一种低计算复杂度的线控转向系统预设性能容错控制方法

1.本发明涉及智能车辆横向运动执行机构-线控转向系统转角跟踪控制领域，尤其涉及一种低计算复杂度的线控转向系统预设性能容错控制方法。


背景技术：

2.随着自动化、智能化与汽车行业的深度融合，自动驾驶汽车因在交通安全和乘坐舒适等方面的优越性而得到了学术界和工业界的广泛关注和研究。其中线控转向(steer-by-wire，sbw)系统作为自动驾驶汽车的执行系统之一，通过调节转向电机的输出转矩，使前轮的转向角跟踪期望信号，从而保证自动驾驶汽车按照上层规划的路径行驶。
3.目前，在线控转向控制系统方面，研究者们已经提出了基于参数辨识技术的sbw系统的滑模控制方法，或者基于模型不确定性和干扰的先验界，提出了具有执行器故障、模型不确定性和外部干扰的sbw系统的模型预测控制方法。此外，为了确保sbw系统的瞬态和稳态性能，开发了基于ii型模糊逻辑系统的规定性能控制器。考虑到控制器到执行器通信中控制器局域网的带宽限制，提出了一种基于模糊逻辑系统的sbw系统事件触发控制器。在非线性控制系统方面，对具有全状态约束的问题，引入反推技术，结合非线性变化、障碍李雅普诺夫函数(barrier lyapunov function，blf)、和指数衰减非线性映射等方法来构造跟踪控制器。对于具有输入饱和的非线性系统，研究者们在控制器设计中考虑了结合动态增益方法、辅助系统方法、以及基于中值定理或高斯误差函数的函数逼近方法的反推技术。以上对控制器的设计方案中控制器复杂且运行时需要大量的计算资源，因此在保证控制系统跟踪性能的基础上，设计一个低复杂度的控制器是目前亟需解决的问题。
4.现有的线控转向系统的预设跟踪控制设计技术，所用方法为利用径向基函数神经网络对非线性系统的不确定性进行在线逼近，结合障碍李雅普洛夫函数技术对线控转向系统进行控制器设计，但是这些方法首先没有考虑线控转向系统的故障和死区问题，其次利用径向基函数神经网络进行在线逼近也加大了计算量，因此所设计的控制器在实际线控转向系统低转矩和前轮转角快速变化中并不能保证很好的瞬态和稳态跟踪性能。


技术实现要素：

5.有鉴于此，本发明提供一种低计算复杂度的线控转向系统预设性能容错控制方法，以解决上述问题。
6.根据本发明的第一方面，提供一种低计算复杂度的线控转向系统预设性能容错控制方法，包括：基于预设性能控制方法，确定控制目标；根据控制目标，设计新的预设性能函数和误差变换函数；结合鲁棒控制方法，设计控制器中的虚拟控制律和控制律；基于系统动力学，建立线控转向系统的动力学模型；根据汽车执行器死区和故障对线控转向系统控制性能的影响，建立死区模型和故障模型；基于死区模型和故障模型，得到线控转向系统的输入非线性模型；基于输入非线性模型和线控转向系统的动力学模型，建立线控转向系统状态空间模型；基于状态空间模型，验证控制器控制效果并优化其内部所设计参数。
7.在本发明的另一实现方式中，控制目标确认为：
[0008]-k≤y-yd≤k，t＞tk[0009]
其中，yd为期望信号即期望的前轮转角，tk是到达指定误差的时间点，k是所指定的跟踪误差范围，此外，yd和其关于时间的导数都是连续有界且可微的。
[0010]
在本发明的另一实现方式中，新的预设性能函数和误差变换函数包括：
[0011]
预设性能函数p1(t)设计为：
[0012][0013]
其中，k和ξ是要设计的正常数；
[0014]
误差变换函数设计为：
[0015]
z1＝x
1-yd[0016]
z2＝x
2-α(t)
[0017]
其中，x1和x2都为控制的状态量，α(t)为虚拟控制律。
[0018]
在本发明的另一实现方式中，控制器中的虚拟控制律和控制律设计如下：
[0019]
虚拟控制律α(t)设计为：
[0020][0021]
其中，η1是要设计和优化的正常数；
[0022]
控制律u(t)设计为：
[0023][0024]
其中，η2和p2是需要设计和优化的正常数。
[0025]
在本发明的另一实现方式中，低计算复杂度的线控转向系统预设性能容错控制方法还包括：
[0026]
线控转向系统的动力学模型表示为：
[0027][0028]
