预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共19页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113806958A(43)申请公布日2021.12.17(21)申请号202111132208.5(22)申请日2021.09.26(71)申请人上汽通用五菱汽车股份有限公司地址545007广西壮族自治区柳州市柳南区河西路18号(72)发明人邓琬云赵小羽林智桂罗覃月姚毅超(74)专利代理机构深圳市世纪恒程知识产权代理事务所44287代理人付海萍(51)Int.Cl.G06F30/20(2020.01)G06F17/16(2006.01)G06F17/11(2006.01)G06F119/14(2020.01)权利要求书3页说明书13页附图2页(54)发明名称基于MPC算法的防侧倾控制方法、设备及存储介质(57)摘要本发明公开了一种基于MPC算法的防侧倾控制方法、设备及计算机可读存储介质,所述方法为:根据通过进行动力学分析建立的三自由度线性动力学模型,和根据三自由度模型对侧倾中心取力矩平衡得到的LTR特定模型,整理得到状态空间形式,将其通过离散化处理后得到MPC算法的预测离散模型;通过预测离散模型对未来预测时域输出的扭矩矢量进行预测得到扭矩矢量预测输出,以预设的输出响应状态作为参考值,对扭矩矢量预测输出和参考值进行比较,得到优化目标函数;对优化目标函数求解最优左右侧车轮主动防侧翻力矩,根据LTR的大小判断需要采取介入控制时,对左右车轮施加与侧倾方向相反的最优主动防侧翻力矩,保证机器人行驶的稳定性,避免侧翻事故的发生。CN113806958ACN113806958A权利要求书1/3页1.一种基于MPC算法的防侧倾控制方法,其特征在于,所述基于MPC算法的防侧倾控制方法包括:进行动力学分析,建立三自由度线性动力学模型,并根据三自由度线性动力学模型对侧倾中心取力矩平衡,得到LTR特定模型;根据所述三自由度线性动力学模型和LTR特定模型整理得到动力学数学模型的状态空间形式,将所述状态空间形式通过离散化处理后得到MPC算法的预测离散模型;通过预测离散模型对未来预测时域输出的扭矩矢量进行预测得到扭矩矢量预测输出,以预设的预测时域内三自由度线性动力学模型的输出响应状态作为参考值,对所述扭矩矢量预测输出和所述参考值进行比较,得到优化目标函数;对优化目标函数求解最优左右侧车轮主动防侧翻力矩,根据LTR的大小判断需要采取介入控制时,对左右车轮施加与侧倾方向相反的所述最优左右侧车轮主动防侧翻力矩,以防止侧翻。2.如权利要求1所述的基于MPC算法的防侧倾控制方法,其特征在于,所述进行动力学分析,建立三自由度线性动力学模型的步骤包括:将多自由度非线性系统进行简化,选择合适的自由度和\或将非线性问题近似线性处理,建立包括侧向运动、横摆运动和车身侧倾运动的三自由度线性动力学模型:其中,m和ms分别为轮式机器人质量和簧上质量;wr为横摆角速度;Fy1和Fy2分别为前后轮侧偏力;φ为侧倾角;δ为车轮转角;Ix和Iz分别为绕x轴和z轴的转动惯量;a和b分别为质心至前后轴的距离;d为侧倾中心至质心的距离;Kφ和Cφ分别为等效侧倾刚度和等效阻尼系数;k1和k2分别为前后轮胎总侧偏刚度;vx和vy分别为纵向速度和侧向速度。3.如权利要求1所述的基于MPC算法的防侧倾控制方法,其特征在于,所述根据三自由度线性动力学模型对侧倾中心取力矩平衡,得到LTR特定模型的步骤包括:根据左右车轮垂直载荷之差与总垂直载荷得到LTR:其中,Fzl和Fzr分别为左右车轮垂直载荷,对侧倾中心取力矩平衡,则有平衡方程:2CN113806958A权利要求书2/3页Fzl+Fzr=mg其中,□c为质心高度,B为轮距,根据所述LTR和平衡方程得到LTR特定模型:。4.如权利要求1所述的基于MPC算法的防侧倾控制方法,其特征在于,所述根据所述三自由度线性动力学模型和LTR特定模型整理得到动力学数学模型的状态空间形式的步骤包括:所述动力学数学模型的状态空间形式为:T其中,Ac和Bc为所述动力学数学模型的固有参数,E为3*3的单位矩阵,x(t)=[φ,φ]T为状态变量,u(t)=[Mzl,Mzr]为控制输入,Mzl,Mzr分别为左右车轮的力矩。5.如权利要求1所述的基于MPC算法的防侧倾控制方法,其特征在于,所述将所述状态空间形式通过离散化处理后得到MPC算法的预测离散模型的步骤包括:使用Euler欧拉方法对所述动力学数学模型的状态空间形式进行离散化处理,处理后的MPC算法的预测离散模型为:其中,A=exp(AcTs),Ts为采样时间。6.如权利要求1所述的基于MPC算法的防侧倾控制方法,其特征在于,所述通过预测离散模型对未来预测时域输出的扭矩矢量进行预测得到扭矩矢量预测输出的步骤包括:设K时刻对k+p时刻的预测状态为x(k+p