转向盘力矩反馈系统关键问题研究

发布时间：2020-03-22 02:28

【摘要】：转向盘力矩反馈系统的研究由来已久,但随着汽车技术的发展,特别是汽车智能化技术和线控转向技术的发展,对转向盘力矩反馈系统又提出了很多新的要求。转向盘力矩反馈系统作为连接驾驶员和车辆的重要一环,所起到的作用也越来越重要。例如,在基于转向盘反馈力矩的人机协同控制问题的研究中,如何设计出符合驾驶员理想操纵性能的转向盘反馈力矩或叠加力矩是基于转向盘反馈力矩的人机协同控制的关键问题;在线控转向技术研究中,由于取消了转向盘和转向轮之间的机械连接,为转向盘反馈力矩的设计和控制提供了更大的自由度,同时,由于没有了直接的路感来源,对传统转向盘反馈力矩的模拟研究也显得尤为重要;此外,由于受交通法规限制,目前汽车智能化技术路试难度仍然比较高,这就使得驾驶模拟器在技术开发阶段起到了至关重要的作用,而转向盘力矩反馈系统作为驾驶员模拟器的重要一环,对驾驶模拟器的品质起到了重要作用。本文依托国家自然基金重点联合基金项目“智能电动汽车一体化建模与集成控制方法”、十三五国家重点研发计划项目“智能电动汽车人机共驾交互理论”、校企合作项目“先进驾驶员安全辅助系统驾驶员在环评估系统”,通过对转向盘力矩反馈系统国内外研究现状的分析和总结,分别从转向盘反馈力矩对驾驶员操纵性能的影响,实车转向盘反馈力矩模拟,理想转向盘反馈力矩设计和控制,转向盘力矩反馈系统平台设计四个方面对转向盘力矩反馈系统的关键问题进行研究。首先,在转向盘反馈力矩对驾驶员操纵性能的影响研究中,本文重点研究了不同转向盘反馈力矩下驾驶员手臂的补偿机理和驾驶员对人-车-环境闭环系统的理想操纵性能。在研究过程中,引入了驾驶员手臂模型,并设计了手臂机械特性的辨识算法。通过研究转向盘反馈力矩特性参数的改变对驾驶员手臂机械特性参数的影响,详细探究了驾驶员手臂机械特性参数对转向盘反馈力矩的补偿机理;其次,本文从人-车-环境闭环系统的整体角度考虑,提出了以驾驶员在理想操纵状态下的人-车-环境闭环系统的传递函数来表达驾驶员理想操纵性能的量化处理方法,并通过研究转向盘反馈力矩和车速对该系统传递函数的影响,以及不同驾驶员在其操纵性能最佳状态时系统传递函数之间的差异性,证明了该系统传递函数可以代表驾驶员自身的理想操纵性能,能够反映驾驶员个体之间的差异性。从而实现了对驾驶员本身的理想操纵性能的量化处理,为理想转向盘反馈力矩的设计与控制研究提供了参考模型。其次,对神经网络技术在实车转向盘反馈力矩模拟中的应用进行了深入研究,提出了一种简单有效,方便实现和应用的基于神经网络的转向盘反馈力矩模拟模型。首先,通过实车试验,获得了大量的网络训练数据和模型验证数据,并构建了多组网络训练数据集;然后,在此基础上,建立了静态误差反向传播(BP)神经网络转向盘反馈力矩模型。并以BP神经网络为基础,深入研究了网络架构和网络性能之间的关系,例如输入变量对模型输出逼真度的影响,隐含层神经元个数和层数对网络训练效率和网络逼真度的影响,网络训练数据集的构成对网络预测性能的影响等,初步形成了用于转向盘反馈力矩模拟的神经网络模型的基本架构。在此架构的基础上,为了进一步模拟转向盘反馈力矩的动态特性,建立了基于动态非线性自回归(NARX)神经网络的转向盘反馈力矩模型,并研究了网络延时阶数对网络逼真度的影响。最后对两种神经网络模型的预测性能进行了对比,使用实车试验数据验证了所提出的NARX神经网络模型的有效性,为后续的理想转向盘反馈力矩的研究提供了基础力感。第三,为了提高转向盘反馈力矩对驾驶员操纵行为的引导作用,在转向盘反馈力矩对驾驶员操纵性能影响研究的基础上,提出了一种新型的理想转向盘反馈力矩设计方法和力矩控制器。该控制器以驾驶员对人-车-环境闭环系统的理想系统传递函数作为参考模型,通过对转向盘叠加力矩的控制,使整个人-车闭环系统的实际操纵性能逼近于参考模型,最终降低了驾驶员操纵负担,提高了整个系统的操纵性能。该控制器将控制系统分为内外两个控制环,在外控制环中,提出了基于递归最小二乘的辨识算法。该算法不需要对驾驶员进行详细建模,并能根据参考模型在线辨识得到理想转向盘反馈力矩模型;在内控制环中,提出了基于滑模鲁棒项的自适应神经网络控制算法,通过控制转向盘叠加力矩,使车辆的操纵性能逼近理想转向盘反馈力矩模型。其中,车辆模型通过径向基函数(RBF)神经网络在线辨识得到,不需要对车辆进行详细建模,滑模鲁棒项可以有效抵抗系统的不确定性和系统干扰,增强了系统的稳定性。综上,该控制器实现了对驾驶员理想操纵性能的考虑和在车辆平台上控制实现这两个部分的完全解耦,并且不需要详细的驾驶员信息和车辆信息,因此,能够方便的适用于不同驾驶员和不同车辆,具有较强的可移植性。此外,本文对控制系统还进行了稳定性分析。最后,分别通过仿真和模拟器试验验证了所提出的控制器的有效性。其中,台架试验所使用的基础力感由基于NARX神经网络建立的实车转向盘反馈力矩模型提供。第四,针对转向盘力矩反馈系统平台设计,在考虑系统稳定性影响因素的基础上,使用能量法对转向盘力矩反馈系统的稳定性进行了研究,推导得到了系统的稳定性准则,并在此准则的基础上,研究了系统时间延迟,系统机械部分的阻尼和刚度,系统需要模拟的转向盘反馈力矩的刚度特性,驾驶员输入等因素对系统稳定性的影响。最后,分别通过仿真和台架试验验证了本文所提出的系统稳定性准则和对影响因素的分析结论。该稳定性准则可以作为系统平台的设计准则用于转向盘力矩反馈系统平台搭建中去。用户可以使用此准则结合对系统模拟力矩的需求计算得到系统时间延迟和机械部分特性参数的选择范围,从而指导设备选型和机械部分的设计和制造;也可以根据已有系统的时间延迟和机械部分特性参数计算得到系统能够稳定模拟的力矩范围,对已有系统的力矩模拟能力有一个大致的预判。此外,本文为以上各项研究内容分别提供了试验和验证平台,搭建了实车试验平台和以转向盘力矩反馈系统为核心的小型驾驶模拟器。在实车试验平台的基础上,设计了实车试验,利用试验数据构建了神经网络训练数据集和预测数据集。在驾驶模拟器的基础上,设计了考虑驾驶员手臂特性的转向盘反馈力矩对驾驶员操纵性能影响试验,并验证了本文所提出的转向盘反馈力矩控制器的有效性和转向盘力矩反馈系统稳定性准则的准确性,以及系统稳定性的影响因素的相关结论。
【图文】：

