考虑车间反应时距的汽车自适应巡航控制策略

通过引入车间反应时距的概念,使用单一控制算法实现汽车自适应巡航控制（Adaptive cruise control,ACC）。结合熟练驾驶员经验,使用车间反应时距定量描述自车何时对目标车辆做出反应,将ACC系统分为上位控制器和下位控制器,给出考虑车间反应时距的上位控制器架构,分别设计线性二次型调节器（Linear quadratic regulator,LQR）和模型预测控制器（Model predictive control,MPC）,通过MATLAB/Simulink与CarSim联合仿真初步验证系统可行性,并以乘用车辆为试验平台在平直铺装路进行实车试验。仿真及实车试验结果表明：目标车辆信息跳变、目标车辆行驶速度超过自车驾驶员设定限速时,考虑车间反应时距的LQR或MPC控制器均能有效处理复杂交通环境信息,实现自车安全、舒适行驶,有效避免模式切换过程中车辆加速度突变,提升车内乘员乘车体验。     

智能电动车横向控制策略研究

针对智能电动车自动横向控制,建立了车辆横向动力学模型,设计了电动车转向控制器的模型预测(MPC)算法。将前轮转角作为控制输入变量,与期望轨迹的横向距离偏差、横摆角偏差及两者的变化率作为状态变量,控制器对车辆未来的状态变量进行预测,输出最优前轮转角,实现智能横向控制。在控制过程中,同时引入期望状态参数和系统松弛因子,优化车辆行驶状态。利用软件进行联合仿真,并进行实车试验。研究结果表明:控制器均能迅速响应,消除偏差,使车辆快速回到期望轨迹,保证车辆稳定平顺地行驶。     

基于纵横向加速度的联合控制循迹模型研究

针对自主车辆循迹控制问题,研究拟人纵向和横向控制。基于道路几何特性描述,提出道路曲率和道路宽度对理想纵向车速综合影响模型,并考虑驾驶员前视行为对车辆循迹的影响,以此对理想纵向车速进行修正。对于车辆横向控制,建立考虑横向加速度反馈的驾驶员模型,并优化横向加速度增益的失配问题。提出任意道路横向循迹偏差计算方法,以评价车辆在线路工况下的循迹效果。数字仿真结果表明:基于加速度的纵横向联合控制能有效地控制车辆行驶轨迹,对大曲率路段的循迹效果较佳。     

采用状态反馈的无人车路径跟踪横向控制

针对采用传统模型预测控制器的车辆在弯道内跟踪精度难以保证的问题,本文提出了一种基于状态反馈的路径跟踪横向控制策略。基于车辆动力学模型,建立考虑轮胎滑移包络线约束条件的路径跟踪模型预测控制器,并根据车速选择合适的控制器时域参数;以车辆质心位置为控制点建立车辆跟踪误差模型,结合车辆当前位置横摆角偏差建立状态反馈调节器,通过LQR最优控制方法对无人车姿态进行校正。利用MATLAB/Simulink和Carsim软件对改进的状态反馈控制策略进行了仿真验证,典型双移线道路仿真试验表明:中低车速下车辆路径跟踪横向偏差降低了16%以上,横摆角偏差降低了33%以上,所设计控制器能够有效提高车辆路径跟踪精度,可保证车辆对变曲率弯道具有适应性和行驶稳定性。     

基于模糊控制的车辆自动驾驶前车跟随控制方法研究

为了实现车辆的前车纵向跟随功能,提出了一种基于模糊控制的车辆跟随控制方法。在该控制方法下,智能控制系统通过车载传感器所获取的前车速度与位置信息,使车辆达到期望的跟随状态。基于Matlab/Simulink的联合仿真结果表明在前车加减速等行驶工况下,该控制方法可控制智能车辆对前车进行良好的跟随,同时保持安全的行车间距。     

城市工况汽车智能巡航控制与仿真

为改善或提高汽车行驶安全性及驾驭汽车的轻松舒适性,提出了基于城市工况的汽车智能巡航控制方法,建立了汽车纵向系统动力学模型。以巡航车与前车的理想安全距离与实际相对距离差及两车的相对速度差作为巡航控制变量,设计了智能巡航模糊逻辑控制器,实现了巡航车辆节气门开度与制动踏板行程的自动调节。利用MATLAB/Simulink建立了智能巡航仿真模块,并以城市工况下低速智能跟随工况为例进行了仿真。结果表明:该方法有效地实现了巡航车智能跟随前方车辆,并保证两车的安全行驶车距。     

无人驾驶越野车辆纵向速度跟踪控制试验

以无人驾驶轻型战术轮式越野车辆为平台,开展模型预测纵向速度跟踪控制实车试验研究。针对平台控制特性设计合适的下位控制器,使用Matlab/Simulink与包含气压制动系统的TruckSim车辆联合仿真初步测试系统可行性,并在沥青路和土路分别进行实车试验。试验结果表明：模型预测速度跟踪控制系统能够克服气压制动延时长、整车质量重、越野路况行驶阻力波动大等模型误差和不确定干扰,自适应调节期望加速度大小,实现不同行驶工况高精度速度跟踪。试验过程驱动/制动切换平稳、无振荡,且能够像熟练驾驶员一样充分利用发动机辅助制动,必要时既不施加电控制动,也不请求发动机输出转矩。系统使用现代车辆易于获得的车辆状态参数,便于向其他车辆移植,可作为无人车辆车体控制得力技术加以推广。     

