两个人的电影免费视频_国产精品久久久久久久久成人_97视频在线观看播放_久久这里只有精品777_亚洲熟女少妇二三区_4438x8成人网亚洲av_内谢国产内射夫妻免费视频_人妻精品久久久久中国字幕

一種基于主動(dòng)安全的智能汽車(chē)軌跡跟蹤控制系統(tǒng)及控制方法與流程

文檔序號(hào):11243125閱讀:667來(lái)源:國(guó)知局
一種基于主動(dòng)安全的智能汽車(chē)軌跡跟蹤控制系統(tǒng)及控制方法與流程

本發(fā)明屬于智能車(chē)輛自動(dòng)駕駛領(lǐng)域,具體涉及一種基于主動(dòng)安全的智能汽車(chē)軌跡跟蹤控制系統(tǒng)及控制方法。



背景技術(shù):

汽車(chē)的智能化主要體現(xiàn)在以自動(dòng)駕駛替代人工操作,汽車(chē)的行為和運(yùn)行狀態(tài)均可控可預(yù)測(cè),既降低駕駛員的操作強(qiáng)度,又減少了交通事故發(fā)生率,根據(jù)實(shí)時(shí)路況信息規(guī)劃出行路徑,使車(chē)輛在道路上高效的行駛,最終實(shí)現(xiàn)道路交通“零傷亡、零擁堵”。因此,智能汽車(chē)是安全、高效、節(jié)能的下一代汽車(chē),研究智能汽車(chē)具有極為重要的意義,已成為全球汽車(chē)產(chǎn)業(yè)界的關(guān)注焦點(diǎn)。目前已經(jīng)投入使用的具有自動(dòng)駕駛功能的車(chē)輛如碼頭無(wú)人駕駛車(chē)輛或帶自動(dòng)泊車(chē)功能的車(chē)輛的行駛環(huán)境處于低速、特定場(chǎng)合使用,但智能汽車(chē)需要以較高的車(chē)速行駛在復(fù)雜的道路環(huán)境中。使用車(chē)輛動(dòng)力學(xué)模型對(duì)對(duì)車(chē)輛的未來(lái)行為進(jìn)行預(yù)測(cè),可以提高智能汽車(chē)高速下的可靠性與預(yù)測(cè)能力;同時(shí),與低速行駛相比高速行駛下的執(zhí)行機(jī)構(gòu)控制輸入、輪胎與地面摩擦引起的滑移,以及橫向加速度引起的側(cè)傾等動(dòng)力學(xué)非線性約束條件的要求更加嚴(yán)格。對(duì)這些約束進(jìn)行深入分析將進(jìn)一步保障車(chē)輛形式的安全性與穩(wěn)定性。本發(fā)明將建立基于車(chē)輛動(dòng)力學(xué)模型的軌跡跟蹤控制器,結(jié)合車(chē)輛高速運(yùn)動(dòng)下的各類(lèi)約束,求解復(fù)雜約束條件下的模型預(yù)測(cè)控制方法?,F(xiàn)有的技術(shù)中,存在以下技術(shù)問(wèn)題:(1)大多數(shù)裝置成本較高;(2)大多數(shù)只是進(jìn)行單純的仿真研究,沒(méi)有考慮真正的執(zhí)行機(jī)構(gòu)運(yùn)行時(shí)的安全問(wèn)題;(3)智能汽車(chē)轉(zhuǎn)向工況復(fù)雜多變,汽車(chē)轉(zhuǎn)向操縱對(duì)各工況的控制要求較高,傳統(tǒng)的控制策略無(wú)法滿足高速行駛情況下的車(chē)輛穩(wěn)定性與安全性。

為了保證智能汽車(chē)高速行駛在復(fù)雜交通環(huán)境下的安全性與穩(wěn)定性,本發(fā)明具體開(kāi)發(fā)了一套基于主動(dòng)安全的智能汽車(chē)軌跡跟蹤控制系統(tǒng)。首先建立了基于線性時(shí)變模型預(yù)測(cè)控制算法的軌跡跟蹤控制單元,結(jié)合各動(dòng)力學(xué)約束,得出前輪轉(zhuǎn)角理想值,為了進(jìn)一步保證車(chē)輛運(yùn)行的安全性,主動(dòng)安全轉(zhuǎn)向系統(tǒng)根據(jù)前輪轉(zhuǎn)角理想值,進(jìn)行基于側(cè)翻預(yù)警的主動(dòng)前輪轉(zhuǎn)角補(bǔ)償控制,以達(dá)到避免車(chē)輛側(cè)翻的目標(biāo)。



