面向极限工况的分布式驱动电动汽车动力学集成控制方法

doi:10.19562/j.chinasae.qcgc.2022.09.008

摘要/Abstract

摘要：

为了改善分布式驱动电动汽车在低附着路面行驶、高速转向等极限工况下的主动安全性，本文提出了一种基于预测控制的动力学集成控制方法。首先，为了均衡预测模型的建模精度与控制器的计算负担，通过分段仿射将非线性横摆动力学模型进行简化，进而建立了混杂系统预测模型。其次，分析了多时变参数系统的失稳机理，将系统发生分岔现象后极易失稳的工况定义为极限工况，统一了低附着、高速等不同极限工况下的车辆稳定性判别方法，制定了控制模式的切换机制。然后，提出了基于鲁棒混杂模型预测控制算法的动力学集成控制策略，系统地考虑了极限工况下的车速变化与轮胎非线性侧偏特性，协同优化了车辆的驱动防滑性能、横摆稳定性等安全性指标。处理器在环试验表明，提出的集成控制策略能够满足低附着路面行驶与高速转向工况的控制需求，显著提高了车辆在极限工况下的主动安全性。

关键词: 分布式驱动电动汽车, 极限工况, 车辆动力学控制, 模型预测控制

Abstract:

In order to improve the active safety of four-wheel independent drive electric vehicles under extreme conditions such as low adhesion road driving and high-speed steering， a predictive control-based dynamic integrated control method is proposed in this paper. Firstly， in order to balance the modeling accuracy of the prediction model and the computational burden of the controller， the nonlinear yaw dynamic model is simplified by a piecewise affine approximation， and then the prediction model of the hybrid system is established. Secondly， the instability mechanism of the multi-time-varying parameter system is analyzed. The maneuvers with bifurcation are defined as the extreme conditions， and the unified vehicle stability judgement method for different extreme conditions such as low adhesion and high speed is developed to determine the switching mechanism of the control mode. Then， the integrated dynamic control strategy based on the robust hybrid predictive control algorithm is proposed， which systematically considers the vehicle speed variation and tire nonlinear lateral deflection characteristics under the extreme conditions， and coordinately optimizes the anti-skid performance， yaw stability and other safety indexes. The processor-in-the-loop test shows that the proposed integrated dynamic control strategy can meet the control requirements of low adhesion road driving and high-speed steering conditions， and significantly improve the active safety of the vehicle under extreme conditions.

Key words: four-wheel independent drive electric vehicles, extreme maneuver, veicle dynamic control, model predictive control

林程,梁晟,宫新乐,于潇,汪博文. 面向极限工况的分布式驱动电动汽车动力学集成控制方法[J]. 汽车工程, 2022, 44(9): 1372-1385.

Cheng Lin,Sheng Liang,Xinle Gong,Xiao Yu,Bowen Wang. Integrated Dynamic Control Strategy for Extreme Maneuvers of 4WIDEVs[J]. Automotive Engineering, 2022, 44(9): 1372-1385.

