考虑动态多目标需求的车辆横摆稳定性自适应控制策略

doi:10.19562/j.chinasae.qcgc.2024.12.018

摘要/Abstract

摘要：

针对车辆在不同行驶状态下对横摆操纵性和侧向稳定性的动态多目标需求，提出一种横摆稳定性自适应控制策略。首先，通过分段线性拟合技术建立车辆动力学模型，综合应用改进双线法和模糊理论在相平面中获取与路面附着和纵向速度相关的动态稳定域边界；随后，对车辆行驶时的稳定性风险进行量化表征，引入动态多目标映射函数调整基于模型预测理论设计的稳定性控制策略内置参数，匹配车辆侧向稳定性、横摆操纵性和执行器能耗等动态多目标需求。最后，通过仿真试验，论证了设计的控制策略能够在多种工况下帮助车辆获得比传统方法更安全、优质的稳定性控制效果。

关键词: 车辆工程, 稳定性自适应控制, 多目标需求, 动态稳定域, 模型预测控制

Abstract:

For the dynamic multi-objective requirements of yaw maneuverability and lateral stability under different driving states， an adaptive control strategy for vehicle yaw stability is proposed. Firstly， the vehicle dynamics model is established by piecewise linear fitting technology， and the dynamic stability region boundary related to road adhesion and longitudinal velocity is obtained in phase plane by integrated application of improved two-line method and fuzzy theory. Then， the stability risk during vehicle driving is quantitatively characterized and the dynamic multi-objective mapping function is introduced to adjust the built-in parameters of the stability control strategy designed based on the model predictive theory so as to match the dynamic multi-objective demand of vehicle lateral stability， yaw maneuverability and actuator energy consumption. Finally， the simulation test results prove that the designed control strategy can help the vehicle obtain safer and better stability control effect than the traditional method under various conditions.

Key words: vehicle engineering, stability adaptive control, multi-objective requirements, dynamic stability region, model predictive control

吴坚,王瀚林,朱冰,赵健,陈志成. 考虑动态多目标需求的车辆横摆稳定性自适应控制策略[J]. 汽车工程, 2024, 46(12): 2329-2338.

Jian Wu,Hanlin Wang,Bing Zhu,Jian Zhao,Zhicheng Chen. Adaptive Control Strategy for Vehicle Yaw Stability Considering Dynamic Multi-objective Requirements[J]. Automotive Engineering, 2024, 46(12): 2329-2338.

图/表 18

图1

图2

图 3

图4

表1

稳定域边界参数"

路面附着系数	$B 1$	$B 2$
$0.8 ≤ μ < 1$	0.114	0.102
$0.6 ≤ μ < 0.8$	0.146	0.092
$0.4 ≤ μ < 0.6$	0.172	0.084
$0.3 ≤ μ < 0.4$	0.194	0.072
$0.2 ≤ μ < 0.3$	0.232	0.046
$μ < 0.2$	0.302	0.017

表1

图5

表2

图6

表3

图7

图8

表4

单轮差动制动规则表"

工况	判断准则	制动车轮
$δ > 0$	$γ - γ r > K$	右前轮
	$γ - γ r < - K$	左后轮
	$- K < γ - γ r < K$	无控制
$δ < 0$	$γ - γ r > K$	左前轮
	$γ - γ r < - K$	右后轮
	$- K < γ - γ r < K$	无控制
$δ = 0$	$γ - γ r > K$	右前轮
	$γ - γ r < - K$	左后轮
	$- K < γ - γ r < K$	无控制

表4

表5

车辆部分仿真参数"

参数	符号	数值
车辆质量	m	1 020 kg
质心到前轴距离	$l f$	1.165 m
质心到后轴距离	$l r$	1.165 m
轮距	$D r$	1.48 m
绕z轴转动惯量	$I z$	1 020 $k g ? m 2$
车轮转动惯量	$J r$	1.1 $k g ? m 2$
车轮半径	$r w$	0.308 m
前轮制动效能因数	$K b f$	200 $N ? m / M P a$
后轮制动效能因数	$K b r$	100 $N ? m / M P a$

