一种快速计算电动重卡稳定性的控制方法技术

本公开是关于一种快速计算电动重卡稳定性的控制方法、装置、电子设备以及存储介质。其中，该方法包括：基于车辆的预设传感器生成车辆东向速度、车辆北向速度、车辆横摆角分别计算生成车辆质心侧偏角、车辆横摆角速度；根据车辆质心侧偏角与车辆稳定性相平面理论，分别计算车辆质心侧偏角阈值、车辆横摆角速度阈值；计算车辆质心侧偏角偏差、车辆横摆角速度偏差，并分别建立PID控制模型计算横摆力矩；基于所述横摆力矩分别计算所述车辆的各车轮的转矩，基于所述转矩对各车轮进行动力输出，完成对所述车辆的稳定性控制。本公开控制过程响应快速准确，保证了车辆迅速摆脱不稳定状态的趋势，提高了无人驾驶电动重卡的运输安全，减少生命财产损失。少生命财产损失。少生命财产损失。

【技术实现步骤摘要】
一种快速计算电动重卡稳定性的控制方法


[0001]本公开涉及无人驾驶领域，具体而言，涉及一种快速计算电动重卡稳定性的控制方法、装置、电子设备以及计算机可读存储介质。

技术介绍

[0002]近几年无人驾驶技术迅速的走向社会生活，尤其是在较为封闭的场景内，如特种作业区域、机场和仓库等运输场景，相应的无人驾驶重型电动卡车产业迅猛发展，在其促进社会发展和提高人民生活水平的同时，无人驾驶电动重卡运输作业过程中车辆的稳定性成为社会关注的重点，在其运输过程中是否能够按照控制器下发的控制指令进行精准纵向控制与横向控制，而不会因为车辆处于不稳定状态而过度转向或过小转向导致发生车辆侧滑甚至侧倾。
[0003]现有技术中，汽车电子稳定性系统质心侧偏角估计与控制策略研究中以轿车为研究对象，以车辆侧向动力学为基础，对车辆稳定性及其表征状态进行了理论分析，提出了一种采用状态观测器和扩展卡尔曼滤波方法对车辆极限转向工况下的质心侧偏角估计进行了仿真研究，研究结果表明：1)由于车辆具有的非线性特性，质心侧偏角估计必须采用非线性的状态估计方法；2)基于扩展卡尔曼滤波的质心侧偏角估计算法在线性区和非线性区都获得了较高的估计精度。但该方法依赖于车辆动力学模型，对于无人驾驶电动重卡而言，很多动力学参数是未知的，其用扩展卡尔曼滤波估计质心侧偏角的方法结果对于参数的依赖高且延时较高。并且由于研究对象的限制，其车轮转矩是不能单独控制的，故其并未考虑对最优控制轮进行扭矩控制。一种汽车质心侧偏角和轮胎侧偏角软测量方法只需要知道汽车行驶中的方向角、横滚角、俯仰角以及导航坐标系中的东向、北向、天向速度,便可以实时计算出汽车的质心侧偏角和前、后轮侧偏角。可以进而分析侧向加速度与汽车横向操作稳定性问题。采用该软测量方法,不需要在汽车内部加装轮速传感器,或通过CAN总线读取汽车内部ABS和ESP数据,具有方便、快捷、可靠的特点。该专利只涉及车辆质心侧偏角的测量，并从横向加速度的角度分析车辆稳定性，并为从横摆角速度和质心侧偏角的角度出发，当车辆进行转弯等横向加速度较大情况，该方法对于车辆稳定性的表征还需考量，并且该现有技术并不包含车辆稳定性控制以及后续横摆力矩的控制。
[0004]因此，需要一种或多种方法解决上述问题。
[0005]需要说明的是，在上述
技术介绍
部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

