一种智能电动汽车路径跟踪和直接横摆力矩协同控制方法.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CN109334672A(43)申请公布日2019.02.15(21)申请号201811319084.X(22)申请日2018.11.07(71)申请人厦门大学地址361005福建省厦门市思明南路422号(72)发明人郭景华王靖瑶王班(74)专利代理机构厦门南强之路专利事务所(普通合伙)35200代理人马应森(51)Int.Cl.B60W50/00(2006.01)权利要求书2页说明书7页附图1页(54)发明名称一种智能电动汽车路径跟踪和直接横摆力矩协同控制方法(57)摘要一种智能电动汽车路径跟踪和直接横摆力矩协同控制方法，涉及电动汽车。基于GPS、INS和CCD视觉系统等多传感器融合信息，建立表征智能电动汽车横向动态特征的动力学模型；建立基于速度分区的智能电动汽车横向分段多模型，以智能电动汽车行驶状态最优和控制输入量最小为控制目标，设计智能电动汽车路径跟踪和直接横摆力矩上层多模型预测协同控制模块；设计智能电动汽车下层控制分配器，根据实际附加横摆力矩实时求解除出车轮的最优纵向轮胎力。有效克服了智能电动汽车系统模型的时变性和外部干扰，明显提高了智能电动汽车横向运动控制系统性能，降低了成本。CN109334672ACN109334672A权利要求书1/2页1.一种智能电动汽车路径跟踪和直接横摆力矩协同控制方法，其特征在于包括以下步骤：步骤1:基于GPS、INS和CCD视觉系统等多传感器融合信息，建立表征智能电动汽车横向动态特征的动力学模型；步骤2：建立基于速度分区的智能电动汽车横向分段多模型，以智能电动汽车行驶状态最优和控制输入量最小为控制目标，设计智能电动汽车路径跟踪和直接横摆力矩上层多模型预测协同控制模块；步骤3：设计智能电动汽车下层控制分配器，根据实际附加横摆力矩实时求解除出车轮的最优纵向轮胎力。2.如权利要求1所述一种智能电动汽车路径跟踪和直接横摆力矩协同控制方法，其特征在于在步骤1中，所述基于GPS、INS和CCD视觉系统等多传感器融合信息，建立表征智能电动汽车横向动态特征的动力学模型包括：(1)采用INS采集横摆角速度，采用GPS采集纵向速度信息与横向速度信息，设计侧偏角估计器；(2)建立以汽车横摆角速度和侧偏角为状态变量，以前轮转角和附加横摆力矩为输入的智能电动汽车横向动力学模型；(3)采用CCD视觉系统测量智能电动汽车与期望路径相对位置信息，建立描述当前位姿和期望位姿的误差变化规律的智能电动汽车路径跟踪运动学模型。3.如权利要求1所述一种智能电动汽车路径跟踪和直接横摆力矩协同控制方法，其特征在于在步骤2中，所述建立基于速度分区的智能电动汽车横向分段多模型，以智能电动汽车行驶状态最优和控制输入量最小为控制目标，设计智能电动汽车路径跟踪和直接横摆力矩上层多模型预测协同控制模块的具体方法为：(1)基于汽车纵向速度的大小，构造智能电动汽车横向分段时变多模型集；(2)采用零阶保持将智能电动汽车横向分段时变连续时间多模型集转换成分段时不变离散时间多模型集；(3)为避免多模型切换而引起抖振现象，引入速度模糊因子将分段线性时变离散时间多模型集进行归一化处理；(4)设计智能电动汽车路径跟踪和直接横摆力矩上层多模型预测协同控制的性能指标函数及约束条件，建立多模型预测优化问题的计算公式，求解出使性能指标最优的智能电动汽车前轮转角和附加横摆力矩输入量。4.如权利要求1所述一种智能电动汽车路径跟踪和直接横摆力矩协同控制方法，其特征在于在步骤3中，所述设计智能电动汽车下层控制分配器，根据实际附加横摆力矩实时求解除出车轮的最优纵向轮胎力的具体方法为：(1)以控制分配偏差和控制输入消耗能量最小目标，建立求解各车轮轮胎力的最优化性能指标函数和约束条件；(2)采用牛顿法实时计算出分配到各智能电动汽车车轮的轮胎纵向力。5.智能电动汽车路径跟踪和直接横摆力矩协同控制方法采用的智能电动汽车路径跟踪和直接横摆力矩协同控制系统，其特征在于所述系统包括信息获取模块、侧偏角估计模块、LTV-MPC上层控制模块、下层控制分配模块；首先建立智能电动车的侧向动力学状态方2CN109334672A权利要求书2/2页程，然后基于视觉系统、GPS和INS采集信息建立智能电动汽车路径跟踪系统模型，设计LTV-MPC上层控制模块实时求解出预期的前轮转角和附加横摆力矩，将预期附加横摆力矩通过下层控制分配器分配到各个轮胎的轮胎纵向力，从而实现智能电动汽车行驶状态最优。3CN109334672A说明书1/7页一种智能电动汽车路径跟踪和直接横摆力矩协同控制方法技术领域[0001]本发明涉及电动汽车，特别是涉及一种智能电动汽车路径跟踪和直接横摆力矩协同控制方法。背景技术[0002]智能电动汽车具有出色的机动性、控制灵