一种多轮独立电驱动车辆驱动力集成控制策略生成方法技术

本发明专利技术提供一种多轮独立电驱动车辆驱动力集成控制策略生成方法，包括：根据多轮独立电驱动车辆分布式控制系统，确定待生成的参数，并初始化参数；根据多轮独立电驱动车辆驱动力集成控制策略参数的技术要求和约束条件，构建目标函数；根据目标函数，采用改进型乌燕鸥优化算法搜索最优的多轮独立电驱动车辆驱动力集成控制策略的参数；改进型乌燕鸥优化算法引入哈里斯鹰优化算法的位置更新方式，对原乌燕鸥优化算法中的位置更新方式进行改进；根据最优的多轮独立电驱动车辆驱动力集成控制策略的参数，生成多轮独立电驱动车辆驱动力集成控制策略。该方法提升了多轮独立电驱动车辆驱动力集成控制策略的生成效率，并且有效提高了控制策略的控制效果。了控制策略的控制效果。了控制策略的控制效果。

【技术实现步骤摘要】
一种多轮独立电驱动车辆驱动力集成控制策略生成方法


[0001]本专利技术涉及车辆主动安全
，具体涉及一种多轮独立电驱动车辆驱动力集成控制策略生成方法。

技术介绍

[0002]随着电机设计、轮毂集成等技术的发展，基于轮毂电机驱动的分布式驱动方式已成为轮式装甲车辆电传动技术发展的主流，其电机和减速器集成于车辆车轮内，能量通过电缆传递到驱动电机，摆脱了传统机械传动的设计约束，同时也让车辆的行驶控制变得更加灵活。
[0003]目前，涉及车辆主动安全技术主要包括电子稳定性控制系统（Electronic Stability Control，ESC）、牵引力控制系统（Traction Control System，TCS）、防抱死制动系统（Anti
‑
lock Braking System，ABS）等。
[0004] ESC适用于在高、低附着系数路面上对车辆侧翻、偏航和侧向滑移的控制。传统的ESC主要包括三种控制方法：主动转向控制（Active Steering Control，ASC）、侧倾刚度控制(Roll Stiffness Control，RSC)和直接横摆力矩控制（Direct Yaw Control，DYC），其中，DYC是使用最为普遍的稳定性控制方法。传统机械传动车辆的DYC是基于制动防抱死系统（ABS）产生的纵向制动力实现转向横摆力矩需求，属于制动型DYC，其缺点是在控制过程中降低了车辆的过弯车速，且无法与其它基于驱动控制的控制系统进行融合。而新型多轮独立电驱动车辆，可同时控制驱动电机的驱动/制动力来实现期望的转向横摆力矩需求，有效克服了传统机械传动车辆控制中的缺陷。
[0005]TCS是为优化车辆驱动力分配而发展起来的，传统机械传动车辆TCS是独立于ESC控制外的一个单独控制系统，其控制方式主要是通过调节发动机转矩输出来实现整车牵引力的控制，控制精度不高，而新型多轮独立电驱动车辆可直接控制驱动电机的转矩输出实现牵引力的优化控制，由于电机转矩响应快速以及输出转矩可精确测量，因而可有效提高TCS的控制精度。
[0006]单一的主动安全控制系统往往达不到理想的控制效果，因而现阶段越来越多的尝试集成控制方法，传统机械传动车辆中比较常见的集成控制方法有：主动转向控制+直接横摆力矩（AFS+DYC）集成控制、防抱死制动系统+直接横摆力矩（ABS+DYC）集成控制，这些都是某一领域内的算法集成，由于控制对象不同，传统机械车辆还无法实现诸如牵引力控制系统+直接横摆力矩控制（TCS+DYC）的集成控制。相比与传统机械传动车辆，多轮轮毂电机驱动车辆DYC和TCS控制可同时通过控制电机的驱动/制动力矩来实现，因此，可以通过控制驱动电机的转矩输出实现两者功能的集成。
[0007]智能优化算法作为人工智能的热点研究内容之一，在各类电气领域的控制方法和控制策略研究中有着广泛的应用。乌燕鸥优化算法（Sooty tern optimization algorithm，STOA）是一种模拟乌燕鸥觅食行为的新型智能优化算法，同样可以应用于生成多轮独立电驱动车辆驱动力集成控制策略问题。但是，乌燕鸥优化算法存仍然存在有一些
缺陷，使得算法容易陷入局部最优和收敛精度不高，在生成多轮独立电驱动车辆驱动力集成控制策略时，生成效率较低，并且往往达不到理想的控制效果。