图/表 19

图1

表1

图2

图3

图4

图5

图6

图7

表2

图8

表3

图9

图10

图11

图12

图13

图14

图15

图16

参考文献 23

1	余卓平，冯源，熊璐. 分布式驱动电动汽车动力学控制发展现状综述［J］. 机械工程学报， 2013， 49（8）： 106-114.
	YU Zhuoping， FENG Yuan， XIONG Lu. Review on vehicle dynamics control of distributed drive electric vehicle［J］. Journal of Mechanical Engineering， 2013， 49（8）： 106-114.
2	ZHANG Duo， LIU Guohai， ZHOU Huawei， et al. Adaptive sliding mode fault-tolerant coordination control for four-wheel independently driven electric vehicles ［J］. IEEE Transactions on Industrial Electronics， 2018， 65（11）： 9090-9100.
3	HASAN Alipour， MOHAMMAD Bagher Bannae Sharifian， MEHRAN Sabahi. A modified integral sliding mode control to lateral stabilisation of 4-wheel independent drive electric vehicles ［J］. Vehicle System Dynamics， 2014， 52（12）： 1584-1606.
4	林程，徐志峰，王文伟，等. 基于直接滑动率分配的横摆稳定性控制策略研究［J］.机械工程学报， 2015， 51（16）： 42-49.
	LIN Cheng， XU Zhifeng， WANG Wenwei， et al. Research on yaw stability control based on direct slip ratio distribution ［J］. Journal of Mechanical Engineering， 2015， 51（16）： 42-49.
5	MEHDI Abroshan， REZA Hajiloo， EHSAN Hashemi， et al. Model predictive-based tractor-trailer stabilisation using differential braking with experimental verification ［J］. Vehicle System Dynamics， 2021 59（8）： 1190-1213.
6	CONG Geng， LOTFI Mostefai， MOULOUD Denaï， et al. Direct yaw-moment control of an in-wheel-motored electric vehicle based on body slip angle fuzzy observer ［J］. IEEE Transactions on Industrial Electronics， 2009， 56（5）： 1411-1419.
7	杜荣华，米思雨，胡林，等. 分布式驱动电动汽车复合制动系统转矩分配控制策略仿真［J］.汽车工程， 2019， 41（3）： 328-345.
	DU Ronghua， MI Siyu， HU Lin， et al. Simulation on control strategy for torque distribution of compound brake system in a distributed drive electric vehicle ［J］. Automotive Engineering， 2019， 41（3）： 328-345.
8	刘志强，刘广. 分布式驱动电动汽车稳定性控制仿真与试验［J］. 汽车工程， 2019， 41（7）： 793-799.
	LIU Zhiqiang， LIU Guang. Simulation and test of stability control for distributed drive electric vehicles［J］. Automotive Engineering， 2019， 41（7）： 793-799.
9	ZHAI Li， SUN Tianmin， WANG Jie. Electronic stability control based on motor driving and braking torque distribution for a four in-wheel motor drive electric vehicle ［J］. IEEE Transactions on Vehicular Technology， 2016， 65（6）： 4726-4739.
10	ANIL Kunnappillil Madhusudhanan， MATTEO Corno， EDWARD Holweg. Sliding mode-based lateral vehicle dynamics control using tyre force measurements ［J］. Vehicle System Dynamics， 2015， 53（11）： 1599-1619.
11	LI Shengbo Eben， CHEN Hailiang， LI Renjie， et al. Predictive lateral control to stabilise highly automated vehicles at tire-road friction limits ［J］. Vehicle System Dynamics， 2020， 58（5）： 768-786.
12	陈特，陈龙，徐兴，等. 分布式驱动无人车路径跟踪与稳定性协调控制［J］. 汽车工程， 2019， 41（10）： 1110-1116.
	CHEN Te， CHEN Long， XU Xing， et al. Integrated control of unmanned distributed drive vehicles path tracking and stability［J］. Automotive Engineering， 2019， 41（10）： 1110-1116.
13	TADEAS Sedlacek， DIRK Odenthal， DIRK Wollherr. Minimum-time optimal control for vehicles with active rear-axle steering， transfer case and variable parameters ［J］. Vehicle System Dynamics， 2021， 59（8）： 1227-1255.
14	LIANG Yixiao， LI Yinong， YU Yinghong， et al. Integrated lateral control for 4WID/4WIS vehicle in high-speed condition considering the magnitude of steering ［J］. Vehicle System Dynamics， 2020， 58（11）： 1711-1735.
15	TESHENG Hsiao. Robust wheel torque control for traction/braking force tracking under combined longitudinal and lateral motion ［J］. IEEE Transactions on Vehicular Technology， 2015， 16（3）： 1335-1347.
16	WANG Zhenfeng， HAMID Taghavifar， NA Jing， et al. MME-EKF-based path-tracking control of autonomous vehicles considering input saturation ［J］. IEEE Transactions on Vehicular Technology， 2019， 68（6）： 5246-5259.
17	TIAN Yantao， HUANG Kai， CAO Xuanhao，et al. A hierarchical adaptive control framework of path tracking and roll stability for intelligent heavy vehicle with MPC ［J］. Proceedings of The Imech， Part D： Journal of Automobile Engineering， 2020， 50（4）： 1209-1216.
18	HUANG Xiaoyu， ZHANG Hui， ZHANG Guoguang， et al. Robust weighted gain-scheduling h∞ vehicle lateral motion control with considerations of steering system backlash-type hysteresis ［J］. IEEE Transactions on Control Systems Technology， 2014， 22（5）： 1740-1753.
19	DU Haiping， ZHANG Nong， DONG Guangming. Stabilizing vehicle lateral dynamics with considerations of parameter uncertainties and control saturation through robust yaw control ［J］. IEEE Transactions on Vehicular Technology， 2010， 59（5）： 2593-2597.
20	STEFANO Di Cairano， HONGTEI Eric Tseng， DANIELE Bernardini， et al. Vehicle yaw stability control by coordinated active front steering and differential braking in the tire sideslip angles domain ［J］. IEEE Transactions on Control Systems Technology， 2013， 21（4）： 1236-1248.
21	ALBERTO Bemporad， MANFRED Morari. Control of systems integrating logic， dynamics， and constraints ［J］. Automatica， 1999， 35： 407-427.
22	FABIO Danilo Torrisi， ALBERTO Bemporad. HYSDEL—a tool for generating computational hybrid models for analysis and synthesis problems ［J］. IEEE Transactions on Control Systems Technology， 2004， 12（2）： 235-249.
23	BURCKHARDT M. Fahrwerktechnik， radschlupf-regelsysteme［M］. Vogel， 1993.

