详情

原文传递无人驾驶电动汽车轨迹跟踪和横向稳定性综合控制方法

专利名称：	无人驾驶电动汽车轨迹跟踪和横向稳定性综合控制方法
摘要：	无人驾驶电动汽车轨迹跟踪和横向稳定性综合控制方法，涉及汽车智能安全与自动驾驶领域。通过车载传感器采集无人驾驶电动汽车行驶的自身行驶状态信息和车辆相对于期望轨迹的位置信息，建立表征参数不确定性和时变特性的无人驾驶电动汽车Takagi–Sugeno模糊控制模型，设计一种基于Takagi–Sugeno模糊的无人驾驶电动汽车轨迹跟踪和横向稳定性鲁棒H∞综合控制方法，实现了无人驾驶电动汽车的轨迹跟踪和横向稳定性的集成控制，有效克服了无人驾驶电动汽车轮胎侧偏刚度不确定、预瞄距离和纵向速度时变对系统的影响，显著提升了无人驾驶电动汽车运动控制系统的品质。
专利类型：	发明专利
申请人：	厦门大学
发明人：	郭景华;王靖瑶;郑华青
专利状态：	有效
申请日期：	1900-01-20T18:00:00+0805
发布日期：	1900-01-20T07:00:00+0805
申请号：	CN201911310143.1
公开号：	CN110962839A
代理机构：	厦门南强之路专利事务所(普通合伙)
代理人：	马应森;曾权
分类号：	B60W30/02;B60W50/00;B;B60;B60W;B60W30;B60W50;B60W30/02;B60W50/00
申请人地址：	361005 福建省厦门市思明南路422号
主权项：	1.无人驾驶电动汽车轨迹跟踪和横向稳定性综合控制系统，其特征在于包括车载传感器模块、Takagi–Sugeno模糊横向控制模型表征模块、鲁棒H∞输出反馈上位动态控制器模块和下位控制分配模块；所述车载传感器模块的输入端接无人驾驶电动汽车，车载传感器模块的输出端接Takagi–Sugeno模糊横向控制模型表征模块；车载传感器模块包括GPS模块和CCD视觉模块，GPS模块用于采集无人驾驶电动汽车行驶状态信息，CCD视觉模块用于检测车辆相对于期望轨迹的位置信息；所述Takagi–Sugeno模糊横向控制模型表征模块包括轮胎不确定性侧偏刚度表征模块、时变预瞄距离与纵向速度模糊表征模块；轮胎不确定性侧偏刚度表征模块和时变预瞄距离与纵向速度模糊表征模块分别采集轮胎侧偏刚度不确定性特点以及其预瞄距离和纵向速度时变特性，用于建立表征无人驾驶电动汽车参数不确定性和时变特性的Takagi–Sugeno模糊横向控制模型；所述鲁棒H∞输出反馈上位动态控制器模块包括鲁棒上位动态控制器构型、鲁棒上位动态控制器存在条件表征模块、鲁棒上位动态控制器反馈增益控制矩阵；所述鲁棒H∞输出反馈上位动态控制器模块用于实时求出无人驾驶电动汽车转向行驶所需的前轮转向角和附加横摆力矩，并输出至下位控制分配模块；所述下位控制分配模块的输出端接无人驾驶电动汽车，下位控制分配模块将非线性凸优化问题转换为SQP优化问题，用于分配无人驾驶电动汽车的附加横摆力矩，求解得到各执行器所需的附加电机转矩，并将信息传输给无人驾驶电动汽车，以实现对附加横摆力矩的跟踪控制，进而实现对无人驾驶电动汽车轨迹跟踪与横向稳定性的综合控制。 2.