技术实现思路

[0008]为解决多轮独立电驱动车辆驱动力集成控制策略的生成效率，以及提升该控制策略的控制效果，本专利技术提供一种多轮独立电驱动车辆驱动力集成控制策略生成方法：
[0009]一种多轮独立电驱动车辆驱动力集成控制策略生成方法，包括以下步骤：根据多轮独立电驱动车辆分布式控制系统，确定待生成的多轮独立电驱动车辆驱动力集成控制策略的参数，并初始化多轮独立电驱动车辆驱动力集成控制策略的参数；根据多轮独立电驱动车辆驱动力集成控制策略参数的技术要求和约束条件，构建目标函数；根据目标函数，采用改进型乌燕鸥优化算法搜索最优的多轮独立电驱动车辆驱动力集成控制策略的参数；其中，所述改进型乌燕鸥优化算法引入哈里斯鹰优化算法的位置更新方式，对原乌燕鸥优化算法中的位置更新方式进行改进；根据最优的多轮独立电驱动车辆驱动力集成控制策略的参数，生成多轮独立电驱动车辆驱动力集成控制策略。
[0010]优选地，所述多轮独立电驱动车辆驱动力集成控制策略的参数包括：控制性能指标、车辆的状态变量、转向轮转角、横摆力矩、质心侧偏角、横摆角速度、加速转矩总需求、车辆俯仰角和车辆加速度。
[0011]优选地，所述所述采用改进型乌燕鸥优化算法搜索最优的多轮独立电驱动车辆驱动力集成控制策略的参数，包括以下步骤：确定多轮独立电驱动车辆驱动力集成控制策略参数的上下限，并通过高斯映射初始化乌燕鸥种群位置，并根据目标函数，计算最优适应度值和最优乌燕鸥位置；引入哈里斯鹰优化算法的位置更新方式，对原乌燕鸥优化算法中的位置更新方式进行改进；通过改进后的位置更新方式进行位置更新，记录当前迭代后最优适应度值和位置；对最优乌燕鸥位置进行双向sine变异，将变异前后适应度值最优的乌燕鸥位置，作为更新后的最优乌燕鸥位置；根据预设的最大迭代次数依次更新最优乌燕鸥位置，确定最优乌燕鸥位置；根据最优乌燕鸥位置确定最优的多轮独立电驱动车辆驱动力集成控制策略的参数。
[0012]优选地，所述通过高斯映射初始化乌燕鸥种群位置，包括以下步骤：确定种群的大小N，乌燕鸥寻优下边界LB和乌燕鸥寻优上边界UB；通过高斯映射产生下一个随机数x
t+1
：
[0013]式中，mod(
·
)为求余函数，x
t
为当前随机数；利用产生的高斯随机数初始化乌燕鸥位置：。
[0014]优选地，所述通过改进后的位置更新方式进行位置更新，记录当前迭代后最优适应度值和位置，包括以下步骤：冲突避免：模拟乌燕鸥的冲突避免行为过程，用如下公式表达：
[0015]式中：表示当前第t次迭代的乌燕鸥的位置；表示的是在不与其他乌燕鸥碰撞的情况下乌燕鸥的新位置；代表一个避免碰撞的变量因素，用来计算避免碰撞后的位置，它的约束条件公式如下：
[0016]式中：为用来调整的控制变量；t表示当前迭代次数；随着迭代次数的增加，从逐渐减小为0；假设为2，将从2逐渐减小为0；Miter为迭代次数；聚集：聚集是指当前乌燕鸥在避免冲突的前提下向相邻乌燕鸥中最好的位置靠拢，也就是向最优位置靠拢，其数学表达式如下：
[0017]式中：是第t次迭代乌燕鸥的最优位置；表示在不同位置向最优位置移动的过程；是一个使勘探更加全面的随机变量，按照以下公式变化：
