CN106184199A - 分布式控制电动汽车稳定性的集成控制方法 - Google Patents

Abstract

本发明公开了分布式控制电动汽车稳定性的集成控制方法，包括：信号处理层参考模型根据车速、方向盘转角和方向盘转角速度得出期望横摆角速度以及期望质心侧偏角；在集成控制层中，根据横摆角速度实际值和期望横摆角速度决策出实现汽车稳定性控制所需的后轮附加横摆力矩，根据质心侧偏角实际值和期望质心侧偏角决策出实现汽车稳定性控制所需的前轮附加转角；在控制分配层中，根据驾驶员目标驱动力矩和后轮附加横摆力矩对四轮驱动力进行合理分配，根据驾驶员目标前轮转角和前轮附加转角对前轮转角进行修正；执行层通过轮毂电机实现横摆稳定性控制。本发明具有汽车操纵安全稳定性高，提高驾驶员的转向舒适性的特点。

Description

分布式控制电动汽车稳定性的集成控制方法

技术领域

本发明涉及汽车智能控制领域技术，具体涉及分布式控制电动汽车稳定性的集成控制方法。

背景技术

当今社会，汽车已成为人们在生活中不可或缺的交通工具。随着科学技术的发展与人们生活水平的提高，人们对汽车的要求愈来愈高，汽车不再仅仅是普通的代步工具，而上升成为一种文化、一个象征，汽车的重要性不言而喻。安全、舒适、节能、环保是汽车发展的方向和永恒主题，特别是在我国交通事故日益增多、能源日益短缺、环境日益恶化的今天尤为重要。电子化、智能化、电动化、可再生化是实现安全、舒适、节能、环保的有效措施和手段，而四轮轮毂电机电动汽车由于其独特的优势必将成为下一代电动汽车的发展方向。

模糊控制实质上是一种非线性控制，从属于智能控制的范畴。模糊控制的一大特点是既有系统化的理论，又有大量的实际应用背景。模糊控制的发展最初在西方遇到了较大的阻力；然而在东方尤其是日本，得到了迅速而广泛的推广应用。近20多年来，模糊控制不论在理论上还是技术上都有了长足的进步，成为自动控制领域一个非常活跃而又硕果累累的分支。其典型应用涉及生产和生活的许多方面，例如在家用电器设备中有模糊洗衣机、空调、微波炉、吸尘器、照相机和摄录机等；在工业控制领域中有水净化处理、发酵过程、化学反应釜、水泥窑炉等；在专用系统和其它方面有地铁靠站停车、汽车驾驶、电梯、自动扶梯、蒸汽引擎以及机器人的模糊控制。