技術(shù)實(shí)現(xiàn)要素:

為解決現(xiàn)有技術(shù)存在的不足,本發(fā)明提供了一種基于主動(dòng)安全的智能汽車(chē)軌跡跟蹤控制系統(tǒng)及控制方法,在軌跡跟蹤控制單元的基礎(chǔ)上結(jié)合主動(dòng)安全線控轉(zhuǎn)向單元,最終達(dá)到車(chē)輛在高速?gòu)?fù)雜路況下的穩(wěn)定性與安全性的要求。

本發(fā)明是通過(guò)以下技術(shù)方案實(shí)現(xiàn)上述技術(shù)目的。

一種基于主動(dòng)安全的智能汽車(chē)軌跡跟蹤控制系統(tǒng),包括基于模型預(yù)測(cè)控制的軌跡跟蹤控制單元和具有主動(dòng)安全功能的線控轉(zhuǎn)向單元,所述軌跡跟蹤控制單元與線控轉(zhuǎn)向單元通信;

所述軌跡跟蹤控制單元包括第一gps天線、第一電臺(tái)、第二電臺(tái)、第二gps天線、慣導(dǎo)系統(tǒng)、智能終端、方向盤(pán)轉(zhuǎn)角傳感器及前輪轉(zhuǎn)角傳感器,所述第一gps天線與第一電臺(tái)組成基準(zhǔn)站,所述第二電臺(tái)與第二gps天線組成流動(dòng)站,所述慣導(dǎo)系統(tǒng)采集慣導(dǎo)數(shù)據(jù),所述流動(dòng)站獲取智能汽車(chē)的初始位置數(shù)據(jù)并接收基準(zhǔn)站發(fā)送的差分信號(hào)對(duì)初始位置數(shù)據(jù)進(jìn)行差分后,通過(guò)慣導(dǎo)數(shù)據(jù)校正智能汽車(chē)的精確位置數(shù)據(jù)并發(fā)送給智能終端,所述智能終端還通過(guò)串口接收方向盤(pán)轉(zhuǎn)角傳感器、前輪轉(zhuǎn)角傳感器采集的方向盤(pán)轉(zhuǎn)角、前輪轉(zhuǎn)角,從而計(jì)算出智能汽車(chē)的目標(biāo)轉(zhuǎn)角;

所述線控轉(zhuǎn)向單元包括mcu、電機(jī)驅(qū)動(dòng)器及轉(zhuǎn)向執(zhí)行電機(jī),所述mcu接收智能汽車(chē)的目標(biāo)轉(zhuǎn)角并修正,然后通過(guò)can總線將修正后的目標(biāo)轉(zhuǎn)角發(fā)送給電機(jī)驅(qū)動(dòng)器,電機(jī)驅(qū)動(dòng)器通過(guò)串口與轉(zhuǎn)向執(zhí)行電機(jī)通信,控制智能汽車(chē),達(dá)到車(chē)輛路徑跟蹤的目的。

上述方案中,所述軌跡跟蹤控制單元與線控轉(zhuǎn)向單元通過(guò)usb轉(zhuǎn)rs232串口通信。

上述方案中,所述流動(dòng)站安裝在智能汽車(chē)上。

上述方案中,所述第一gps天線實(shí)時(shí)測(cè)量出基準(zhǔn)站的位置并與測(cè)定位置進(jìn)行計(jì)算得出差分信號(hào),第一電臺(tái)將差分信號(hào)發(fā)送至第二電臺(tái)。

