详情

原文传递基于路面辨识的四轮转向主动转向仿真研究

论文题名：	基于路面辨识的四轮转向主动转向仿真研究
关键词：	四轮转向车辆;主动转向系统;控制策略;路面辨识;操纵稳定性
摘要：	为了降低日益复杂的道路交通状况所引发的交通事故发生率，针对汽车安全性能的研究就成为了汽车工业的重点。其中，将路面附着系数的准确信息运用于车辆的各个控制系统中，能大幅提升控制系统的控制精度、改善车辆的操纵稳定性和安全性。本文在四轮转向(FourWheelSteering，4WS)车辆主动转向系统的研究中考虑了实时的路面附着信息，并做了较为深入的研究，具体内容如下：　　首先，为了4WS车辆控制系统设计、仿真和控制效果的验证，本文建立了4WS车辆线性2自由度动力学模型、4WS车辆非线性动力学模型、理想车辆模型、刷子轮胎模型，并利用CarSim建立了主动后轮转向(RearActiveSteering，ARS)车辆模型和四轮主动转向(FourWheelActiveSteering，4WAS)车辆模型，搭建了CarSim与Simulink联合仿真平台，为后续路面辨识算法设计、ARS和4WAS车辆控制系统研究工作做了前期准备。　　其次，针对现有的路面辨识算法，大多只考虑了纯侧偏、纯滑移的单一激励的问题，特提出一种能同时考虑纵、侧向激励的复合工况下的路面辨识算法：首先使用Luenberger观测器建立了基于侧向力的附着系数估计算法；其次使用Lyapunoy方法创建了基于纵向力的附着系数估计算法；最后，利用模糊控制对纵、侧向估计算法得到的结果进行融合和优化处理，建立了基于纵、侧向力估计的附着系数联合估计算法。仿真结果表明，纵、侧向联合估计算法相较于单一的纵、侧向估计算法误差更低、鲁棒性更强。　　然后，针对现有ARS控制系统未能充分考虑路面附着条件的问题，采用相平面法分析了质心侧偏角对车辆稳定性的影响，设计了基于最优控制的变权重系数ARS控制系统：首先基于LQR最优控制创建了ARS控制系统；其次使用遗传算法得到了高、低附着条件和车速下的最优权重系数，并以此作为变权重系数控制器论域划分标准；然后建立了合理的模糊规则并设计了基于模糊控制的变权重系数调节器，根据实时的路面辨识结果和车速对最优控制器的权重系数进行实时调节；最后对基于最优控制所建立的变权重系数ARS控制系统做了仿真分析，结果表明，相比于定参数控制系统，变权重系数ARS控制系统提高了车辆在不同车速和附着系数路面条件下的稳定性和安全性。　　最后，对于现有的4WAS控制系统未能充分考虑路面附着条件的问题，首先分别使用滑模控制和最优控制的方法，建立了两种4WAS车辆控制系统；然后通过对两种控制系统在不同车速和路面附着系数下的稳态质心侧偏角进行仿真分析，发现两种控制系统在不同的车速和路面附着系数下的稳定区间大小以及稳态质心侧偏角大小均有明显差异；最后基于两种控制器的分析结果建立了4WAS车辆切换控制系统。仿真分析结果表明，相比基于单一滑模控制和最优控制的4WAS控制系统，该切换控制系统在各种附着条件和车速下均能保持最低的质心侧偏角，且最大程度保持车辆的操纵稳定性。
作者：	侯建伟
专业：	车辆工程
导师：	石沛林;王军伟
授予学位：	硕士
授予学位单位：	山东理工大学
学位年度：	2022