基于模型预测算法的四轮独立电驱动车辆速度控制方法技术

本发明专利技术公开了一种基于模型预测算法的四轮独立电驱动车辆速度控制方法，四轮独立电驱动车辆速度由控制器控制，整体控制器分为上层控制器和下层控制器，首先在上层控制器中设计预测模型、目标控制函数，同时为了减少车辆在加速和减速切换过程中出现震荡，造成乘坐不舒适，设计约束控制律和加速度输出控制律；在下层控制器中根据上层控制器求解出的期望加速度，运用牛顿第二定律求解出期望的扭矩输入给四轮独立电驱动汽车的驱动控制系统，进而实现控制车辆的实际速度。

Speed control method of four-wheel independent electric drive vehicle based on model prediction algorithm

【技术实现步骤摘要】
基于模型预测算法的四轮独立电驱动车辆速度控制方法
本专利技术涉及四轮独立电驱动车辆速度控制方法
，尤其涉及一种基于模型预测算法的四轮独立电驱动车辆速度控制方法。
技术介绍
近年来，四轮独立电动汽车由于其具有对环境污染少，独立传动效率更高，没有传统的机械传动部件，控制更加灵活，更受大众喜爱。其中对于车辆速度控制方法研究取得了一定的研究成果，但目前对于四轮独立电驱动车辆的速度控制依然存在速度控制不平稳，车辆乘坐舒适性差的问题。
技术实现思路
本专利技术的目的在于提供一种基于模型预测算法的四轮独立电驱动车辆速度控制方法，旨在解决目前对于四轮独立电驱动车辆的速度控制依然存在速度控制不平稳，车辆乘坐舒适性差的问题。为实现上述目的，本专利技术提供了一种基于模型预测算法的四轮独立电驱动车辆速度控制方法，包括：基于第一函数组建立速度和加速度一阶惯性模型，并转换成状态空间方程；基于前向欧拉法进行离散化处理，得到基于第二函数组组建的预测模型；基于模型预测算法，建立对应的目标控制函数，约束控制律，加速度输出控制律；基于所述预测模型、所述目标控制函数、所述约束控制律和所述加速度输出控制律得到期望加速度ades；基于期望加速度ades和牛顿第二定律得到期望输入扭矩，输入给电机驱动器。在一实施方式中，第一函数组，包括：其中，a是车辆的加速度，v是车辆的质心速度，k＝1.0是系统的增益，τ＝0.3是时间常数，ades为期望加速度。r>在一实施方式中，转换成状态空间方程，如下：x＝[va]T,u＝ades；其中，x∈R2是系统状态量，u∈R是系统的输出控制量。在一实施方式中，第二函数组，包括：x(k+1)＝Ax(k)+Bu(k)；x＝[va]T,u＝ades；其中，T为预测模型的采样值。在一实施方式中，目标控制函数，包括：其中，yp(k+i|k)和yref(k+i|k)分别为在当前预测时域内的实际测量输出和期望输出，HP为预测时域，HC为控制时域，Δu(k+i)和u(k+i)分别为随着预测时域HP变化的控制量增长变量和控制量，Q为控制系统速度跟踪误差权重；R为控制增长量的权重，S为控制量输出的权重。在一实施方式中，约束控制律，包括：Δumin,acc≤Δuacc(k+i)≤Δumax,acc；Δumin,dec≤Δudec(k+i)≤Δumax,dec；umin≤u(k+i)≤umax；其中，Δumin,acc和Δumax,acc分别是加速模式下加速度增量的最小值和最大值，Δumin,dec和Δmax,dec分别是减速模式下加速度增量的最小值和最大值。在一实施方式中，所述方法还包括：约束控制律中加速和减速模式下的切换是基于上一时刻期望速度的正负决定的，具体为：Δumin≤Δu(k+i)≤Δumax；其中，ades(k-1)为上一时刻求解的期望加速度，Δumax和Δumin分别为加速度增量的最大值和最小值。在一实施方式中，加速度输出控制律，包括：aP＝Δu/n；其中，t为当前系统运行的时间，t0为模型预测控制当前总的采样时间，TS为系统的采样周期，aP为加速度增量在周期T内的加速度增量平均值，Δu为模型预测控制器求解的期望加速度增量，为在预测模型采样周期T内，随着j＝1,…,n变化的期望加速度，ades(k-1)为k时刻中上一时刻求解的期望加速度。在一实施方式中，基于牛顿第二定律得到期望输入扭矩，包括：F＝mades；其中，m为车身质量。本专利技术的一种基于模型预测算法的四轮独立电驱动车辆速度控制方法，通过四轮独立电驱动车辆速度由控制器控制，整体控制器分为上层控制器和下层控制器，首先在上层控制器中设计预测模型、目标控制函数，同时为了减少车辆在加速和减速切换过程中出现震荡，造成乘坐不舒适，设计约束控制律和加速度输出控制律；在下层控制器中根据上层控制器求解出的期望加速度，运用牛顿第二定律求解出期望的扭矩输入给四轮独立电驱动汽车的驱动控制系统，进而实现控制车辆的实际速度。模型预测算法具有自适应性、对外界干扰有良好的鲁棒性，能够有效提高车辆速度控制的稳定性、精确性，提高乘坐的舒适性。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术基于模型预测算法的四轮独立电驱动车辆速度控制方法的流程示意图；图2是加入加速度输出控制律和未加入加速度输出控制律速度对比图；图3是加入加速度输出控制律和未加入加速度输出控制律加速度对比图；图4是不同级别车辆速度对比图；图5是不同级别车辆加速度对比图；图6是不同控制算法车辆速度控制对比图；图7是不同控制算法车辆实际加速度对比图。具体实施方式下面详细描述本专利技术的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本专利技术，而不能理解为对本专利技术的限制。请参阅图1，是本专利技术提供一种基于模型预测算法的四轮独立电驱动车辆速度控制方法的流程示意图，具体可以包括以下步骤：S101、基于第一函数组建立速度和加速度一阶惯性模型，并转换成状态空间方程。在本专利技术实施例中，四轮独立电驱动车辆速度由控制器控制，整体控制器分为上层控制器和下层控制器。分析车辆纵向速度控制特点，基于第一函数组建立速度和加速度一阶惯性模型，并转换成状态空间方程，第一函数组，包括：其中，a是车辆的加速度，v是车辆的质心速度，k＝1.0是系统的增益，τ＝0.3是时间常数，ades为期望加速度。状态空间方程，包括：x＝[va]T,u＝ades；其中，x∈R2是系统状态量，u∈R是系统的输出控制量。S102、基于前向欧拉法进行离散化处理，得到基于第二函数组组建的预测模型。在本专利技术实施例中，欧拉法是一种一阶数值方法，用以对给定初值的常微分方程(即初值问题)求解。它是一种解决数值常微分方程的最基本的一类显型方法。第二函数组，包括：x(k+1)＝Ax(k)+Bu(k)；x＝[va]T,u＝ades；其中，T为预测模型的采样值。S103、基于模型预测算法，建立对应的目标控制函数；设计约束控制律；设计加速度输出控制律。在本专利技术实施例中，模型预测算法是一类特殊的控制方本文档来自技高网...