上述方案中,所述mcu采用mc9s12xet256芯片。

一種基于主動(dòng)安全的智能汽車(chē)軌跡跟蹤控制方法,包括以下步驟:

s1,建立三自由度非線性車(chē)輛動(dòng)力學(xué)模型,將車(chē)輛四輪模型簡(jiǎn)化為單車(chē)模型,并選擇車(chē)輛的狀態(tài)量ξdyn與控制量udyn;

s2,對(duì)非線性車(chē)輛動(dòng)力學(xué)模型進(jìn)行線性化,得到線性時(shí)變方程;

s3,采用一階差商的方法進(jìn)行對(duì)線性時(shí)變方程進(jìn)行離散化處理,得到離散的狀態(tài)空間表達(dá)式;

s4,設(shè)計(jì)目標(biāo)函數(shù)使得智能汽車(chē)能夠快速且平穩(wěn)地追蹤期望軌跡;

s5,考慮每個(gè)控制周期內(nèi)基于非線性車(chē)輛動(dòng)力學(xué)模型的軌跡跟蹤控制算法的優(yōu)化問(wèn)題,包括控制量的約束:控制增量與控制量的約束,車(chē)輛動(dòng)力學(xué)約束:質(zhì)心側(cè)偏角約束、輪胎側(cè)偏角的約束與車(chē)輛附著條件約束;

s6,在每個(gè)控制周期內(nèi)求解優(yōu)化問(wèn)題后得到控制時(shí)域nc內(nèi)理想的控制輸入增量序列將此序列中的第一個(gè)元素與上一時(shí)刻的控制量相加,得到最終的控制量udyn(t);

s7,建立車(chē)輛四自由度側(cè)翻模型,根據(jù)橫向載荷轉(zhuǎn)移率ltr來(lái)判斷汽車(chē)側(cè)翻危險(xiǎn)程度;

s8,利用自回歸模型,對(duì)側(cè)翻判別指示橫向載荷轉(zhuǎn)移率ltr進(jìn)行預(yù)測(cè)。

進(jìn)一步,所述s2中線性時(shí)變方程為ξdyn=adyn(t)ξdyn(t)+bdyn(t)udyn(t),其中adyn,bdyn為t時(shí)刻線性車(chē)輛動(dòng)力學(xué)模型的轉(zhuǎn)移矩陣。

進(jìn)一步,所述s3中離散的狀態(tài)空間表達(dá)式為ξdyn(k+1)=adyn(k)ξdyn(k)+bdyn(k)udyn(k),其中adyn(k)=i+tadyn(t),bdyn(k)=i+tbdyn(t),i為單位矩陣,t為采樣時(shí)間。

進(jìn)一步,所述s7中橫向載荷轉(zhuǎn)移率ltr的表達(dá)式為:其中fz1和fz2分別為智能汽車(chē)左側(cè)車(chē)輪和右側(cè)車(chē)輪上的垂直載荷。

進(jìn)一步,所述s8具體為:

s8.1,根據(jù)自回歸模型定義可得自回歸預(yù)測(cè)公式為其中xn+i為預(yù)測(cè)值,xn-1+ixn-2+i…xn-p+i為已知的觀測(cè)值,p是模型階數(shù);是模型參數(shù);

s8.2,利用艾克準(zhǔn)則來(lái)確定模型階數(shù)p,模型階數(shù)p的確定方法為ip=log[sp(n)/n]+2p/n和其中模型階數(shù)p=1,2...m,m為所設(shè)模型階數(shù)的最大值;n是建模預(yù)測(cè)需要的已知數(shù)據(jù)個(gè)數(shù);觀察i1、i2...im,其中最小的ip即為最小模型階數(shù);sp(n)為模型殘差平方和;

s8.3,模型階數(shù)p確定后,采用遞推最小二乘法進(jìn)行預(yù)測(cè)模型參數(shù)的估計(jì),模型參數(shù)的最小二乘法估計(jì)值可表示為

s8.4,采用模糊pi控制算法,由實(shí)際橫向載荷轉(zhuǎn)移率ltr值和ltr閥值的偏差e、偏差的化率ec共同決定的,模糊pi控制器的輸入為實(shí)際橫向載荷轉(zhuǎn)移率ltr值與ltr閥值的偏差e、偏差變化率ec,pi控制的比例系數(shù)kp和微分系數(shù)ki均為模糊pi控制器的輸出。

本發(fā)明的有益效果是:

(1)本發(fā)明開(kāi)發(fā)了一套基于主動(dòng)安全的智能汽車(chē)軌跡跟蹤控制系統(tǒng),其中的智能終端實(shí)時(shí)獲取車(chē)輛的精確位置與目標(biāo)轉(zhuǎn)角從而獲取車(chē)輛的姿態(tài)信息,實(shí)現(xiàn)車(chē)輛對(duì)目標(biāo)軌跡的跟蹤。