其中，θf表示前轮的转向角，μ表示电机输出轴转角与前轮转角之比，bm表示线控转向系统的粘性摩擦，τm为转向电机的输出力矩，je和hf分别为线控转向系统的等效转动惯量和不确定非线性量。
[0029]
在本发明的另一实现方式中，等效转动惯量和不确定非线性量可利用如下公式计算：
[0030]
je＝jf+μ2jm[0031]
hf＝τe+τf[0032]
其中，jf和jm分别为前轮和转向电机的转动惯量，τe和τf分别为前轮的回正力矩和摩擦力矩，具体计算公式如下：
[0033]
[0034][0035]
其中，v
cg
为车辆恒定的纵向速度，cf为前轮轮胎侧偏刚度系数，t
p
和tm分别是气动和机械轨迹，lf为前轮轴到重心的距离，β和γ分别为重心(cg)处的车身侧偏角和横摆率，计算公式如下：
[0036][0037]
其中，cr为后轮轮胎侧偏刚度系数，m为车辆质量，lr和iz分别为后轮轴到重心的距离和车辆关于重心的转动惯量。
[0038]
在本发明的另一实现方式中，死区模型和故障模型分别表示为：
[0039][0040]
其中，ud和vd(ud)分别为死区的输入和输出；此外，存在正常数σ
imin
，σ
imax
和使得σ
imin
≤σi(t)≤σ
imax
，
[0041][0042]
其中，uf和vf(uf)分别为故障模型的输入和输出，σf(t)为执行器的失效因子，存在正常数σ
fmin
，使得σ
fmin
＜σi(t)≤1，为时变的偏置信号，存在正常数和使得
[0043]
在本发明的另一实现方式中，基于所述死区模型和所述故障模型，确定线控转向系统的输入非线性模型输入和输出的关系为：
[0044][0045]
其中，u和v(u)分别为输入非线性模型的输入和输出；
[0046]
σ(t)和分别为：
[0047][0048][0049]
其中，σf(t)为执行器的失效因子，存在正常数σ
fmin
、σ
imin
和σ
imax
，使得σ
fmin
＜σf(t)≤1、σ
imin
≤σi(t)≤σ
imax
(i＝r,l)，为时变的偏置信号，存在正常数和使得
[0050]
在本发明的另一实现方式中，线控转向系统的状态空间模型表示为：
[0051][0052][0053]
y＝x1[0054]
其中，都为状态向量，y∈r表示线控转向系统的输出，u是设计的控制律，f(x,t)：r2×r+
→
r代表总的不确定非线性包括摩擦力矩和回正力矩，g(t)∈r是不确定的控制系数，分别可表示为：
[0055][0056][0057]
其中，μ为电机输出轴转角与前轮转角之比，bm为线控转向系统的粘性摩擦系数，jf和jm分别为前轮和转向电机的转动惯量。
[0058]
在本发明的另一实现方式中，基于状态空间模型，验证控制器控制效果并优化其内部所设计参数，包括：控制器通过控制线控转向系统状态空间模型，验证控制效果并优化控制器内的设计参数。
[0059]
在本发明的低计算复杂度的线控转向系统预设性能容错控制方法中，考虑控制系统的计算复杂度和线控转向系统的输入非线性和参数不确定性，即故障问题和死区现象，将故障和死区作为一个不确定因素考虑进去可以使设计的控制器鲁棒性更好；考虑整车计算资源有限，结合鲁棒控制方法和预设性能控制方法，在不影响鲁棒性的基础上设计了简单结构的控制器，提升了整车计算效率；通过设计可预设的跟踪误差为控制目标和可调参的性能函数，提高线控转向系统的瞬态和稳态性能，降低自动驾驶汽车运行过程中发生危险情况的可能，提高乘坐的舒适度。
附图说明
[0060]
为了更清楚的说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，通过阅读下文实施方式的详细描述，方案中的优点和益处对于本领域的技术人员变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。在附图中：
[0061]
图1为本发明的一个实施例的低计算复杂度的线控转向系统预设性能容错控制方法的步骤流程图。
[0062]
图2为本发明的另一实施例的预设性能控制方法简单示意图。
[0063]
图3为本发明的另一实施例的低计算复杂度的线控转向系统预设性能容错控制方法中的控制器结构框图。
