一种智能汽车极限工况下轨迹跟踪和稳定性控制方法技术

本发明专利技术公开了一种极限工况的智能汽车轨迹稳定跟踪控制方法，包括横向控制和稳定性控制，该方法包括以下步骤：采用模型预测控制的方法求解车辆跟踪控制最优转向角，同时，简化三自由度车辆模型为二自由度模型，采用模型预测控制的方法求解车辆稳定性控制最优附加横摆力矩，最后，采用Pareto最优均衡原理对车辆轨迹跟踪控制和横向稳定性控制进行博弈，求解出附加横摆力矩和前轮转角的均衡解，在保证车辆稳定性的前提下提高车辆的跟踪精度。辆稳定性的前提下提高车辆的跟踪精度。辆稳定性的前提下提高车辆的跟踪精度。

A trajectory tracking and stability control method for intelligent vehicle under extreme working conditions

【技术实现步骤摘要】
一种智能汽车极限工况下轨迹跟踪和稳定性控制方法


[0001]本专利技术涉及智能汽车
，具体为一种智能汽车极限工况下轨迹跟踪和稳定性控制方法。

技术介绍

[0002]随着人们对于汽车舒适性和安全性要求的提高，智能驾驶技术成为近几年的研究热点之一。智能驾驶技术包括感知、决策、规划和控制四大模块，而控制模块作为智能驾驶系统的最后一环，扮演着非常重要的角色。其中轨迹跟踪控制又是控制模块的核心内容之一，直接影响着智能汽车的性能。目前关于轨迹跟踪控制方法主要有模型预测控制(Model Predictive Control，以下简称MPC)、线性二次调节器(Linear Quadratic Regulator，LQR)、比例
‑
积分
‑
微分控制(PID控制)、模糊控制、滑模控制等。其中模型预测控制包含预测模型、反馈矫正以及滚动优化三个方面，相较于其他控制方法，模型预测控制器可以考虑空间状态变量之间的各种约束、可应用于线性和非线性系统并且鲁棒性较好，因此被广泛应用于车辆轨迹跟踪控制中。
[0003]在当前的轨迹本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种极限工况的智能汽车轨迹稳定跟踪控制方法，其特征在于：包括横向控制和稳定性控制，该方法包括以下步骤：步骤1：建立三自由度车辆动力学模型：其中，m是整车整备质量，y为车辆坐标系下的纵向位移，l
f
，l
r
分别是质心到前后轴的距离，为横摆角，是横摆角速度，是横摆角加速度，v
x
，v
y
分别是车辆纵向速度和侧向速度，分别是纵向加速度和横向加速度，F
xf
，F
yf
是前轮轮胎分解到车辆坐标系的力，F
xr
，F
yr
是后轮分解到车辆坐标系的力，I
z
是车辆绕z轴的转动惯量；步骤2：建立轮胎模型，定义轮胎模型为：F
i
＝
‑
C
i
α
i
ꢀꢀ
(2)；其中，Fi为轮胎纵向力或侧向力，Ci为轮胎前后轮的侧偏刚度，αi为前后轮胎侧偏角，定义前后轮侧偏角如下：简化后可得后轮的侧向力表达如下：步骤3：设计轨迹跟踪MPC控制器，其过程包括如下子步骤：步骤3.1建立预测模型，将上述步骤2的轮胎模型带入步骤1的汽车动力学模型，可以得到MPC控制器的预测模型：其中，步骤3.2：采用泰勒展开和一阶差商法对系统状态空间进行离散化和线性化得到的系统预测模型输出方程如下：
步骤3.3：用期望的侧向位移和汽车实际侧向位移之差和车辆前轮转角变化率作为轨迹跟踪性能指标，分别对质心侧偏角、侧向加速度、控制量和控制增量进行约束，则轨迹跟踪优化问题可描述为：步骤4：设计车辆稳定性MPC控制器，其过程包括如下子过程：步骤4.1：根据步骤1中的车辆动力学模型进行简化，设计二自由度系统状态空间方程为：其中，步骤4.2：车...

【专利技术属性】
技术研发人员：吴迪，郭鸣明，李维汉，黄鹤，张栋，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：