(2)本發(fā)明設(shè)計(jì)的考慮各動(dòng)力學(xué)約束的軌跡跟蹤控制單元性能較好,通過(guò)選擇先進(jìn)的差分算法能夠精確獲得車(chē)輛的行駛軌跡,并且設(shè)計(jì)的軌跡跟蹤控制方法能夠快速的在不同車(chē)速下完成對(duì)期望軌跡的跟蹤,軌跡跟蹤控制單元對(duì)解決智能汽車(chē)在高速行駛時(shí)的軌跡跟蹤控制問(wèn)題具有獨(dú)特的優(yōu)勢(shì),對(duì)路面附著條件、車(chē)速變化和參考軌跡具有良好的魯棒性和適應(yīng)性。

(3)本發(fā)明設(shè)計(jì)的線控轉(zhuǎn)向控制單元的可行性且超調(diào)量小、穩(wěn)定性好,線控轉(zhuǎn)向可以自由的進(jìn)行前輪轉(zhuǎn)角的設(shè)計(jì),由于汽車(chē)的穩(wěn)定性能和汽車(chē)的轉(zhuǎn)向存在著巨大的聯(lián)系,本發(fā)明將線控轉(zhuǎn)向技術(shù)與汽車(chē)主動(dòng)安全技術(shù)相關(guān)聯(lián),研究其控制方法;可以減小汽車(chē)側(cè)翻危險(xiǎn)工況下的橫擺角速度和側(cè)向加速度,進(jìn)一步提升汽車(chē)的穩(wěn)定性能與主動(dòng)安全性能。

(4)本發(fā)明設(shè)計(jì)的整個(gè)系統(tǒng)控制方法具有可行性,采用的無(wú)線電臺(tái)通信抗干擾能力強(qiáng),并且能夠保證車(chē)輛在高速行駛時(shí)的穩(wěn)定性,未來(lái)將轉(zhuǎn)向系統(tǒng)改裝至車(chē)輛上是可行的。

附圖說(shuō)明

圖1為一種基于主動(dòng)安全的智能汽車(chē)軌跡跟蹤控制系統(tǒng)的整體硬件框架圖;

圖2為一種基于主動(dòng)安全的智能汽車(chē)軌跡跟蹤控制系統(tǒng)的硬件實(shí)物圖,圖2(a)為第二電臺(tái)3、第二gps天線4與慣導(dǎo)系統(tǒng)5的安裝實(shí)物圖,圖2(b)為方向盤(pán)轉(zhuǎn)角傳感器8的安裝實(shí)物圖,圖2(c)為試驗(yàn)車(chē)輛實(shí)物圖,圖2(d)為mcu10的實(shí)物圖;

圖3為一種基于主動(dòng)安全的智能汽車(chē)軌跡跟蹤控制系統(tǒng)的控制原理圖;

圖4為三自由度非線性車(chē)輛動(dòng)力學(xué)模型圖;

圖5為車(chē)輛四自由度側(cè)翻模型圖,圖5(a)為車(chē)輛四自由度側(cè)翻模型主視圖,圖5(b)為車(chē)輛四自由度側(cè)翻模型側(cè)視圖;

圖6為ltr偏差e、ltr偏差變化率ec與比例系數(shù)kp、ki的模糊規(guī)則曲面圖,圖6(a)為ltr誤差e、ltr誤差變化率ec與比例系數(shù)kp的模糊規(guī)則曲面圖,圖6(b)為ltr誤差e、ltr誤差變化率ec與微分系數(shù)ki的模糊規(guī)則曲面圖;

圖7為三角隸屬度函數(shù)圖,圖7(a)為誤差隸屬函數(shù)圖,圖7(b)為誤差微分隸屬函數(shù)圖。

具體實(shí)施方式

下面結(jié)合附圖以及具體實(shí)施例對(duì)本發(fā)明作進(jìn)一步的說(shuō)明,但本發(fā)明的保護(hù)范圍并不限于此。應(yīng)當(dāng)注意的是,下述實(shí)施例中描述的技術(shù)特征或者技術(shù)特征的組合不應(yīng)當(dāng)被認(rèn)為是孤立的,它們可以被相互組合從而達(dá)到更好的技術(shù)效果。