综上所述，以模糊控制理论对电动汽车进行稳定性研究已经成为当今世界电动汽车技术研发的焦点之一。

发明内容

本发明设计开发了分布式控制电动汽车稳定性的集成控制方法，本发明的发明目的之一是解决传统转向操纵机构无法满足电动汽车稳定性差的问题。

本发明的目的之二是解决电动汽车在转向时或者存在横向位移时行驶稳定性的问题。

本发明通过后轮驱动力控制及前轮附加转角控制提高电动汽车驾驶稳定性，实现车对人的智能转向的功能，具有提高驾驶员的转向舒适性的特点。

本发明提供的技术方案为：

分布式控制电动汽车稳定性的集成控制方法，包括如下步骤：

分别将期望横摆角速度和实际横摆角速度的偏差、偏差变化率以及后轮附加横摆力矩转换为模糊论域中的量化等级；

将横摆角速度的偏差以及偏差变化率输入模糊控制模型，所述横摆角速度的偏差分为9个等级，偏差变化率分为7个等级，后轮附加横摆力矩分为9个等级；

模糊控制模型输出为后轮附加横摆力矩，根据所述后轮附加横摆力矩，控制电动汽车的车轮转矩；以及

分别将期望质心侧偏角和实际质心侧偏角的偏差、偏差变化率以及前轮附加转角转换为模糊论域中的量化等级；

将质心侧偏角的偏差以及偏差变化率输入模糊控制模型，所述质心侧偏角的偏差分为9个等级，偏差变化率分为7个等级，前轮附加转角分为9个等级；

模糊控制模型输出为前轮附加转角，根据所述前轮附加转角，控制电动汽车的前轮转角。

优选的是，横摆角速度偏差的论域为[-15，15]，偏差变化率的论域为[-20，20]，设定量化因子都为1；后轮附加横摆力矩的论域为[-25，25]。

优选的是，质心侧偏角偏差的论域为[-20，20]，偏差变化率的论域为[-32，32]，设定量化因子都为1；后轮附加横摆力矩的论域为[-30，30]。

优选的是，模糊模型控制规则为：

当横摆角速度偏差以及偏差变化率为正时，应为电动汽车施加一个正的横摆力矩以跟踪期望的横摆角速度；

当横摆角速度偏差以及偏差变化率为负时，应为电动车辆施加一个负的横摆力矩以跟踪期望的横摆角速度。

优选的是，模糊模型控制规则为：

当质心侧偏角偏差以及偏差变化率为正时，应为电动汽车施加一个正的前轮附加转角以跟踪期望的质心侧偏角；

当质心侧偏角偏差以及偏差变化率为负时，应为电动车辆施加一个负的前轮附加转角以跟踪期望的质心侧偏角。

优选的是，当模糊模型输出后轮附加横摆力矩为零时，后轮驱动力相等；

当模糊模型输出后轮附加横摆力矩大于零时，车辆左转转向不足或右转向过度，增大右后车轮驱动力矩，减小左后车轮驱动力矩；

当模糊模型输出后轮附加横摆力矩小于零时，车辆右转转向不足或左转向过度，增大左后车轮驱动力矩，减小右后车轮驱动力矩。

优选的是，当模糊模型输出前轮附加转角为零时，电动汽车速度方向与车身纵轴无偏转角；

当模糊模型输出前轮附加转角大于零时，电动汽车速度方向相对于车身纵轴方向偏转角为左，增加前轮向左转角；

当模糊模型输出前轮附加转角小于零时，电动汽车速度方向相对于车身纵轴方向偏转角为右，增加前轮向右转角。

优选的是，当模糊模型输出后轮附加横摆力矩大于零时，使左后车轮减小使右后车轮增大

当模糊模型输出后轮附加横摆力矩小于零时，使左后车轮增大使右后车轮减小

其中，ΔM为输出的后轮附加横摆力矩，l为前后轴轴距。

优选的是，采用模糊控制方法得出所述期望横摆角速度及所述期望质心侧偏角：

分别将车速、方向盘转角速度以及期望横摆角速度转换为模糊论域中的量化等级；模糊控制模型输出为期望横摆角速度时，将所述车速以及所述方向盘转角速度输入模糊控制模型，所述车速分为7个等级，所述方向盘转角速度分为7个等级，所述期望横摆角速度分为7个等级；

分别将车速、方向盘转角以及期望质心侧偏角转换为模糊论域中的量化等级；模糊控制模型输出为期望质心侧偏角时，将所述车速以及所述方向盘转角输入模糊控制模型，所述车速分为7个等级，所述方向盘转角分为7个等级，所述期望质心侧偏角分为7个等级。

优选的是，当期望横摆角速度为正时，应对计算得出的横摆角速度进行偏小矫正，当期望横摆角速度为负时，应对计算得出的横摆角速度进行偏大矫正；当期望质心侧偏角为正时，应对计算得出的质心侧偏角进行偏小矫正，当期望质心侧偏角为负时，应对计算得出的质心侧偏角进行偏大矫正。

本发明所述的有益效果：在保证汽车安全行驶的前提下，通过对驱动力的控制及前轮附加转角的控制实现电动汽车驾驶稳定性，实现车对人的智能转向，在提高驾驶员的转向舒适性的同时，有效的提高电动汽车运行的平顺性、稳定性及可操作性。

