一种基于转向意图的车辆敏捷性控制策略

为提高车辆紧急转向时的敏捷性和安全性,提出了一种以主动横向稳定杆系统为执行部件的基于转向意图的车辆敏捷性控制策略。对车辆转向时轮荷转移的侧倾动力学机理进行分析,开发了一种改进的驾驶员转向意图识别方法。根据转向意图和车辆侧倾动力学机理动态分配前后轴上左右车轮载荷,引入稳定性控制方法,进而提升车辆行驶过程中的敏捷性控制策略。搭建Simulink-CarSim整车模型进行仿真验证。仿真结果表明,相对于传统车辆,有主动稳定杆控制的车辆转向盘转角使用量减小约9%,质心侧倾角峰值减小约22%,同时横摆角速度提高4%,使用较小的转向盘转角实现紧急转向控制,提高横摆转向响应,提升车辆的敏捷性和稳定性。最后,搭建ECU在环试验台验证了仿真算法,可为后续的稳定杆样车开发提供参考。     

分布式独立驱动车辆复合转向匹配特性研究

为研究分布式独立电驱动车辆的复合转向机理,提升车辆的转向机动性、操纵稳定性,以某型8 × 8独立电驱动车辆为对象,构建整车仿真模型、分布式独立电驱动控制模型以及车辆复合转向控制模型,在几何转向的基础上,通过在驱动轮主动叠加速差转角即前馈施加车轮虚拟偏转角的方法,分析在相同轮转角状态下,几何转向模式与复合转向模式对车辆转向半径的影响。通过不同行驶工况下的动态仿真,结合车辆的横摆角度、侧向加速度、质心侧偏角等车辆稳定性特性参数,分析复合转向对于车辆操纵稳定的影响,得出分布式独立电驱动车辆复合转向匹配特性。     

四轮独立驱动电动汽车动力学控制系统仿真

论述了四轮独立驱动系统作为汽车驱动系统的优势及在电动汽车上应用的技术潜力。比较了ICEV动力学控制系统与EV动力学控制系统的区别,提出了四轮独立驱动电动汽车的新动力学控制方法。该方法利用前轮转向角和车速的前馈控制与基于质心侧偏角和横摆角速度的误差反馈控制相结合来控制车辆运动状态,并通过最优控制的方法确定了反馈系数。建立了整车数学模型,并利用MATLAB/Simulink软件生成系统的仿真模型,对所述控制系统进行了仿真研究。结果表明:前馈与反馈相结合的控制系统在各种路面条件下均可明显改善汽车的动力学性能。     

汽车转向时驾驶员驾驶意图辨识与行为预测

提出了一种基于隐马尔可夫模型(HMM)和人工神经网络(ANN)相结合的模型,用于实现驾驶意图辨识和驾驶行为预测,从而达到辅助驾驶和提高主动安全性的目的。通过驾驶模拟器获得双移线和直线行驶的数据,通过结合HMM和ANN建立了驾驶员意图辨识和行为预测模型,对驾驶员意图和行为在紧急转向、正常转向和直线行驶三种工况下的操作分别进行了辨识和预测。实验结果表明,该模型在给定车速下能够准确辨识当前的驾驶意图和较为精确预测驾驶员的驾驶行为。     

基于MPC的自动驾驶车辆横向路径跟踪控制

由于驾驶技能、生理极限等原因,人工驾驶员在转向操作中存在响应迟滞、动作超调等问题,控制性能优良的自动驾驶车辆可以改善上述问题。设计了一种基于模型预测控制(MPC)的自动驾驶车辆横向路径跟踪控制器。基于预瞄跟随理论建立了最优侧向加速度的驾驶员转向模型,以分析驾驶员方向盘操作中预瞄时间和车速对车辆跟踪参考路径的影响。基于模型预测控制算法设计了车辆横向路径跟踪控制器,利用反馈校正机制改进车辆预测模型,以处理参数不完全确定和外部干扰对模型精度带来的影响;采用松弛因子对目标函数进行处理,以保证目标函数具有可行解;进一步地,将所设计的模型预测控制器每一步的优化求解转化为带约束的二次规划问题,利用模型预测控制滚动优化的特点,求解跟踪参考路径所需的方向盘转角,作用于自动驾驶车辆。实验结果表明:预瞄时间和车速对驾驶员操控车辆跟踪参考轨迹的影响较大,MPC控制器下的车辆实际行驶轨迹与参考轨迹之间的最大横向偏差为0.085 m,小于熟练驾驶员操控的车辆,同时,MPC控制器下的车辆转向起始时刻相对于熟练驾驶员操控的车辆提前0.89 s。     

