基于SAE J1939的车辆动力学稳定性控制网络设计及测试

车辆动力学稳定性控制涉及底盘多个执行机构及电子控制单元,所组成控制网络的性能是整个控制系统的关键之一.文中根据SAEJ1939应用层规范,设计车辆动力学稳定性控制网络,并定义其应用层私有通信协议;采用专门的车载网络测试工具,搭建车辆动力学稳定性控制网络测试平台.测试结果显示,所定义的应用层私有通信协议满足系统可靠性的要求,整个车辆动力学稳定性控制网络运行良好.      

车辆动力学稳定性控制的仿真研究

对车辆动力学稳定性控制的控制原理，控制策略，控制逻辑和算法进行了理论分析。在此基础上，对车辆动力学稳定性控制进行了仿真分析，结果表明，车辆动力学稳定性控制能够改善车辆在高速下或在滑路上转向时的操纵性和稳定性。     

非理想车载网络状况下四轮独立电驱动车辆的动力学控制

以直接横摆转矩控制为例,通过仿真初步分析了四轮独立电驱动车辆分布式控制系统中车载通信网络的非理想状况(延时、丢包等)对车辆动力学控制的影响。仿真结果表明,通信延时等非理想网络状态会对车辆动力学的控制效果和稳定性产生显著影响,而基于网络预测的直接横摆转矩控制算法,可有效补偿通信延时和丢包等的不利影响,获得较好的控制效果。     

基于CARSIM的车辆稳定性控制仿真

阐述了车辆在地面附着极限下造成转向失稳的原因,对四个车轮施加差动制动时车辆行驶姿态的变化进行了分析。针对车辆的实际工作特点,应用CARSIM软件的车辆动力学模型(S函数),并定义S函数的输入输出接口,在MATLAB/SIMULINK环境中对车辆动力学模型进行了稳定性控制仿真。仿真分析结果表明,差动制动能够改善在高速度或滑路上转向的操纵性和稳定性。     

联合仿真技市在车辆动力学稳定几天控制上的应用

首先介绍了目前车辆动力学稳定性控制的研究现状．提出了基于联合仿真平台进行控制仿真研究的新思路；其次详细分析了车辆动力学稳定性控制的原理。应用直接横摆力矩状态反馈控制策略，基于ADAMS／Car和Matlab／simulink的联合仿真技术．采用阶跃转向和单移线仿真工况有效验证了该控制策略的正确性，提高车辆在危险工况下的稳定性和可控性，为实际设计车辆动力学稳定性控制系统提供了理论基础。     

基于MPC的独立驱动电动汽车稳定性集成控制

针对独立驱动电动汽车在高附着系数路面高速急转时易发生侧翻事故,在低附着系数路面急转易发生侧滑失稳事故,且单一控制器在不同附着系数路面适应性较差等问题,根据独立驱动电动汽车特点设计了基于分层式结构的稳定性集成控制器。建立了整车动力学模型,并进行了车辆状态参数估计;设计了稳定性集成控制器的控制策略,对车辆的侧倾、横向稳定性状态判定条件和协调策略的制定进行了研究,分别设计了侧倾稳定性控制器和横向稳定性控制器;设置了路面附着系数0.9到0.2的对接路面仿真工况,并在此工况下对所设计的控制器的控制性能进行了仿真测试。结果表明,所设计的稳定性集成控制器相比于单一控制器具有更好的适应性,可有效降低车辆高速行驶过程中的横向载荷转移系数、质心侧偏角等状态量,提高车辆行驶的稳定性和安全性。     

基于组合间距策略的自适应车辆队列纵向控制

针对车辆队列被外部车辆换道超车的场景,外部车辆与队列中的车辆存在异质性,不同车辆适用的间距策略也存在差异性。此外,不同的车辆队列间距策略在道路适应性、车辆队列系统稳定性和串稳定性等方面均存在优势和缺陷。基于此提出一种基于组合间距策略的智能网联车辆队列控制方法,以优化队列车辆的间距。现有的协同/分布式队列控制方法大多基于精确的车辆动力学模型,这要求获得完整的车辆动力学先验知识,并进行非线性-线性模型的转换。然而,在实践中获取精确的先验知识信息往往具有挑战性,且在车辆间进行信息交互的过程中,不可避免地会产生通信时延。因此,在考虑网络环境通信时延的基础上,提出了一种基于自适应积分滑模车辆队列控制器的分布式后向控制方案,该方案可以在线识别和估计未知参数,从而解决三阶车辆节点动力学模型中参数不确定性影响系统稳定性的问题。在设计的积分滑模面中,采用饱和函数替代传统滑模面的符号函数,进一步解决了控制结果中容易出现抖振的问题。然后,利用Lyapunov-Krasovskii定理和无穷范数进行了组合间距策略和间距策略切换下车辆队列系统的内部稳定性和串稳定性分析。最后,通过与现有控制算法进行仿真比较分析,...     

