面向轨迹跟踪的轮毂电机直驱无人车协调控制研究

发布时间：2021-08-28 04:55

　　无人驾驶汽车是未来智能交通系统的重要组成部分,轨迹跟踪控制是实现无人驾驶技术的必要条件。目前,轨迹跟踪精度及跟踪过程中车辆的稳定性问题受到了学者的广泛关注。电动汽车是实现无人驾驶技术的最佳平台,其中轮毂电机直驱电动汽车可以实现多种动力学控制,因此具有改善轨迹跟踪效果的潜力。本文针对轨迹跟踪问题,发挥轮毂电机直驱无人车差动转向及横摆力矩控制的优势,进行协调转向及协调驱动轨迹跟踪控制策略研究,以提高轨迹跟踪的控制效果。首先,进行了前轮自主转向下的轨迹跟踪控制研究。分析了车辆动力学模型、运动学模型及轮胎模型,基于此利用模型预测控制（MPC）方法,设置目标函数及约束边界,通过二次规划求解出用于跟踪参考轨迹的前轮转角。针对固定的预瞄时间难以兼顾不同工况下无人车的轨迹跟踪精度与车辆的稳定性问题,对MPC的预瞄时间进行了多参数自适应控制研究。考虑参考轨迹的曲率,通过经验公式对预测步数进行调整,同时基于轨迹偏差及车速,采用模糊控制对预瞄步长进行调整,从而实现预瞄时间自适应控制。搭建了AMESim与Simulink联合仿真平台,并基于此进行仿真分析。结果表明,采用自适应预瞄时间的MPC控制器可以在不同的... 

【文章来源】：江苏大学江苏省

【文章页数】：82 页

【学位级别】：硕士

【部分图文】：

电动汽车驱动形式

面向轨迹跟踪的轮毂电机直驱无人车协调控制研究10图2.1车辆动力学模型Fig2.1Vehicledynamicsmodel根据牛顿第二定律，建立车辆横向、纵向及横摆动力学模型。车辆沿x轴的纵向动力学表达式为：xrrxrlxfrxflFFFFymxm(2.1)沿y轴的横向动力学表达式为：yrryrlyfryflFFFFxmym(2.2)沿z轴的横摆动力学表达式为：)()()(xrrxrlxfrxflsyrryrlryfryflfFFlIFFFFFlFl(2.3)式中，m为车辆质量（kg）；I为车辆绕z轴的转动惯量（kg·m2）；x、x分别为车辆的纵向速度（m/s）及加速度（m/s2）；y、y分别为车辆的侧向速度（m/s）及侧向加速度（m/s2）；、、分别为车辆的航向角（rad）、横摆角速度（rad/s）及横摆角加速度（rad/s2）；fl为质心到前轴的距离（m），rl为质心到后轴的距离（m），sl为二分之一左右轮轮距（m）；xijF为前后左右轮胎所受的x方向的力（N），yijF为前后左右轮胎所受的y方向的力（N），其中rfi,，分别代表前后，rlj,，分别代表左右。将车辆动力学与运动学相结合，通过坐标变换，得到车辆在地面坐标系中的运动方程：cossinsincosyxYyxX(2.4)对轮胎受力进行分析，将其合力分解为轮胎的纵向力与侧向力：

江苏大学硕士学位论文11cijlijiiiiyijxijFFFFcossinsincos(2.5)式（2.5）中，lijF、cijF分别代表各个轮胎的纵向力与侧向力（N），i为前后轮转角（rad），其中前轮转角为，后轮转角为0。通过以上公式可以看出，轮胎作为车辆与地面的接触载体，其动力学特性对车辆有着重要影响，在建立车辆动力学模型时需要对轮胎模型进行分析。目前，轮胎模型主要分为理论轮胎模型、经验轮胎模型及物理轮胎模型等[54]。其中，pacejka等学者以经验轮胎模型为基础，提出了魔术轮胎公式，在行业内受到了广泛地认可[55]。魔术轮胎公式主要利用三角函数组合公式拟合轮胎数据，得到轮胎纵向力、侧向力、回正力矩（N·m）、侧偏角（rad）及滑移率等之间的关系，以此反映轮胎在不同情况下的特性，其表达式一般为:CDxY))]}arctan((arctan[sin{)(EBxBxBx(2.6)式中，x为输入变量，为轮胎的纵向滑移率、侧偏角、外倾角（rad）与车轮垂直载荷（N）；y为输出变量，为纵向力、侧向力及回正力矩；C为形状因子，D为峰值因子，B为刚度因子，E为曲率因子；魔术轮胎公式输入变量与输出变量具体关系如图2.2所示：图2.2魔术轮胎公式模型Fig2.2Magictireformulamodel轮胎模型具有较强的非线性，不利于控制器的设计，而在轮胎侧偏角与纵向滑移率较小时，上述轮胎模型的轮胎力可以近似地用线性函数来表达。当侧向加速度gay4.0时，利用线性表达式描述轮胎力不仅具有较高的的拟合精度，同时还将大大减小控制器设计的复杂度，在此范围内，轮胎的纵向力与侧向力表达式如下：ccllF,CFsC(2.7)


本文编号：3367837