详情

原文传递一种面向智能驾驶车辆极限漂移控制方法及控制系统

专利名称：	一种面向智能驾驶车辆极限漂移控制方法及控制系统
摘要：	本发明公开了一种面向智能驾驶车辆极限漂移控制系统及控制方法，控制方法包括融合处理采集到的车辆数据并计算车辆质心侧偏角；根据车辆动力学模型预测车辆期望轨迹；判断车辆漂移启动状态；计算车辆漂移动态平衡状态；跟踪车辆期望轨迹与动态平衡状态；根据车辆期望轨迹与动态平衡状态控制车辆。控制系统包括：数据采集模块、中央处理模块和执行控制模块。本发明基于双电机均需具备电制动能力的后轮双电独立驱动智能电动汽车，实现车辆在漂移状态下的可操控性和车辆的行驶安全性的有效提升。
专利类型：	发明专利
申请人：	吉林大学;长沙汽车创新研究院
发明人：	靳立强;滕飞;肖峰;田端洋;邱能;高艾琛
专利状态：	有效
申请日期：	2023-06-21T00:00:00+0800
发布日期：	2023-11-14T00:00:00+0800
申请号：	CN202310744142.8
公开号：	CN117048610A
代理机构：	吉林新发惠利知识产权代理事务所(普通合伙)
代理人：	高佳佳
分类号：	B60W30/18;B60W40/13;B60W50/00;B60W40/10;B;B60;B60W;B60W30;B60W40;B60W50;B60W30/18;B60W40/13;B60W50/00;B60W40/10
申请人地址：	130000 吉林省长春市前进大街2699号;
主权项：	1.一种面向智能驾驶车辆极限漂移控制方法，其特征在于：所述控制方法步骤如下： S1：融合处理采集到的车辆数据并计算车辆质心侧偏角； S2：根据车辆动力学模型预测车辆期望轨迹； S3：判断车辆漂移启动状态； S4：计算车辆漂移动态平衡状态； S5：跟踪车辆期望轨迹与动态平衡状态； S6：根据车辆期望轨迹与动态平衡状态控制车辆。 2.如权利要求1所述一种面向智能驾驶车辆极限漂移控制方法，其特征在于：步骤S1中，所述融合处理采集到的车辆数据过程如下：首先，分别采集记录Nc个数据采集周期Tc内的整车定位信息和整车运动过程中的姿态信息，其中：整车定位信息包括：大地坐标系下的横向位移X，大地坐标系下的纵向位移Y；整车运动过程中的姿态信息包括：纵向车速vx，纵向加速度ax，侧向车速vy，侧向加速度ay，车辆航向角θ，车辆横摆角速度ω；即可以得到：然后，对采集到的整车定位信息和整车运动过程中的姿态信息进行融合处理，具体过程如下：对“大地坐标系下的横向位移X”的融合处理公式为：其中，k取值范围/> 故，融合处理后的大地坐标系下的横向位移X为：其余整车定位信息和整车运动过程中的姿态信息的融合处理过程与“大地坐标系下的横向位移X”的融合处理过程相同，即可得到其余融合后的整车定位信息和整车运动过程中的姿态信息如下：所述计算车辆质心侧偏角过程如下：根据融合处理后的纵向车速vx和侧向车速vy数据，对车辆质心侧偏角β进行计算，计算公式如下：对上述车辆质心侧偏角β的进行泰勒展开，忽略高阶项可得到车辆质心侧偏角β为： 3.如权利要求1所述一种面向智能驾驶车辆极限漂移控制方法，其特征在于：步骤S2中，所述预测车辆期望轨迹的过程包括：车辆运动状态预测、车辆运动状态预测结果拟合以及预测轨迹半径计算，其中：所述车辆运动状态预测过程如下：取状态量ξ：其中，vx为纵向车速，vy为侧向车速，为车辆航向角速度，θ为车辆航向角，X为大地坐标系下的横向位移，Y为大地坐标系下的纵向位移，T为预测周期；取状态系数矩阵A，状态方程为： ξ(k+1)＝(A·Tp+I)ξ(k) 