Bosch VDC系统的控制原理及展望

VDC系统(Vehicle Dynamics Control、车辆动力学控制系统，在美日等国称为VDC，而在欧洲称为ESP，Electronic Stability Program，即电子稳定程序)是Bosch公司1995年推出的用于改善车辆操纵稳定性的一种车辆动力学控制系统。VDC系统包括两个控制回路：控制车辆运动的主控制回路，控制制动和驱动滑移的副控制回路。文中详细介绍了这两个回路的工作原理，并给出了改善车辆操纵稳定性的实例。最后，指出了VDC系统的发展趋势。     

基于CANopen协议的汽车控制网络初探

CANopen是CAN的应用层协议,基于CANopen协议标准的嵌入式网络具有配置灵活的特点。作者分析了CANopen协议的特性,设计一个基于CANopen的汽车控制网络雏型,给出开发控制器应用层的方法。一致性试验表明,所设计的汽车控制网络符合采用的CANopen协议规范。     

基于微分几何的四轮独立驱动车辆运动解耦控制研究

针对车辆在纵向运动和横摆运动时的强耦合关系给车辆动力学控制带来的困难，以四轮独立电驱动车辆作为研究对象，基于微分几何理论设计了车辆系统运动解耦控制方法，将非线性强耦合的四轮驱动车辆动力学系统解耦为纵向和横向两个相对独立运动控制子系统，并设计了鲁棒控制器，以提高抵抗车辆行驶时不确定外力如侧风的干扰能力。基于 Trucksim 软件建立四轮驱动车辆模型，并针对车辆解耦控制策略和抗干扰策略进行了仿真测试。结果表明，相比于无解耦控制的车辆，采用微分几何解耦控制的四轮独立驱动车辆纵向速度偏差降低了 82.1%，横摆角速度偏差降低了80.7%，且微风干扰下的抗干扰能力明显改善，车辆稳定性显著提升。为验证该运动解耦控制策略在实时系统中的控制效果，还进行了硬件在环试验，结果表明，硬件在环试验的结果与仿真结果一致。     

线控转向稳态增益与动态反馈校正控制算法

以29自由度汽车动力学模型为基础,提出了保证线控汽车转向增益不变的稳态控制策略,使线控汽车转向特性不随车速和转向盘转角变化;提出了基于状态反馈的动态校正稳定性控制算法。仿真和驾驶模拟器实验表明,基于转向增益不变的稳态控制策略保证了汽车转向特性不变,减轻了驾驶员的负担,适合于更多的驾驶人群;基于状态反馈的动态校正稳定性控制算法有效提高了汽车的稳定性。     

带随机网络时滞补偿的测功机动态负载模拟

本文研究了控制网络传输时滞影响下测功机加载控制算法。首先,针对一款前驱电动汽车,建立车辆与台架动力学动态耦合模型和服从均匀分布的随机网络诱导延时数学模型。其次,为改善测功机网络控制系统负载模拟性能,提出了一种基于预测控制结构的随机网络诱导延时补偿算法;接着通过系统增广将随机系统跟踪控制问题转化为鲁棒镇定问题,并分析系统H∞性能,通过非线性优化问题得到系统控制增益。最后,进行了防抱死制动控制台架测试的仿真,结果表明:提出的方法可大幅提升测功机负载模拟精度。     

Vehicle dynamic control of a passenger car applying flexible body model

Modern software tools have enhanced modelling, analysis and simulation capabilities pertaining to control of dynamic systems. In this regard, in this paper a full vehicle model with flexible body is exposed by using MSC. ADAMS and MSC. NASTRAN. Indeed, one of the most significant vehicle dynamic controls is directional stability control. In this case, the vehicle dynamic control system (VDC) is used to improving the vehicle lateral and yaw motions in critical manoeuvres. In this paper, for design the VDC system, an optimal control strategy has been used for tracking the intended path with optimal energy. For better performance of VDC system, an anti-lock brake system (ABS) is designed as a lower layer of the control system for maintaining the tyre longitudinal slip in proper value. The performances of the controller on rigid and flexible models are illustrated, and the results show the differences between the control efforts for these models, which are related to the differences of dynamic behaviours of rigid and flexible vehicle dynamic models.     

电动汽车无线充电通信协议一致性测试的研究

为了将车载端与地面端充电设施统一起来,实现不同电动汽车与不同地面端充电桩之间高效、安全地进行无线充电,保证无线通信协议的一致性至关重要。本文首先对新颁布的电动汽车无线充电系统通信协议标准GB/T 38775.2-2020进行解读,梳理得到电动汽车无线充电通信的一般流程;然后,设计了一种电动汽车无线充电通信一致性测试的软硬件架构;最后,提出了电动汽车无线充电通信协议的一致性测试方法。该系统能够完成电动汽车无线充电过程中通信协议的自动化测试,有助于后续标准的修订和测试的进一步完善。     