[0064]
图4为本发明的另一实施例的线控转向系统模型的简单示意图。
[0065]
图5为本发明的另一实施例的控制器验证和优化参数的过程框图。
具体实施方式
[0066]
为了使本领域的人员更好地理解本发明实施例中的技术方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、详细地描述，显然，所描述的实施例仅是本发明实施例一部分实施例，而不是全部的实施例。基于本发明实施例中的实施例，本领域普通技术人员所获得的所有其他实施例，都应当属于本发明实施例保护的范围。
[0067]
图1为本发明实施例提供的一种低计算复杂度的线控转向系统预设性能容错控制方法的步骤流程图，如图1所示，本实施例主要包括以下步骤：
[0068]
s101、基于预设性能控制方法，确定控制目标。
[0069]
示例性地，图2为预设性能控制方法的简单示意图，如图2所示，系统的瞬态和稳态性能表现是衡量一个控制器优劣的指标之一，因此确定了如下的控制目标，这个控制目标可以使得系统误差在指定时间内收敛到稳态(即瞬态性能)并保证在时间趋于无穷大时系统误差始终在指定范围内保持稳定(即稳态性能)。
[0070]
s102、根据控制目标，设计新的预设性能函数和误差变换函数。
[0071]
示例性地，图2为预设性能控制方法的简单示意图，如图2所示，预设性能控制都是基于性能函数和误差变换来构建等效模型的，然后再对这个等效模型进行控制器的设计，因此引入新的预设性能函数和误差变换函数。
[0072]
s103、基于鲁棒控制方法和预设性能函数，设计虚拟控制律和控制律。
[0073]
示例性地，图3为控制器的结构框图，如图3所示，确定了控制目标、预设性能函数和误差变换函数，为了满足控制的瞬态和稳态性能，通过反推技术得到虚拟控制律和控制律。
[0074]
s104、基于系统动力学，建立线控转向系统的动力学模型。
[0075]
示例性地，图4为线控转向系统模型的简单示意图，如图4所示，线控转向系统包括转向电机、减速器、控制器、前轮、齿轮箱等结构，其工作原理简单如下：自动驾驶汽车的规划决策层计算出期望的前轮转角，并转化为数字信号传递给sbw控制器，sbw控制器接受该信号并采集前轮实际转角信号，控制器根据前轮期望转角与实际转角信号对转向电机控制量进行计算，转向电机接收控制器的指令并输出扭矩，最后通过减速器及齿轮齿条转向机构驱动转向横拉杆改变前轮的转向角度。
[0076]
s105、根据汽车执行器死区和故障对线控转向系统控制性能的影响，建立死区模型和故障模型。
[0077]
示例性地，执行器对目标转矩的执行过程中存在转矩过零区域，即死区，为过零区域内对电机输出特性进行描述，建立死区模型。此外，sbw系统的转向电机对电磁干扰和电子故障非常敏感，因此，考虑执行器故障对sbw系统控制性能的影响，并对sbw系统作动器故障进行了建模。
[0078]
s106、基于死区模型和故障模型，得到线控转向系统的输入非线性模型。
[0079]
示例性地，结合步骤s103和步骤s104，确定线控转向系统的输入非线性模型输入和输出的关系，根据模型输入和输出的关系，得到线控转向系统的输入非线性模型。
[0080]
s107、基于线控转向系统动力学模型和输入非线性模型建立线控转向系统状态空间模型。
[0081]
示例性地，线控转向系统状态空间模型仅是用来对控制器进行验证和优化控制器
设计参数。状态空间模型在形式上符合控制系统的理论表述，并在内容上也符合实际应用情况。
[0082]
s108、基于状态空间模型，验证控制器控制效果并优化其内部所设计参数。
[0083]
示例性地，图5为控制器的验证和优化参数过程框图，如图5所示，控制器的控制效果可以通过状态空间模型和相关软件进行图形化显示，并通过调节控制器内部的参数优化控制效果。
[0084]
应理解的是，如图4所示，在实际应用过程中，根据所设计的控制器输出的控制量为转向电机的输出转向扭矩，转向电机的扭矩在控制器控制下通过减速器及齿轮齿条转向机构驱动转向横拉杆改变前轮转向角度。
[0085]