其中，Tp为离散系统周期，取离散的状态系数矩阵进一步获得取状态系数矩阵A为：其中，δf为前轮转角，δsw为方向盘转角，ksw为方向盘转角到前轮转角的传动比；Ccf为前轮侧偏刚度，Ccr为后轮侧偏刚度，a为质心到前轴的距离，b为质心到后轴的距离，m为整车质量，Iz为转动惯量； Np个时刻的车辆状态，及预测未来Np步长的车辆运动状态如下：取ζ＝[ξ(k+1) ξ(k+2) ξ(k+3)…ξ(k+Np)]T，可得到：其中，Np为预测步长，Np取值范围为10～20；所述车辆运动状态预测结果拟合过程如下：利用五次多项式对上述车辆运动状态预测结果进行拟合，并将拟合后的结果记为：所述预测轨迹半径计算过程如下：根据拟合后的结果计算预测轨迹的曲率半径R，计算公式如下：其中，Y为大地坐标系下的纵向位移。 4.如权利要求2所述一种面向智能驾驶车辆极限漂移控制方法，其特征在于：步骤S3中，判断车辆漂移启动状态具体过程如下：首先，判断漂移功能开关是否开启，若未开启，则车辆正常驾驶；若开启，则进入下一步判断，若同时满足： \|δsw\|＞δswmax&&&&\|ω\|＞ωmax&&\|β\|＞βmax 其中，“&&”为“且”关系，为方向盘转角速度；则记录此时刻的车速记为Vsta，即起漂车速，以及曲率半径R；若不能同时满足则车辆正常驾驶。 5.如权利要求2所述一种面向智能驾驶车辆极限漂移控制方法，其特征在于：步骤S4中，计算车辆漂移动态平衡状态具体过程如下：根据下述公式计算：漂移平衡状态的车辆横摆角速度ωeq、漂移平衡状态的车辆质心侧偏角βeq、漂移平衡状态的车辆后轴纵向力Fxreq、漂移平衡状态的车辆后轴侧向力Fyreq、漂移平衡状态的车辆前轮转角δeq；其中，vxeq＝Vsta；μ为路面附着系数。 6.如权利要求5所述一种面向智能驾驶车辆极限漂移控制方法，其特征在于：所述计算车辆漂移动态平衡状态过程还包括对计算得到的车辆漂移动态平衡状态进行修正处理，具体修正过程如下： “漂移平衡状态的车辆横摆角速度ωeq”的修正过程如下：记录两个计算周期的漂移平衡状态的车辆横摆角速度ωeq，即ωeq(k+1)、ωeq(k+2)，误差Δωeq＝ωeq(k+2)-ωeq(k+1)，修正后的漂移平衡状态的车辆横摆角速度ωeq为：其中，λ为修正系数，取值范围0～1；其余漂移平衡状态量修正同理可得：修正后的漂移平衡状态的车辆质心侧偏角βeq为：修正后的漂移平衡状态的车辆后轴纵向力Fxreq为：修正后的漂移平衡状态的车辆后轴侧向力Fyreq为：修正后的漂移平衡状态的车辆前轮转角δeq为： 7.如权利要求2所述一种面向智能驾驶车辆极限漂移控制方法，其特征在于：所述步骤S5中，跟踪车辆期望轨迹与动态平衡状态具体过程如下：定义由驾驶员输入方向盘转角所得到的前轮转角δf与计算所得到的平衡状态下的前轮转角δeq的误差Δδfeq为： Δδfeq＝δeq-δf 实际的前轮转角δftrue为：δftrue＝δeq+ρfΔδfeq，ρf的取值范围为-1～1；实际的方向盘转角δswtrue为：δswtrue＝δftrueksw，ksw为方向盘转角系数；由采集到的反映驾驶员加速意图的油门踏板信号或反应驾驶员制动意图的制动踏板信号可换算得到期望的电机扭矩Texp，左后轮的基础力矩Trl与右后轮的基础力矩Trr为：左后轮的期望平衡力矩Trleq为：右后轮的期望平衡力矩Trreq为：经修正后的左后轮平衡力矩Trlch为： Trlch＝Trleq+ρrl(Trleq-Trl)，ρrl取值范围0～1；经修正后的右后轮平衡力矩Trrch为： Trrch＝Trreq+ρrr(Trreq-Trr)，ρrr取值范围0～1。 8.