一种智能汽车极限工况下路径跟踪与稳定控制方法.pdf

(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CN110588633A(43)申请公布日2019.12.20(21)申请号201910771636.9(22)申请日2019.08.21(71)申请人江苏大学地址212013江苏省镇江市京口区学府路301号(72)发明人解云鹏蔡英凤陈龙孙晓强李祎承施德华(51)Int.Cl.B60W30/02(2012.01)B60W30/10(2006.01)权利要求书3页说明书4页附图1页(54)发明名称一种智能汽车极限工况下路径跟踪与稳定控制方法(57)摘要本发明公开了一种智能汽车极限工况下路径跟踪与稳定控制方法，包括纵向控制、横向控制与稳定性控制。纵向控制采取前馈控制和反馈控制，前馈控制根据车辆加速度得出前馈纵向力；反馈纵向控制通过控制滑移率和侧偏角之间的关系得到反馈纵向力；再由前馈纵向力和反馈纵向力得到总的纵向力，再由总的纵向力得到汽车节气门开度和制动主缸压力，从而达到充分利用轮胎附着力的极限工况；横向控制采用自适应模型预测控制；稳定性控制运用博弈控制方法将纵向力与轨迹跟踪控制和横向稳定性控制进行博弈，获取附加横摆力矩和前轮转角、纵向力均衡解，优化弯道运动过程中车辆运动速度和前轮转角。本发明能够提高轨迹跟踪精度的同时提升车辆横向稳定性。CN110588633ACN110588633A权利要求书1/3页1.一种智能汽车极限工况下路径跟踪与稳定控制方法，其特征在于，包括纵向控制、横向控制与稳定性控制；所述纵向控制采取前馈控制和反馈控制，前馈纵向控制根据车辆加速度得出前馈纵向力；反馈纵向控制通过控制滑移率和侧偏角之间的关系得到反馈纵向输入，再由反馈纵向输入分别得到在轮胎饱和和不饱和情况下的反馈纵向力；由前馈纵向力和反馈纵向力得到总纵向力，再由总纵向力得到汽车的节气门开度和制动主缸压力；所述横向控制采用自适应模型预测控制；所述稳定性控制运用博弈控制方法，将纵向力与轨迹跟踪控制和横向稳定性控制进行博弈，获取附加横摆力矩和前轮转角、纵向力均衡解，优化车辆运动速度和前轮转角。2.根据权利要求1所述的一种智能汽车极限工况下路径跟踪与稳定控制方法，其特征在于，所述前馈纵向控制根据车辆加速度得出前馈纵向力是根据下式得到：Fx，ff＝maxv。3.根据权利要求1所述的一种智能汽车极限工况下路径跟踪与稳定控制方法，其特征在于，所述反馈纵向控制的反馈纵向输入为轮胎的滑移率s，其定义为：其中Vω＝rω，为车轮速度，ω为车轮滚动角速度；r为车轮半径，V是车轮中心沿轮胎纵轴的速度；当s＝speak时，轮胎产生最大纵向力，相对应于最大加速或者最大制动；speak是驱动力或制动力峰值对应的滑移率。4.根据权利要求3所述的一种智能汽车极限工况下路径跟踪与稳定控制方法，其特征在于，在轮胎不饱和情况下的反馈纵向力由下式计算得到：5.根据权利要求4所述的一种智能汽车极限工况下路径跟踪与稳定控制方法，其特征在于，在轮胎饱和情况下的反馈纵向力由下式计算得到：其中ss与kα分别是纵向滑移与侧偏角的增益。6.根据权利要求5所述的一种智能汽车极限工况下路径跟踪与稳定控制方法，其特征在于，所述总纵向力Fx表示为：所求的Fx若为正值，则为驱动力Fx，t，负值则为制动力Fx，b。7.根据权利要求6所述的一种智能汽车极限工况下路径跟踪与稳定控制方法，其特征在于，由总纵向力得到汽车的节气门开度和制动主缸压力由下式计算得到：2CN110588633A权利要求书2/3页其中Zt是驱动力需求增益，为油门开度；Zb是制动力需求增益，βp为制动主缸压力。8.根据权利要求1所述的一种智能汽车极限工况下路径跟踪与稳定控制方法，其特征在于，所述横向控制方法如下：在每一时间步长内，针对车速变化，更新车辆状态其中x为侧向速度、横摆角、横摆角速度和侧向位置等状态量，u是前轮转角，A为状态量矩阵，B为控制量矩阵；离散化得其中Ts是采样时间；状态量矩阵中含有车速变化量，通过预先处理状态量矩阵，使得控制器在每一时间步长内的模型不失配，再将处理好后的车辆动力学模型输入到控制器当中，提高控制器性能。9.根据权利要求1所述的一种智能汽车极限工况下路径跟踪与稳定控制方法，其特征在于，所述稳定性控制采用的博弈控制方法如下：T假设初始转态x(t0)＝x0，其中状态量x＝[β，γ]，博弈对象为下式表述的状态空间方程T将纵向力F(t)、前轮转角δf(t)和横摆力矩M(t)作为三个博弈方ui(t)＝[δf，M，Fx]，i＝1，2，3，针对三个博弈对象建立以下二次型代价函数其中权重矩阵Qi之0，Rij＞0均为正对称矩阵；根据纳什均衡原理，博弈双方最优解对于所有的可能解(u1，u2，u3)须满足：利用上述线性二次型微分求解出一个开环纳什均衡解：其中，Pi满足以下黎卡提方