表5

表6

控制参数"

参数	符号	数值
采样时间	$T S$	0.02 s
控制时域	$N$	5
控制器A参数	$k 1$	$1 × 106$
	$k 2$	$1 × 105$
	$k 3$	2
	$q 1$	18.6
	$q 2$	8.9
	$q 3$	10.5
控制器B参数	$Q 1 B$	$19.6 × 106$
	$Q 2 B$	$7.9 × 105$
	$R B$	19
控制器C参数	Q	diag $[19.6,1090]$
控制器C参数	R	0.000 02

表6

图9

图10

图11

图12

参考文献 15

1	林程，梁晟，宫新乐，等. 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.
	LIN C， LIANG C， GONG X L， et al. Integrated dynamic control strategy for extreme maneuvers of 4WID EVs［J］. Automotive Engineering， 2022， 44（9）： 1372-1385.
2	LI Z H， CHEN H， LIU H H， et al. Integrated longitudinal and lateral vehicle stability control for extreme conditions with safety dynamic requirements analysis［J］. IEEE Transactions on Intelligent Transportation Systems， 2022， 23（10）： 19285-19298.
3	WANG H B， ZHOU J T， HU C L， et al. Vehicle lateral stability control based on stability category recognition with improved brain emotional learning network［J］. IEEE Transactions on Vehicular Technology， 2022， 71（6）： 5930-5943.
4	李子先，潘世举，徐友春. 8轮分布式电驱动车辆AFS和DYC协同控制［J］. 汽车工程， 2023， 45（3）： 409-420.
	LI Z X， PAN S J， XU Y C. Coordinated control of AFS and DYC for 8-wheel distributed electric drive vehicle［J］. Automotive Engineering， 2023， 45（3）： 409-420.
5	WANG J N， LUO Z， WANG Y， et al. Coordination control of differential drive assist steering and vehicle stability control for four-wheel-independent-drive EV［J］. IEEE Transactions on Vehicular Technology， 2018， 67（12）： 11453-11467.
6	DI CAIRANO S， TSENG H E， BERNARDINI D， 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.
7	梁宝钰，汪怡平，刘珣，等. 基于滑模理论的高速车辆侧风稳定性控制研究［J］. 汽车工程，2022， 44（1）： 123-130.
	LIANG B Y， WANG Y P， LIU X， et al. Study on crosswind stability control of high-speed vehicle based on sliding mode theory［J］. Automotive Engineering， 2022， 44（1）： 123-130.
8	ZHANG J， WANG H， MA M Y， et al. Active front steering-based electronic stability control for steer-by-wire vehicles via terminal sliding mode and extreme learning machine［J］. IEEE Transactions on Vehicular Technology， 2020， 69（12）： 14713-14726.
9	赵越，胡纪滨，吴维，等. 无人车全轮蟹行转向稳定性鲁棒控制与试验验证［J］. 汽车工程， 2022， 44（8）： 1126-1135.
	ZHAO Y， HU J B， WU W， et al. Robust stability control and its verification test for all-wheel diagonal steering of unmanned ground vehicles［J］. Automotive Engineering，2022， 44（8）： 1126-1135.
10	陈杰，李亮，宋健. 基于LTV-MPC的车辆稳定性控制研究［J］. 汽车工程， 2016， 38（3）： 308-336.
	CHEN J， LI L， SONG J. A study on vehicle stability control based on LTV-MPC［J］. Automotive Engineering， 2016， 38（3）： 308-336.
11	LI S S， WANG X Y， CUI G J， et al. Yaw and lateral stability control based on predicted trend of stable state of the vehicle［J］. Vehicle System Dynamics， 2022， 61（1）： 111-127.
12	ZHANG Z M， XIE L， LU S， et cl. Vehicle yaw stability control with a two-layered learning MPC［J］. Vehicle System Dynamics， 2023， 61（3）： 423-444.
13	ALAGAPPAN A V， RAO K V N， KUMAR R K. A comparison of various algorithms to extract magic formula tire model coefficients for vehicle dynamics simulations［J］. Vehicle System Dynamics， 2015， 53（2）： 154-178.
14	钟龙飞，彭育辉，江铭. 基于相平面的分布式驱动电动汽车稳定性控制［J］. 汽车工程， 2021，43（5）：721-729.
	ZHONG L F， PENG Y H， JIANG M. Stability control of distributed driven electric vehicle based on phase plane［J］. Automotive Engineering， 2021，43（5）：721-729.
15	ZHOU C， LIU X H， XU F X. Intervention criterion and control strategy of active front steering system for emergency rescue vehicle［J］. Mechanical Systems and Signal Processing， 2021， 148： 107160.