如圖1所示,一種基于主動(dòng)安全的智能汽車(chē)軌跡跟蹤控制系統(tǒng),包括基于模型預(yù)測(cè)控制的軌跡跟蹤控制單元和具有主動(dòng)安全功能的線控轉(zhuǎn)向單元,所述軌跡跟蹤控制單元與線控轉(zhuǎn)向單元通過(guò)usb轉(zhuǎn)rs232串口通信;

軌跡跟蹤控制單元包括第一gps天線1、第一無(wú)線電臺(tái)2、第二無(wú)線電臺(tái)3、第二gps天線4、慣導(dǎo)系統(tǒng)5、智能終端6、電源7、方向盤(pán)轉(zhuǎn)角傳感器8及前輪轉(zhuǎn)角傳感器9,第一gps天線1與第一電臺(tái)2組成基準(zhǔn)站,第二電臺(tái)3與第二gps天線4組成流動(dòng)站(安裝在智能汽車(chē)上),慣導(dǎo)系統(tǒng)5采集慣導(dǎo)數(shù)據(jù),流動(dòng)站獲取智能汽車(chē)的初始位置數(shù)據(jù),并接收基準(zhǔn)站發(fā)送的差分信號(hào)對(duì)初始位置數(shù)據(jù)進(jìn)行差分后,通過(guò)慣導(dǎo)數(shù)據(jù)校正智能汽車(chē)的精確位置數(shù)據(jù)并發(fā)送給智能終端6;智能終端6還通過(guò)串口接收方向盤(pán)轉(zhuǎn)角傳感器8、前輪轉(zhuǎn)角傳感器9采集的方向盤(pán)轉(zhuǎn)角、前輪轉(zhuǎn)角,從而計(jì)算出智能汽車(chē)的目標(biāo)轉(zhuǎn)角;電源7用于給流動(dòng)站、慣導(dǎo)系統(tǒng)5供電;智能終端6能夠完成車(chē)輛運(yùn)行狀態(tài)的感知、組合導(dǎo)航定位及路徑跟蹤控制目標(biāo)值計(jì)算;本實(shí)施例的基準(zhǔn)站測(cè)定位置為[32.1984725306,119.5137124611,103.888],安裝于江蘇大學(xué)三江樓樓頂。

線控轉(zhuǎn)向單元包括主動(dòng)安全線控轉(zhuǎn)向控制器mcu10、電機(jī)驅(qū)動(dòng)器11及轉(zhuǎn)向執(zhí)行電機(jī)12,mcu10采用mc9s12xet256芯片;主動(dòng)安全線控轉(zhuǎn)向控制器mcu10接收智能汽車(chē)的目標(biāo)轉(zhuǎn)角并通過(guò)主動(dòng)安全線控轉(zhuǎn)向算法修正,然后通過(guò)can總線將修正后的目標(biāo)轉(zhuǎn)角發(fā)送給電機(jī)驅(qū)動(dòng)器11,電機(jī)驅(qū)動(dòng)器11通過(guò)串口與轉(zhuǎn)向執(zhí)行電機(jī)12通信,控制智能汽車(chē),達(dá)到車(chē)輛路徑跟蹤的目的。

如圖2所示為一種基于主動(dòng)安全的智能汽車(chē)軌跡跟蹤控制系統(tǒng)的實(shí)物硬件,其中(a)為第二電臺(tái)3、第二gps天線4與慣導(dǎo)系統(tǒng)5安裝實(shí)物圖,(b)為方向盤(pán)轉(zhuǎn)角傳感器8安裝實(shí)物圖,(c)為試驗(yàn)車(chē)輛,(d)為mcu10的實(shí)物圖。

一種基于主動(dòng)安全的智能汽車(chē)軌跡跟蹤控制系統(tǒng)的工作過(guò)程為:

基準(zhǔn)站向流動(dòng)站發(fā)送差分信號(hào),流動(dòng)站接收差分信號(hào)后對(duì)獲取的智能汽車(chē)初始位置數(shù)據(jù)進(jìn)行差分,通過(guò)慣導(dǎo)系統(tǒng)5采集的慣導(dǎo)數(shù)據(jù)校正智能汽車(chē)的精確位置數(shù)據(jù)并發(fā)送給智能終端6;方向盤(pán)轉(zhuǎn)角傳感器8采集方向盤(pán)轉(zhuǎn)角、前輪轉(zhuǎn)角傳感器9采集前輪轉(zhuǎn)角,并通過(guò)串口傳輸給智能終端6,智能終端6根據(jù)基于軌跡跟蹤控制算法計(jì)算出智能汽車(chē)的目標(biāo)轉(zhuǎn)角并發(fā)送給主動(dòng)安全線控轉(zhuǎn)向控制器mcu10,主動(dòng)安全線控轉(zhuǎn)向控制器mcu10通過(guò)主動(dòng)安全線控轉(zhuǎn)向控制算法對(duì)目標(biāo)轉(zhuǎn)角進(jìn)行修正,然后通過(guò)can總線將修正后的目標(biāo)轉(zhuǎn)角發(fā)送給電機(jī)驅(qū)動(dòng)器11,電機(jī)驅(qū)動(dòng)器11通過(guò)串口與轉(zhuǎn)向執(zhí)行電機(jī)12通信,控制智能汽車(chē)。

結(jié)合圖3本發(fā)明的控制原理圖,說(shuō)明一種基于主動(dòng)安全的智能汽車(chē)軌跡跟蹤控制方法,包括以下步驟:

s1,建立三自由度非線性車(chē)輛動(dòng)力學(xué)模型,將車(chē)輛四輪模型簡(jiǎn)化為單車(chē)模型,如圖4所示,且假設(shè)左側(cè)車(chē)輪與右側(cè)車(chē)輪路面摩擦系數(shù)、側(cè)偏角、滑移率相等,并選擇車(chē)輛的狀態(tài)量ξdyn與控制量udyn;

非線性車(chē)輛動(dòng)力學(xué)模型為:

其中:m為車(chē)輛整體質(zhì)量,為車(chē)輛質(zhì)心橫向加速度,為車(chē)輛質(zhì)心縱向速度,為車(chē)輛橫擺角速度,ccf為前輪胎側(cè)偏剛度,δf為前輪偏轉(zhuǎn)角,為車(chē)輛質(zhì)心橫向速度,a,b分別為車(chē)輛質(zhì)心到前、后軸的距離,ccr為后輪胎側(cè)偏剛度,為車(chē)輛質(zhì)心縱向加速度,clf、clr為前、后輪胎縱向剛度,i為車(chē)輛繞z軸的轉(zhuǎn)動(dòng)慣量,為車(chē)輛的橫擺角加速度,分別為車(chē)輛質(zhì)心在x與y軸方向上的速度,為車(chē)輛的橫擺角;sf、sr分別是前輪與后輪的滑移率。

在該控制系統(tǒng)中,狀態(tài)量ξdyn選取,控制量udyn選取udyn=δf,其中x、y為車(chē)輛質(zhì)心的位置坐標(biāo)。

s2,對(duì)非線性車(chē)輛動(dòng)力學(xué)模型進(jìn)行線性化,得到線性時(shí)變方程;

ξdyn=adyn(t)ξdyn(t)+bdyn(t)udyn(t)(6)

其中adyn,bdyn為t時(shí)刻線性動(dòng)力學(xué)模型的轉(zhuǎn)移矩陣;且

其中:δf,t-1為t-1時(shí)刻的前輪轉(zhuǎn)角,為t時(shí)刻的車(chē)輛橫擺角速度,iz為車(chē)輛繞z軸的轉(zhuǎn)動(dòng)慣量;為t時(shí)刻車(chē)輛質(zhì)心縱向速度與橫向速度,為t時(shí)刻車(chē)輛的橫擺角;為前輪橫向速度,為前輪角速度。

s3,采用一階差商的方法對(duì)線性時(shí)變方程進(jìn)行離散化處理,得到離散的狀態(tài)空間表達(dá)式;

ξdyn(k+1)=adyn(k)ξdyn(k)+bdyn(k)udyn(k)(7)