[0018]式中：rand为0到1的随机数；更新：更新是指当前乌燕鸥朝着最优位置的所在方向进行移动，更新位置，其数学表达式为：
[0019]式中：是乌燕鸥从当前位置向最优位置方向移动的距离；攻击行为：在迁移过程中，乌燕鸥通过翅膀提高飞行高度，调整自身的速度和攻击角度，在攻击猎物的时候，它们在空中的盘旋行为定义为本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多轮独立电驱动车辆驱动力集成控制策略生成方法，其特征在于，包括以下步骤：根据多轮独立电驱动车辆分布式控制系统，确定待生成的多轮独立电驱动车辆驱动力集成控制策略的参数，并初始化多轮独立电驱动车辆驱动力集成控制策略的参数；根据多轮独立电驱动车辆驱动力集成控制策略参数的技术要求和约束条件，构建目标函数；根据目标函数，采用改进型乌燕鸥优化算法搜索最优的多轮独立电驱动车辆驱动力集成控制策略的参数；其中，所述改进型乌燕鸥优化算法引入哈里斯鹰优化算法的位置更新方式，对原乌燕鸥优化算法中的位置更新方式进行改进；根据最优的多轮独立电驱动车辆驱动力集成控制策略的参数，生成多轮独立电驱动车辆驱动力集成控制策略。2.根据权利要求1所述的多轮独立电驱动车辆驱动力集成控制策略生成方法，其特征在于，所述多轮独立电驱动车辆驱动力集成控制策略的参数包括：控制性能指标、车辆的状态变量、转向轮转角、横摆力矩、质心侧偏角、横摆角速度、加速转矩总需求、车辆俯仰角和车辆加速度。3.根据权利要求1所述的多轮独立电驱动车辆驱动力集成控制策略生成方法，其特征在于，所述采用改进型乌燕鸥优化算法搜索最优的多轮独立电驱动车辆驱动力集成控制策略的参数，包括以下步骤：确定多轮独立电驱动车辆驱动力集成控制策略参数的上下限，并通过高斯映射初始化乌燕鸥种群位置，并根据目标函数，计算最优适应度值和最优乌燕鸥位置；引入哈里斯鹰优化算法的位置更新方式，对原乌燕鸥优化算法中的位置更新方式进行改进；通过改进后的位置更新方式进行位置更新，记录当前迭代后最优适应度值和位置；对最优乌燕鸥位置进行双向sine变异，将变异前后适应度值最优的乌燕鸥位置，作为更新后的最优乌燕鸥位置；根据预设的最大迭代次数依次更新最优乌燕鸥位置，确定最优乌燕鸥位置；根据最优乌燕鸥位置确定最优的多轮独立电驱动车辆驱动力集成控制策略的参数。4.根据权利要求3所述的多轮独立电驱动车辆驱动力集成控制策略生成方法，其特征在于，所述通过高斯映射初始化乌燕鸥种群位置，包括以下步骤：确定种群的大小N，乌燕鸥寻优下边界LB和乌燕鸥寻优上边界UB；通过高斯映射产生下一个随机数x
t+1
：式中，mod(
·
)为求余函数，x
t
为当前随机数；利用产生的高斯随机数初始化乌燕鸥位置：。5.根据权利要求3所述的多轮独立电驱动车辆驱动力集成控制策略生成方法，其特征在于，所述通过改进后的位置更新方式进行位置更新，记录当前迭代后最优适应度值和位置，包括以下步骤：
冲突避免：模拟乌燕鸥的冲突避免行为过程，用如下公式表达：式中：表示...

【专利技术属性】
技术研发人员：刘春光，马晓军，陈克伟，张运银，朱宁龙，杨恒程，袁东，张嘉曦，魏曙光，李嘉麒，张冠岳，
申请(专利权)人：中国人民解放军陆军装甲兵学院，
类型：发明
国别省市：