详情

原文传递考虑驾驶风格的分布式电驱动汽车力矩矢量控制

论文题名：	考虑驾驶风格的分布式电驱动汽车力矩矢量控制
关键词：	纯电动汽车;分布式驱动系统;驾驶风格;聚类分析;人工神经网络;滑模控制
摘要：	随着世界各国对环境问题的重视程度不断提升，并就碳中和愿景达成一致，以及人工智能技术的飞速发展，汽车行业正在经历一场电动化、网联化、智能化、共享化的快速变革。相比传统的集中式驱动电动汽车，分布式驱动电动汽车传动链短、底盘集成度高，同时能够充分利用四轮附着力，对无人驾驶系统指令能快速响应、精确执行，因此逐渐成为面向未来智能网联汽车的理想载体。　　本文以分布式驱动电动汽车的力矩矢量控制方法为主要研究内容，研究课题为“考虑驾驶风格的分布式电驱动汽车力矩矢量控制”。由于当前对于分布式驱动电动汽车的横摆控制主要集中于稳定性控制目标，无法对不同驾驶风格的驾驶员实现自适应控制，因此，本文提出了考虑驾驶风格的力矩矢量控制策略，目的是实现分布式驱动电动汽车横摆控制的个性化与智能化。具体内容主要包括：　　首先，以某四轮分布式驱动电动汽车平台为蓝本，搭建了能反映动力学特性的车辆模型。基于Carsim-Simulink创建了联合仿真车辆动力学模型：在Carsim中完成车体与底盘模型的参数匹配，在Simulink中完成轮毂电机模型与驾驶员模型的搭建。模型搭建完成后，通过稳态回转、蛇形绕桩等典型工况下的仿真与实车试验结果进行对比，验证了所搭建的车辆模型的有效性与准确性。　　其次，实现对驾驶风格的快速实时辨识。为了采集驾驶员与车辆状态数据集以训练驾驶风格辨识模型，并快速验证所提出控制策略的实时性与有效性，本文搭建了驾驶员在环与控制器硬件在环的驾驶模拟器台架，并在综合考验车辆操纵稳定性的复合赛道工况下完成了不同年龄、不同经验驾驶员的数据采集、事件划分。依据驾驶事件中的不同统计特征，将驾驶员按风格聚类，搭建BP神经网络模型实现驾驶风格的离线辨识与实时在线辨识。硬件在环测试表明，该辨识算法在复合道路工况下仍能实现很高的辨识准确率，且能保证良好的实时性。　　最后，提出了一种能适应不同风格驾驶员的直接横摆力矩控制策略。首先，通过对二自由度动力学模型与驾驶风格聚类结果的进一步分析，量化了不同风格驾驶员的理想参考模型与控制目标；随后，进一步确定了控制策略，对保守或适中的驾驶风格采用基于稳定性的控制目标；对激进或运动的驾驶员采用基于专业驾驶员特性的控制目标。随后基于滑模控制搭建了分层横摆力矩控制方案。最后，分别完成了方向盘正弦输入仿真、变速双移线仿真，以及驾驶员与控制器硬件同时在环的测试。结果均表明，控制器在识别到驾驶风格后，能快速切换控制目标并作出响应，保障了保守与正常驾驶员过弯时的稳定性，同时也满足了激进风格驾驶员对于路径跟随和高横摆角速度增益的需求，降低了驾驶员操作负担。
作者：	王奕斐
专业：	车辆工程
导师：	王菲
授予学位：	硕士
授予学位单位：	吉林大学
学位年度：	2023