基于改进分层可拓理论的智能汽车AFS/DYC协调控制

doi:10.19562/j.chinasae.qcgc.2023.01.003

摘要/Abstract

摘要：

针对紧急避障及大曲率工况的稳定控制难题，提出基于改进分层可拓理论的AFS和DYC协调控制系统，引入了鲸鱼算法解决了可拓边界的自适应划分问题，既简化了分层可拓理论的边界确定过程，又遏制了控制器的一些较为强烈的输出振荡，显著提高了车辆控制的稳定性和安全性。所提AFS/DYC协调控制系统分上下两层，上层是改进分层可拓协调模块，下层是AFS/DYC控制器模块。上层可拓协调模块主要通过横摆角速度、纵向车速以及规划路径曲率来确定AFS和DYC的权重系数，下层控制器模块主要通过上层协调模块确定的权重系数来分配AFS和DYC的输出量，最终实现对智能车辆的稳定性控制。Carsim和Simulink联合仿真结果表明，所提协调控制系统在紧急避障、双移线等大曲率及曲率突变工况下，对横摆角速度和纵向车速的控制效果相较于分层可拓控制、普通可拓控制均有较大提升。

关键词: 自动驾驶, 稳定性控制, 可拓理论, 鲸鱼算法, 协调控制

Abstract:

For the problem of emergency obstacle avoidance and stable control of large curvature conditions， the AFS and DYC coordinated control system based on improved hierarchical extensibility theory is proposed， and the whale algorithm is introduced to solve the adaptive division problem of the extendable boundary， which not only simplifies the boundary determination process of the hierarchical extensibility theory， but also curbs some of the strong output oscillations of the controller， which significantly improves the stability and safety of the vehicle control. The proposed AFS/DYC coordination control system is divided into two layers. The upper layer is an improved hierarchical extendable coordination module and the lower layer is an AFS/DYC controller module. The upper extendable coordination module mainly determines the weight coefficients of AFS and DYC through the yaw rate， longitudinal vehicle speed and planned path curvature， and the lower controller module mainly distributes the output of AFS and DYC through the weight coefficient determined by the upper coordination module， and finally realizes the stability control of intelligent vehicles. The joint simulation results of Carsim and Simulink show that the control effect of the proposed coordinated control system on the yaw rate and longitudinal vehicle speed is largely improved compared with the hierarchical extendable control and ordinary extendable control under the working conditions of large curvature and curvature mutation such as emergency obstacle avoidance and double shift line.

Key words: autonomous driving, stability control, extensibility theory, whale algorithm, coordinated control

徐璞磊,蔡英凤,廉玉波,孙晓强,王海,陈龙,钟益林. 基于改进分层可拓理论的智能汽车AFS/DYC协调控制[J]. 汽车工程, 2023, 45(1): 20-31.

Pulei Xu,Yingfeng Cai,Yubo Lian,Xiaoqiang Sun,Hai Wang,Long Chen,Yilin Zhong. AFS/DYC Coordinated Control of Intelligent Vehicles Based on Improved Hierarchical Extensibility Theory[J]. Automotive Engineering, 2023, 45(1): 20-31.

图/表 29

图1

图2

图3

图4

图5

图6

图7

图8

表1

车辆参数值"

参数	数值（单位）	参数	数值（单位）
$M$	$1 ? 270 ? k g$	$t f$	$1.64 ? m$
$I z$	$1 ? 343.1 ? k g ? m 2$	$t r$	$1.54 ? m$
$a$	$1.22 ? m$	$R e f f$	$0.325 ? m$
$b$	$1.36 ? m$

表1

图9

图10

图11

图12

图13

图14

图15

图16

图17

图18

表2

双移线工况全时段误差值"

方法

纵向车速

全时段误差

方法

横摆角速度

全时段误差

改进分层可拓

11.66 ? m / s

改进分层可拓

16.67 ? r a d / s

分层可拓

11.79 ? m / s

分层可拓

22.13 ? r a d / s

普通可拓

12 ? m / s

普通可拓

21.67 ? r a d / s

表2

图19

图20

图21

图22

图23

图24

图25

图26

表3

紧急避障工况全时段误差值"