轮胎	平均拟合误差
前轮	1.10%
后轮	1.15%

路面附着条件	c₁	c₂	c₃
干沥青路面	1.28	23.99	0.52
湿沥青路面	0.35	33.83	0.35
积雪路面	0.195	94.13	0.06
结冰路面	0.05	306.39	0

参数	数值	单位	参数	数值	单位
m	1 523	kg	L	2.548	m
I_z	2 023	kg·m²	d_w	1.539	m
l_f	1.163	m	J_ω	0.9	kg·m²
l_r	1.385	m	r_r	0.354	m

[1]	王明,唐小林,杨凯,李国法,胡晓松. 考虑预测风险的自动驾驶车辆运动规划方法[J]. 汽车工程, 2023, 45(8): 1362-1372.
[2]	高锋,冯德福,胡秋霞. 面向NMPC运动规划系统的数值优化加速技术[J]. 汽车工程, 2023, 45(8): 1438-1447.
[3]	林程, 汪博文, 吕沛原, 宫新乐, 于潇. 面向变曲率道路的自动驾驶汽车换道博弈运动规划与协同控制研究[J]. 汽车工程, 2023, 45(7): 1099-1111.
[4]	李军, 周伟, 唐爽. 基于自适应拟合的智能车换道避障轨迹规划[J]. 汽车工程, 2023, 45(7): 1174-1183.
[5]	查云飞,吕小龙,陈慧勤,易迎春,王燕燕. 基于路面附着系数估计的车辆轨迹跟踪控制[J]. 汽车工程, 2023, 45(6): 1010-1021.
[6]	贺伊琳,马建,杨舒凯,郑威,薛启帆. 融合预瞄特性的智能电动汽车稳定性模型预测控制研究[J]. 汽车工程, 2023, 45(5): 719-734.
[7]	周兵,魏佳宝,柴天,吴晓建,王鹤. 基于最优方法的碰后辅助驾驶控制策略[J]. 汽车工程, 2023, 45(4): 561-571.
[8]	张彬,邹渊,张旭东,孙逢春,吴喆,孟逸豪. 混动履带式无人平台轨迹跟踪控制研究[J]. 汽车工程, 2023, 45(4): 579-587.
[9]	张紫微,郑玲,李以农,乔旭强,郑浩,王戡. 考虑前车运动不确定性的多目标自适应巡航控制[J]. 汽车工程, 2023, 45(3): 361-371.
[10]	贺林,徐子昂,黄春荣,龚超,李书华,石琴. 线控转向系统转角预测滑模控制算法研究[J]. 汽车工程, 2023, 45(12): 2200-2208.
[11]	李琴,汤建明,张博远,陈勇,王勇. 分布式驱动电动汽车多执行器容错控制研究[J]. 汽车工程, 2023, 45(12): 2251-2259.
[12]	胡丹丹,尹鹏飞,牛国臣,赵金聚. 非结构化道路下离轴式拖挂车辆主动避障控制研究[J]. 汽车工程, 2023, 45(12): 2318-2329.
[13]	宋强,王冠峰,商赫,张念忠. 基于多参数控制的分布式驱动电动汽车操纵稳定性控制策略研究[J]. 汽车工程, 2023, 45(11): 2104-2112.
[14]	芦勇,何一超,田贺,江昆,杨殿阁. 面向量产的自适应巡航控制系统纵向加速度规划方法研究[J]. 汽车工程, 2023, 45(10): 1803-1814.
[15]	解少博,屈鹏程,李嘉诚,王惠庆,郎昆. 跟驰场景中网联混合电动货车速度规划和能量管理协同控制的研究[J]. 汽车工程, 2022, 44(8): 1136-1143.