一种全电驱分布式无人车路径跟踪与稳定性协调控制方法技术

本发明专利技术提出了一种全电驱分布式无人车路径跟踪与稳定性协调控制方法，该方法采用上下两层的控制，其中上层控制中设计了基于MPC的路径跟踪控制器和基于自适应模糊PID的横摆力矩控制器，以权值切换函数协调两个控制量输出，在减小路径跟踪横向偏差的同时确保车辆具备良好的响应特性。在下层控制中，设计了基于确定性力矩和基于稳定性滑转率控制的四轮力矩最佳分配原则，用于执行上层控制器计算得到的控制需求，避免无人车产生侧滑并精确产生需求横摆力矩。本发明专利技术相较于传统MPC控制在路径跟踪上具备更好的准确性，在车轮滑转率和横摆角速度方面具备更好的稳定性，同时使得使得无人车在对开路面、正弦变波纹路面等复杂路面仍能够有效的进行路径跟踪。能够有效的进行路径跟踪。能够有效的进行路径跟踪。

【技术实现步骤摘要】
一种全电驱分布式无人车路径跟踪与稳定性协调控制方法


[0001]本专利技术涉及无人车运动学研究
，具体涉及一种分布式无人车转向运动学模型。

技术介绍

[0002]路径跟踪控制是无人车在道路行驶过程中一种常见的控制方案，是无人驾驶汽车运动控制的最基本问题之一，其通常是根据车轮转角、驱动力、制动力等控制量的输入，使无人车能够达到期望的行驶路径。路径跟踪的基本要求是无人车能够有效的跟踪期望路径，并且保证车辆的稳定行驶]。国内外学者对无人车的路径跟踪控制展开了大量研究，目前应用较多的控制算法有PID控制算法、模型预测控制算法等。
[0003]现有技术中利用PID算法未对车辆模型的具体状态研究，直接对来自路径规划层面的目标航向角和目标位置进行跟踪控制，取得了不错的跟踪效果，但是调试PID算法控制参数工作量大，而且往往通过实验试凑得到，并且PID算法不能解决控制信号延迟问题，控制量始终是对已经出现的偏差进行纠正难以控制的超调量对于车辆这种大惯性控制对象是一个严重的问题；另外，基于专家PID算法和最优预瞄控制理论建立了预瞄轨迹跟踪器，通过仿真验本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种全电驱分布式无人车路径跟踪与稳定性协调控制方法，其特征在于，其步骤在于，S1：建立无人车路径跟踪分层运动学模型；所述分层运动学模型包括可由整车速度和前轴转角映射出整车位置和航向角状态量的上层运动学模型，以及可将整车速度和前轴转向角度映射到各自的四轮速度和四轮转角控制量的下层运动学模型；S2：设计基于模型预测控制理论的路径跟踪控制器，将上层运动学模型作为模型预测控制算法的预测模型，搭建MPC路径跟踪控制器，建立预测方程，进行优化求解出最优控制量，并建立反馈机制，得到最优的路径跟踪控制量；同时设计基于自适应模糊PID控制理论的附加横摆力矩控制器，在线调整增量式PID控制算法中的参数，决策出控制所需的附加横摆力矩；引入加权系数，协调两个控制器的输出；S3：设计基于确定性力矩和基于自适应模糊PID驱动防滑控制的最佳四轮力矩分配原则，重新分配每个车轮上的力矩，并对无人车的滑转率进行控制，精确的生成所需要的横摆力矩。2.根据权利要求1所述的无人车路径跟踪与稳定性协调控制方法，其特征在于，所述上层运动学模型的表达式为，其中X
G
、Y
G
为质心坐标，φ为无人车航向角，θ为无人车前轴中心转角，ω为无人车转向角速度，a为前轴到质心的距离；V为整车速度；将所述整车速度V与无人车前轴中心转角θ作为控制量。3.根据权利要求1所述的无人车路径跟踪与稳定性协调控制方法，其特征在于，所述下层运动学模型为四轮阿克曼转向模型，其各轮纵向速度V
i
关于车速V与前轴中心转角θ的关系式为，系式为，系式为，
其中R为整车模型的转向半径；a、b为前、后轴到质心的距离；B为左右两侧轮轮距。4.根据权利要求3所述的无人车路径跟踪与稳定性协调控制方法，其特征在于，所述四轮阿克曼转向模型基于Carsim/Simulink的全电驱分布式无人车仿真平台建立；所述仿真平台包括由Simulink创建的独立驱动系统模型、独立转向系统模型、独立制动系统模型。5.根据权利要求1所述的无人车路径跟踪与稳定性协调控制方法，其特征在于，S2中对增量式PID控制算法调整的方程式为，K
p
＝K
p0
+ΔK
...

【专利技术属性】
技术研发人员：周枫林，游雨龙，邹腾安，廖海洋，张智勇，李光，孙晓，张展展，
申请(专利权)人：湖南工业大学，
类型：发明
国别省市：