详情

原文传递一种基于Fiala轮胎侧向力模型的后轮驱动车辆自主漂移控制方法

专利名称：	一种基于Fiala轮胎侧向力模型的后轮驱动车辆自主漂移控制方法
摘要：	一种基于Fiala轮胎侧向力模型的后轮驱动车辆自主漂移控制方法，其特征在于，该方法包括参考状态模型、Fiala轮胎侧向力模型、轮胎模型线性化模块、MPC控制器以及CarSim车辆模型；参考状态模型用于计算期望跟踪的漂移平衡点，即横摆角速度、质心侧偏角、纵向车速、前轮转角以及后轮纵向力；Fiala轮胎侧向力模型用于计算轮胎侧向力以及侧向力梯度；轮胎模型线性化模块用于线性化Fiala轮胎侧向力模型，根据轮胎的侧偏角和纵向力可以实时得到轮胎的侧向力和侧向力梯度；MPC控制器用于优化求解出前轮转角和后轮纵向力并输出给Carsim车辆模型，实现漂移平衡点的跟踪控制。
专利类型：	发明专利
国家地区组织代码：	吉林;22
申请人：	长春工业大学
发明人：	李绍松;王再潇;崔高健;卢晓晖;李德涛;张凯;田丽媛;杨士通
专利状态：	有效
申请日期：	2023-09-21T00:00:00+0800
发布日期：	2023-11-10T00:00:00+0800
申请号：	CN202311220999.6
公开号：	CN117022284A
分类号：	B60W30/18;B60W50/00;B;B60;B60W;B60W30;B60W50;B60W30/18;B60W50/00
申请人地址：	130012 吉林省长春市朝阳区延安大街2055号
主权项：	1.一种基于Fiala轮胎侧向力模型的后轮驱动车辆自主漂移控制方法，其特征在于，该方法包括参考状态模型、Fiala轮胎侧向力模型、轮胎模型线性化模块、MPC控制器以及CarSim车辆模型；参考状态模型用于计算期望跟踪的漂移平衡点，即横摆角速度、质心侧偏角、纵向车速、前轮转角以及后轮纵向力；Fiala轮胎侧向力模型用于计算轮胎侧向力以及侧向力梯度；轮胎模型线性化模块用于线性化Fiala轮胎侧向力模型，根据轮胎的侧偏角和纵向力可以实时得到轮胎的侧向力和侧向力梯度；MPC控制器用于优化求解出前轮转角和后轮纵向力并输出给CarSim车辆模型，实现漂移平衡点的跟踪控制；该方法包括以下步骤：步骤1、设计参考状态模型，计算期望漂移平衡点，建立车辆动力学模型如下：式中，m为整车质量；Iz为横摆转动惯量；a与b分别为车辆质心到前、后轴的距离；γ为横摆角速度；β为质心侧偏角；Ux为纵向车速；δ为前轮转角；Fxr为后轮纵向力；Fyf和Fyr分别为前、后轮的侧向力；当模型左边的所有状态导数为0时，车辆处于平衡状态，将式(1)变成一个代数方程组如下：其中，带有上标ref的量为期望跟踪的漂移平衡点；根据式(3)-(4)，是δref、γref、βref和/>的函数，/>和/>是γref、βref和/>的函数；三个方程有五个未知数，给出期望的前轮转角和纵向车速就能求出另外三个未知量的期望值；步骤2、根据Fiala轮胎侧向力模型计算轮胎侧向力和侧向力梯度：式中，Cα为轮胎转弯刚度；μ为轮胎与地面之间的摩擦系数；η为降额因子；C为轮胎侧向力梯度；前、后轮侧偏角αf和αr以及垂直载荷Fzf和Fzr由式(4)给出：步骤3、轮胎模型的线性化，线性化后的轮胎力表达式如下所示：式中，j＝[f,r]代表轮胎的前轮和后轮；表示在当前时刻侧偏角/>处的侧向力梯度；表示残余侧向力；在每一采样时刻对/>和/>进行更新，计算过程如下：通过Fiala轮胎侧向力模型计算出来的轮胎侧向力和侧向力梯度，设计了侧向力和侧向力梯度三维查找表用来实现轮胎模型的线性化，根据轮胎的侧偏角和纵向力可以实时得到轮胎的侧向力和侧向力梯度；步骤4、设计MPC控制器，其过程包括如下子步骤：步骤4.1、将式(2)和式(5)代入式(3)中，得到轮胎模型线性化后的车辆动力学模型如下：所获得的非线性预测模型可以用状态空间的形式表示：其中，状态变量x＝[γ，β，Ux]T；控制输入u＝[δ，Fxr]T；系数矩阵输出y＝[γ，β，Ux]T；为了便于控制器的设计，将式(8)以采样时间T进行离散化得到如下：上式非线性系统需要在工作点[x0,u0]处用泰勒公式展开，只保留一阶项，得到：其中，和/>分别是F相对于状态量x以及控制量u的雅可比矩阵；/>为该系统施加连续控制量u0后的状态轨迹；令/>u(l)＝u0，可以得到：进一步整理为： x(l+1)＝Al,0x(l)+Bl,0u(l)+dl,0(l) (12) 式中在每个采样时间t，上式可以写为：其中，Al,t＝I+TAl,0，I是维数与矩阵Al,0相同的单位矩阵，Bl,t＝TBl,0，步骤4.2、计算预测输出，为了解决控制问题，引入一种新的状态变量并将式(13)转化为：在当前采样时刻l得到一个新的状态空间表达式：其中，m和n分别是控制量和状态量的维数；同时为了简化计算，需要做出如下假设： Np为预测时域，Nc为控制时域，经推导，系统在预测时域的输出表达式可以写成如下： Y(t)＝Ψtx(t\|t)+ΘtΔU(t)+ΓtΦ(t) (17) 式中，步骤4.3、设计优化目标以及约束条件；在控制器的求解中，很可能无法在指定的计算时间内获得最优解；因此，需要在目标函数中添加松弛因子，目标函数的表达式如下：其中，Q和R是权重矩阵，ρ是权重系数，ε是松弛因子，yref是参考输出；在实际控制过程中，由于系统的物理限制和安全问题，需要对系统的控制输入进行限制，利用线性不等式限制前轮转角和后轮纵向力及它们变化量的上下限，用数学表达式表示为：其中，δmax和δmin是前轮转角的上下限；Δδmax和Δδmin是前轮转角变化量的上下限；Fxrmax和Fxrmin是后轮纵向力的上下限；ΔFxrmax和ΔFxrmin是后轮纵向力变化量的上下限；步骤4.4、求解系统控制输入；考虑到目标函数和约束条件，基于动力学模型的自主漂移控制器应在每个控制周期内解决如下优化问题：其中，U和ΔU代表控制输入以及控制输入的变化量；在求解上式优化问题后，在每个控制周期中，可以得到控制时域中一系列控制输入增量：选取开环控制序列中第一个元素作为控制输入增量作用于系统：进入下一个控制周期后，重复上述过程，并与上一时刻值进行线性累加后得到实际控制输入的前轮转角δ和后轮纵向力Fxr，输出给Carsim车辆模型，Carsim车辆模型再反馈回来车辆的状态实现闭环控制。