汽车线控转向系统的关键技术及发展前景

线控转向（ Steer-By-Wire,SBW）系统,指通过通讯网络连接各部件的控制系统,取消了传统的机械式转向装置,转向器与转向柱间无机械连接。该系统转动效率高,响应时间快,降低车辆底盘开发成本,改善车辆驾驶特性,并且利于环境的保护,在一定程度上提高了车辆的操纵稳定性、汽车碰撞安全性和整车主动安全性等。主要研究了汽车线控转向系统的关键技术,对线控转向技术的发展进行了前景的展望。     

基于扰动观测的客车ESC自适应神经网络滑模控制

为了提高客车电子稳定性控制系统（ESC）的控制精度,针对实际车辆系统建模中存在各种非线性扰动项以及传统滑模控制（Sliding Mode Control,SMC）中抖振较大的问题,提出一种自适应神经网络滑模控制算法。基于2自由度车辆模型,首先设计一个二阶滑模（Second-order Sliding Mode,SOSM）估计器对车辆的质心侧偏角进行估计,然后利用径向基（Radial Basis Function,RBF）神经网络对车辆系统建模中的各种非线性扰动项进行实时估计,并进行Lyapunov稳定性证明,RBF神经网络估计车辆系统建模的各种非线性扰动项可以有效减小滑模控制符号项的系数,从而减小滑模抖振水平。为了更进一步优化传统滑模控制的参数调节过程,减小滑模抖振并提高系统控制精度,再次利用RBF神经网络对传统滑模控制中的关键参数进行自适应调节。最后为了验证算法的有效性,搭建客车电控气压制动系统硬件在环试验台,在硬件在环试验台上对算法的有效性和精度进行试验验证。研究结果表明：客车ESC在自适应神经网络滑模算法的控制下,横摆角速度和质心侧偏角能够较好地跟随上理想的横摆角速度和理想质心侧偏角,横摆角速度和质心侧偏角的跟随误差降低;利用RBF神经网络估计客车建模中的各种非线性扰动项和利用RBF神经网络自适应调节传统滑模控制的关键参数,可以有效提高客车ESC的控制精度。     

电流变阻尼半主动控制悬架系统的设计

汽车悬架减振器对于保证车辆的乘坐舒适性和安全稳定性都具有重要作用,但目前普遍应用的被动式减振器因其力学性能不能调节,存在只能在两种性能之间折衷的先天不足,而智能半主动悬架系统方案基于“大系统多级递阶——子系统神经网络自适应”控制算法。并利用MATLAB＋Simulink对新型智能半主动悬架系统进行了仿真试验．试验结果表明系统在实现了提高车辆乘坐舒适性能的同时兼顾了安全稳定性的目的。同时由于采用电流变液减振器,使系统本身具有实时采集、响应迅速、智能化、减振降噪效果好等特点。     

Vehicle dynamics control using an active third-axle system

This paper introduces the active third-axle system as an innovative vehicle dynamic control method. This method can be applicable for different kinds of three-axle vehicles such as buses, trucks, or even three-axle passenger cars. In this system, an actuator on the middle axle actively applies an independent force on the suspension to improve the handling characteristics, and hence, its technology is similar to slow-active suspension systems. This system can change the inherent vehicle dynamic characteristics, such as under/over steering behaviour, in the linear handling region, as well as vehicle stability in the nonlinear, limit handling region. In this paper, our main focus is to show the potential capabilities of this method in enhancing vehicle dynamic performance. For this purpose, as the first step, the proposed method in both linear and nonlinear vehicle handling regions is studied mathematically. Next, a comprehensive, nonlinear, 10 degrees of freedom vehicle model with a fuzzy control strategy is used to evaluate the effectiveness of this system. The dynamic behaviour of a vehicle, when either uncontrolled or equipped with the active third axle is then compared. Simulation results show that this active system can be considered as an innovative method for vehicle dynamic control.     

Connected variable speed limits control and car-following control with vehicle-infrastructure communication to resolve stop-and-go waves

The vision of intelligent vehicles traveling in road networks has prompted numerous concepts to control future traffic flow, one of which is the in-vehicle actuation of traffic control commands. The key of this concept is using intelligent vehicles as actuators for traffic control systems. Under this concept, we design and test a control system that connects a traffic controller with in-vehicle controllers via vehicle-to-infrastructure communication. The link-level traffic controller regulates traffic speeds through variable speed limits (VSL) gantries to resolve stop-and-go waves, while intelligent vehicles control accelerations through vehicle propulsion and brake systems to optimize their local situations. It is assumed that each intelligent vehicle receives VSL commands from the traffic controller and uses them as variable parameters for the local vehicle controller. Feasibility and effectiveness of the connected control paradigm are tested with simulation on a two-lane freeway stretch with intelligent vehicles randomly distributed among human-driven vehicles. Simulation shows that the connected VSL and vehicle control system improves traffic efficiency and sustainability; that is, total time spent in the network and average fuel consumption rate are reduced compared to (uncontrolled and controlled) scenarios with 100% human drivers and to uncontrolled scenarios with the same intelligent vehicle penetration rates.