在本发明的低计算复杂度的线控转向系统预设性能容错控制方法中，考虑控制系统的计算复杂度和线控转向系统的模型输入非线性和参数不确定性，即故障问题和死区现象，将故障和死区作为一个不确定因素考虑进去可以使设计的控制器鲁棒性更好；考虑整车计算资源有限，结合鲁棒控制方法和预设性能控制方法，在不影响鲁棒性的基础上设计了简单结构的控制器，提升了整车计算效率；通过设计可预设的跟踪误差为控制目标和可调参的性能函数，提高线控转向系统的瞬态和稳态性能，降低自动驾驶汽车运行过程中发生危险情况的可能，提高乘坐的舒适度。
[0086]
在本发明的另一实现方式中，控制目标确定为：
[0087][0088]
其中，yd为期望信号即期望的前轮转角，tk是到达指定误差的时间点，k是所指定的跟踪误差范围，此外，yd和其关于时间的导数都是连续有界且可微的。
[0089]
在本发明的另一实现方式中，新的预设性能函数和误差变换函数包括：
[0090]
预设性能函数p1(t)设计为：
[0091][0092]
其中，k和ξ是要设计的正常数。
[0093]
误差变换函数设计为：
[0094]
z1＝x
1-yd[0095]
z2＝x
2-α(t)
[0096]
其中，x1和x2都为控制的状态量，α(t)为虚拟控制律。
[0097]
在本发明的另一实现方式中，控制器中的虚拟控制律和控制律设计如下：
[0098]
虚拟控制律α(t)设计为：
[0099][0100]
其中，η1是要设计和优化的正常数。
[0101]
控制律u(t)设计为：
[0102]
[0103]
其中，η2和p2是需要设计和优化的正常数。
[0104]
在本发明的另一实现方式中，线控转向系统的动力学模型表示为：
[0105][0106]
其中，θf表示前轮的转向角，可通过前轮转角传感器信号实时测算获得，μ表示电机输出轴转角与前轮转角之比，bm表示线控转向系统的粘性摩擦，μ和bm可根据经验和实际情况进行预先设定，τm为转向电机的输出力矩，je和hf分别为线控转向系统的等效转动惯量和不确定非线性量。
[0107]
在本发明的另一实现方式中，等效转动惯量和不确定非线性量可利用如下公式计算：
[0108]
je＝jf+μ2jm[0109]
hf＝τe+τf[0110]
其中，jf和jm分别为前轮和转向电机的转动惯量，可提前根据实车设计参数或试验数据采集并储存，τe和τf分别为前轮的回正力矩和摩擦力矩，具体计算公式如下：
[0111][0112][0113]
其中，v
cg
为车辆恒定的纵向速度，可通过车轮转速传感器信号实时测算获得，cf为前轮轮胎侧偏刚度系数，t
p
和tm分别是气动和机械轨迹，lf为前轮轴到重心的距离，cf和lf可提前根据实车设计参数或试验数据采集并储存，t
p
和tm不易准确测量，可根据经验和实际情况进行预先设定。
[0114]
β和γ分别为重心(cg)处的车身侧偏角和横摆率，计算公式如下：
[0115][0116]
其中，cr为后轮轮胎侧偏刚度系数，m为车辆质量，lr和iz分别为后轮轴到重心的距离和车辆关于重心的转动惯量，上述参数可提前根据实车设计参数或试验数据采集并储存。
[0117]
在本发明的另一实现方式中，死区模型和故障模型分别表示为：
[0118][0119]
其中，ud和vd(ud)分别为死区的输入和输出；此外，存在正常数σ
imin
，σ
imax
和使得σ
imin
≤σi(t)≤σ
imax
，
[0120][0121]
其中，uf和vf(uf)分别为故障模型的输入和输出，σf(t)为执行器的失效因子，存在
正常数σ
fmin
，使得σ
fmin
＜σi(t)≤1，为时变的偏置信号，存在正常数和和
[0122]
在本发明的另一实现方式中，基于死区模型和故障模型，确定线控转向系统的输入非线性模型输入和输出的关系为：
[0123][0124]
其中，u和v(u)分别为模型的输入和输出。
[0125]
σ(t)和分别为：
[0126][0127][0128]
其中，σf(t)为执行器的失效因子，存在正常数σ
fmin
、σ
imin
和σ
imax
，使得σ
fmin
＜σf(t)≤1、σ
imin
≤σi(t)≤σ
imax
(i＝r,l)，为时变的偏置信号，存在正常数和使得
