详情

原文传递分布式驱动电动智能汽车运动控制策略研究

论文题名：	分布式驱动电动智能汽车运动控制策略研究
关键词：	电动智能汽车;运动控制;轨迹跟踪控制;稳定性分析
摘要：	随着汽车电动化、智能化和网联化的高速发展，分布式驱动电动智能汽车凭借其绿色、安全、高效、智能等优势成为未来汽车工业发展的重要方向。运动控制作为智能汽车的核心关键技术之一，对于保证车辆快速准确地跟踪参考轨迹稳定行驶至关重要，尤其是在诸如高速过弯、换道超车、紧急避障等复杂工况下，车辆通常处于纵-侧-垂耦合的非线性状态，此时轮胎侧向力容易饱和，导致车辆偏离参考轨迹，甚至发生侧滑、甩尾、侧翻等失稳风险。因此，本文对分布式驱动电动智能汽车运动控制策略开展研究，重点从车辆动力学建模、车辆稳定性分析与失稳风险预测、以及电动智能汽车多目标协调运动控制等方面开展研究工作，旨在保证智能汽车稳定跟踪参考轨迹的同时，进一步提升跟踪精度和车辆主动安全性能。主要研究内容如下：　　（1）为建立准确、可靠的车辆模型，为控制算法的开发验证提供仿真模型基础，通过CarSim与Matlab/Simulink联合，搭建了分布式驱动电动汽车整车模型。首先利用CarSim搭建车身、转向和悬架系统模型；利用Simulink建立外接复合工况UniTire轮胎模型和轮毂电机模型，代替CarSim中的轮胎模型和传动系统模型；通过与实车试验和轮胎试验数据对比，验证了模型的精度和可靠性。　　（2）为准确评估车辆状态，从而指导控制器设计，建立了一套可量化的车辆状态监督与风险预测方法。首先探究了不同行驶状态下，前后轮侧偏角相平面鞍点位置的变化规律，对基于鞍点位置的相平面稳定边界进行参数化描述，并据此设计可量化的稳定性评价指标，定量地评估车辆横摆稳定裕度；其次基于八自由度车辆模型对车辆状态进行预测，利用预测载荷转移率指标定量评估车辆侧翻风险，并在超过安全阈值时提前预警，实现对车辆状态的实时监督与风险预测。　　（3）为解决纵-侧向运动耦合工况下，智能汽车轨迹跟踪与横摆稳定性协调控制问题，首先考虑轮胎模型精度对控制效果和算法实时性的影响，在传统UniTire模型基础上，通过理论推导和适当的模型简化，建立了面向控制的复合工况UniTire-Ctrl模型，将轮胎的非线性和耦合特性在有效侧偏刚度中集中表达，保留大部分轮胎特性的同时，具有模型参数少，表达式精简，实时性好等优势；之后基于复合工况UniTire-Ctrl模型设计了MPC侧向运动控制器，通过引入轮胎侧偏角软约束来协调跟踪精度与横摆稳定性，纵向利用LQR跟踪目标车速，并基于轮胎附着利用率目标进行力矩分配；最后通过在常规和极限复合工况开展仿真试验发现，所设计的控制器基于准确的轮胎侧偏刚度信息，能够有效协调跟踪精度与车辆稳定性，决策出合理的控制量，常规工况跟踪精度更高，极限工况下仍能控制车辆稳定地跟踪参考轨迹，具有较大的控制潜力。　　（4）为进一步考虑车辆侧翻失稳风险，设计了考虑轨迹跟踪与横摆-侧翻稳定性控制的MPC多目标协调运动控制器。首先根据车辆状态确定各控制目标优先级和控制模式；之后利用量化的稳定性评价指标对跟踪精度与横摆-侧翻稳定性控制目标的权重进行自适应调节，通过控制转角和四轮力矩实现多目标协调控制；最后，通过在不同路面开展紧急避障仿真试验发现，所设计的控制器能够有效评估车辆状态，并结合不同工况需求，有效协调多目标优先级和权重，保证车辆稳定地跟踪参考轨迹行驶，并将车辆侧翻失稳风险控制在安全阈值内，进一步提升了车辆跟踪精度与主动安全性能，表现出较好的工况适应性。
作者：	胡敏
专业：	车辆工程
导师：	许男
授予学位：	硕士
授予学位单位：	吉林大学
学位年度：	2023