基于模型预测控制的分布式电动汽车集中式姿态控制方法

1.本发明涉及电动汽车运动控制技术领域，具体是基于模型预测控制的分布式电动汽车集中式姿态控制方法。


背景技术：

2.随着汽车行业的发展，为了提高车辆动态性能，满足人们乘车需求，汽车底盘已开发出各式各样的主动控制系统。但这些系统之间各自独立作用，不可避免会产生冲突，最终导致次优甚至矛盾的控制效果。因此若想更进一步提升车辆整体性能，车辆底盘集成控制逐渐成为车辆控制领域的研究热点。
3.集成结构可分为分层式和集中式。当前大部分车辆底盘控制研究选用的是分层式结构，该结构集成度介于分散式和集中式之间，在保留原有子控制器的同时增加了一个上层控制器，能够实现较好的控制效果。但分层式结构采用多个控制器，其数据在控制器间传递过程中会不可避免地夹杂噪声信号，易产生误差。
4.因此，针对以上现状，迫切需要提供基于模型预测控制的分布式电动汽车集中式姿态控制方法，以克服当前实际应用中的不足。


技术实现要素：

5.本发明的目的在于提供基于模型预测控制的分布式电动汽车集中式姿态控制方法，使用集中式控制结构对车辆纵侧垂向力进行分配，相比于纵横向力协同控制还考虑了车辆垂向受力，提高了车辆乘坐舒适性，有利于控制车身行驶姿态，并且解决了车辆底盘各个子系统产生控制冲突的问题，获得更优的控制性能，达到车辆行驶的最佳控制效果，实现对车辆的路径和车速更好地进行跟踪，平稳车辆行驶姿态，提高车辆的行驶安全性、操纵稳定性，有效解决了背景技术中的问题。
6.本发明是这样实现的，基于模型预测控制的分布式电动汽车集中式姿态控制方法，该方法包括以下步骤：
7.步骤一：获取车辆的速度信息，构建车辆二自由度动力模型，得到车辆行驶需要的期望侧向力及横摆角速度，并且把车轮转角作为控制量；
8.步骤二：根据车辆期望行驶姿态，利用车辆动力学模型预测控制算法设计预测控制器，对车辆运动进行设计控制；
9.步骤三：根据轮胎的垂向动态系数对轮胎力的分配关系，结合车轮转向角、轮毂电机转矩和主动悬架系统的悬架力与各个车轮分力之间的转换关系，得到车轮转角δ、电机转矩t
wij
以及主动悬架力f
zij,s
。
10.作为本发明进一步的方案：在步骤一中，根据车辆的行驶状态信息，以及车辆的目标跟踪轨迹运动需求，通过车辆参考模型得出跟踪路径，保证车辆在纵侧垂方向上的动力学性能，从而获得车辆的纵向和侧向速度信息以及车辆的俯仰角、侧倾角以及横摆角速度信息。
11.作为本发明进一步的方案：车辆的行驶状态信息包括车辆的纵向和侧向速度以及车辆的俯仰角、横摆角以及侧倾角速度。
12.作为本发明进一步的方案：在步骤一中，建立车辆线性二自由度模型，得到车辆模型传递矩阵：
[0013][0014]
车辆稳态横摆角速度增益为：
[0015][0016]
作为本发明进一步的方案：通过加速度对时间积分可以得出纵向参考速度表达式：
[0017][0018]
式中a
xk
是车辆纵向期望加速度，v
xk
是车辆纵向期望速度，v
xo
是车辆起始纵向速度。
[0019]
作为本发明进一步的方案：各个车轮垂向合力保持与整车质量相同：
[0020]fz_des
＝mg；
[0021]
其中f
z_des
是车辆期望垂向合力，g是重力加速度。
[0022]
作为本发明进一步的方案：车辆在行驶时需要保持平稳，避免产生过大的俯仰角和侧倾角，从而定义车身期望俯仰角与侧倾角都是零：
[0023][0024][0025]
最终得到车辆期望行驶状态：
[0026][0027]
式中是车辆期望侧倾角速度，是期望俯仰角速度，是期望横摆角速度，lf和lr分别是质心到前后轴的距离，kg是转向不足度，δf是前轮转角。
[0028]
作为本发明进一步的方案：在步骤二中，根据车辆动力学模型得到车身六自由度方程，如下所示：
[0029]
纵向动力学方程：
[0030][0031]
侧向动力学方程：
[0032][0033]
垂向动力学方程：
[0034][0035]
侧倾运动方程：
[0036][0037]
俯仰运动方程：
[0038][0039]
横摆运动方程：
[0040][0041]
整理可得：
[0042][0043][0044][0045][0046][0047][0048]
