免疫遗传PID汽车纯机械转向系统参数优化

以免疫反馈机理和遗传PID算法为基础,提出了一种免疫遗传PID算法.该算法的核心是将免疫反馈机理和遗传算法结合,并以ITAE性能准则为目标函数;将该算法用于汽车纯机械转向系统PID参数优化的过程中,并用Matlab仿真实验.仿真结果表明:基于免疫反馈机理和遗传算法的PID参数优化可以有效地提高汽车转向柱转角跟随转向盘转角的速度,缩短滞后时间,且使汽车机械转向系统具有较好的稳定性,其结果可为汽车电动助力转向系统的参数优化提供理论依据.     

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.     

模糊PID控制的助力模式对操纵稳定性影响分析

电动助力转向系统(EPS)设计中最重要的是助力控制模式的控制器设计。在PID控制的基础上引入了模糊控制,提出了基于模糊PID控制的助力控制模式;应用TruckSim和Simulink建立EPS联合仿真模型;采用常用的操纵稳定性开环和闭环两种评价方法进行PID控制和模糊PID控制仿真对比试验,研究模糊PID助力控制模式对EPS性能及整车操纵稳定性的影响。开环评价对比试验结果表明:模糊PID控制器的助力性能较好,但操纵稳定性略差一些。闭环对比试验表明:EPS助力控制模式能有效地提高转向系转向轻便性,模糊PID控制器作用下的操纵性和汽车行驶安全性较好。认为模糊PID控制器下的助力控制模式助力性能好于PID控制器,模糊PID控制器更适合EPS助力控制模式。     

电动助力转向主动回正控制方法

提出了一种无转向盘转角传感器的主动回正控制方法,并以软件形式附加在电动助力转向系统控制程序中,以达到不需要附加系统元件就能改善汽车的回正性能的目的。实车试验结果表明:无转角传感器的主动回正控制方法能够有效地改善汽车的回正性能,有较好的实际应用价值。     

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。     

模型跟踪四轮主动转向汽车的H∞控制

将H∞优化控制理论应用于四轮主动转向汽车控制策略研究,在建立车辆转向理想跟踪模型的基础上,提出一种基于H∞模型跟踪技术的的四轮转向4W S汽车前后轮转角主动控制新方法,并对所设计的控制器进行仿真分析与对比.通过仿真分析,从理论上验证了基于H∞跟踪控制理论所设计的控制器可以适用于汽车的四轮转向系统,能很好地跟随理想车辆转向模型,有利于提高车辆的主动安全.     

模型跟踪四轮主动转向汽车的H∞控制

将H∞优化控制理论应用于四轮主动转向汽车控制策略研究,在建立车辆转向理想跟踪模型的基础上,提出一种基于H∞模型跟踪技术的的四轮转向4WS汽车前后轮转角主动控制新方法,并对所设计的控制器进行仿真分析与对比.通过仿真分析,从理论上验证了基于H∞跟踪控制理论所设计的控制器可以适用于汽车的四轮转向系统,能很好地跟随理想车辆转向模型,有利于提高车辆的主动安全.     

基于电动助力转向的线控转向汽车路感反馈控制

针对线控转向(SBW)系统路感需要模拟生成的问题,建立了SBW系统动力学模型并研究路感产生机理。在分析电动助力转向(EPS)系统助力特性等控制算法的基础上,提出了综合路感模拟控制算法。算法中的转向系统齿条受力信息通过测量转向电机工作电流获取。选取中心区和双纽线试验工况,进行硬件在环试验。试验结果表明,本文的路感模拟方法保证了汽车低速转向轻便和高速路感清晰,可以满足驾驶员的路感反馈需求。     

智能车辆弯道速度与转向自适应耦合控制

针对车辆在弯道高速行驶时的轨迹跟踪精度低和转向稳定性差的问题,提出了一套基于车辆运动学模型的横纵向耦合控制算法.采用不同于纯跟踪的预瞄式期望前轮转角计算方法,并利用横向加速度约束进行纵向控制,同时设计了高速条件下的预瞄二级减速控制算法,实现转向与速度联合控制.为了提高算法的工况适应性,采用麻雀搜索算法根据道路曲率和车速优化预瞄时间,并基于Simulink和Prescan联合仿真,验证算法在不同曲率弯道下的控制效果.结果表明：采用基于麻雀搜索算法寻优的预瞄式横纵向耦合控制算法能够较好地改善轨迹跟踪精度和转向的平顺性,且算法对不同曲率道路场景的适应性很强.将仿真结果和驾驶模拟数据对比,结果显示,该算法和自然人驾驶方式吻合度较高.     

基于理想转向传动比的汽车线控转向控制算法

以29自由度汽车动力学模型为基础,提出了保证汽车转向增益不变的理想传动比稳态控制策略,使线控转向汽车转向特性不受车速和方向盘转角变化的影响;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,基于理想转向传动比的稳态控制策略保证了汽车转向增益不变,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。