首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种智能汽车极限工况下轨迹跟踪和稳定性控制方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:合肥工业大学

摘要:本发明公开了一种智能汽车极限工况下轨迹跟踪和稳定性控制方法,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。

主权项:1.一种智能汽车极限工况下轨迹跟踪和稳定性控制方法,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,lf,lr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,vx,vy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,Fxf,Fyf是前轮轮胎分解到车辆坐标系的力,Fxr,Fyr是后轮分解到车辆坐标系的力,Iz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:Fi=-Ciαi2;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,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:车辆在稳态下取结合车辆动力学模型中侧向运动和横摆运动方程,得理想的横摆角速度和质心侧偏角表达式为: 其中,L为轴距,K为稳定性因素;车辆在当前方向盘转角输入的情况下达到稳态时,满足条件: 有附加横摆力矩时车辆的二自由度模型为: 其中,ΔM为附加横摆力矩,B=[01Iz];则质心侧偏角和横摆角速度实际值与参考值之间的误差状态空间为: 取状态变量U=ΔM;步骤4.3:选取质心侧偏角作为车辆横摆稳定性的衡量指标,前轮转角作为控制变量来设计稳定性二次型指标为: 车辆稳定性控制需要对车辆质心侧偏角和横摆角速度添加约束,则车辆稳定性优化描述为: 步骤5:设计了基于Pareto均衡理论的协同式最优框架,对轨迹跟踪控制和稳定性控制做博弈得到协同最优轨迹跟踪控制和稳定性控制,具体包括以下步骤:步骤5.1:将轨迹跟踪控制和稳定性控制的二次型指标改为: 其中R1为Pareto最优全局性能指标加权矩阵,式中ρ1,ρ2为加权系数,为便于Pareto协同最优控制器的设计,将轨迹跟踪和稳定性模型改写为: 其中,步骤5.2:离散时间线性二次型Pareto博弈存在解的必要条件为: 式中和为协态向量,满足下列关系: 根据上式得协态向量与状态变量之间的线性关系: 联立上式得如下一组耦合黎卡提方程: 式中和为迭代的初始条件,将式中和的迭代结果代入式中,结合滚动时域思想,得出对当前时刻满足Pareto最优控制输入。

全文数据:

权利要求:

百度查询: 合肥工业大学 一种智能汽车极限工况下轨迹跟踪和稳定性控制方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。