方法

纵向车速

全时段误差

方法

横摆角速度

全时段误差

改进分层可拓

13.48 ? m / s

改进分层可拓

13.65 ? r a d / s

分层可拓

13.63 ? m / s

分层可拓

16.48 ? r a d / s

普通可拓

13.69 ? m / s

普通可拓

18.5 ? r a d / s

表3

参考文献 23

1	TERMOUS H， SHRAIM H， TALJ R， et al. Coordinated control strategies for active steering， differential braking and active suspension for vehicle stability， handling and safety improvement［J］. Vehicle System Dynamics， 2018， 57： 1-36.
2	赵树恩，胡洪银，景东印. AFS/DYC协调控制的分布式驱动电动汽车稳定性控制［J］. 华侨大学学报：自然科学版， 2021， 42（5）： 571-579.
	ZHAO S E， HU H Y， JING D Y. Stability control of distributed driven electric vehicles controlled by AFS/DYC coordination［J］. Journal of Huaqiao University： Natural Science Edition， 2021， 42（5）： 571-579.
3	田杰，高翔，陈宁. 基于AFS和DYC协调控制的车辆稳定性研究［J］. 机械设计， 2010， 27（10）： 18-21.
	TIAN J， GAO X， CHEN N. Research on vehicle stability based on coordinated control of AFS and DYC［J］. Mechanical Design， 2010， 27（10）： 18-21.
4	ZHAO J， WONG P K， MA X， et al. Chassis integrated control for active suspension， active front steering and direct yaw moment systems using hierarchical strategy［J］. Vehicle System Dynamics， 2017， 55（1）： 72-103.
5	KARBALAEI R， GHAFFARI A， KAZEMI R， et al. Design of an integrated AFS/DYC based on fuzzy logic control［C］. 2007 IEEE International Conference on Vehicular Electronics and Safety. IEEE， 2007： 1-6.
6	刘力，罗禹贡，江青云，等. 基于广义预测理论的AFS/DYC底盘一体化控制［J］. 汽车工程， 2011， 33（1）： 52-55.
	LIU L， LUO Y G， JIANG Q Y， et al. Integrated control of AFS/DYC chassis based on generalized prediction theory［J］. Automotive Engineering， 2011， 33（1）： 52-55.
7	JIN X， YU Z， YIN G， et al. Improving vehicle handling stability based on combined AFS and DYC system via robust Takagi-Sugeno fuzzy control［J］. IEEE Transactions on Intelligent Transportation Systems， 2017， 19（8）： 2696-2707.
8	CHENG S， LI L， LIU C Z， et al. Robust LMI-based H-infinite controller integrating AFS and DYC of autonomous vehicles with parametric uncertainties［J］. IEEE Transactions on Systems， Man， and Cybernetics： Systems， 2020， 51（11）： 6901-6910.
9	ZHANG H， WANG J. Vehicle lateral dynamics control through AFS/DYC and robust gain-scheduling approach［J］. IEEE Transactions on Vehicular Technology， 2016， 65（1）： 489-494.
10	LIANG J， LU Y， YIN G， et al. A distributed integrated control architecture of AFS and DYC based on MAS for distributed drive electric vehicles［J］. IEEE Transactions on Vehicular Technology， 2021， 70（6）： 5565-5577.
11	GANG L， ZONG C F， ZHENG H Y， et al. Vehicle active front steering and yaw moment integrated control［C］. Proceedings 2011 International Conference on Transportation， Mechanical， and Electrical Engineering （TMEE）. IEEE， 2011： 787-790.
12	蔡英凤，臧勇，孙晓强，等. 基于可拓切换控制方法的智能车辆车道保持系统研究［J］. 中国公路学报， 2019， 32（6）： 43-52.
	CAI Y F， ZANG Y， SUN X Q， et al. Research on intelligent vehicle lane keeping system based on extendable switching control method［J］. China Journal of Highway and Transport， 2019， 32（6）： 43-52.
13	蔡英凤，秦顺琪，臧勇，等. 基于可拓优度评价的智能汽车横向轨迹跟踪控制方法［J］. 汽车工程， 2019， 41（10）： 1189-1196.
	CAI Y F， QIN S Q， ZANG Y， et al. Lateral trajectory tracking and control method of intelligent automobile based on extendable merit evaluation［J］. Automotive Engineering， 2019， 41（10）： 1189-1196.
14	臧勇，蔡英凤，孙晓强，等. 基于可拓博弈的智能汽车轨迹跟踪协调控制方法研究［J］. 机械工程学报， 2022， 58（8）： 181-194.
	ZANG Y， CAI Y F， SUN X Q， et al. Research on coordinated control method of intelligent vehicle trajectory tracking based on extendable game［J］. Journal of Mechanical Engineering， 2022， 58（8）： 181-194.
15	蔡英凤，臧勇，孙晓强，等. 自动驾驶汽车横向可拓预瞄切换控制系统研究［J］. 汽车工程， 2018， 40（9）： 1032-1039.
	CAI Y F， ZANG Y， SUN X Q， et al. Research on transverse extendable pre-sight switching control system for autonomous vehicles［J］. Automotive Engineering， 2018， 40（9）： 1032-1039.
16	张志勇，龙凯，杜荣华，等. 自动驾驶汽车高速超车轨迹跟踪协调控制［J］. 汽车工程， 2021， 43（7）： 995-1004.
	ZHANG Z Y， LONG K， DU R H， et al. Coordinated tracking and control of high-speed overtaking trajectory of autonomous vehicles［J］. Automotive Engineering， 2021， 43（7）： 995-1004.
17	郑香美，高兴旺，赵志忠. 基于“魔术公式”的轮胎动力学仿真分析［J］. 机械与电子， 2012（9）： 16-20.
	ZHENG X M， GAO X W， ZHAO Z Z. Simulation analysis of tire dynamics based on “Magic Formula”［J］. Machinery & Electronics， 2012（9）： 16-20.
18	蔡文，杨春燕. 可拓学的基础理论与方法体系［J］. 科学通报， 2013， 58（13）： 1190-1199.
	CAI W， YANG C Y. Basic theory and methodology of extensibility［J］. Chinese Science Bulletin， 2013， 58（13）： 1190-1199.
19	陈无畏，孙晓文，汪洪波. 汽车差动助力转向系统的可拓协调控制［J］. 中国科学：技术科学， 2017， 47（3）： 324-335.
	CHEN W W， SUN X W， WANG H B. Extendable coordinated control of automotive differential power steering system［J］. Science China Technological Sciences， 2017， 47（3）： 324-335.
20	SMARANDACHE F. Generalizations of the distance and dependent function in extenics to 2D， 3D， and n-D［J］. Progress in Physics， 2012， 12（8）： 1-16.
21	MIRJALILI S， LEWIS A. The whale optimization algorithm［J］. Advances in Engineering Software， 2016， 95： 51-67.
22	WILLEMS J C. Least squares stationary optimal control and the algebraic Riccati equation［J］. IEEE Transactions on Automatic Control， 1971， 16（6）： 621-634.
23	曹坤，罗禹贡，戴一凡，等. 分布式电驱动车辆纵-横-垂向力协同控制［J］. 汽车工程， 2015， 37（9）： 985-991.
	CAO K， LUO Y G， DAI Y F， et al. Collaborative control of vertical-horizontal-vertical force of distributed electric drive vehicles［J］. Automotive Engineering， 2015， 37（9）： 985-991.