[0129]
基于输入非线性模型和线控转向系统动力学模型，得到线控转向系统状态空间模型。
[0130]
在本发明的另一实现方式中，还包括：
[0131]
线控转向系统状态空间模型表示为：
[0132][0133][0134]
y＝x1[0135]
其中，都为状态向量，y∈r表示线控转向系统的输出，u是设计的控制信号，f(x,t)：r2×r+
→
r代表总的不确定非线性包括摩擦力矩和回正力矩，g(t)∈r是不确定的控制系数，分别可表示为：
[0136][0137][0138]
其中，μ为电机输出轴转角与前轮转角之比，bm为线控转向系统的粘性摩擦系数，jf和jm分别为前轮和转向电机的转动惯量。
[0139]
在本发明的另一实现方式中，基于状态空间模型，验证控制器控制效果并优化其内部所设计参数，包括：控制器通过控制线控转向系统状态空间模型，验证控制效果并优化所述控制器内的设计参数。
[0140]
本发明用预设性能控制方法来设计控制器，此方法中的指定收敛时间tk和指定收
敛范围k是可以调节的，由此可以保证控制器的瞬态和稳态的性能，同时也扩展了控制器在实际应用中的应用场景范围；且控制器构造简单，没有采用参数估计器或在线逼近的方法，有效降低了整车处理单元的计算复杂度，提升了处理效率，使自动驾驶汽车的安全性和乘坐舒适性得到了提升。
[0141]
至此，已经对本发明的特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作可以按照不同的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序，以实现期望的结果。在某些实施方式中，多任务处理和并行处理可以是有利的。
[0142]
需要说明的是，本发明实施例中所有方向性指示(诸如上、下、左、右、后
……
)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。
[0143]
在本发明的描述中，术语“第一”、“第二”仅用于方便描述不同的部件或名称，而不能理解为指示或暗示顺序关系、相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。
[0144]
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。
[0145]
需要说明的是，虽然结合附图对本发明的具体实施例进行了详细地描述，但不应理解为对本发明的保护范围的限定。在权利要求书所描述的范围内，本领域技术人员不经创造性劳动即可做出的各种修改和变形仍属于本发明的保护范围。
[0146]
本发明实施例的示例旨在简明地说明本发明实施例的技术特点，使得本领域技术人员能够直观了解本发明实施例的技术特点，并不作为本发明实施例的不当限定。
[0147]
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

技术特征：
1.一种低计算复杂度的线控转向系统预设性能容错控制方法，其特征在于，包括：基于预设性能控制方法，确定控制目标；根据所述控制目标，设计新的预设性能函数和误差变换函数；结合鲁棒控制方法，设计控制器中的虚拟控制律和控制律；基于系统动力学，建立线控转向系统的动力学模型；根据汽车执行器死区和故障对线控转向系统控制性能的影响，建立死区模型和故障模型；基于所述死区模型和所述故障模型，得到所述线控转向系统输入非线性模型；基于所述线控转向系统动力学模型和所述输入非线性模型建立线控转向系统状态空间模型；基于所述状态空间模型，验证控制器控制效果并优化其内部所设计参数。2.根据权利要求1所述的方法，其特征在于，所述控制目标为：-k≤y-y
d
≤k，t＞t
k
其中，y
d
为期望信号即期望的前轮转角，t
k
是到达指定误差的时间点，k是所设计的指定跟踪误差范围，此外，y
d
和其关于时间的导数都是连续有界且可微的。3.根据权利要求2所述的方法，其特征在于，所述新的预设性能函数和误差变换函数包括：所述预设性能函数p1(t)设计为：其中，k和ξ是要设计的正常数；所述误差变换函数设计为：z1＝x
