[发明专利]基于状态观测的四轮独立转向电动汽车转向控制方法

说明书

基于状态观测的四轮独立转向电动汽车转向控制方法涉及汽车四轮独立转向系统控制领域，该方法利用八自由度四输入车辆动力学理想模型确定四个车轮理想的横摆角速度，利用八自由度四输入车辆动力学模型确定四个车轮实时的横摆角速度和质心侧偏角，利用基于多智能体的理想状态分布式估计模块确定四个车轮理想的横摆角速度和质心侧偏角估计值，利用基于状态观测器的四轮独立转向汽车转向分布式控制模块求解出汽车的四个车轮转角，利用CarSim汽车模型实现汽车的横摆稳定性控制，并输出汽车的实时运动状态信息。本发明有效权衡了计算效率和车辆稳定性能，提高了部分理想状态未知情况下四轮独立转向车辆转向控制的稳定性。

技术领域

本发明涉及汽车四轮独立转向系统控制领域，主要涉及一种基于状态观测的四轮独立转向电动汽车转向控制方法。

背景技术

四轮独立转向电动汽车通过控制各个车轮主动、独立地转向，可实现斜行、蟹行和原地转向等功能，低速时具有较好的机动性，高速时具有较优的操纵稳定性和安全性。由于车辆实际运行工况复杂、状态多变且驾驶员风格各异，对四轮独立转向控制的自适应性和鲁棒性提出了较高的要求，相关方面的研究也成为当前研究的热点。

为提高四轮独立转向电动汽车转向控制系统的鲁棒性，有研究人员将PID算法、线性规划、鲁棒控制、滑模控制、模糊控制、神经网络控制以及模型预测控制等应用于四轮独立转向系统的稳定性控制中。四轮独立转向系统属于典型的过驱动控制，系统模型的维度和复杂度的增加给控制律设计带来了更大的挑战。控制算法的设计需建立在对被控对象和应用场景深入理解的基础上，如何提高参数不确定性和外部扰动情况下系统的鲁棒性、如何通过优化算法结构和求解过程等手段降低在线计算量仍是其研究重点。

在控制系统设计中，很多控制器的设计是建立在被控系统的所有状态可直接获得的假定上的。电动汽车的四轮独立转向控制需要获得准确的车辆行驶状态作为输入，当前大部分车辆行驶状态能够通过车载传感器直接测量得到，如纵向加速度、侧向加速度、横摆角速度以及方向盘转角等，但是作为表征车辆稳定性的质心侧偏角却无法通过量产车上的传感器直接测量得到，虽然通过光学传感器或高精度GPS/IMU组合模块能够直接对汽车质心侧偏角进行测量，但是高昂的使用成本使得这些方案无法应用于量产车。尽管当前已经有很多研究方法用于质心侧偏角的观测，并且取得了一定的效果，但是由于汽车的高度非线性，实车信号通常存在明显的误差和噪声，容易导致观测结果出现误差和漂移，如何在实车环境下准确地获得质心侧偏角成为状态观测器设计的难点。

多智能体系统(multi-agent system)的目标是让若干个具备简单智能却便于管理控制的系统能通过相互协作实现复杂智能，在降低系统建模复杂性的同时，提高系统的鲁棒性、可靠性、灵活性。目前多智能体系统已在飞行器的编队、传感器网络、数据融合、多机械臂协同装备、并行计算、多机器人合作控制、交通车辆控制、网络的资源分配等领域广泛应用。同时根据清华大学李亮教授团队提出的全矢量控制(full vector control,FVC)汽车，本发明引入全矢量控制和多智能体思想，提出基于状态观测的四轮独立转向电动汽车转向控制方法，以提高部分理想状态未知情况下四轮独立转向车辆转向控制的稳定性。

发明内容

为提高四轮独立转向电动汽车的主动安全性和横摆稳定性，针对四轮独立转向系统部分理想状态未知以及冗余系统的实时计算负担，本发明提出了基于状态观测的四轮独立转向电动汽车转向控制方法。

本发明解决技术问题所采取的技术方案如下：

基于状态观测的四轮独立转向电动汽车转向控制方法，其方法包括如下步骤：

步骤一、根据CarSim汽车模型输出的汽车的实时运动状态信息，利用八自由度四输入车辆动力学模型获得四个车轮的实时横摆角速度和实时质心侧偏角；

步骤二、根据驾驶员给出的方向盘转角及CarSim汽车模型输出的汽车实时纵向速度，通过八自由度四输入车辆动力学理想模型确定四个车轮侧向力单独作用时在质心处产生的理想横摆角速度；