[1]	付新科,蔡英凤,陈龙,王海,刘擎超. 不确定性环境下的自动驾驶汽车行为决策方法[J]. 汽车工程, 2024, 46(2): 211-221.
[2]	赵晓聪,房世玉,李子睿,孙剑. 社会性驾驶交互关键效用析取与应用[J]. 汽车工程, 2024, 46(2): 230-240.
[3]	马艳丽, 秦钦, 董方琦, 娄艺苧. 基于风险场的不同认知次任务下接管风险评估模型[J]. 汽车工程, 2024, 46(1): 9-17.
[4]	刘卫国,项志宇,刘伟平,齐道新,王子旭. 基于分布式强化学习的车辆控制算法研究[J]. 汽车工程, 2023, 45(9): 1637-1645.
[5]	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.
[6]	朱向雷,吴志新,张宇飞,赵帅,李克秋,孙博华. 基于场景降维及采样方法的场景库优化方法研究[J]. 汽车工程, 2023, 45(8): 1408-1416.
[7]	吴新政,邢星宇,刘力豪,沈勇,陈君毅. 基于错误注入的决策规划系统抗扰性测试与分析[J]. 汽车工程, 2023, 45(8): 1428-1437.
[8]	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.
[9]	芦涛,金馨,廖毅霏,黄圣杰,杨依琳,谢国涛,秦晓辉. 基于雅克比域零空间边缘化的视觉SLAM[J]. 汽车工程, 2023, 45(8): 1457-1467.
[10]	伍文广,田双岳,张志勇,张斌. 非铺装道路凹凸不平特征语义分割方法研究[J]. 汽车工程, 2023, 45(8): 1468-1478.
[11]	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.
[12]	赵东宇, 赵树恩. 基于级联YOLOv7的自动驾驶三维目标检测[J]. 汽车工程, 2023, 45(7): 1112-1122.
[13]	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.
[14]	赵嘉豪,齐志权,齐智峰,王皓,何磊. 基于轮胎特征点的并行大型车辆朝向角计算[J]. 汽车工程, 2023, 45(6): 1031-1039.
[15]	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.