附图说明

图1为电动汽车集成控制方法示意图。

图2为模糊控制中横摆角速度偏差的隶属函数图。

图3为模糊控制中横摆角速度偏差变化率的隶属函数图。

图4为模糊控制中后轮附加横摆力矩的隶属函数图。

图5为模糊控制中质心侧偏角偏差的隶属函数图。

图6为模糊控制中质心侧偏角偏差变化率的隶属函数图。

图7为模糊控制中前轮附加转角的隶属函数图。

图8为模糊控制中实际车速的隶属函数图。

图9为模糊控制中方向盘转角速度的隶属函数图。

图10为模糊控制中期望横摆角速度的隶属函数图。

图11为模糊控制中实际车速的隶属函数图。

图12为模糊控制中方向盘转角的隶属函数图。

图13为模糊控制中期望质心侧偏角的隶属函数图。

图14为本发明的结构示意图。

具体实施方式

下面结合附图对本发明做进一步的详细说明，以令本领域技术人员参照说明书文字能够据以实施。

如图14所示，本发明主体结构包括：传感器100、处理器200、存储单元300以及轮毂电机400；其中，传感器100包括方向盘转角传感器110、方向盘转角速度传感器120、横摆角速度传感器130、横向加速度传感器140、质心侧偏角传感器150以及纵向车速传感器160，方向盘转角传感器，其用于监测所述电动汽车的方向盘转角，方向盘转角速度传感器110用于监测所述电动汽车的方向盘转角速度，横摆角速度传感器120用于监测所述电动汽车的横摆角速度，横向加速度传感器130用于监测所述电动汽车的横向加速度，质心侧偏角传感器140用于监测所述电动汽车的质心侧偏角，纵向车速传感器150用于监测所述电动汽车的纵向车速，处理器200分别连接方向盘转角传感器110、方向盘转角速度传感器120、横摆角速度传感器130、横向加速度传感器140、质心侧偏角传感器150以及纵向车速传感器160，存储单元300连接处理器200，用于将数据进行存储，轮毂电机400分别安装在所述电动汽车前后轮处，并且与处理器200连接，通过处理器对监测的数据进行处理后通过轮毂电机对电动汽车的前后轮进行稳定性控制。

如图1所示，本发明提供了分布式控制电动汽车稳定性的集成控制方法处理器200控制过程包括信号处理层、集成控制层、控制分配层和执行层；其中，信号处理层参考模型根据车速、方向盘转角和方向盘转角速度得出期望横摆角速度以及期望质心侧偏角；在集成控制层中，根据横摆角速度实际值和期望横摆角速度决策出实现汽车稳定性行驶控制所需的后轮附加横摆力矩，根据质心侧偏角实际值和期望质心侧偏角决策出实现汽车稳定性行驶控制所需的前轮附加转角；在控制分配层中，根据驾驶员目标驱动力矩和后轮附加横摆力矩对四轮驱动力进行合理分配，并且对前轮转角进行修正；执行层通过轮毂电机实现行驶稳定性控制。

信号处理层采用模糊控制，当模糊控制器的输入是车速以及方向盘转角速度时，输出是期望横摆角速度，在无控制时，车速的变化范围是[-8，8]，方向盘转角速度的变化范围是[-4，4]，设定量化因子都为1，因此其论域分别为[-8，8]和[-4，4]，期望横摆角速度的模糊论域为[-10，10]，为了保证控制的精度，使其在各种工况下都能很好的控制，根据反复试验，最终将车速分为7个等级，模糊集为{NB，NM，NS，0，PS，PM，PB}，方向盘转角速度分为7个等级，模糊集为{NB，NM，NS，0，PS，PM，PB}，输出的期望横摆角速度分为7个等级，模糊集为{NB，NM，NS，0，PS，PM，PB}，隶属函数均选为三角形隶属函数，如图8～10所示，具体的模糊控制规则如表1所示。

表1模糊控制规则

当模糊控制器的输入是车速以及方向盘转角时，输出是期望质心侧偏角，在无控制时，车速的变化范围是[-8，8]，方向盘转角的变化范围是[-6，6]，设定量化因子都为1，因此其论域分别为[-8，8]和[-6，6]，期望质心侧偏角的模糊论域为[-12，12]，为了保证控制的精度，使其在各种工况下都能很好的控制，根据反复试验，最终将车速分为7个等级，模糊集为{NB，NM，NS，0，PS，PM，PB}，方向盘转角分为7个等级，模糊集为{NB，NM，NS，0，PS，PM，PB}，输出的期质心侧偏角分为7个等级，模糊集为{NB，NM，NS，0，PS，PM，PB}，隶属函数均选为三角形隶属函数，如图11～13所示，具体的模糊控制规则如表2所示。