式中,adyn(k)=i+tadyn(t),bdyn(k)=i+tbdyn(t),i為單位矩陣,t為采樣時(shí)間,k為第k個(gè),k=1,2,3……。

s4,設(shè)計(jì)目標(biāo)函數(shù)使得智能汽車(chē)能夠快速且平穩(wěn)地追蹤期望軌跡,目標(biāo)函數(shù)中的前兩項(xiàng)分別反映了系統(tǒng)對(duì)目標(biāo)軌跡的快速跟蹤能力與對(duì)前輪轉(zhuǎn)角平穩(wěn)變化的要求,由于預(yù)測(cè)模型為復(fù)雜的車(chē)輛動(dòng)力學(xué)模型,會(huì)有可能影響系統(tǒng)輸出的連續(xù)性,所以為了解決這個(gè)問(wèn)題,在目標(biāo)函數(shù)中又引入了松弛因子;

目標(biāo)函數(shù)為:

式中:np為預(yù)測(cè)時(shí)域,nc為控制時(shí)域,ρ為權(quán)重系數(shù),ε為松弛因子,q和r為權(quán)重系數(shù),δudyn為控制量變化量,ηdyn為系統(tǒng)輸出,ηdyn,ref為系統(tǒng)參考輸出。

s5,考慮每個(gè)控制周期內(nèi)基于非線性車(chē)輛動(dòng)力學(xué)模型的軌跡跟蹤控制算法的優(yōu)化問(wèn)題,包括控制量的約束:控制增量與控制量的約束,車(chē)輛動(dòng)力學(xué)約束:質(zhì)心側(cè)偏角約束、輪胎側(cè)偏角的約束與車(chē)輛附著條件約束;

優(yōu)化問(wèn)題與約束為:

s.t.δudyn,min≤δudyn,t≤δudyn,max

udyn,min≤aδudyn,t+udyn,t≤udyn,max

yhc,min≤yhc≤yhc,max

ysc,min-ε≤ysc≤yhs,max+ε

ε>0

其中:a為狀態(tài)轉(zhuǎn)移矩陣,yhc為硬約束輸出,ysc為軟約束輸出。

s6,在每個(gè)控制周期內(nèi)求解優(yōu)化問(wèn)題后得到控制時(shí)域nc內(nèi)理想的控制輸入增量序列將此序列中的第一個(gè)元素與上一時(shí)刻的控制量相加,得到最終的控制量udyn(t);

控制輸入增量序列為:

最終控制量為:

s7,建立車(chē)輛四自由度側(cè)翻模型,如圖5所示,根據(jù)橫向載荷轉(zhuǎn)移率ltr來(lái)判斷汽車(chē)側(cè)翻危險(xiǎn)程度;

橫向載荷轉(zhuǎn)移率ltr表達(dá)式為:

上式中fz1和fz2分別為汽車(chē)左側(cè)車(chē)輪和右側(cè)車(chē)輪上的垂直載荷,ltr取值區(qū)間在[-1,1]之間;當(dāng)ltr為0時(shí)表示汽車(chē)左右兩側(cè)車(chē)輪的垂直載荷相等,汽車(chē)運(yùn)行狀況良好;當(dāng)ltr等于1或者-1時(shí),表示fz1或者fz2為0,這樣則有一側(cè)車(chē)輪已經(jīng)快要脫離地面,所以車(chē)輛將會(huì)發(fā)生或剛好發(fā)生側(cè)翻危險(xiǎn);ltr作為側(cè)翻判別指示時(shí),其閥值為0.8,若實(shí)時(shí)ltr值大于0.8則就需要進(jìn)行轉(zhuǎn)向控制了。假設(shè)側(cè)傾角很小,則cos2φ≈1,sinφ≈0,得出:

式中:ay為汽車(chē)側(cè)向加速度、φ為汽車(chē)側(cè)傾角、g為重力加速度、為側(cè)傾角速度、為側(cè)傾角加速度、為縱向車(chē)輛加速度、d為輪距、h為簧載質(zhì)量重心到側(cè)傾重心距離、ω為橫擺角速度、u為橫向車(chē)輛速度。

s8,利用自回歸模型,對(duì)側(cè)翻判別指示橫向載荷轉(zhuǎn)移率ltr進(jìn)行預(yù)測(cè);

s8.1,根據(jù)自回歸模型定義可得自回歸預(yù)測(cè)公式為:

其中xn+i為預(yù)測(cè)值;xn-1+ixn-2+i…xn-p+i為已知的觀測(cè)值;p是模型階數(shù),其值為1、2、3…;。

s8.2,在實(shí)時(shí)預(yù)測(cè)系統(tǒng)中模型階數(shù)太高必然增加計(jì)算量,模型階數(shù)太小則會(huì)降低預(yù)測(cè)精度,在實(shí)際工程應(yīng)用中國(guó)通常利用艾克準(zhǔn)則(akaikeinformationcriterion,aic)來(lái)確定模型的階數(shù),其模型階數(shù)確定方法為:

ip=log[sp(n)/n]+2p/n(15)

其中模型階數(shù)p=1,2...m,m為所設(shè)的模型階數(shù)的最大值;n是建模預(yù)測(cè)需要的已知數(shù)據(jù)個(gè)數(shù);觀察i1、i2...im,其中最小的ip即為最小模型階數(shù);sp(n)為模型殘差平方和,通常設(shè)立一個(gè)模型最大階數(shù)m,然后依次計(jì)算i1、i2...im,使得ip最小的那個(gè)階數(shù),就是所需最優(yōu)階數(shù)。

s8.3,模型階數(shù)p確定后,采用遞推最小二乘法進(jìn)行預(yù)測(cè)模型參數(shù)的估計(jì);

模型參數(shù)的最小二乘法估計(jì)值可表示為:

s8.4,前輪轉(zhuǎn)角安全補(bǔ)償模糊pi控制是由實(shí)際橫向載荷轉(zhuǎn)移率ltr值和ltr閥值的偏差e、偏差的化率ec共同決定的,模糊pi控制器的輸入為實(shí)際橫向載荷轉(zhuǎn)移率ltr值與ltr閥值的偏差e、偏差變化率ec,pi控制的比例系數(shù)kp和微分系數(shù)ki均為模糊pi控制器的輸出;模糊語(yǔ)言變量子集為[nb,nm,ns,z,ps,pm,pb],分別表示{負(fù)大,負(fù)中,負(fù)小,零,正小,正中,正大};實(shí)際橫向載荷轉(zhuǎn)移率ltr值和ltr閥值的偏差e的論域?yàn)?-0.2,0.2),偏差率ec的論域?yàn)?-3,3),pi控制的比例系數(shù)和微分系數(shù)kp、ki論域均為(30,40)。

本發(fā)明的模糊推理采用mamdani推理的方法(即模糊推理的本質(zhì)就是將一個(gè)給定輸入空間通過(guò)模糊邏輯的方法映射到一個(gè)特定的輸出空間的計(jì)算過(guò)程),為了便于算法的實(shí)現(xiàn),本發(fā)明模糊推理輸入均采用了三角隸屬度函數(shù)。得到ltr偏差e、ltr偏差變化率ec與比例系數(shù)kp、ki的模糊規(guī)則曲面圖如圖6所示,圖6(a)為ltr偏差e、ltr偏差變化率ec與比例系數(shù)kp的模糊規(guī)則曲面圖,圖6(b)為ltr偏差e、ltr偏差變化率ec與比例系數(shù)ki的模糊規(guī)則曲面圖;三角隸屬度函數(shù)如圖7,圖7(a)為誤差隸屬函數(shù)圖,圖7(b)為誤差微分隸屬函數(shù)圖。

本發(fā)明雖然已經(jīng)給出了一些實(shí)施例,但是本領(lǐng)域的技術(shù)人員應(yīng)當(dāng)理解,在不脫離本發(fā)明精神的情況下,可以對(duì)本文的實(shí)施例進(jìn)行改變。上述實(shí)施例只是示例性的,不應(yīng)以本文的實(shí)施例作為本發(fā)明權(quán)利范圍的限定。

當(dāng)前第1頁(yè)1 2 
網(wǎng)友詢問(wèn)留言 已有0條留言
  • 還沒(méi)有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
1
商南县| 溆浦县| 浑源县| 崇义县| 通山县| 香港 | 博湖县| 红安县| 房山区| 南安市| 福安市| 修武县| 疏勒县| 德安县| 祁东县| 佛冈县| 上饶县| 扎赉特旗| 九江市| 铁岭市| 德安县| 麟游县| 惠来县| 昭通市| 连南| 大埔区| 淳安县| 韶关市| 汨罗市| 尉氏县| 航空| 万荣县| 四子王旗| 太原市| 汾阳市| 班玛县| 桃园市| 丹寨县| 玉林市| 屏山县| 双峰县|