广告
基于四轮转向和直接横摆力矩控制的自主地面车辆LPV/H∞路径跟踪控制器设计
2022-03-01 20:37:54· 来源：同济智能汽车研究所
编者按：四轮独立转向（4WIS）和四轮独立驱动（4WID）电动汽车其中每个车轮的转向角和驱动扭矩都可以由转向电机和驱动电机独立控制，可通过四轮转向 (4WS) 和横
编者按：四轮独立转向（4WIS）和四轮独立驱动（4WID）电动汽车其中每个车轮的转向角和驱动扭矩都可以由转向电机和驱动电机独立控制，可通过四轮转向 (4WS) 和横摆力矩控制 (DYC)系统实现比传统内燃机驱动车辆更好的动态性能，提高机动性和操纵稳定性。近期的一些研究表明，4WS和DYC 系统具有巨大的路径跟踪潜力，显示出良好的路径跟踪性能。由于模型参数不确定性和外部干扰对车辆操纵稳定性有显著影响，可通过构建线性变参数（LPV）模型来提高控制系统的鲁棒性。
本文译自：
《LPV/H∞ ConTROLLER DESIGN FOR PATH TRACKINGOF AUTonOMOUS GROUND VEHICLES THROUGH FOUR-WHEEL STEERING AND DIRECT YAW-MOMENTCONTROL》
文章来源：
International Journal of Automotive Technology, Vol. 20, No.4, pp. 679-691 (2019)
作者：
Peng Hang, Xinbo Chen, and Fengmei Luo
原文链接：
https://link.springer.com/article/10.1007/s12239-019-0064-1
摘要：本文重点介绍了使用四轮转向 (4WS) 和直接横摆力矩控制 (DYC) 系统的自主地面车辆 (AGV) 的路径跟踪控制器设计。为了处理参数的不确定性，设计了一个线性参数变化（LPV）H∞控制器作为高级控制器，基于线性矩阵不等式（LMI）方法生成前后轮转向角和外部横摆力矩，设计较低级别的控制器用于左右侧车轮之间的扭矩分配，以利用加权最小二乘 (WLS) 分配算法计算所需的总纵向力和外部横摆力矩。为了测试所提出的路径跟踪控制器的性能，基于在CarSim中构建的高精度整车模型进行了数值模拟。仿真结果表明LPV/H∞控制器比固定增益H∞控制器具有更好的路径跟踪性能。为展示4WS+DYC控制系统的优越性，基于LPV/H∞控制器进行对比仿真。仿真结果表明，4WS+DYC控制系统比主动前转向（AFS）、AFS+DYC和4WS控制系统具有更好的路径跟踪性能和操纵稳定性。
关键词：路径跟踪，线性参数变化，鲁棒控制，四轮转向，直接横摆力矩控制
1 概述
近年来，为了解决拥堵和事故等各种交通问题，对于智能交通系统（ITS）有大量研究（Backfrieder et al.,2017; Zhou et al., 2017）。特别是自动驾驶技术已成为智能交通系统非常热门的研究领域。自主地面车辆（AGV）的路径跟踪控制是自动驾驶技术的基础研究和重要组成部分。路径跟踪控制的主要任务可以描述为使AGV自动跟随目标路径。设计的路径跟踪控制器旨在最小化车辆与目标路径之间的横向偏移和航向误差，同时保持稳定性（Hang et al.,2017a）。
许多控制算法和策略已被应用于解决路径跟踪问题，例如自适应神经控制 (Wang et al., 2015a)、输出约束控制 (Hu et al., 2016)、遗传算法 (Guo et al., 2012)、模糊控制 (El Hajjaji and Bentalba, 2003)、滑模控制 (SMC) (Janbakhsh et al., 2013; Tchenderli-Braham et al., 2015)、模型预测控制 (MPC) (Kim et al., 2014; Yuet al., 2015), 最优控制 (Goodarziet al., 2008; Hu et al., 2015), 鲁棒控制 (You and Jeong, 2002) 等。然而，大多数路径跟踪控制器是设计用于具有主动前转向(AFS)系统的传统内燃机驱动车辆(ICV)。与ICV相比，电动汽车（EV）在减排、能源效率、性能优势等领域具有多项优势（Wang et al., 2011）。在所有电动汽车中，四轮独立转向（4WIS）和四轮独立驱动（4WID）电动汽车更适合AGV，其中每个车轮的转向角和驱动扭矩都可以由转向电机和驱动电机独立控制（Chenet al., 2006；Lam et al., 2010；Zong et al., 2011）。因此，4WIS-4WID EV 通过四轮转向 (4WS) 和横摆力矩控制 (DYC) 系统可以实现比传统 ICV 更好的动态性能。低速时，4WS系统通过前后轮反相转向，帮助车辆减小转弯半径，提高机动性。此外，4WS 和 DYC 系统可以帮助车辆实现零侧偏角和所需的横摆角速度，通过高速同向转向来提高操纵稳定性（Hang et al., 2017b）。
