[发明专利]一种基于分布式驱动电动车辆的自适应路径跟踪方法

说明书

本发明提供一种基于分布式驱动电动车辆的自适应路径跟踪方法，包括以下步骤：建立车辆动力学模型并转换为状态空间方程；根据车辆动力学模型，结合轮胎侧偏刚度的变化范围，建立车辆顶点动力学模型；计算车辆顶点动力学模型的参数估计自适应率，根据车辆实时系统状态对自适应系数进行估计；根据自适应系数估计结果建立车辆状态预测模型，预测车辆未来状态及系统输出；建立路径跟踪优化目标函数、侧向速度约束目标函数并求解，得到最优控制序列的第一组结果作为车辆下一时刻的前轮转角和四个车轮驱动/制动力矩输入。本发明可以解决使用车辆自主路径跟踪时，轮胎侧偏刚度的摄动会降低控制器的控制精度，降低车辆路径跟踪控制的鲁棒性的技术问题。

技术领域

本发明涉及自动驾驶技术领域，具体涉及一种基于分布式驱动电动车辆的自适应路径跟踪方法。

背景技术

随着传感器技术、控制技术、芯片算力的大幅进步，汽车的智能化程度也在随之升级，目前正由主动安全和驾驶辅助系统逐渐迈向高度自动驾驶乃至完全自动驾驶。作为自动驾驶系统框架的最底层，路径跟踪控制技术使车辆能够按照预期轨迹行驶，是实现车辆自动驾驶的基础保障。而分布式驱动电动汽车因其四个轮毂电机驱动/制动力矩可独立控制，且响应速度较快，成为实现完全自动驾驶的理想载体。

对于智能车辆路径跟踪问题，模型预测算法由于具有预测特性，且便于系统地处理车辆运动过程中的多约束问题，近年来被广泛地应用；通常是采用滚动优化的方法，求出使侧向偏差最小的最优方向盘转角作为控制输入，作用于智能车辆完成自主路径跟踪。

但是，模型预测算法对于智能车辆自主路径跟踪的控制精度高度依赖于模型精度，而状态空间矩阵中的关键参数—轮胎侧偏刚度会随着车辆工况的变化实时变化，且难以通过传感器直接测得；轮胎侧偏刚度的摄动会降低控制器的控制精度，降低车辆路径跟踪控制的鲁棒性。另外，使用单一方向盘转角作为控制输入，也不能很好地平衡车辆在路径跟踪过程中对于跟踪精度、稳定性、舒适性的多性能需求。

发明内容

针对现有技术存在的不足，本发明提出一种基于分布式驱动电动车辆的自适应路径跟踪方法，以解决现有技术中存在的使用模型预测算法实现车辆自主路径跟踪时，轮胎侧偏刚度的摄动会降低控制器的控制精度，降低车辆路径跟踪控制的鲁棒性的技术问题。

本发明采用的技术方案是，一种基于分布式驱动电动车辆的自适应路径跟踪方法，包括以下步骤：

建立车辆动力学模型并转换为状态空间方程；

根据车辆动力学模型，结合轮胎侧偏刚度的变化范围，建立车辆顶点动力学模型；

计算车辆顶点动力学模型的参数估计自适应率，根据车辆实时系统状态对自适应系数进行估计；

根据自适应系数估计结果建立车辆状态预测模型，预测车辆未来状态及系统输出；

建立路径跟踪优化目标函数、侧向速度约束目标函数并求解，得到最优控制序列的第一组结果；

将第一组结果作为车辆下一时刻的前轮转角和四个车轮驱动/制动力矩输入。

在一种可实现方式中，按以下方法建立车辆动力学模型：

忽略车辆的垂向、俯仰与侧倾运动，假设车辆左右完全对称，将车辆模型简化为平面单轨三自由度动力学模型并转换为状态空间方程。

在一种可实现方式中，平面单轨三自由度动力学模型具体如下：