详情

原文传递一种EPS特性未知的自动驾驶汽车方向盘转向角跟踪方法

专利名称：	一种EPS特性未知的自动驾驶汽车方向盘转向角跟踪方法
摘要：	本发明提出了一种EPS特性未知的自动驾驶汽车方向盘转向角跟踪方法，属于智能交通技术领域。本方法根据获得的自动驾驶汽车的方向盘转向角测量值和方向盘转向角外部指令计算EPS转向力矩指令M_{c_k}，M_{c_k}由离散化的反馈控制器算法力矩M_{feedback_k}和基于扩张干扰观测的前馈补偿器算法力矩M_{feedforward_k}之差得到，M_{feedforward_k}用于补偿包括EPS未知特性在内的各类干扰对自动驾驶汽车前轮转动系统的影响，M_{feedback_k}用于对自动驾驶汽车方向盘转角期望值进行跟踪，然后将M_{c_k}作为EPS的转向力矩输入。本发明以转向力矩作为线控输入接口，将整个EPS系统视为执行机构，可有效抑制EPS特性未知、道路坑洼、风阻、自动驾驶汽车前轮转动模型参数不确定性、斜坡重力横向分量等干扰对自动驾驶汽车方向盘转向角跟踪精度的影响。
专利类型：	发明专利
国家地区组织代码：	北京;11
申请人：	清华大学
发明人：	杨殿阁;严瑞东;于春磊;江昆
专利状态：	有效
申请号：	CN201811113713.3
公开号：	CN109204458A
代理机构：	北京清亦华知识产权代理事务所(普通合伙) 11201
代理人：	廖元秋
分类号：	B62D15/02(2006.01)I;B;B62;B62D;B62D15
申请人地址：	100084 北京市海淀区清华园1号
主权项：	1.一种EPS特性未知的自动驾驶汽车方向盘转向角跟踪方法，其特征在于，包括以下步骤：1)设定循环周期前后两帧之间的时间差Δτ；2)在第k帧的开始时刻，获得自动驾驶汽车的方向盘转向角测量值θk和方向盘转向角外部指令θd_k；k＝1,2,…,N，N是结束时刻的计算帧数，为正整数；3)根据步骤2)获得的θk和θd_k计算EPS转向力矩指令Mc_k，计算公式如下：Mc_k＝Mfeedback_k‑Mfeedforward_k式中，Mfeedforward_k为基于扩张干扰观测(ESO)的前馈补偿器算法力矩，用于补偿包含EPS未知特性在内的自动驾驶汽车横向控制系统的总干扰对控制精度的影响，表达式如下：其中，J_m是自动驾驶汽车的转向系统等效转动惯量；ε是方向盘转向角和自动驾驶汽车前轮转向角之间的比值；是第k帧时对自动驾驶汽车前轮转动系统中所有干扰之和x_{3_k}的估计值，x_{3_k}的表达式如下：式中，β是自动驾驶汽车的质心侧偏角；l_r是自动驾驶汽车的轮胎拖距；是自动驾驶汽车的侧偏角刚度系数；u是自动驾驶汽车的纵向速度；a是自动驾驶汽车的质心到前轴的距离；ε是自动驾驶汽车方向盘转向角和前轮转向角之间的比值，J_m是自动驾驶汽车的转向系统等效转动惯量；B_m是自动驾驶汽车的转向系统等效阻尼系数；θ_k是第k帧时方向盘转向角测量值；是第k帧时方向盘转向角测量值的一阶导数；ΔM_{eps_k}是第k帧时EPS的转向力矩指令M_{c_k}与实际输出力矩M_{eps_k}之差；d_k表示第k帧时道路坑洼、风阻、自动驾驶汽车前轮转动模型参数不确定以及斜坡重力横向分量干扰之和；根据步骤1)设定的Δτ将ESO算法离散化，以此求解x_{3_k}的估计值其中，设定是第k帧时方向盘转向角测量值θ_k的估计值；是第k帧时方向盘转向角测量值一阶导数的估计值；设定的值均为0；则离散后的ESO表达式如下：式中，l1,l2,l3分别表示ESO的增益值，具体选取根据ESO增益整定方法确定；为第k‑1帧时方向盘转向角测量值的估计值与测量值θ_k‑1之差的饱和函数，表达式如下：其中，σ为经验参数，取值范围为0.001～0.1；Mfeedback_k为根据步骤1)设定的Δτ进行离散化的常规反馈控制器算法力矩，该力矩通过将自动驾驶汽车方向盘转向角指令θd_k与自动驾驶汽车方向盘转向角测量值θk之差θd_k‑θk作为反馈量，然后由反馈控制器算法计算得到，用于抑制未被补偿的干扰并实现对自动驾驶汽车方向盘转向角外部指令θd_k的跟踪；4)将步骤3)计算得到的转向力矩指令Mc_k输出至EPS，EPS响应该转向力矩指令Mc_k，实现自动驾驶汽车前轮转向；5)令k＝k+1，返回步骤2)进行下一个循环周期，直至汽车关闭自动驾驶功能。
所属类别：	发明专利