详情

原文传递转弯制动工况下车辆状态估计及稳定性控制研究

论文题名：	转弯制动工况下车辆状态估计及稳定性控制研究
关键词：	汽车转弯制动;车辆状态估计;稳定性控制;力矩分配
摘要：	汽车处于转弯制动工况时，轮胎同时存在纵滑与侧偏，属于复合工况。由于载荷转移，汽车有发生过度转向或不足转向的趋势，若不及时进行控制，汽车可能会失稳甚至出现交通事故。为了提高车辆在转弯制动工况下的稳定性，需要对车辆进行稳定性控制。车辆稳定性控制系统的正常工作依赖于车辆的质量参数与运动状态，如何获取这些信息是研究的重点。　　车辆状态估计是获取车辆状态信息的有效手段。由于乘员或货物的加减载，质量参数会发生变化，从而影响车辆状态估计以及动力学控制；通过附加横摆力矩控制可以使得车辆在转弯制动过程中保持稳定，通常采用差动制动来实现，而如何决策车轮制动力矩是其中关键。针对以上问题，本文开展了如下研究。　　首先，结合转弯制动工况特点，针对目标车辆建立了复合工况魔术公式轮胎模型，并用最小二乘估计对魔术公式参数进行了分层辨识；建立了包含纵向、侧向、横摆以及四个车轮转动的非线性七自由度车辆模型并进行了模型验证。　　其次，转弯制动工况的非线性特性较强，传统无迹卡尔曼滤波器在运行过程中可能会出现协方差矩阵负定而导致滤波结果发散，为了避免这个问题，采用奇异值分解（Singular Value Decomposition，SVD）来替换无迹变换中的Cholesky分解，对无迹卡尔曼滤波器进行了改进；建立了基于奇异值分解的双重无迹卡尔曼滤波器（Dual-SVDUKF），分别用来估计车辆的质量参数（质量、横摆转动惯量与质心到前轴的距离）和行驶状态（纵向速度、侧向速度、质心侧偏角与横摆角速度）。进行了CarSim与MATLAB/Simulink联合仿真，将CarSim的输出作为参考值，并将所建立的估计方法和扩展卡尔曼滤波器（EKF）的估计结果进行对比。仿真结果表明：①Dual-SVDUKF的参数估计器能够在车辆运行的初始阶段准确估计出质量参数，可以为状态估计器提供更准确的质量参数；②在???1.0的高附着系数路面转向角正弦工况以及???0.3的低附着系数路面转向角阶跃工况下，由于Dual-SVDUKF估计器不存在截断误差，对非线性模型的适应性更好，因此Dual-SVDUKF估计器的状态估计精度高于EKF估计器，且在侧向加速度较大及路面附着系数较低的情况下提升更为明显。　　最后，建立了LQR-PID侧纵向协调控制器对车辆进行转弯制动工况下的稳定性控制。利用侧向稳定性LQR控制器进行横摆力矩控制，确定横摆力矩分配策略。利用PID控制器进行纵向速度控制，并对轮胎滑移率进行控制；当轮胎力达到车轮极限时优先满足车辆侧向稳定性控制的需求。分别建立了基于Dual-SVDUKF的LQR-PID侧纵向协调控制器与基于EKF的LQR-PID侧纵向协调控制器，并进行了仿真试验。结果表明：①在高附着系数路面转向角阶跃工况下，两种控制器对横摆角速度、质心侧偏角与纵向速度的跟随效果一致，且附加制动力矩控制量也一致，这是由于，在此工况下，Dual-SVDUKF估计器与EKF估计器的状态估计精度都较高，路面能够提供较大的轮胎力，以及闭环控制能够在一定程度上纠正偏差。②在低附着系数转向角阶跃工况下，两种控制器对于参考量的跟随性存在不足，这是由于在该工况下车辆表现出较强的非线性，参考模型为二自由度线性模型，难以表达非线性区车辆特性，且未考虑路面附着系数的变化，需对参考模型和控制器进一步修正。
作者：	张年瑞
专业：	车辆工程
导师：	章新杰
授予学位：	硕士
授予学位单位：	吉林大学
学位年度：	2022