车辆纵向加速度自抗扰控制研究

使用自抗扰控制(ADRC)方法对车辆纵向加速度控制进行研究.首先给出以油门开度指令为控制量的发动机动态模型和车辆纵向动力学模型,对ADRC进行简要介绍;然后将模型变换为适于自抗扰控制的仿射系统,设计车辆纵向加速度ADRC控制器;最后在车辆和发动机参数摄动以及道路扰动的环境下进行仿真.结果表明,ADRC控制器能够使车辆获得快速、平稳和高精度的加速度控制效果.     

线控四轮独立驱动轮毂电机电动车集成控制

从提高车辆操纵稳定性的角度,基于模型预测控制理论对线控四轮独立驱动轮毂电机电动车进行主动转向(AFS)、直接横摆力矩(DYC)和主动悬架(AS)的集成控制研究。采用分层集成控制结构,设计了模型预测控制器。研究了驱动力矩控制分配规则和AS控制方法,实现了AFS/DYC的水平集成控制和AFS/DYC/AS的全局集成控制,并通过仿真实验对算法进行了验证。仿真结果表明:集成控制算法能够实现车辆有效跟踪期望值,提高车辆极限工况的稳定性和主动安全性。     

Nonlinear Derivative and Integral Sliding Control for Tracked Vehicle Steering with Hydrostatic Drive

在静液驱动履带车辆转向过程中,车辆的运动状态总是不确定的,且阻力存在非线性、大范围的变化。因此,提高静液驱动履带车辆的转向稳定性,满足未来战场的需要具有重要意义。本文提出了一种滑模控制算法,并将其应用于保证期望横摆角速度的控制。首先通过运动学和动力学分析,建立了速度控制器和横摆角速度控制器。其次设计了非线性微分积分滑模控制算法,通过积分控制项降低积分饱和,有效地抑制不光滑路面的扰动,通过非线性微分控制项提高了系统的反应速度,减小了控制量的抖振。在RecurDyn中对静液驱动履带车辆进行建模,在控制软件MATLAB/Simulink中对转向控制策略模块进行建模。整个模型的联合仿真表明,该控制策略能够提高车辆的转向响应速度,平滑控制输出,且抖振小,具有较强的鲁棒性。     

在冰雪路面上静液驱动履带车辆转向的安全控制策略

在对静液驱动履带车辆转向行驶理论分析的基础上,综合考虑系统可承受最高压力48 MPa、车辆无侧滑、附着力足够(无打滑)等安全条件,设计了在冰雪路面高速履带车辆静液驱动转向控制策略。运用Matlab/Simulink软件对系统进行冰雪路面转向控制仿真分析,仿真结果验证了本文控制策略的可行性和有效性。     

高速无人驾驶车辆轨迹跟踪和稳定性控制

针对高速无人驾驶车辆运动控制过程中轨迹跟踪精度和稳定性难以同时保障的问题,提出综合前馈-反馈及自抗扰控制(ADRC)补偿相结合的横向控制算法. 通过车速和道路曲率信息计算前馈稳态前轮转向角,将质心侧偏角引入航向偏差,以车辆航向角偏差和侧向偏差作为参考量进行反馈控制,通过前馈-反馈控制提升瞬态轨迹跟踪性能. 设计自抗扰控制器,通过扩张状态观测器对未建模动态和内外界干扰进行估计,通过将后轮侧偏角控制在参考值附近来补偿前轮转角,提升无人驾驶车辆的转向稳定性和控制器的鲁棒性. 不同工况下的仿真结果表明,利用该方法可以保证高速无人驾驶车辆稳定地跟踪期望路径行驶,轨迹跟踪偏差较小,对车辆参数变化和外界干扰具有较强的鲁棒性.     

