主动前轮独立转向系统分析与研究

为了提高车辆的操稳性,提出了新型主动前轮独立转向系统,介绍了主动前轮独立转向的工作原理和结构形式,建立了系统数学模型;提出了主动前轮独立转向的控制策略,上层控制器采用PI控制,由横摆角速度偏差得出总控制转角,下层控制器负责内外侧转向轮的判断以及计算内外侧转向轮具体的转角;在仿真软件MATLAB/Simulink里进行了控制策略有效性仿真,仿真结果说明对于不足转向车辆,主动前轮独立转向系统能比传统的主动前轮转向系统更有效地提高车辆操纵稳定性。     

线控转向系统的主动转向控制策略研究

线控转向系统取消了转向盘和转向轮之间的机械连接,可以对前轮进行主动转向控制以增强操纵稳定性和主动安全性.通过使前轮线控转向系统的期望横摆角速度跟踪稳态质心侧偏角为0的四轮转向车辆的横摆角速度,设计线控转向系统的变传动比,主动控制前轮转角.通过时域响应、转向增益、开环总方差等指标对其进行了性能分析.结果表明:采用提出的主动转向控制策略时稳态质心侧偏角大大降低,开环总方差大大降低,从而提高了汽车的操纵稳定性.     

智能四轮转向车辆稳定车道线保持串级控制

为实现四轮前后轮转向车辆的稳定车道线保持控制,提出集成直接横摆力矩和车道线保持的串级控制策略.主控制器实现车道线保持前轮转角控制.副控制器实现车辆稳定性控制.主控制器基于MPC(model predictive control)算法控制车辆前轮转角,通过调整前轮转角使得横向位置偏差和航向角偏差最小.主控制器的车辆前轮转角作为副控制器的输入,计算期望滑移角和期望横摆率.车辆后轮转角和横摆力矩作为副控制器控制输入,基于LQ(linear quadratic)算法计算补偿车辆后轮转角和横摆力矩,实际车辆滑移角和实际横摆率跟踪期望滑移角和期望横摆率.车辆的前轮转角、后轮转角和横摆力矩作为控制输入,在副控制器实现车辆稳定性控制基础上,主控制器实现准确地车道线保持控制,保证智能车辆在车道内自主安全行驶.仿真结果表明,该串级控制策略的有效性,提高了智能车辆车道线跟踪的准确性,也提高车辆的稳定性和操纵性.     

非同轴两轮机器人自平衡与转向闭环控制

针对车速、车身侧倾角和前轮转角变化较大工况下的非同轴两轮机器人在基于前轮转角的自平衡控制中,因动力学模型准确性对自平衡控制带来的影响,设计了基于RBF神经网络模糊滑模控制的自平衡控制器,利用RBF神经网络的逼近特性,对动力学模型中非线性时变的不确定部分进行自适应逼近,从而提高动力学模型的准确性,并借助模糊规则削弱滑模控制中产生的系统抖振;以及因前轮转角用于自平衡控制中难以实现转向闭环控制,建立了基于纯跟踪法的轨迹跟踪控制器,并设计利用车身平衡时车身侧倾角与前轮转角的耦合关系,将转向闭环控制中的目标前轮转角替换为目标车身侧倾角,从而将自平衡控制器与轨迹跟踪控制器相结合,在保证车身平衡行驶的前提下,实现带有轨迹跟踪的转向闭环控制。实验结果表明,凭借动力学模型的较高准确性,RBF神经网络模糊滑模自平衡控制器具有鲁棒性好、超调量低和响应迅速的优点,并且利用车身平衡后车身侧倾角与前轮转角耦合关系,实现转向闭环控制是可行的,具有良好的轨迹跟踪效果。     

四轮线控转向系统的转向控制策略研究

为了控制汽车的质心侧偏角,同时保持汽车的转向增益不变,研究了四轮线控转向系统的后轮转向控制策略和前轮转向控制策略.首先建立了四轮转向整车二自由度模型,然后基于稳态质心侧偏角为零得到两种后轮转向控制策略:与前轮转角成比例型和横摆角速度反馈型,前者不改变系统极点,后者改变系统极点.基于转向增益不随车速改变得到二者的前轮转向控制策略.仿真表明,提出的前轮转向控制策略可以保持固定转向增益,降低驾驶员负担;后轮转向控制策略可以实现零质心侧偏角稳态值,控制车辆姿态,改善操纵稳定性.     