无人驾驶电动汽车轨迹跟踪和横向稳定性综合控制方法，其特征在于包括以下步骤： 1)通过车载传感系统实时获取无人驾驶电动汽车行驶状态信息及周围环境信息； 2)基于车载传感器获取的信息，考虑无人驾驶电动汽车的轮胎侧偏刚度具有参数不确定性特点以及其预瞄距离和纵向速度具有时变特性，建立表征无人驾驶电动汽车参数不确定性和时变特性的横向动力学Takagi–Sugeno模糊模型； 3)设计鲁棒H∞输出反馈上位动态控制器模块，实时求出无人驾驶电动汽车转向行驶所需的前轮转向角和附加横摆力矩； 4)设计一种序列二次规划下位控制分配模块，用于分配无人驾驶电动汽车的附加横摆力矩，求解得到各执行器所需的附加电机转矩，实现对附加横摆力矩的跟踪控制。 3.如权利要求2所述无人驾驶电动汽车轨迹跟踪和横向稳定性综合控制方法，其特征在于在步骤1)中，所述无人驾驶电动汽车行驶状态信息包括车辆的横摆角速度、纵向速度和横向速度。 4.如权利要求2所述无人驾驶电动汽车轨迹跟踪和横向稳定性综合控制方法，其特征在于在步骤1)中，所述周围环境信息包括预瞄点处车辆与期望轨迹的角度偏差和横向距离偏差。 5.如权利要求2所述无人驾驶电动汽车轨迹跟踪和横向稳定性综合控制方法，其特征在于在步骤2)中，所述建立表征无人驾驶电动汽车参数不确定性和时变特性的横向动力学Takagi–Sugeno模糊模型的具体步骤为： (1)建立描述无人驾驶电动汽车转向特性的横向动力学模型； (2)基于CCD视觉系统获取的无人驾驶电动汽车预瞄点处的角度偏差和横向距离偏差，建立表征无人驾驶电动汽车相对于期望轨迹的横向运动学模型； (3)建立描述轮胎侧偏刚度不确定的数学模型，综合无人驾驶电动汽车横向动力学模型和横向运动学模型，得到包含参数不确定性的无人驾驶电动汽车横向控制模型； (4)针对无人驾驶电动汽车预瞄距离和纵向速度具有时变性，设计描述预瞄距离和纵向速度的模糊模型，建立包含参数不确定性和时变特性的无人驾驶电动汽车Takagi–Sugeno模糊控制模型。 6.如权利要求2所述无人驾驶电动汽车轨迹跟踪和横向稳定性综合控制方法，其特征在于在步骤3)中，所述设计鲁棒H∞输出反馈上位动态控制器模块，实时求出无人驾驶电动汽车转向行驶所需的前轮转向角和附加横摆力矩的具体步骤为： (1)设计用于实现无人驾驶电动汽车轨迹跟踪和横向稳定性综合控制系统的鲁棒H∞输出反馈上位动态控制器构型； (2)将所设计的鲁棒H∞输出反馈上位控制器构型代入无人驾驶电动汽车Takagi–Sugeno模糊多模型集，建立表征参数不确定性和时变特性的无人驾驶电动汽车横向控制闭环系统状态方程； (3)设计H∞输出反馈上位动态控制器存在可行解所需满足的线性矩阵不等式条件；利用该不等式条件推导出鲁棒H∞输出反馈上位动态控制器的反馈控制增益矩阵。 7.如权利要求2所述无人驾驶电动汽车轨迹跟踪和横向稳定性综合控制方法，其特征在于在步骤4)中，所述设计一种序列二次规划下位控制分配模块，用于分配无人驾驶电动汽车的附加横摆力矩，求解得到各执行器所需的附加电机转矩的具体步骤为： (1)建立描述无人驾驶电动汽车附加横摆力矩与车轮半径、轮距以及车轮的附加电机转矩关系的数学模型； (2)以控制输入量消耗能量最小和控制分配误差最少的分配目标，建立无人驾驶电动汽车附加横摆力矩分配的非线性凸优化函数； (3)引入执行器的速率约束以确保动态分配的实时性能，将非线性凸优化函数改写为SQP形式； (4)给出无人驾驶电动汽车附加横摆力矩SQP优化问题的可行解，得到无人驾驶电动汽车各执行器的附加电机转矩。
所属类别：	发明专利