由于4WIS-4WID EV的控制自由度(DoF)远高于传统AFS ICV。因此，4WIS-4WID EV的路径跟踪问题更加复杂，控制策略仍然相对有限（Hiraoka etal., 2009）。尽管如此，许多研究人员已经对使用4WS或AFS+DYC系统的AGV的路径跟踪控制进行了大量研究。Mashadi （2011）等人提出了一种基于最优控制的 4WS 车辆的路径跟踪控制器。设计的控制器运行良好，显示出 4WS 系统的巨大路径跟踪潜力。然而，最优控制器是针对标称车辆模型设计的，没有考虑参数不确定性和外部干扰。换言之，设计的最优控制器不具有鲁棒性。为了使路径跟踪控制器对参数不确定性和外部干扰具有鲁棒性，Hiraoka（2009）等人利用SMC理论为4WS车辆设计了自动路径跟踪控制器。它具有比AFS路径跟踪控制器更精确的路径跟踪能力，并且具有抵抗系统不确定性的鲁棒能力。基于MPC理论，Yakub 和 Mori (2015) 以及Yakub（2016）等人提出了一种用于 4WS AGV 的输出反馈路径跟踪控制器。控制器能够保持车辆沿所需路径的稳定性并消除侧风效应。除 4WS 系统外，DYC 是另一种结合AFS来提高车辆动态性能的有效方式（Xiong et al., 2012;Zhang et al., 2014; Wang et al., 2015b; Yin et al., 2015; Zhao et al., 2015;Kobayashi et al., 2017）。尤其是四轮毂电机的4WID EV，每个轮毂电机的驱动和制动扭矩都可以独立控制，非常容易实现DYC。Hang(2017c)等人研究了使用4WS+DYC系统的4WIS-4WID EV的MPC路径跟踪控制器。控制器显示出良好的路径跟踪性能和对参数扰动的强大鲁棒性能。Mashadi (2015)等人设计了一种用于AGV的集成4WS+DYC鲁棒控制器。利用μ合成方法，该方法具有使车辆在存在参数不确定性的情况下跟踪所需路径的强大能力。为此，本文提出了4WS和DYC用于4WIS-4WID EV的路径跟踪控制器设计。
本文的其余部分安排如下。第2节介绍了4WIS-4WIDEV的路径跟踪模型及其考虑参数不确定性的多面体模型。第3节介绍了4WIS-4WIDEV的路径跟踪控制器设计，包括更高级别的LPV/H∞控制器和较低级别的控制分配算法。第4节基于通过CarSim-Simulink平台使用高精度整车模型的仿真分析验证了所设计的路径跟踪控制器的性能。最后，第5节提出了结论性意见并描述了未来工作的方向。
2 系统建模
2.1 路径跟踪模型
为了简化控制器设计的4WIS-4WID EV的动态模型，不考虑俯仰和滚动运动，只考虑平面运动。因此，具有2自由度的简化车辆模型如图1所示。此外，假设两个前轮和两个后轮分别集中在前轴和后轴的中心。将四轮车模型简化为单轨模型，其操纵动力学模型可描述为
其中
和
分别是车辆的纵向和横向速度。r是偏航率。m和
是车辆质量和偏航惯性。
和
是前后轮胎横向力。
和
是前后轮转向角。
和
是前后轮距。
为左右轮胎纵向力差产生的外横摆力矩，可表示为
- 下一篇：中汽中心的新发展与战略转型
- 上一篇：上汽集团宣布成立“上汽集团创新研究开发总院”。
广告 
广告
广告
编辑推荐
最新资讯
-
网络研讨会 | 1月7日模态测试、分析与仿真
2024-12-25 13:55
-
电动汽车用逆变器开发中的高阶波形分析(一)
2024-12-25 13:53
-
电动汽车电液制动系统振动和噪音优化
2024-12-25 12:09
-
汽车技术合规与海外市场准入系列：墨西哥
2024-12-25 12:00
-
1.5亿欧元投资！采埃孚西安基地扩能及研发
2024-12-25 08:35
广告
广告