表2模糊控制规则

当输出期望横摆角速度为正时，应对通过计算得到的横摆角速度进行偏小矫正为ω_rd′＝0.988ω_rd ^1.03，当输出期望横摆角速度为负时，应对通过计算得到的横摆角速度进行偏大矫正为ω_rd′＝1.031ω_rd ^1.07，当输出期望横摆角速度为0时，对计算得到的横摆角速度不做调整；当输出期望质心侧偏角为正时，应对通过计算得到的质心侧偏角进行偏小矫正为β_d′＝0.976β_d ^1.05，当输出期望质心侧偏角为负时，应对通过计算得到的质心侧偏角进行偏大矫正为β_d′＝1.029β_d ^1.09，当输出期望质心侧偏角为0时，对计算得到的质心侧偏角不做调整。

作为一种优选，在本实施例中，通过计算得到横摆角速度和质心侧偏角：

横摆角速度ω_rd：

质心侧偏角β_d：

式中：ω_l、ω_r为汽车后轮的左右轮转速；r为车轮静态半径；L为后轴左右轮轮距，cosγ为后轮转向角度；m是整车质量，l_f、l_r为质心到前后轴距离，k_r为后轴的侧偏刚度，ω_rd ⁰为实际测得的横摆角速度，a_y为横向加速度，v_x为纵向车速。

集成控制层采用模糊控制，当模糊控制器的输入是期望横摆角速度ω_rd′和通过传感器实际测得的实际横摆角速度ω_rd ⁰的偏差e以及偏差变化率ec时，输出是后轮附加横摆力矩ΔM；在无控制时，横摆角速度的偏差e变化范围为[-15，15]，偏差变化率ec变化范围为[-20，20]，设定量化因子都为1，因此其论域分别为[-15，15]和[-20，20]，后轮附加横摆力矩ΔM的模糊论域为[-25，25]。为了保证控制的精度，使其在各种工况下都能很好地跟踪控制，根据反复试验，最终将偏差分为9个等级，模糊集为{NVB，NB，NM，NS，0，PS，PM，PB，PVB}；将偏差变化率分为7个等级，模糊集为{NB，NM，NS，0，PS，PM，PB}；输出的后轮附加横摆力矩分为9个等级，分别为{NVB，NB，NM，NS，0，PS，PM，PB，PVB}；隶属函数均选用三角形隶属函数，如图2～4所示；

在另一种实施例中，模糊控制规则选取经验为：当横摆角速度偏差e以及偏差变化率ec为正时，应为车辆施加一个正的横摆力矩以跟踪期望的横摆角速度；当横摆角速度偏差e以偏差变化率ec为负时，应为车辆施加一个负的横摆力矩以跟踪期望的横摆角速度，具体的模糊控制规则如表3所示。

表3模糊控制规则

当模糊控制器的输入是期望质心侧偏角β_d′和通过传感器实际测得的实际质心侧偏角β_d ⁰的偏差e以及偏差变化率ec时，输出是前轮附加转角Δδ；在无控制时，质心侧偏角的偏差e变化范围为[-20，20]，偏差变化率ec变化范围为[-32，32]，设定量化因子都为1，因此其论域分别为[-20，20]和[-32，32]，前轮附加转角Δδ的模糊论域为[-30，30]。为了保证控制的精度，使其在各种工况下都能很好地跟踪控制，根据反复试验，最终将偏差分为9个等级，模糊集为{NVB，NB，NM，NS，0，PS，PM，PB，PVB}；将偏差变化率分为7个等级，模糊集为{NB，NM，NS，0，PS，PM，PB}；输出的后轮附加横摆力矩分为9个等级，分别为{NVB，NB，NM，NS，0，PS，PM，PB，PVB}；隶属函数均选用三角形隶属函数，如图5～7所示；

