【技术实现步骤摘要】
一种基于分布式驱动电动车辆的自适应路径跟踪方法
本专利技术涉及自动驾驶
，具体涉及一种基于分布式驱动电动车辆的自适应路径跟踪方法。
技术介绍
随着传感器技术、控制技术、芯片算力的大幅进步，汽车的智能化程度也在随之升级，目前正由主动安全和驾驶辅助系统逐渐迈向高度自动驾驶乃至完全自动驾驶。作为自动驾驶系统框架的最底层，路径跟踪控制技术使车辆能够按照预期轨迹行驶，是实现车辆自动驾驶的基础保障。而分布式驱动电动汽车因其四个轮毂电机驱动/制动力矩可独立控制，且响应速度较快，成为实现完全自动驾驶的理想载体。对于智能车辆路径跟踪问题，模型预测算法由于具有预测特性，且便于系统地处理车辆运动过程中的多约束问题，近年来被广泛地应用；通常是采用滚动优化的方法，求出使侧向偏差最小的最优方向盘转角作为控制输入，作用于智能车辆完成自主路径跟踪。但是，模型预测算法对于智能车辆自主路径跟踪的控制精度高度依赖于模型精度，而状态空间矩阵中的关键参数—轮胎侧偏刚度会随着车辆工况的变化实时变化，且难以通过传感器直接测得；轮胎侧偏刚度的摄动会降...
【技术保护点】
1.一种基于分布式驱动电动车辆的自适应路径跟踪方法，其特征在于，包括以下步骤：/n建立车辆动力学模型并转换为状态空间方程；/n根据车辆动力学模型，结合轮胎侧偏刚度的变化范围，建立车辆顶点动力学模型；/n计算车辆顶点动力学模型的参数估计自适应率，根据车辆实时系统状态对自适应系数进行估计；/n根据自适应系数估计结果建立车辆状态预测模型，预测车辆未来状态及系统输出；/n建立路径跟踪优化目标函数、侧向速度约束目标函数并求解，得到最优控制序列的第一组结果；/n将所述第一组结果作为车辆下一时刻的前轮转角和四个车轮驱动/制动力矩输入。/n
【技术特征摘要】
1.一种基于分布式驱动电动车辆的自适应路径跟踪方法，其特征在于，包括以下步骤：
建立车辆动力学模型并转换为状态空间方程；
根据车辆动力学模型，结合轮胎侧偏刚度的变化范围，建立车辆顶点动力学模型；
计算车辆顶点动力学模型的参数估计自适应率，根据车辆实时系统状态对自适应系数进行估计；
根据自适应系数估计结果建立车辆状态预测模型，预测车辆未来状态及系统输出；
建立路径跟踪优化目标函数、侧向速度约束目标函数并求解，得到最优控制序列的第一组结果；
将所述第一组结果作为车辆下一时刻的前轮转角和四个车轮驱动/制动力矩输入。
2.根据权利要求1所述的基于分布式驱动电动车辆的自适应路径跟踪方法，其特征在于，按以下方法建立车辆动力学模型：
忽略车辆的垂向、俯仰与侧倾运动，假设车辆左右完全对称，将车辆模型简化为平面单轨三自由度动力学模型并转换为状态空间方程。
3.根据权利要求2所述的基于分布式驱动电动车辆的自适应路径跟踪方法，其特征在于，所述平面单轨三自由度动力学模型具体如下：
在上式中，m为整车质量，lf和lr分别为车辆质心至前、后轴距离，Cf和Cr分别为前、后轴侧偏刚度，u，v，γ分别为车辆的纵向速度、侧向速度和横摆角速度；分别为车辆纵向速度、侧向速度和横摆角速度的导数；X，Y，ψ分别为车辆在大地坐标系下的纵向位置、侧向位置和航向角；为大地坐标系下车辆纵向位置的变化率，为大地坐标系下车辆侧向位置的变化率；δ为车辆前轮转角，Fx，Mz为车辆所受的总的纵向力和横摆力矩，Iz为车辆的横摆转动惯量；
Fx，Mz可由车辆四轮的驱动/制动转矩和前轮转角近似计算，具体按以下公式进行计算：
在上式中，Fxfl，Fxfr，Fxrl，Fxrr分别为左前、右前、左后、右后车轮所受的纵向力；Tfl，Tfr，Trl，Trr分别为左前、右前、左后、右后车轮轮毂电机的驱动/制动力矩；δ为车辆前轮转角，r为车轮半径，d为车辆轮距。
4.根据权利要求2所述的基于分布式驱动电动车辆的自适应路径跟踪方法，其特征在于，所述状态空间方程具体如下：
y＝Ccx
在上式中，为系统状态变量的变化率，y为系统输出，Ac、Bc、Cc具体按以下方式进行计算：
其中，m为整车质量，lf和lr分别为车辆质心至前、后轴距离，Cf和Cr分别为前、后轴侧偏刚度，u，v，γ分别为车辆的纵向速度、侧...
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。