车辆主动转向系统的鲁棒控制器设计研究

本文将H2/H∞鲁棒控制理论应用于电动助力转向系统的控制策略研究,在建立前轮转向理想跟踪模型基础上,提出一种基于H2/H∞模型跟踪技术的主动转向控制方法,并对设计的控制器进行仿真分析与对比.通过仿真分析,从理论上验证基于H2/H∞跟踪控制理论的转向控制器可以适用于汽车的EPS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和稳定性.     

线控转向汽车传动比智能控制策略的研究

以线控转向汽车的传动比控制为重点进行研究,提出了传动比智能控制策略,旨在进一步改善系统的转向性能。针对转向系统的不确定性、非线性的特点,在原有基于模型控制方法的基础上,研究了模糊控制和模糊神经网络在传动比控制中的应用;首先利用模糊控制技术设计传动比控制器,然后研究了模糊神经网络的结构和算法,利用模糊神经网络对理想传动比控制进行改进,实现了输入变量隶属函数中心值和宽度的在线调节,进而对传动比进行优化;从仿真结果可以看出基于模糊神经网络的控制方法比单模糊控制扩大了传动比变化的车速范围,更加符合理想传动比的要求,表明基于模糊神经网络控制方法更具有可行性和有效性。     

横摆力矩和主动前轮转向结合的车辆横向稳定性模糊控制仿真

提出一种基于横摆力矩和主动前轮转向相结合的车辆横向稳定性控制方法,以横摆角速度和侧偏角为控制目标,利用前馈补偿和模糊控制产生横摆力矩和附加的前轮转角,通过控制制动力的分配以及对转向角的修正,使车辆转向行驶时的横摆角速度和侧偏角很好地跟踪参考模型.对转向轮阶跃输入和正弦输入两种工况分别进行了仿真研究,采用横摆力矩和主动前轮转向相结合控制方法,车辆转向时的瞬态及稳态响应优于单独的横摆力矩控制,表明该方法能有效地控制车辆横摆角速度和侧偏角,提高车辆转向时的横向稳定性,同时能有效地减轻驾驶员操纵负担.     

基于约束H∞输出反馈的四轮转向模型跟踪控制

以跟踪参考模型为控制策略,提出一种基于约束H_∞输出反馈控制的四轮转向（4WS）控制新方法．将前馈控制和反馈控制相结合,同时控制前、后轮转角,以实现实际车辆模型对参考模型的期望性能跟踪．兼顾抗干扰能力与执行机构输出饱和,将约束H_∞输出反馈控制应用于反馈控制器的设计．仿真实验表明所设计的4WS车辆系统可以很好地跟踪参考车辆模型,提高了车辆的操纵稳定性．     

四轮转向车辆操纵稳定性仿真分析

对四轮转向车辆的转向特性进行了理论分析,并对某控制策略的四轮转向车辆为例进行了仿真.建立了四轮转向车辆操纵动力学模型,分析了前轮角阶跃输入下四轮转向车辆的稳态响应和瞬态响应与传统前轮转向车辆的主要区别;在四轮转向车辆状态方程的基础上二求解出横摆角速度和侧向加速度与前轮转角的传递函数,与前轮转向车辆对比分析了传递函数零、极点位置对响应特性的影响.借助Matlab/Simulink,对四轮转向车辆进行仿真,发现仿真结果与理论分析吻合.将仿真结果与前轮转向车辆进行比较,阐明了四轮转向车辆的性能优势.研究结果可为评价四轮转向车辆的系统设计提供理论依据.