基于线控变传动比的四轮转向汽车最优控制

为了充分发挥线控转向可以自由设计角传动比的特性和四轮转向技术在提高汽车操纵稳定性的优点,提出了基于线控转向模糊变传动比和采用LQR最优控制四轮转向相互结合的方法。利用Matlab/Simulink软件对该方法进行建模仿真,并与相同参数的前轮转向、定前后轮转向比四轮转向以及转向系定传动比最优控制四轮转向仿真对比,结果表明,该方法不仅实现了低速时具有较高的转向灵敏性和高速时具有较好的转向稳定性的理想转向特性,而且能够保证在各种工况下质心侧偏角基本为零和横摆角速度瞬态响应的超调量很少,稳定时间缩短,并处于一个相对安全的位置。     

基于模糊控制的四轮转向汽车研究

将模糊控制技术应用于四轮主动转向汽车控制策略研究,通过模型跟踪技术,提出一种以模糊控制横摆力矩输出作为反馈的新方法,设计了反馈控制器,同时采用前、后轮比例控制作为前馈提高系统响应时间,并对所设计的控制器在不同车速下的阶跃响应进行仿真分析与对比,结果证明基于模糊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,并能很好的跟踪理想模型,提高了汽车的操纵稳定性。     

基于神经网络三自由度非线性四轮转向汽车控制仿真

为了改善四轮转向汽车的操纵稳定性,建立包含轮胎的非线性三自由度车辆模型,通过神经网络训练得到后轮控制器,利用神经网络控制器联合PID控制,分别与前轮转向、比例转向控制、横摆角速度反馈控制进行时域仿真对比。仿真结果表明:神经网络控制器联合模糊PID控制可以有效的控制车辆的质心侧偏角,减少横摆角速度的瞬态响应增益,缩短稳定时间,从而提高了车辆低速时的机动性和高速转向的稳定性,提高了运行车辆的安全性、平稳性。     

基于ANFIS的四轮转向汽车控制策略研究

针对前轮转向(2WS)汽车低速转弯半径大,高速稳定性差的问题,以二自由度四轮转向(4WS)车辆为研究对象,建立了汽车动力学模型和运动方程,结合模糊控制与人工神经网络控制形成自适应神经模糊推理(ANFIS)。以前轮转角和车速作为输入变量,后轮转角为输出值,建立包含训练样本的仿真实验模型,基于混合法训练得到自适应神经模糊推理控制器,在MATLAB/Simulink中建模,然后在低速和高速条件下,将自适应神经模糊推理控制器与前轮转向、前轮比例控制4WS、横摆角速度反馈控制4WS这三种控制策略进行仿真对比分析。仿真结果表明:自适应神经模糊控制使车辆在低速和高速时质心侧偏角趋近于零,横摆角速度和侧向加速度更加接近前轮转向车辆,具备优异的转向效果,极大地提高了车辆的行驶稳定性。     

四轮转向汽车的动力学控制现状及展望

综述四轮转向汽车的控制策略及其特点,讨论各种控制理论和控制方法在四轮转向汽车动力学控制中的应用。四轮转向系统能够有效地改善汽车的侧向动力学特性,提高汽车的主动性。认为将四轮转向系统珉春他主动底盘控制系统有机地结合起来,发挥各自优点,是四轮转向汽车的发展方向。     

四轮转向汽车的转向特性及控制技术

本文分析比较了四轮转向汽车的转向特点 ,概述了电控四轮转向汽车的结构原理 ,介绍了四轮转向系统的控制策略 ,指出了四轮转向系统控制技术所面临的困难 ,并展望其发展趋势。     

四轮转向汽车的模型跟踪变结构控制

基于预瞄驾驶员模型，针对确定性汽车模型，探讨了四轮转向汽车在一类复杂路面上行驶过程中后轮的最优转向控制规律及整车转向特性。该汽车模型重点考虑了整车的侧向、横摆及侧倾运动。将实际汽车的前后轮胎侧偏刚度及外界干扰视为有界的不确定性参数，采用模型跟踪变结构控制方法，使得不确定的实际汽车模型能够很好地跟踪确定性的最优理论模型。仿真结果表明该方法是可行的，控制系统能够有效地克服参数摄动及外界干扰对系统稳定性的影响。     

四轮转向汽车闭环LQR控制仿真研究

为了提高四轮转向(4WS)汽车的操纵稳定性和主动安全性,建立汽车二自由度四轮转向模型和系统状态方程,应用LQR最优控制理论建立了以横摆角速度和质心侧偏角为优化目标的四轮转向线性控制二次型最优控制模型,并基于路径跟踪策略建立预瞄驾驶员方向控制模型.基于"人-车-路"闭环控制系统,在Matlab/Simulink、CarS...     