1-y
d
z2＝x
2-α(t)其中，x1和x2都为控制的状态量，α(t)为虚拟控制律。4.根据权利要求1所述的方法，其特征在于，所述虚拟控制律和控制律包括：所述虚拟控制律设计为：其中，η1是要设计和优化的正常数；所述控制律u(t)设计为：其中，η2和p2是需要设计和优化的正常数。5.根据权利要求1所述的方法，其特征在于，所述线控转向系统的动力学模型表示为：其中，θ
f
表示前轮的转向角，μ表示电机输出轴转角与前轮转角之比，b
m
表示线控转向系
统的粘性摩擦，τ
m
为转向电机的输出力矩，j
e
和h
f
分别为线控转向系统的等效转动惯量和不确定非线性量。6.根据权利要求5所述的方法，其特征在于，所述等效转动惯量和所述不确定非线性量可利用如下公式计算：j
e
＝j
f
+μ2j
m
h
f
＝τ
e
+τ
f
其中，j
f
和j
m
分别为前轮和转向电机的转动惯量，τ
e
和τ
f
分别为前轮的回正力矩和摩擦力矩，具体计算公式如下：力矩，具体计算公式如下：其中，v
cg
为车辆恒定的纵向速度，c
f
为所述前轮轮胎侧偏刚度系数，t
p
和t
m
分别是气动和机械轨迹，l
f
为前轮轴到重心的距离，β和γ分别为重心(cg)处的车身侧偏角和横摆率，计算公式如下：其中，c
r
为后轮轮胎侧偏刚度系数，m为车辆质量，l
r
和i
z
分别为后轮轴到重心的距离和车辆关于重心的转动惯量。7.根据权利要求1所述的方法，其特征在于，所述死区模型和故障模型可分别表示为：其中，u
d
和v
d
(u
d
)分别为死区的输入和输出，此外，存在正常数σ
imin
，σ
imax
和使得σ
imin
≤σ
i
(t)≤σ
imax
，，其中，u
f
和v
f
(u
f
)分别为故障模型的输入和输出，σ
f
(t)为执行器的失效因子，存在正常数σ
fmin
，使得σ
fmin
＜σ
i
(t)≤1，为时变的偏置信号，存在正常数和使得8.根据权利要求7所述的方法，其特征在于，所述基于所述死区模型和所述故障模型，得到所述线控转向系统的输入非线性模型的输入和输出的关系为：其中，u和v(u)分别为所述输入非线性模型的输入和输出；所述σ(t)和分别为：
其中，σ
f
(t)为执行器的失效因子，存在正常数σ
fmin
、σ
imin
和σ
imax
，使得σ
fmin
＜σ
f
(t)≤1、σ
imin
≤σ
i
(t)≤σ
imax
(i＝r,l)，为时变的偏置信号，存在正常数和使得9.根据权利要求8所述的方法，其特征在于，所述线控转向系统状态空间模型可表示为：为：y＝x1其中，为状态向量，y∈r表示线控转向系统的输出，u是设计的控制律，f(x,t)：r2×
r
+
→
r代表总的不确定非线性包括摩擦力矩和回正力矩，g(t)∈r是不确定的控制系数，分别可表示为：不确定的控制系数，分别可表示为：其中，μ为电机输出轴转角与前轮转角之比，b
m
为线控转向系统的粘性摩擦系数，j
f
和j
m
分别为前轮和转向电机的转动惯量。10.根据权利要求1所述的方法，其特征在于，基于所述状态空间模型，验证控制器控制效果并优化其内部所设计参数，包括：所述控制器通过控制所述线控转向系统状态空间模型，验证控制效果并优化所述控制器内的设计参数。

技术总结
本发明提供了一种低计算复杂度的线控转向系统预设性能容错控制方法。控制方法包括：基于预设性能控制方法，确定控制目标；随后设计新的预设性能函数和误差变换函数；结合鲁棒控制方法，设计控制器中的虚拟控制律和控制律；基于系统动力学，建立线控转向系统的动力学模型；根据汽车执行器死区和故障对线控转向系统控制性能的影响，建立死区模型和故障模型；同时得到线控转向系统的输入非线性模型；随后建立线控转向系统状态空间模型；最后，通过状态空间模型验证控制器控制效果并优化其内部所设计参数。本发明考虑了故障和死区问题，提高了控制器的鲁棒性；考虑了整车计算资源有限，所设计的控制器结构简单提高了整车的计算效率。计算效率。计算效率。


技术研发人员：马冰心 李吉武 唐先智 李红娟 牛子洲
受保护的技术使用者：燕山大学
技术研发日：2023.06.15
技术公布日：2023/8/23