基于串级MPC和EPS的集成驾驶员转向车道线保持

针对电动助力转向( EPS)作为转向执行机构的车道线保持的控制系统设计及保留驾驶员对车辆操控问题,提出基于串级模型预测控制( MPC)和EPS集成驾驶员转向的车道线保持系统. 在车道线识别视觉系统空间,建立车道线保持状态空间模型,设计基于MPC的车道线保持控制器( LMPC) . 建立EPS状态空间模型,设计基于MPC的EPS车辆前轮转角控制器( EMPC) . LMPC与EMPC经逆转向机构模型组成串级控制结构. 分析驾驶员转向对车道线保持控制的影响,进而通过保留驾驶员对车辆控制来提高处理紧急事件的能力. 仿真结果表明:在不同车速和不同曲率道路下,该控制策略均能快速消除横向位置偏差和航向角偏差,保证车辆沿着车道线行驶,具有较好的适应性和鲁棒性. 驾驶员转向可以改善车道线保持和提高车辆主动安全性.     

四旋翼无人飞行器ADRC-GPC控制

针对四旋翼无人飞行器的姿态控制系统,需要研究先进控制策略来达到满意的性能.将自抗扰控制(ADRC)与广义预测控制(GPC)相结合,设计一种新型自抗扰广义预测控制器(ADRC-GPC),利用ADRC中的扩张状态观测器(ESO)来估计和补偿非线性系统的模型不确定性以及外部扰动作用,将原始对象模型转化为积分器形式,然后针对积分器设计广义预测控制器.阶跃响应系数矩阵能被解析地求解出来,可有效地解决广义预测控制计算量大的问题.研究结果表明:所提出的ADRC-GPC控制方法能够对四旋翼无人飞行器姿态系统进行实时控制,可满足控制精度及快速性要求,并能有效地克服系统的外部干扰和多变量耦合作用.自抗扰广义预测控制器能够有效地控制欠驱动非线性多变量系统.     

Back-Stepping Control for Flexible Air-Breathing Hypersonic Vehicles Based on Uncertainty and Disturbance Estimator

A theoretical framework of nonlinear flight control for a flexible air-breathing hypersonic vehicle(FAHV) is proposed in this paper. In order to suppress the system uncertainty and external disturbance, an uncertainty and disturbance estimator(UDE) based back-stepping control strategy is designed for a dynamic state-feedback controller to provide stable velocity and altitude tracking. Firstly, the longitudinal dynamics of FAHV is simplified into a closure loop form with lumped uncertainty and disturbance. Then the UDE is applied to estimate the lumped uncertainty and disturbance for the purpose of control input compensation. While a nonlinear tracking differentiator is introduced to solve the problem of “explosion of term” in the back-stepping control. The stability of the UDE-based control strategy is proved by using Lyapunov stability theorem. Finally, simulation results are presented to demonstrate the capacity of the proposed control strategy.     

固定翼无人机自适应滑模控制

针对固定翼无人机的姿态和速度控制中存在不确定和外部扰动的问题,设计自适应超螺旋滑模干扰观测器和控制器,实现了固定翼无人机对速度指令和姿态指令的有限时间精确跟踪.首先建立固定翼无人机速度模型和基于四元数的姿态误差模型;进而在该模型的基础上针对无人机飞行过程中的外部扰动和不确定问题,采用自适应超螺旋滑模算法设计干扰观测器对干扰和不确定进行快速估计,并在此基础上设计多变量超螺旋控制器使固定翼无人机快速、精确地跟踪期望的速度和姿态指令;最后基于Lyapunov理论证明了该系统的稳定性.仿真结果表明:所提出的综合控制策略可以实现固定翼无人机速度与姿态的快速精确跟踪并具有良好的鲁棒自适应能力,而且针对无人机不同的飞行指令,使用该控制策略都能使无人机快速稳定的达到预期目标.     

Disturbance decoupling robust control of vehicle full speed cruise dynamic system

In this study, an innovative dynamics model of LFS (longitudinal vehicle full-speed cruise system) is developed by lumping the dynamics of a controlled vehicle and an inter-vehicles together. On account of the external disturbance, parameters uncertainty and the nonlinearity within LFS, a DDRC (disturbance decoupling robust control) method is proposed. For this method, the theory of NDD (nonlinear disturbance decoupling) is utilized firstly to separate the external disturbance from certain part of the proposed dynamics model. Then, the invariance over the sliding mode of VSC (variable structure control) is used to eliminate the influence of remaining uncertain part. Finally, the DDRC method is adopted to design an LFS ACC (adaptive cruise control) system, and some numerical simulations are carried out to validate its performance. The simulation results demonstrate that the proposed control system not only exhibits an expected dynamic response, high tracking accuracy and a strong robustness, but also achieves a global optimization by means of a simplified control structure.     

