【技术实现步骤摘要】
基于驾驶员手臂参数辨识的转向路感反馈力矩控制方法
[0001]本专利技术属于汽车转向系统路感反馈模拟
,特别涉及一种基于驾驶员手臂参数辨识的线控转向个性化路感反馈力矩控制方法。
技术介绍
[0002]驾驶是一个人
‑
车
‑
路相互作用的过程,是一个闭环的系统。随着汽车智能化技术的发展,转向盘作为连接驾驶员和车辆的重要一环,发挥着重要的作用。由于线控转向(SBW)系统取消了机械连接,阻力矩失去了传递到转向盘的媒介,所以将车辆运动状态和路面状态信息正确且恰当地反馈给驾驶员对于SBW系统尤为重要。如果路感不足,则在高速行使时,汽车会“发飘”,使驾驶员难以准确感知路面信息,也难以通过转向系统修正汽车的运动;相反,如果路感过于清晰,会使颠簸感强烈,影响驾驶员的正常驾驶,降低驾驶体验感。同时,因为不同驾驶员的转向路感特性不同,设计路感反馈系统反馈的力矩时也应有所不同,即路感反馈系统应具备个性化特点。综上,设计出符合驾驶员理想转向路感特性的转向盘反馈系统是人车协同控制的关键问题。然而,目前的个性化路 ...
【技术保护点】
【技术特征摘要】
1.一种基于驾驶员手臂参数辨识的转向路感反馈力矩控制方法,其特征在于:包括如下步骤:步骤1、驾驶员驾驶汽车按照预定的目标路径行驶;步骤2、数据采集系统实时收集车辆运行状态信息,并将信息传输至电子控制单元ECU;步骤3、处理数据信息并通过驾驶员辨识算法计算出驾驶员的特征参数,进行驾驶员手臂特征参数实时辨识;所述的驾驶员手臂特征参数实时辨识,将手臂等效为一个惯量
‑
阻尼
‑
刚度系统,并采用基于指数窗的加权递归最小二乘法来对手臂机械特征参数进行辨识;步骤4、进行驾驶员驾驶习性的分类辨识;所述的驾驶员驾驶习性的分类辨识,采用手臂机械特征参数的等效惯量、等效刚度、等效阻尼为特征参数,进行归一化处理后使用K
‑
means聚类算法对手臂特征参数数据集进行聚类分析,聚类中心设置为三个,采用欧式距离计算方法确定驾驶员驾驶习性的分类;步骤5、对不同驾驶习性的驾驶员进行理想路感反馈力矩的设计;所述的理想反馈力矩的设计,基于典型的系统建模的转向盘反馈力矩模型作为理想路感反馈力矩设计的来源,并采用有限性和非线性的sigmoid型函数拟合方法来对不同驾驶习性的驾驶员转向增益进行个性化设计;步骤6、控制模块根据驾驶员驾驶习性的差异进行路感反馈力矩的个性化控制。2.根据权利要求1所述的一种基于驾驶员手臂参数辨识的转向路感反馈力矩控制方法,其特征在于:步骤3驾驶员手臂特征参数辨识包括以下步骤:
①
驾驶员总体操纵性能的分析:实测驾驶员方向盘转角与驾驶员模型输出的方向盘转角之间的误差e(s)为:e(s)=θ
ref
‑
θ
actual
ꢀꢀꢀꢀ
(1)e(s)为转角跟随误差,θ
ref
为参考所需转角,θ
actual
为实际转角;为量化驾驶员操纵性能,基于转角跟随误差定义操纵性能指标为量化驾驶员操纵性能,基于转角跟随误差定义操纵性能指标θ1、θ2分别为起始转角和终了转角;在某一车速下,N次试验的J
e
平均值J
e
‑
mean
为:
②
手臂建模和驾驶员手臂特征参数辨识:驾驶员手臂被等效为一个惯量
‑
阻尼
‑
刚度系统,则驾驶员施加在转向盘上的输入力矩表示为T
h
:其中,I
h
、B
h
和K
h
分别为驾驶员手臂等效惯量、阻尼和刚度,是驾驶员手臂的机械特征参数,θ
sw
为转向盘转角;采用基于指数窗的加权递归最小二乘法来对驾驶员手臂的机械特征参数进行辨识:将(3)式离散后,写成如下形式:
其中,z(k)=T,z(k)和h(k)中包含的变量直接或间接测量得到,中包含待辨识的参数;辨识误差定义为:其中,为z(k)的估计值,即驾驶员输入力矩的估计值;为的估计值,即待辨识参数的估计值;惩罚函数定义为:其中,A(k)为指数加权两数,A(k)=λ
L
‑
k
,0<λ<1,为了使惩罚函数最小,基于指数窗的加权递归最小二乘算法如下式所示:k
‑
1时刻的估计值k时刻的估计值估计值更新:K(k)是修正增益,计算增益如下:K(k)=P(k
‑
1)h(k)[h
T
(k)P(k
‑
1)h(k)+λI]
‑1ꢀꢀꢀꢀꢀꢀꢀ
(7)协方差P(k)更新:P(k)=[I
‑
K(k)h
T
(k)]P(k
‑
1)/λ其中I是单位矩阵。3.根据权利要求1或2所述的一种基于驾驶员手臂参数辨识的转向路感反馈力矩控制方法,其特征在于:步骤4驾驶员驾驶习性的分类辨识包括以下步骤:
①
驾驶员驾驶习性的分类:归一化处理:式中T
h,N
、B
h,N
、K
h,N
分别为驾驶员手臂等效惯量、手臂等效阻尼和手臂等效刚度归一化处理结果;T
hmin
、B
hmin
、K
hmin
分别为驾驶员手臂等效惯量、手臂等效阻尼和手臂等效刚度的最小值...
【专利技术属性】
技术研发人员:赵健,韩元博,郑正可,叶艺超,陈禹希,张树珩,
申请(专利权)人:吉林大学,
类型:发明
国别省市:
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。