在另一种实施例中，模糊控制规则选取经验为：当质心侧偏角偏差e以及偏差变化率ec为正时，应为车辆施加一个正的前轮附加转角以跟踪期望的质心侧偏角；当横摆角速度偏差e以偏差变化率ec为负时，应为车辆施加一个负的前轮附加转角以跟踪期望的质心侧偏角，具体的模糊控制规则如表4所示。

表4模糊控制规则

在另一种实施例中，控制分配层通过驱动力规则分配实现，电动汽车驱动力可通过处理器控制安装在后轮的轮毂电机转矩实现。

T_xi＝F_xi·r_i，其中，T_xi为各轮驱动力矩，F_xi为各车轮驱动力，r_i为车轮半径，i＝1,2，分别代表左后轮、右后轮。

具体的分配规则为：

当后轮附加横摆力矩ΔM＝0时，车辆直线行驶：

F_x1＝F_x2＝F

当后轮附加横摆力矩ΔM＞0时，车辆左转转向不足或右转向过度，为了纠正车辆状态：

$T_{x1}=F_{x1}\·r_1-\frac{\left|\mathrm{\Δ}M\right|}{2l},T_{x2}=F_{x2}\·r_2+\frac{\left|\mathrm{\Δ}M\right|}{2l},$

当后轮附加横摆力矩ΔM＜0时，车辆右转转向不足或左转向过度，为了纠正车辆状态：

$T_{x1}=F_{x1}\·r_1+\frac{\left|\mathrm{\Δ}M\right|}{2l},T_{x2}=F_{x2}\·r_2-\frac{\left|\mathrm{\Δ}M\right|}{2l},$

T_x1+T_x2＝T_xreq

式中：T_x1,T_x2分别表示左后轮、右后轮驱动力矩，ΔM为总的附加横摆力矩，B为前后轴轴距，T_xreq为目标驱动力矩。

控制分配层同时通过修正前轮转角实现，处理器可通过控制安装在前轮的轮毂电机实现。

具体的分配规则为：当前轮附加转角Δδ＝0时，电动汽车速度方向与车身纵轴无偏转角，为了提高前轮的稳定性，当前轮附加转角Δδ＞0时，电动汽车速度方向相对于车身纵轴方向偏转角为左，适当增加前轮向左转角，当前轮附加转角Δδ＜0时，电动汽车速度方向相对于车身纵轴方向偏转角为右，适当增加前轮向右转角，通过对前轮附加转角的调节使实际测量的电动汽车速度方向与车身纵轴无偏转角，保持电动汽车的稳定性。

尽管本发明的实施方案已公开如上，但其并不仅仅限于说明书和实施方式中所列运用，它完全可以被适用于各种适合本发明的领域，对于熟悉本领域的人员而言，可容易地实现另外的修改，因此在不背离权利要求及等同范围所限定的一般概念下，本发明并不限于特定的细节和这里示出与描述的图例。

Claims (10)

1.分布式控制电动汽车稳定性的集成控制方法，其特征在于，包括如下步骤：

分别将期望横摆角速度和实际横摆角速度的偏差、偏差变化率以及后轮附加横摆力矩转换为模糊论域中的量化等级；

将横摆角速度的偏差以及偏差变化率输入模糊控制模型，所述横摆角速度的偏差分为9个等级，偏差变化率分为7个等级，后轮附加横摆力矩分为9个等级；

模糊控制模型输出为后轮附加横摆力矩，根据所述后轮附加横摆力矩，控制电动汽车的后车轮转矩；以及

分别将期望质心侧偏角和实际质心侧偏角的偏差、偏差变化率以及前轮附加转角转换为模糊论域中的量化等级；

将质心侧偏角的偏差以及偏差变化率输入模糊控制模型，所述质心侧偏角的偏差分为9个等级，偏差变化率分为7个等级，前轮附加转角分为9个等级；

模糊控制模型输出为前轮附加转角，根据所述前轮附加转角，控制电动汽车的前轮转角。

2.如权利要求1所述的分布式控制电动汽车稳定性的集成控制方法，其特征在于，横摆角速度偏差的论域为[-15，15]，偏差变化率的论域为[-20，20]，设定量化因子都为1；后轮附加横摆力矩的论域为[-25，25]。