技术实现思路

[0006]本公开的目的在于提供一种快速计算电动重卡稳定性的控制方法、装置、电子设备以及计算机可读存储介质，进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的一个或者多个问题。
[0007]根据本公开的一个方面，提供一种快速计算电动重卡稳定性的控制方法，包括：
[0008]基于车辆的预设传感器生成车辆东向速度、车辆北向速度、车辆横摆角，基于所述车辆东向速度、车辆北向速度、车辆横摆角分别计算生成车辆质心侧偏角、车辆横摆角速度；
[0009]根据车辆质心侧偏角与车辆稳定性相平面理论，基于所述车辆横摆角速度、路面附着系数分别计算车辆质心侧偏角阈值、车辆横摆角速度阈值；
[0010]分别将所述车辆质心侧偏角阈值、车辆横摆角速度阈值与车辆运行过程中预设计算值作差计算车辆质心侧偏角偏差、车辆横摆角速度偏差，并基于所述车辆质心侧偏角偏差、车辆横摆角速度偏差分别建立PID控制模型计算横摆力矩；
[0011]基于所述横摆力矩分别计算所述车辆的各车轮的转矩，基于所述转矩对各车轮进行动力输出，完成对所述车辆的稳定性控制。
[0012]在本公开的一种示例性实施例中，所述方法还包括：
[0013]基于车辆的预设传感器生成车辆东向速度Ve、车辆北向速度Vn、车辆横摆角φ；
[0014]基于所述车辆东向速度Ve、车辆北向速度Vn，计算所述车辆的车辆航向角θ为θ＝arctan(V
n
/V
e
)；
[0015]计算车辆质心侧偏角β为β＝θ
‑
φ。
[0016]在本公开的一种示例性实施例中，所述方法还包括：
[0017]基于车辆导航数据发送频率K，计算车辆横摆角速度为
[0018]其中，t为时间。
[0019]在本公开的一种示例性实施例中，所述方法还包括：
[0020]根据车辆质心侧偏角与车辆稳定性相平面理论，基于所述车辆横摆角速度、路面附着系数计算车辆质心侧偏角阈值边界为
[0021]其中，B1、B2为稳定边界常数，μ为路面附着系数。
[0022]在本公开的一种示例性实施例中，所述方法还包括：
[0023]根据车辆动力学理论，基于车辆速度、前轮转角角速度、路面附着系数计算车辆横摆角速度阈值边界为
[0024]其中，K1、K2、K3为控制系统，V为车速，为前轮转角角速度。
[0025]在本公开的一种示例性实施例中，所述方法还包括：
[0026]基于车辆质心侧偏角阈值，生成车辆质心侧偏角偏差为
[0027][0028]根据PID控制的基于车辆质心侧偏角的横摆力矩计算式为
[0029]ΔM
β
＝K
Pβ
e
β
(i)+K
Iβ
∑e
β
(i)+K
Dβ
(e
β
(i)
‑
e
β
(i
‑
1))；
[0030]其中,K
Pβ
、K
Iβ
、K
Dβ
为基于车辆质心侧偏角的PID参数，e
β
为车辆质心侧偏角偏差。
[0031]在本公开的一种示例性实施例中，所述方法还包括：
[0032]基于车辆横摆角速度阈值，生成车辆横摆角速度偏差为
[0033][0034]根据PID控制的基于车辆横摆角速度的横摆力矩计算式为
[0035]ΔM
γ
＝K
Pγ
e
γ
(i)+K
Iγ
∑e
γ
(i)+K
Dγ
(e
γ
(i)
‑
e
γ
(i
‑
1))；
[0036]其中，K
Pγ
、K
Iγ
、K
Dγ
为基于车辆横摆角速度的PID参数，e
γ
为车辆横摆角速度偏差。
[0037]在本公开的一种示例性实施例中，所述方法还包括：
[0038]基于所述车辆质心侧偏角偏差、车辆横摆角速度偏差计算横摆力矩M＝ΔM
γ
+ΔM
β
。
[0039]在本公开的一种示例性实施例中，所述方法还包括：
[0040]基于所述横摆力矩分别计算所述车辆的各车轮的转矩为
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种快速计算电动重卡稳定性的控制方法，其特征在于，所述方法包括：基于车辆的预设传感器生成车辆东向速度、车辆北向速度、车辆横摆角，基于所述车辆东向速度、车辆北向速度、车辆横摆角分别计算生成车辆质心侧偏角、车辆横摆角速度；根据车辆质心侧偏角与车辆稳定性相平面理论，基于所述车辆横摆角速度、路面附着系数分别计算车辆质心侧偏角阈值、车辆横摆角速度阈值；分别将所述车辆质心侧偏角阈值、车辆横摆角速度阈值与车辆运行过程中预设计算值作差计算车辆质心侧偏角偏差、车辆横摆角速度偏差，并基于所述车辆质心侧偏角偏差、车辆横摆角速度偏差分别建立PID控制模型计算横摆力矩；基于所述横摆力矩分别计算所述车辆的各车轮的转矩，基于所述转矩对各车轮进行动力输出，完成对所述车辆的稳定性控制。2.如权利要求1所述的方法，其特征在于，所述方法还包括：基于车辆的预设传感器生成车辆东向速度Ve、车辆北向速度Vn、车辆横摆角φ；基于所述车辆东向速度Ve、车辆北向速度Vn，计算所述车辆的车辆航向角θ为θ＝arctan(V
n
/V
e
)；计算车辆质心侧偏角β为β＝θ
‑
φ。3.如权利要求1所述的方法，其特征在于，所述方法还包括：基于车辆导航数据发送频率K，计算车辆横摆角速度为其中，t为时间。4.如权利要求1所述的方法，其特征在于，所述方法还包括：根据车辆质心侧偏角与车辆稳定性相平面理论，基于所述车辆横摆角速度、路面附着系数计算车辆质心侧偏角阈值边界为其中，B1、B2为稳定边界常数，μ为路面附着系数。5.如权利要求1所述的方法，其特征在于，所述方法还包括：根据车辆动力学理论，基于车辆速度、前轮转角角速度、路面附着系数计算车辆横摆角速度阈值边界为其中，K1、K2、K3为控制系统，V为车速，为前轮转角角速度。6.如权利要求1所述的方法，其特征在于，所述方法还包括：基于车辆质心侧偏角阈值，生成车辆质心侧偏角偏差为根据PID控制的基于车辆质心侧偏角的横摆力矩计算式为ΔM
β
＝K
Pβ
e
β
(i)+K
Iβ
∑e
β
(i)+K
Dβ
(e
β
(i)
‑
e
β
(i
‑
1))；其中,K
Pβ
、K
Iβ
、K
Dβ
为基于车辆质心侧偏角的PID参数，e
β
为车辆质心侧偏角偏差。7.如权利要求6所述的方法，其特...

【专利技术属性】
技术研发人员：宁满旭，刘政禹，李大伟，王三舟，蒋大伟，
申请(专利权)人：北京机械设备研究所，
类型：发明
国别省市：