四轮转向汽车运动稳定性分析

研究了四轮转向汽车的运动稳定性，从系统与控制理论角度定量地揭示了四轮转向汽车运动稳定性的内在规律性，与前轮转向汽车进行了比较。数值结果得出一些有益结论，即四轮转向汽车也应具有适度的不足转向特性才能保证稳定性比较好，而且后轮转角的控制对汽车的运动稳定性是至关重要的。后轮转角的变化范围可以利用驾驶员--四轮转向汽车闭环系统的运动稳定性分析方法初步确定。     

自适应神经模糊推理的四轮转向车辆转向控制研究

模糊规则的建立和隶属度函数的确定是设计模糊系统的难题.基于神经网络和模糊逻辑的自适应神经模糊推理系统,能够从仿真数据中自动提取出If-Then规则.并在Matlab/Simulink软件中,建立包含侧向运动、横摆运动、侧倾运动三个自由度的四轮转向车辆三自由度动力学模型.将得到的If-Then规则读取到模糊控制器中和三自...     

三轴汽车前后轮转向时的侧向动力学控制

基于三轴汽车前后轮转向时的闭环控制确定性模型 ,探讨了该汽车在典型的组合路面行驶过程中后轮的最优转向控制规律 ,通过引入状态反馈 ,改善了整车的转向特性。将实际汽车的前后轮胎侧偏刚度及外界干扰视为有界的不确定性参数 ,采用模型跟踪变结构控制方法 ,使得不确定的实际汽车模型能够很好地跟踪确定性的最优理论模型。仿真结果表明该方法的可行性 ,控制系统能够有效地克服参数摄动及外界干扰对系统稳定性的影响     

汽车操纵动力学三自由度模型与转向特性仿真

基于牛顿力学和欧拉刚体动力学原理,建立了考虑侧滑、横摆、侧倾三个自由度的汽车转向三自由度动力学模型,并推导出了四轮模型和两轮简化模型的状态空间运动方程。在此基础之上,分别对前轮转向、四轮转向在低速、高速两种不同行驶工况下转向角阶跃输入的侧向速度、质心侧偏角、横摆角速度和侧倾角速度响应进行了仿真分析,仿真结果表明:四轮转向比两轮转向具有更好的低速转向机动性和高速稳定性;两轮模型和四轮模型具有相近的稳定时间和稳态响应,但两轮模型的超调量要明显大于四轮模型。     

无舵机转向系统原理分析与控制研究

针对现有研究中无舵机转向仍处于一个尚未开发的阶段,分析了无舵机转向的原理,并推导了无舵机转向的转向角计算公式。设计了无舵机转向的控制系统,利用模糊PID控制中对偏差的智能化处理,引入智能分段控制概念,根据实际转角与目标转角的差值的大小,改变PID中的控制参数,以自动适应调整转速控制的响应速度等一系列特点,控制电机的转速输出以调节转向角。利用Matlab/Simulink建立了控制系统仿真模型进行了仿真分析,并在实物平板代步车中加以实验验证。     

四轮轮毂电机电动汽车横摆力矩变论域模糊控制研究

针对四轮轮毂电机电动汽车横摆力矩控制,研究了基于变论域模糊控制理论的横摆力矩决策方法和基于规则分配的驱动力分配方法。横摆力矩控制采用分层控制方法,设计了基于变论域模糊控制理论的横摆力矩控制器和驱动力分配器。变论域模糊控制器根据车辆横摆角速度期望值和实际值决策出所需的附加横摆力矩,并通过规则分配方法进行驱动力分配实现。应用Matlab/Simulink与Car Sim联合仿真对控制方法进行了仿真实验验证。结果表明:基于变论域模糊的横摆力矩控制方法相对于无控制能够使轮毂电机电动汽车较好地跟踪期望,有效提高电动汽车行驶稳定性。     

基于模糊控制的自动引导车辆研究

本文论述了基于模糊控制自动引导车辆的底盘结构。改进后四轮结构的底盘具有结构简单,控制方便的特点。借鉴了人类驾驶车辆的经验知识,并应用模糊控制理论提出了一种拟人模糊控制方法．从而获得了较高的精度和较好的鲁棒性。     

基于状态反馈的主动转向控制

通过对前轮主动转向结构形式的分析和简化,建立了状态空间形式的主动前轮转向动力学模型。并以转向盘转角、横摆角速度和侧偏角为优化目标,设计了线性二次型调节器控制。通过横摆角速度和质心侧偏角的共同反馈,控制电动机助力转角,实现主动转向。控制过程中,设计状态观测器对难以直接测量的质心侧偏角信号进行估计,满足系统对反馈信号的需求。利用Matlab对转向路径跟踪过程及遭遇侧向风作用工况的仿真分析表明,通过横摆角速度和侧偏角的反馈控制,将横摆角速度控制在理想的范围,质心侧偏角被限制在车轮的线性范围内,有效地改善整车的转向特性,提高汽车的操纵稳定性。     

采用伪谱法的再入飞行器最优反馈制导方法

将伪谱最优反馈控制理论应用于再入飞行器制导研究,使用伪谱法进行在线轨道重构,实时反馈更新当前轨道控制量迎角和倾斜角,达到实时最优反馈制导的目的,并采用无量纲化、弹性约束和自适应反馈更新等策略保证算法的实时性。再入飞行仿真表明,轨道重构可以满足实时性要求,阵风干扰下飞行器能达到所要求的终端约束条件,并且制导指令不会出现增加控制难度的抖动现象。