[发明专利]基于安全可控域的智能车辆横向控制方法

摘要

本发明涉及一种基于安全可控域的智能车辆横向控制方法，首先，建立三自由度车辆模型，并根据牛顿第二定律，建立受力平衡方程，得到基于前轮转角较小和线性轮胎模型假设后的车辆动力学非线性模型：从三自由度车辆模型推导出来的线性时变预测模型；然后，建立基于模型预测控制的算法，通过最小化多目标代价函数实现对车辆横向稳定性的误差控制，以线性不等式的形式对所设计的系统输入输出参数进行约束，建立安全可控域对车速进行限制，最终实现车辆稳定跟踪参考轨迹的目的。本发明通过对不同道路曲率中的最大纵向车速进行限制，降低由于过快的纵向车速导致车辆与参考轨迹偏移量过大甚至发生失稳的情况，从而可改善智能车辆弯道自主行驶稳定性。

主权项

1.一种基于安全可控域的智能车辆横向控制方法，其特征在于：该方法是基于模型预测控制的自适应巡航算法框架下，添加安全可控域约束的横向稳定性控制算法，通过最小化多目标代价函数实现对车辆横向稳定性的误差控制，以线性不等式的形式对建立的三自由度车辆模型输入输出参数进行约束，建立安全控制域对车速进行限制，最终实现车辆稳定跟踪参考轨迹的目的，具体步骤为：一、建立车辆模型车辆建模时考虑车辆纵向运动，横向运动和横摆运动这三个自由度，建立三自由度车辆模型；根据牛顿第二定律，建立受力平衡方程，得到基于前轮转角较小和线性轮胎模型假设后的车辆动力学非线性模型：式(1)中，m为车辆整备质量,v_x、v_y分别为车辆质心处的纵向速度和横向速度，l_f、l_r分别为车辆质心到前、后轴的距离，分别为横摆角速度和横摆角速度导数，δ_f为前轮转角，分别为纵向加速度和横向加速度，C_lf、C_lr分别为前后轮的纵向刚度，C_cf、C_cr分别为前后轮的侧偏刚度，s_f、s_r分别为前后轮的纵向滑移率，I_z表示车辆绕z轴的转动惯量，为车辆在惯性坐标系中的纵向和横向速度；对于车辆横向控制，建立车辆路径跟踪模型，将式(1)用状态空间形式表示：在该车辆路径跟踪模型中，状态量的选取为ξ为状态量的导数值，X,Y为车辆在惯性坐标系中的纵向和横向位置，为横摆角，控制量选取为u₂＝δ_f，输出量为T表示转置矩阵符号，由于式(2)是一个非线性的状态空间，采用近似线性化的方法，在工作点[ξ₀u₀]对其线性化处理，并进行离散化得到式：其中，d_k,t是状态量在k时刻的偏差量，可表示为d_k,t＝ξ_k+1‑A_k,tξ_k‑B_k,tξ_k，使式(3)为从三自由度车辆模型推导出来的线性时变预测模型；二、基于模型预测控制的算法建立1.性能指标与约束设计首先通过约束车辆的横摆角速度偏差和车辆行驶轨迹的横向偏差ΔY来体现车辆的横向稳定性,同时对控制量前轮转角进行约束，以实现其平稳变化的要求，建立横向稳定性能指标代价函数L_la为：式(4)中，w_ΔY和为横摆角速度偏差、横向偏差和前轮转角权重系数，另外，对控制量和控制器输出偏差量的极限值进行约束：式(5)中，δ_fmin、δ_fmax表示为前轮转角的最小值和最大值，表示横摆角偏差的最小值和最大值，ΔY_min、ΔY_max表示横向偏差的最小值和最大值；建立一个车辆转向曲率安全可控域的方法，从车辆转向约束、车辆侧偏约束以及车辆侧翻的三个方面建立车速与转向曲率的约束值；车辆转向约束体现的是车辆运动学和操纵特性对于转向的限制，转向约束|λ_steer|可用最大转向角δ_max和车速表示，并且定义为函数f₁：式(6)中，系数κ表示为“不足转向参数”或“不足转向梯度”；车辆侧偏约束表征的是车辆在道路中收到轮胎与地面附着条件的限制，侧偏约束可以由轮路附着系数和车速表示，并定义为函数f₂：车辆侧倾约束表征的是防止车辆出现侧翻的情况，用侧倾指数RI表示，侧倾指数与侧倾角、侧倾角速度以及侧向加速度有关，当侧倾指数RI＝1时，车轮离开地面，根据侧倾指数RI，车辆防止侧翻的最大侧向加速度可表示为：式(8)中，C₁、C₂为正值系数，且0<C₁<1，0<C₂<1，φ，分别表示侧倾角和侧倾角速度，φ_th和分别表示侧倾角和侧倾角速度的临界值，a_y,c表示车辆横向加速度的临界值，RI_max表示车辆保持稳定时最大侧翻指数，a_y,max表示为满足RI小于RI_max的最大横向加速度；最终侧翻约束可表示为与最大侧向加速度和车速有关的式，并定义为函数f₃：结合式(6)、(7)和(9)，得到车辆在不同弯道曲率中最大车速的安全可控域为：λ_max＝f(v_x)＝min(f₁,f₂,f₃)     (10)2.跟踪模型的预测根据模型预测控制算法原理，将多目标代价函数(4)转化为预测型其中，J为预测时域内的多目标代价函数，k表示当前时刻，k+i|k表示在时刻k进行k+i时刻信息预测，N_p为预测时域，N_c为控制时域，且N_c≤N_p，状态值表示参考横摆角速度，Y_ref表示参考横向位置，控制增量Δu(k+i|k)＝u(k+i|k)‑u(k+i|k‑1)，表示为k时刻最优值与k‑1时刻最优值的差值，Q、R分别为输出权重矩阵和输入权重矩阵，ρ为松弛变量的权重系数，ε为松弛变量；最终，控制方法的优化问题可以转化为二次规划问题，即求解最小化式(11)，并设定约束为：式(12)中，为约束松弛下界；为约束松弛上界，Δδ_fmin，Δδ_fmax分别为前轮转角增量最小和最大值。