【技术保护点】
1.一种基于模型预测算法的四轮独立电驱动车辆速度控制方法，其特征在于，包括：/n基于第一函数组建立速度和加速度一阶惯性模型，并转换成状态空间方程；/n基于前向欧拉法进行离散化处理，得到基于第二函数组组建的预测模型；/n基于模型预测算法，建立对应的目标控制函数，约束控制律，加速度输出控制律；/n基于所述预测模型、所述目标控制函数、所述约束控制律和所述加速度输出控制律得到期望加速度a

【技术特征摘要】
1.一种基于模型预测算法的四轮独立电驱动车辆速度控制方法，其特征在于，包括：
基于第一函数组建立速度和加速度一阶惯性模型，并转换成状态空间方程；
基于前向欧拉法进行离散化处理，得到基于第二函数组组建的预测模型；
基于模型预测算法，建立对应的目标控制函数，约束控制律，加速度输出控制律；
基于所述预测模型、所述目标控制函数、所述约束控制律和所述加速度输出控制律得到期望加速度ades；
基于期望加速度ades和牛顿第二定律得到期望输入扭矩，输入给电机驱动器。


2.如权利要求1所述的基于模型预测算法的四轮独立电驱动车辆速度控制方法，其特征在于，第一函数组，包括：






其中，a是车辆的加速度，v是车辆的质心速度，k＝1.0是系统的增益，τ＝0.3是时间常数，ades为期望加速度。


3.如权利要求1所述的基于模型预测算法的四轮独立电驱动车辆速度控制方法，其特征在于，状态空间方程，包括：
x＝[va]T,u＝ades；






其中，x∈R2是系统状态量，u∈R是系统的输出控制量。


4.如权利要求1所述的基于模型预测算法的四轮独立电驱动车辆速度控制方法，其特征在于，第二函数组，包括：
x(k+1)＝Ax(k)+Bu(k)；



x＝[va]T,u＝ades；
其中，T为预测模型的采样值。


5.如权利要求1所述的基于模型预测算法的四轮独立电驱动车辆速度控制方法，其特征在于，目标控制函数，包括：



其中，yp(k+i|k)和yref(k+i|k)分别为在当前预测时域内的实际测量输出和期望输出，HP为预测时域，HC为控制时域，Δu(k+i)和u(k+i)分别为随着预测时域HP变化的控制量增长变量和控制量，...

【专利技术属性】
技术研发人员：景晖，曾宪锋，鲍家定，匡兵，刘夫云，杨运泽，张应红，
申请(专利权)人：桂林电子科技大学，
类型：发明
国别省市：广西;45