基于条件积分方法的无人差动转向车辆动力学控制

研究对象为无人差动转向车辆的动力学控制。通过控制发动机驱动力矩实现车辆的直线行驶,控制左右两侧车轮的液压制动力矩实现车辆的转向行驶,来满足车辆的期望车速与期望横摆角速度需求。相比于传统基于非完整约束模型的差动转向车辆的运动控制,控制算法的设计是建立在分析被控对象动力学模型以及非线性轮胎模型的基础上,考虑到车辆在运动过程中轮胎滑移以及执行器力矩受限对车辆驱制动的影响。基于条件积分方法,设计了抗积分饱和的差动转向车辆动力学控制器,保证了在轮胎力和执行器力矩受限下对参考信号进行准确的跟踪。最后通过实车试验验证了控制算法的有效性。     

基于改进领航-虚拟跟随法的车辆队列控制

文中分析了车辆队列控制方法中传统的领航-虚拟跟随法存在模型误差的问题,提出一种考虑跟随车参考路径点连线与横轴的夹角作为参考航向角的改进领航-虚拟跟随方法,将队列控制问题转化为对特定位置的轨迹跟踪问题。然后基于车辆运动学模型实时规划跟随车的速度,运用误差修正的Stanley方法和PD控制分别进行车辆横向控制和车辆纵向油门/刹车控制。最后,通过CarSim/Simulink联合仿真,验证了改进领航-虚拟跟随方法在3车三角形队列圆周和正弦曲线工况下的效果。结果表明：改进领航-虚拟跟随方法较传统领航-虚拟跟随法,使1号和2号跟随车横向误差均值和最大值得到了降低。     

基于加速度反馈的任意道路和车速跟随控制驾驶员模型

建立一个高效的能够适应复杂汽车行驶工况的驾驶员模型是进行"人—车—路"闭环仿真的关键。利用离散的数表方式对驾驶员跟随的任意道路路径和车速进行描述。以此为基础,提出任意路径下的预瞄点搜索算法,使"预瞄—跟随"驾驶员建模理论可应用于任意道路路径和车速的跟随控制。根据车速变化不断更新侧向加速度增益,实现驾驶员模型方向控制和速度控制的解耦。通过引入加速度反馈,建立一个简单而有效的跟随任意道路路径和车速的方向与速度综合控制驾驶员模型。仿真表明该驾驶员模型具有良好的路径与车速跟随精度。     

基于最优预瞄的智能车变道控制

针对智能车主动变道过程中的轨迹跟踪控制问题,基于“预瞄-跟随”控制理论及“车辆-道路”模型提出了最优预瞄轨迹跟踪控制模型,并依据线性二次型调节器(LQR)理论设计了轨迹跟踪控制器,获得了最优转向盘转角输入,以实现智能车变道轨迹跟踪。在MATLAB/Simulink和CarSim的联合仿真环境下构建了智能车的变道决策模块、变道参考轨迹模块和跟踪控制模块,实现了智能车在30 km/h、50 km/h和70 km/h速度下的仿真验证。结合实车测试结果验证了所设计控制器的精确度和稳定性。     

视觉导航智能车辆横向运动的自适应预瞄控制

车道保持系统中车辆横向运动控制应模拟驾驶员的横向操纵行为,驾驶员根据前方道路曲率及车辆速度适时调节预瞄距离,以获得理想的路径跟踪性能。首先,以车辆二自由度动力学模型及车辆道路几何位置关系为基础,建立车-路横向动力学模型。其次,基于单点预瞄最优曲率模型设计侧向加速度PD跟踪控制器,联立车-路横向动力学模型构建横向控制闭环系统,分析预瞄距离、车速、道路曲率的变化对系统响应的影响。最后,设计模糊控制器对预瞄距离进行模糊选择以提高车辆横向控制精度和减小侧向加速度,采用遗传算法对模糊规则进行优化以使横向控制系统性能达到最优。试验表明,相对固定预瞄控制方法,自适应预瞄减小了车辆侧向加速度,且道路跟踪的方向偏差和距离偏差均得到减小。     

基于线性时变模型预测控制的自主车辆轨迹跟踪控制器设计与验证

随着自动驾驶技术的快速发展,精确的轨迹跟踪已经成为汽车工业和学术领域公认的实现自主车辆运动控制的核心技术之一。为提高自主车辆轨迹跟踪的实时性与准确性,提出一种应用于自主车辆的线性时变模型预测跟踪控制器（Linear time-varying model predictive controller,LTV-MPC）设计方法。根据运动学原理建立某自主无人小车的二自由度运动学模型,其次,基于该模型构建车辆轨迹跟踪系统的误差模型并利用线性参数化理论对其进行离散化,在模型预测控制框架内将该轨迹跟踪控制器的设计转化为一个线性二次规划最优问题。在一个实际搭建的自主车辆试验平台上对所提出控制器的有效性进行不同预设参考路径轨迹下的实车验证,结果表明,该自主车辆能够对所预设的实际参考道路轨迹进行快速、准确的轨迹跟踪控制,且具有较好的行驶稳定性能。     