3.如权利要求2所述的分布式控制电动汽车稳定性的集成控制方法，其特征在于，质心侧偏角偏差的论域为[-20，20]，偏差变化率的论域为[-32，32]，设定量化因子都为1；后轮附加横摆力矩的论域为[-30，30]。

4.如权利要求2所述的分布式控制电动汽车稳定性的集成控制方法，其特征在于，模糊模型控制规则为：

当横摆角速度偏差以及偏差变化率为正时，应为电动汽车施加一个正的横摆力矩以跟踪期望的横摆角速度；

当横摆角速度偏差以及偏差变化率为负时，应为电动车辆施加一个负的横摆力矩以跟踪期望的横摆角速度。

5.如权利要求3所述的分布式控制电动汽车稳定性的集成控制方法，其特征在于，模糊模型控制规则为：

当质心侧偏角偏差以及偏差变化率为正时，应为电动汽车施加一个正的前轮附加转角以跟踪期望的质心侧偏角；

当质心侧偏角偏差以及偏差变化率为负时，应为电动车辆施加一个负的前轮附加转角以跟踪期望的质心侧偏角。

6.如权利要求1-5中任一项所述的分布式控制电动汽车稳定性的集成控制方法，其特征在于，当模糊模型输出后轮附加横摆力矩为零时，后轮驱动力相等；

当模糊模型输出后轮附加横摆力矩大于零时，车辆左转转向不足或右转向过度，增大右后车轮驱动力矩，减小左后车轮驱动力矩；

当模糊模型输出后轮附加横摆力矩小于零时，车辆右转转向不足或左转向过度，增大左后车轮驱动力矩，减小右后车轮驱动力矩。

7.如权利要求6所述的分布式控制电动汽车稳定性的集成控制方法，其特征在于，当模糊模型输出前轮附加转角为零时，电动汽车速度方向与车身纵轴无偏转角；

当模糊模型输出前轮附加转角大于零时，电动汽车速度方向相对于车身纵轴方向偏转角为左，增加前轮向左转角；

当模糊模型输出前轮附加转角小于零时，电动汽车速度方向相对于车身纵轴方向偏转角为右，增加前轮向右转角。

8.如权利要求6所述的分布式控制电动汽车稳定性的集成控制方法，其特征在于，当模糊模型输出后轮附加横摆力矩大于零时，使左后车轮减小使右后车轮增大

当模糊模型输出后轮附加横摆力矩小于零时，使左后车轮增大使右后车轮减小

其中，ΔM为输出的后轮附加横摆力矩，l为前后轴轴距。

9.如权利要求1所述的分布式控制电动汽车稳定性的集成控制方法，其特征在于，采用模糊控制方法得出所述期望横摆角速度及所述期望质心侧偏角：

分别将车速、方向盘转角速度以及期望横摆角速度转换为模糊论域中的量化等级；模糊控制模型输出为期望横摆角速度时，将所述车速以及所述方向盘转角速度输入模糊控制模型，所述车速分为7个等级，所述方向盘转角速度分为7个等级，所述期望横摆角速度分为7个等级；

分别将车速、方向盘转角以及期望质心侧偏角转换为模糊论域中的量化等级；模糊控制模型输出为期望质心侧偏角时，将所述车速以及所述方向盘转角输入模糊控制模型，所述车速分为7个等级，所述方向盘转角分为7个等级，所述期望质心侧偏角分为7个等级。

10.如权利要求9所述的分布式控制电动汽车稳定性的集成控制方法，其特征在于，当期望横摆角速度为正时，应对计算得出的横摆角速度进行偏小矫正，当期望横摆角速度为负时，应对计算得出的横摆角速度进行偏大矫正；当期望质心侧偏角为正时，应对计算得出的质心侧偏角进行偏小矫正，当期望质心侧偏角为负时，应对计算得出的质心侧偏角进行偏大矫正。