Research on the attitude regulation of 3-DOF hover system

Quadrotor helicopter is emerging as a popular platform for unmanned aerial vehicle re- search, due to its simplicity of structure and maintenance as well as the capability of hovering and vertical take-off and landing. The attitude controller is an important feature of quadrotor helicopter since it allows the vehicle to keep balance and perform the desired maneuver. In this paper, nonlin- ear control strategies including active disturbance rejection control （ADRC）, sliding mode control （SMC） and backstepping method are studied and implemented to stabilize the attitude of a 3-DOF hover system. ADRC is an error-driven control law, with extended state observer （ESO） estimating the unmodeled inner dynamics and external disturbance to dynamically compensate their impacts. Meanwhile; both backstepping technique and SMC are developed based on the mathematical model, whose stability is ensured by Lyapunov global stability theorem. Furthermore, the performance of each control algorithm is evaluated by experiments. The results validate effectiveness of the strate- gies for attitude regulation. Finally, the respective characteristics of the three controllers are high- lighted by-comparison, and conclusions are drawn on the basis of the theoretical and experimental a- nalysis.     

Investigation on full vehicle height control algorithm using feedback linearization method

Aiming to improve the control accuracy of the vehicle height for the air suspension system, deeply analyzing the processes of variable mass gas thermodynamics and vehicle dynamics, a nonlinear height control model of the air suspension vehicle was built. To deal with the nonlinear characteristic existing in the lifting and lowering processes, the nonlinear model of vehicle height control was linearized by using a feedback linearization method. Then, based on the linear full vehicle model, the sliding model controller was designed to achieve the control variables. Finally, the nonlinear control algorithm in the original coordinates can be achieved by the inverse transformation of coordinates. To validate the accuracy and effectiveness of the sliding mode controller, the height control processes were simulated in Matlab, i.e., the lifting and lowering processes of the air suspension vehicle were taken when vehicle was in stationary and driving at a constant speed. The simulation results show that, compared to other controllers, the designed sliding model controller based on the feedback linearization can effectively solve the "overshoot" problem, existing in the height control process, and force the vehicle height to reach the desired value, so as to greatly improve the speed and accuracy of the height control process. Besides, the sliding mode controller can well regulate the roll and pitch motions of the vehicle body, thereby improving the vehicle''s ride comfort.     

采用阶跃函数作为扰动形式检验线性最优励磁控制

从分析励磁调节器的实际扰动和线性二次型设计时的扰动方式出发，分析了线性最优励磁调节器存在稳态控制误差的现象。为了使计算机仿真更能接近实际，提出了仿真时用阶跃干扰检验线性最优励磁调节器的方法。仿真结果表明：采用阶跃干扰能模拟出线性最优励磁调节器存在的稳态误差的现象。同时表明：在实用环境里按照线性二次型设计的线性最优励磁调节器是有差调节，为了提高线性最优励磁调节器的性能，必须改进设计。     

基于数据驱动的鲁棒反步自适应巡航控制

为了实现高精度的鲁棒自适应巡航控制（ACC）,提出基于数据驱动的鲁棒反步自适应巡航控制算法. 利用反步技术设计虚拟控制器,将车辆间距控制转化为速度控制,避免速度相关型间距策略带来的间距与速度控制耦合;构建基于数据的耦合滑模面并设计状态观测器,补偿车辆复杂的非线性动力学特性、离散误差及外部干扰,提升控制算法的鲁棒性;利用反馈控制及鲁棒控制技术设计数据驱动的ACC鲁棒控制算法;分别选取固定时间间距、变时间间距策略,利用所提ACC算法及基于比例积分（PI）的ACC算法进行车辆自适应巡航控制对比仿真验证. 对比实验结果表明,所提算法在控制精度、鲁棒性方面具有优越性.