如权利要求7所述一种面向智能驾驶车辆极限漂移控制方法，其特征在于：所述跟踪车辆期望轨迹与动态平衡状态还包括对左后轮平衡力矩和右后轮平衡力矩做进一步修正，具体过程如下：设定初始的目标滑移率为ηr0，若方向盘转角δsw的绝对值大于临界方向盘转角δswmax，并且纵向车速vx大于临界车速vxmax，则将目标滑移率修正为否则，目标滑移率为ηr0；其中，/>为方向盘转角影响系数，/>为纵向车速影响系数；若横摆角速度ω的绝对值大于临界横摆角速度ωmax，并且质心侧偏角β的绝对值大于临界质心侧偏角βmax，则将目标滑移率修正为否则，目标滑移率为ηr1；其中，ξω为横摆角速度影响系数，ξβ为质心侧偏角影响系数；若侧向车速vy的绝对值大于临界侧向车速vymax，并且侧向加速度的绝对值大于临界侧向加速度ay，则将目标滑移率修正为否则，目标滑移率为ηr2；其中，/>为侧向车速影响系数，/>为侧向加速度影响系数；若当前的路面附着系数μ小于临界附着μmin，道路条件为低附着路面，则将目标滑移率修正为否则，目标滑移率为ηr3；其中，ξμ为路面附着系数影响系数；修正后的目标滑移率记为ηr；左后轮和右后轮分别以ηr为目标滑移率，利用PID控制器控制左右后轮状态滑移状态，得到附加左后轮力矩ΔTrls，附加右后轮力矩ΔTrrs；进一步修正后的左后轮力矩Trltrue为：Trltrue＝Trlch+ρrltrueΔTrls，ρrlture取值范围0～1；进一步修正后的右后轮力矩Trrtrue为：Trrtrue＝Trrch+ρrrtrueΔTrrs，ρrrture取值范围0～1。 9.如权利要求8所述一种面向智能驾驶车辆极限漂移控制方法，其特征在于：步骤S6中，根据车辆期望轨迹与动态平衡状态控制车辆具体过程如下: 获得的实际的方向盘转角δswtrue输入至车辆转向系统控制车辆转向，将进一步修正后的左后轮力矩Trltrue输入至左后电机控制车辆左后轮运动，将进一步修正后的右后轮力矩Trrtrue输入至右后电机控制车辆右后轮运动。 10.一种面向智能驾驶车辆极限漂移控制系统，其特征在于：用于实现如权利要求1-9中任一项所述的面向智能驾驶车辆极限漂移控制方法，包括：数据采集模块、中央处理模块和执行控制模块，其中：所述数据采集模块包括：车辆坐标采集单元，用于获取整车定位信息，即：大地坐标系下的横向位移X，大地坐标系下的纵向位移Y；车辆姿态采集单元，用于获取整车运动过程中的姿态信息，包括：纵向车速vx，纵向加速度ax，侧向车速vy，侧向加速度ay，车辆航向角θ，车辆横摆角速度ω；方向盘转角传感器，用于获取方向盘转角δsw；车辆加速信息采集单元，用于采集反应驾驶员加速意图的车辆加速信号；车辆制动信息采集单元，用于采集反应驾驶员制动意图的车辆制动信号；所述车辆坐标采集单元、车辆姿态采集单元、方向盘转角传感器、车辆加速信息采集单元和车辆制动信息采集单元分别与下游的中央处理模块中的数据融合处理模块单元信号连接。所述中央处理模块包括：数据融合处理模块单元，用于融合处理上述数据采集模块中各采集单元或传感器采集到的车辆数据；状态与行为预测模块单元，用于根据所述数据融合处理模块单元融合处理后的信号数据，预测车辆的状态以及期望行驶轨迹；运动控制单元，用于根据状态与行为预测单元所预测的辆的状态以及期望行驶轨迹数据，生成包括：转向信号、左后车轮转矩信号和右后车轮转矩信号在内的车辆横纵向运动控制信号，进而控制车辆纵向运动；所述数据融合处理模块单元、状态与行为预测模块单元和运动控制单元依次信号连接；所述运动控制单元分别与下游的执行控制模块中各执行元件信号连接。所述执行控制模块包括：转向系统，用于执行上述运动控制单元发出的转向信号指令，控制车辆转向；左后电机，用于执行上层运动控制器发出的左后车轮转矩信号，控制左后车轮运动；右后电机，用于执行上层运动控制器发出的右后车轮转矩信号，控制右后车轮运动。