特征系数		路面附着系数
特征系数		PS	PM	PB
纵向速度	PS	S	M	L
	PM	VS	S	L
	PB	VS	VS	M

行驶状态位置	需求说明
稳定区域	横摆操纵性?
临界稳定区域	侧向稳定性?，横摆操纵性?，节约能耗?
不稳定区域	侧向稳定性?

[1]	钱立军,陈健,赵丰,陈欣宇,宣亮. 基于快速随机模型预测控制的网联混合车队生态驾驶策略研究[J]. 汽车工程, 2024, 46(9): 1587-1599.
[2]	苏东旭,赵治国,赵坤,李刚,于勤. 基于可拓相平面稳定域划分的Tube-MPC车辆稳定性控制[J]. 汽车工程, 2024, 46(9): 1654-1667.
[3]	赵健,杜金朋,朱冰,陈志成,吴坚. 集成式电液制动系统自适应压力控制[J]. 汽车工程, 2024, 46(8): 1479-1488.
[4]	韩陌,何洪文,石曼,刘伟,曹剑飞,吴京达. 基于学习的无人驾驶车辆模型预测路径跟踪控制研究[J]. 汽车工程, 2024, 46(7): 1197-1207.
[5]	冯桂珍,赵东鹏,李韶华. 基于分数阶的空气弹簧建模及电动汽车主动悬架控制研究[J]. 汽车工程, 2024, 46(7): 1282-1293.
[6]	金立生,张洪瑜,郭柏苍. 基于特征增稳的混合固态激光雷达目标检测[J]. 汽车工程, 2024, 46(6): 1015-1024.
[7]	朱冰,唐衍鹏,张东波,赵健,陈志成. 考虑多维非线性扰动的电子助力制动系统自适应压力控制[J]. 汽车工程, 2024, 46(6): 1096-1103.
[8]	赵树恩,王盛,冷姚. 智能汽车轨迹跟踪多目标显式模型预测控制[J]. 汽车工程, 2024, 46(5): 784-794.
[9]	何一超,寇胜杰,田贺,李昊,芦勇. 面向量产的高速公路智能换道系统决策规划方法研究[J]. 汽车工程, 2024, 46(3): 418-430.
[10]	耿小虎,付尧,王杰,雷雨龙,刘卫东,王玉海,刘科. 考虑不同时域的商用车预见性巡航控制[J]. 汽车工程, 2024, 46(11): 2046-2058.
[11]	俞志豪,罗荣康,吴佩宝,侯之超. 四轮轮毂驱动车辆横向稳定性的底盘协同控制[J]. 汽车工程, 2024, 46(10): 1733-1743.
[12]	吴桐,荣劲,王军年,孙文,初亮,葛林鹤. 面向转向制动工况的制动力动态分配策略[J]. 汽车工程, 2024, 46(10): 1755-1765.
[13]	卢少波,代灵峰,王晨辉,刘丙军,褚志刚,谢文科. 基于自主漂移的自动驾驶车辆极限工况轨迹规划与控制[J]. 汽车工程, 2024, 46(10): 1780-1789.
[14]	秦洪懋,江曙,张田田,谢和平,边有钢,李洋. 基于学习型模型预测控制的智能车辆路径跟踪控制[J]. 汽车工程, 2024, 46(10): 1804-1815.
[15]	张忠,吴晓建,江会华,张超,万宇康. 多源干扰下的智能车模型预测纵向运动抗干扰控制[J]. 汽车工程, 2024, 46(10): 1816-1828.