曲线,阻尼特性,转向盘,手臂

转向盘反馈力矩中发生变化的阻尼特性被补偿掉了。从图2.8（c）和（e）中也可以看出，驾驶员手臂刚度特性和惯量特性随着转向盘转矩阻尼特性的变化也不大。但驾驶员手臂阻尼特性随着转向盘转矩阻尼特性的变化十分明显，如图 2.8（d）所示。当转向盘转矩的阻尼特性增加时，驾驶员手臂的阻尼特性也有明显增加。这说明，转向盘转矩的阻尼特性主要通过驾驶员手臂的阻尼特性来进行补偿。

曲线,转向盘,反馈力,驾驶员

9 转向盘反馈力矩摩擦变化时，转向盘转角，转矩和驾驶员手臂特性变此可以得到，，驾驶员在熟悉行驶环境和行驶车辆后，其本身的理想操纵随着转向盘反馈力矩和车速的改变而发生改变。大部分驾驶员的操纵性围内，但是不同个体之间还是会有细微差别。不同的转向盘反馈力矩的同的驾驶员手臂机械特性参数补偿。其中，转向盘反馈力矩的刚度特性手臂的刚度特性进行补偿；转向盘反馈力矩的阻尼特性主要由驾驶员手进行补偿；转向盘反馈力矩的摩擦特性主要由驾驶员手臂的刚度和阻尼补偿，同时，转向盘反馈力矩中摩擦特性的改变也会使得驾驶员手臂的
【学位授予单位】：吉林大学
【学位级别】：博士
【学位授予年份】：2018
【分类号】：U463.4

【参考文献】