[分布式驱动电动汽车动力学控制]基于转矩协调分配的分布式驱动电动汽车稳定性控制

A hierarchical vehicle-stability-control method was presented based on the longitudinal force distribution optimization for the handling and stability control of the distributed-driven electric vehicles. The eight-degree-freedom vehicle models and the three-layer control systems were developed. By selecting the sideslip angle and the yaw rate as the state variables and introducting the virtual control to decouple two control variables,  the integral 2-DOF vehicle models were adopted to calculate the equivalent yaw moments for the vehicle stability in upper controllers. The linear quadratic regulator （LQR） method was utilized to optimize the distribution of the front and rear steering angles and the tire longitudinal forces in middle controllers. The sliding-mode-based slip controller in the lower layer was also designed to reallocate the wheel torques. Simulation results show that the control system may make full use of the adhesion potential of the tire under high speed and extreme conditions, realize the coordinated distribution of wheel torques and improve the steering stability of the vehicles. When the actuators fail, the system may reconstruct effectively and realize the reallocation of control inputs to improve the safety of the vehicles.     

基于最优控制的汽车操纵逆动力学的研究

提出了一种基于最优控制理论的汽车操纵逆动力学研究方法，用于识别不同汽车跟踪同一期望路径的方向盘转角输入。以驾驶员对汽车施加的方向盘转角输入为控制变量，以精确跟踪期望路径为控制目标，将汽车操纵逆动力学问题转化为最优控制问题。利用直接配置方法将最优控制问题转化为非线性规划问题，运用序列二次规划方法求解。仿真结果表明：该方法能够使汽车很好地跟踪所期望的路径，且可以比较跟踪同一路径的不同汽车的操纵性能。     

参数不确定性汽车的鲁棒最优控制

引入二次多项式平方轮胎模型,建立了车辆的三自由度非线性动力学模型。考虑轮胎参数的不确定性,推导了线性参数不确定性车辆模型,以车辆质心侧偏角和横摆角速度为控制变量,基于线性参数不确定性车辆模型设计了鲁棒最优控制器。利用Matlab/Simulink工具,将此控制器应用于车辆三自由度非线性动力学模型中,并进行了仿真。     

基于遗传优化的无人车横向模糊控制

以视觉导航式无人车DLUIV-1为控制对象,对其进行横向运动控制研究。建立视觉导航式无人车横向运动控制系统模型,对无人车的横向运动行为进行描述。在此基础上,分析预瞄距离对横向控制系统动态性能的影响,并建立考虑速度因素的预瞄距离计算公式。针对无人车具有非完整运动约束、高度非线性动态特性以及参数的不确定性等特点,提出基于遗传算法的无人车横向模糊控制策略,通过遗传算法对横向模糊控制器的隶属度函数参数和控制规则的自动优化,从而有效地确定出横向模糊控制器的隶属度函数和控制规则。最后通过仿真和实车试验对该横向模糊控制器进行验证和评价,仿真和试验结果表明,该横向控制器可保证无人车稳定准确地跟踪参考路径,且具有较强的鲁棒性。     

分布式电驱动汽车稳定性控制策略设计与试验

研究分布式驱动电动汽车操纵稳定性控制问题。基于模型跟踪控制的思想,采用分层控制结构设计控制器。控制器包含参考模型、运动跟踪控制器、控制分配器、参数估计模块。采用带质心侧偏角约束的2自由度车辆模型作为参考模型,设计非线性滑模变结构运动跟踪控制器;针对过驱动系统引入控制分配理论,采用二次规划法设计控制分配器,利用有效集方法进行求解;设计相关动力学参量的估计模块。利用实车平台对稳定性策略进行实车验证,双移线试验与蛇形绕桩试验结果表明：滑模变结构控制器具有较好的收敛性,控制分配模块可以实现四轮纵向力的优化分配,车辆横摆角速度能够较好地跟踪参考横摆角速度。相比无控制车辆,提高平均通过车速,提高平均峰值横摆角速度响应,增加车辆在极限工况下的稳定性。     

Vehicle roll stability control with active roll-resistant electro-hydraulic suspension

This study examines roll stability control for vehicles with an active roll-resistant electro-hydraulic suspension (RREHS) subsystem under steering maneuvers. First, we derive a vehicle model with four degrees of freedom and incorporates yaw and roll motions. Second, an optimal linear quadratic regulator controller is obtained in consideration of dynamic vehicle performance. Third, an RREHS subsystem with an electric servo-valve actuator is proposed, and the corresponding dynamic equations are obtained. Fourth, field experiments are conducted to validate the performance of the vehicle model under sine-wave and double-lane-change steering maneuvers. Finally, the effectiveness of the active RREHS is determined by examining vehicle responses under sine-wave and double-lane-change maneuvers. The enhancement in vehicle roll stability through the RREHS subsystem is also verified.