详情

原文传递分布式驱动电动汽车状态估计与操稳性集成控制

论文题名：	分布式驱动电动汽车状态估计与操稳性集成控制
关键词：	分布式驱动电动汽车;状态估计;集成控制;操纵性
摘要：	分布式驱动电动汽车是未来实现自动驾驶的理想载体，但分布式驱动电动汽车全新的底盘结构也为车辆的操稳性控制带来了新的挑战。分布式驱动电动汽车操稳性集成控制主要存在以下问题：首先，集成控制系统设计需要获取车辆关键状态信息，但由于分布式驱动电动汽车四个车轮均可驱动和制动，因此依靠常用的非驱动轮轮速估计车速的办法不再适用；单纯采用惯性测量单元的信号获得的车辆横摆角速度和质心侧偏角会由于传感器的偏差造成状态估计精度的下降。另外，集成控制器的设计方面也有一些不足之处，例如分层控制结构中上层非线性控制器结构复杂，对不确定性建模考虑不足等。这些因素都限制了分布式驱动电动汽车的实际应用。　　针对上述问题，本文设计了车辆状态观测器和分布式驱动电动汽车操稳性集成控制系统。主要的内容有：　　（1）根据状态估计和集成控制需求，建立定位系统坐标、惯性坐标和车辆坐标相互转化的运动学关系和车辆动力学模型，利用Carsim真实的轮胎数据拟合魔术轮胎公式参数。　　（2）依托智能轮胎传感器、惯性导航系统（Inertial Navigation System，INS）和全球导航卫星系统（Global Navigation Satellite System，GNSS）对车辆的状态进行估计。其中，纵向速度的估计采用轮速、GNSS速度及纵向加速度多信息融合的方式，设计加权融合卡尔曼滤波（Kalman Filter，以下简称Kalman滤波），减小观测矩阵维度，根据先验知识设计基于可靠性指数函数的观测噪声方差自适应调整方法。横摆角速度和质心侧偏角估计方面，利用GNSS车速和方位角信息实时修正横摆角速度偏差和侧向加速度偏差，基于改进的Sage-Husa自适应Kalman滤波算法实现观测噪声方差的自适应。　　（3）采用分层控制结构设计车辆的集成控制器。上层控制器基于无约束的模型预测控制算法，同时设计非线性干扰补偿器，得到广义纵向力、侧向力和横摆力矩。下层控制器建立以广义力误差最小和轮胎裕度最大的控制分配目标，考虑执行器位置约束，利用十二边形拟合轮胎摩擦椭圆约束，通过求解优化问题分配广义力和力矩。针对单执行器完全失效的故障，设计基于限定记忆最小二乘法的故障检测与辨识方法，结合故障信息对控制分配律进行重构，实现车辆的容错控制。　　（4）利用Carsim和Matlab/Simulink联合仿真平台对状态观测器和控制器的效果进行仿真。仿真结果表明：所提出的状态估计算法在匀速、驱动和紧急制动情况下均能对纵向车速实现较为准确的估计；通过GNSS信号能够修正横摆角速度偏差和侧向加速度偏差，提高质心侧偏角的估计精度；操稳性集成控制器可应对不确定性建模误差，在普通工况下减小轮胎利用率提高车辆的操纵性，在极限工况下保证车辆的稳定性，在执行器故障时能维持车辆的直线行驶的方向稳定性及最大限度地保证车辆转向能力。　　（5）利用实车采集数据对状态观测器的实际估计效果进行验证。结果表明：利用本文提出的方法能够实现对实际INS传感器偏差的修正，在直线行驶和转弯工况下都能对车辆的状态进行较为准确的估计。
作者：	吴明阳
专业：	农业机械化工程
导师：	冀杰
授予学位：	硕士
授予学位单位：	西南大学
学位年度：	2018
正文语种：	中文