详情

原文传递汽车紧急避撞转向与制动协调控制研究

论文题名：	汽车紧急避撞转向与制动协调控制研究
关键词：	汽车紧急避撞;安全距离;参数估计;协调控制;路面附着系数
摘要：	针对高速公路上前方行驶的车辆突然紧急制动或前方突然出现障碍物等紧急情况，通过人为操纵已不能避免碰撞的问题。论文结合常州市科技计划应用基础研究项目“汽车紧急避撞主动转向与制动协调控制系统研究”，开展了汽车紧急避撞控制系统的关键状态参数估计并采用灰色神经网络对制动和转向进行协调控制算法研究，实现了车辆主动避撞系统自动接管车辆，完成了紧急避撞控制，并进行了不同工况及不同路面附着系数条件下的仿真试验和硬件在环试验。　　本文首先建立了汽车紧急避撞控制系统研究的汽车动力学模型，包括整车的七自由度模型和线性二自由度车辆模型、刷子轮胎模型等。基于Simulink平台与Carsim软件联合对上述模型进行仿真验证，结果表明所建模型能够满足汽车紧急避撞控制仿真要求。　　针对汽车避撞过程稳定性控制关键参数估算的需要，利用最小二乘法进行了路面附着系数估计，提出了一种蚁群算法优化的UKF的状态估计自适应滤波算法。运用蚁群算法的寻优功能，通过适当地选择目标函数对过程噪声和观测噪声的协方差矩阵进行寻优运算，实现了算法的自适应，提高了算法的鲁棒性和估计精度。仿真试验结果表明，算法估计效果良好，能够满足汽车操纵稳定性控制要求。　　针对高速公路多车复杂工况，基于传统的安全距离模型建立了双车道多车紧急纵向避撞安全距离模型和侧向避撞换道安全距离模型。在制动避撞工况下，建立了纵向避撞安全距离模型，对于转向避撞工况，采用五阶多项式进行路径规划，建立了换道避撞安全距离模型。　　针对紧急情况采取何种较优避撞模式问题，提出了一种基于灰色理论的车辆避撞模式决策方法，运用该决策方法解决避撞模式选择问题，重点研究了制动和转向协调避撞模式。建立了BP神经网络上层控制器协调汽车制动与转向同时工作，通过纵向安全距离模型和侧向换道路径给出制动减速度变化曲线和侧向加速度变化曲线，通过逆动力学建模得到制动压力变化曲线和前轮转角变化曲线，建立PID下层制动和转向控制器。仿真试验研究结果表明，算法控制效果良好，在紧急工况下，在满足稳定性要求的前提下能较好完成避撞。　　针对神经网络控制器优化问题，利用遗传算法优化出神经网络控制器的最佳初始权值和阈值，使得神经网络控制器在成功避撞的前提下，车辆自身有更小的横摆角速度和质心侧偏角，保证驾乘人员有更好的舒适性。针对外界环境干扰等客观存在的因素对避撞过程的影响，在换道过程中，针对侧向风干扰等因素所产生的不确定性，设计H∞鲁棒控制器抑制了这些干扰因素，车辆能够较好地跟踪期望轨迹。　　最后，设计并研制了基于LabVIEW和MATLAB/Simulink平台的汽车紧急避撞控制硬件在环试验平台。试验平台主要包括转向电机及其驱动器，计算机监控界面，无线通讯模块，DP512核心控制器，液压制动机构等。试验结果表明，控制器能实时地判别汽车紧急工况并输出控制信号；制动系统和主动前轮转向系统能实时响应，且横摆角速度和质心侧偏角的稳定性指标在安全范围内，控制算法对外界干扰等具有较强的鲁棒性。
作者：	张凤娇
专业：	车辆工程
导师：	魏民祥
授予学位：	博士
授予学位单位：	南京航空航天大学
学位年度：	2017