一种车辆横摆稳定预测控制方法及系统技术方案

技术编号:24486061 阅读:33 留言:0更新日期:2020-06-12 23:38
本发明专利技术公开了一种车辆横摆稳定预测控制方法及系统。该方法包括:确定车辆的期望质心侧偏角,并根据车辆反馈的纵向车速及前轮转角确定车辆的期望横摆角速度;根据车辆反馈的纵向车速、期望横摆角速度和期望质心侧偏角,结合车辆动力学模型及轮胎魔术公式构建状态更新方程,考虑质心侧偏角和横摆角速度的安全性约束及外加横摆力矩驱动约束,以车辆状态跟随误差二范数最小化为优化目标,构建NMPC优化控制问题;采用改进的C/GMRES算法对NMPC优化控制问题进行求解,得到外加横摆力矩最优解;将外加横摆力矩最优解输入轮毂电机力矩分配模块作为输出力矩参考。本发明专利技术计算效率高,解决了传统NMPC控制器初始解获取难、初始解最优性难以保证的问题。

A predictive control method and system for vehicle yaw stability

【技术实现步骤摘要】
一种车辆横摆稳定预测控制方法及系统
本专利技术涉及处理控制
,特别是涉及一种车辆横摆稳定预测控制方法及系统。
技术介绍
车辆的操纵稳定性是决定极限工况下车辆安全性能的主要因素,是车辆动力学控制的核心内容。与传统燃油车辆及集中式驱动电动车不同,分布式电驱动车辆由安装在每个车轮中独立控制的轮毂电机驱动,具有良好的控制灵活性,是高性能车辆操纵稳定性控制的有利载体。直接横摆力矩控制(DirectYawMomentControl,DYC)是分布式电驱动车辆稳定性控制的重要命题,该方法通过合理设置各轮毂电机输出力矩,产生绕车辆横摆方向的外加力矩以调节车辆运动行为,提升车辆横向稳定性。非线性模型预测控制(NonlinearModelPredictiveControl,NMPC)是实现DYC的有效方法。NMPC以“滚动优化”的形式运行,基于模型状态更新方程对未来时域状态轨迹进行优化并获得最优控制命令,可实现良好的瞬态响应与控制效果。此外,该方法可以显式表征控制系统约束,具有设计简便的特点,因而十分适用于分布式电驱动车辆DYC。然而,现有应用于DY本文档来自技高网...

【技术保护点】
1.一种车辆横摆稳定预测控制方法,其特征在于,包括:/n确定车辆的期望质心侧偏角,并根据车辆反馈的纵向车速及前轮转角确定车辆的期望横摆角速度;/n根据车辆反馈的纵向车速、所述期望横摆角速度和所述期望质心侧偏角,结合车辆动力学模型及轮胎魔术公式构建状态更新方程,考虑质心侧偏角和横摆角速度的安全性约束及外加横摆力矩驱动约束,以车辆状态跟随误差二范数最小化为优化目标,构建NMPC优化控制问题;/n采用C/GMRES算法对所述NMPC优化控制问题进行求解,得到外加横摆力矩最优解;/n将所述外加横摆力矩最优解输入轮毂电机力矩分配模块作为输出力矩参考。/n

【技术特征摘要】
1.一种车辆横摆稳定预测控制方法,其特征在于,包括:
确定车辆的期望质心侧偏角,并根据车辆反馈的纵向车速及前轮转角确定车辆的期望横摆角速度;
根据车辆反馈的纵向车速、所述期望横摆角速度和所述期望质心侧偏角,结合车辆动力学模型及轮胎魔术公式构建状态更新方程,考虑质心侧偏角和横摆角速度的安全性约束及外加横摆力矩驱动约束,以车辆状态跟随误差二范数最小化为优化目标,构建NMPC优化控制问题;
采用C/GMRES算法对所述NMPC优化控制问题进行求解,得到外加横摆力矩最优解;
将所述外加横摆力矩最优解输入轮毂电机力矩分配模块作为输出力矩参考。


2.根据权利要求1所述的车辆横摆稳定预测控制方法,其特征在于,所述C/GMRES算法为改进的C/GMRES算法,所述采用C/GMRES算法对所述NMPC优化控制问题进行求解,包括:
采用外加惩罚法将所述NMPC优化控制问题中的不等式约束等效变换为目标方程代价。


3.根据权利要求1或2所述的车辆横摆稳定预测控制方法,其特征在于,所述采用C/GMRES算法对所述NMPC优化控制问题进行求解,包括:
基于所述NMPC优化控制问题构建哈密尔顿方程;
计算预测时域内状态量更新及协状态量;
根据庞德里亚金极小值原理最优性条件确定矩阵函数其中,待优化向量系统状态x=[βγ]T,β为车辆质心偏转角,γ为车辆横摆角速度,x0为系统初始状态,Np为预测时域步数,to为控制器当前采样时刻,λT为协状态向量,H(·)表示哈密尔顿函数,控制量为外加横摆力矩,τ为预测时域内的某一时刻,u*为最优控制命令,λ*为最优协状态向量,x*为最优状态量;
采用C/GMRES算法求解所述矩阵函数,获得外加横摆力矩最优解。


4.根据权利要求3所述的车辆横摆稳定预测控制方法,其特征在于,在所述基于所述NMPC优化控制问题构建哈密尔顿方程之后,在所述计算预测时域内状态量更新及协状态量之前,还包括:
根据T(t)=Tf×(1-e-εt)确定预测时域长度,其中,Tf为一正实数,为最大时域长度;T(t)为当前预测时长;ε为一正实数,决定T(t)的增长速率;t表示NMPC控制器启动后,当前时刻离最近一次控制器启动时间节点之间的时间长度。


5.一种车辆横...

【专利技术属性】
技术研发人员:张旭东邹渊郭宁远孙逢春
申请(专利权)人:北京理工大学
类型:发明
国别省市:北京;11

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1