其中，状态变量v
x
,vy,vz,以及分别代表车辆纵向车速、侧向车速、垂向车速、侧倾角速度、俯仰角速度以及横摆角速度。
[0049]
作为本发明进一步的方案：在步骤三中，车轮纵向力与电机转矩t
wij
的转换关系如下所示：
[0050][0051]
整理得：
[0052]
式中r为车轮半径，j
ω
是车轮转动惯量，是车轮加速度；
[0053]
选用dugoff轮胎模型，其中车轮侧向力和轮胎侧偏角的转换关系如下：
[0054][0055][0056]
式中α
ij
是轮胎侧偏角，c
aij
是轮胎侧偏刚度，μ
ij
是轮胎与道路的附着系数，拟合参数p取值为3.0；
[0057]
车轮的主动悬架力：
[0058][0059]
其中f
zij,s
是车轮主动悬架力，η是悬架和车轮之间的传递系数，是车轮垂向力的估计值；
[0060]
车辆预测方程为：
[0061]
纵向车辆运动方程：
[0062][0063]
侧向车辆运动方程：
[0064][0065]
垂向车辆运动方程：
[0066][0067]
侧倾运动方程：
[0068][0069]
俯仰运动方程：
[0070][0071]
横摆运动方程：
[0072][0073]
控制量u＝[t
fl
,t
fr
,t
rl
,t
rr
,δ
fl
,δ
fr
,δ
rl
,δ
rr
,f
zfl_o
,f
zfr_o
,f
zrl_o
,f
zrr_o
]
t
，分别代表各个轮胎的电机转矩、车轮转角以及主动悬架力；状态变量为各个轮胎的电机转矩、车轮转角以及主动悬架力；状态变量为代表车辆纵向车速、侧向车速、垂向车速、侧倾角速度、俯仰角速度以及横摆角速度。
[0074]
与现有技术相比，本发明的有益效果：
[0075]
选择对车辆行驶时纵侧垂三方向力进行统一集中控制，能够有效地解决车辆底盘各个主动控制系统之间产生结果冲突的问题，使子系统能够互相配合，提高车辆行驶稳定性和操纵性能，保证了驾驶人员的安全和乘坐舒适；
[0076]
采用集中式控制结构设计模型预测控制器，预测方程状态变量选择纵向车速、侧向车速、垂向车速、侧倾角速度、俯仰角速度以及横摆角速度，直接求得各个轮胎的电机转矩、车轮转角以及主动悬架力。
[0077]
本发明对车辆纵侧垂三向力协同控制，有效提高了车辆整体动力学性能；采用集中式控制结构，对各个执行系统发送指令，控制性能更加优越，对车辆控制效果更好。
附图说明
[0078]
图1为本发明实施例提供的基于模型预测控制的分布式电动汽车集中式姿态控制方法流程图。
[0079]
图2为电动汽车纵侧垂向力集成控制结构框图。
[0080]
图3为电动汽车在纵侧垂平面受力图。
[0081]
图4为线性二自由度车辆模型示意图。
具体实施方式
[0082]
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、完
整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。以下结合具体实施例对本发明的具体实现进行详细描述。
[0083]
请参阅图1-图4，本发明实施例提供的基于模型预测控制的分布式电动汽车集中式姿态控制方法，该方法包括以下步骤：
[0084]
步骤一：构建车辆二自由度动力模型，将车辆前后轮和左右进行对称简化，得到车辆行驶需要的期望侧向力及横摆角速度，并且把车轮转角作为控制量。
[0085]
建立车辆线性二自由度模型，得到车辆模型传递矩阵：
[0086][0087]
车辆稳态横摆角速度增益为：
[0088][0089]
这里可以得出参考横摆角速度，车轮纵向速度由电机转矩直接控制，所以纵向参考速度通过加速度对时间积分可以得出表达式，如下：
[0090][0091]
式中a
xk
是车辆纵向期望加速度，v
xk
是车辆纵向期望速度，v
xo
是车辆起始纵向速度。车辆行驶时受到的外界影响对其垂向速度和侧向速度需稳定在0附近较小范围内波动，尽量趋于零。所以，各个车轮垂向合力保持与整车质量相同，如下所示：
[0092]fz_des
＝mg；
[0093]
其中f
z_des
是车辆期望垂向合力，g是重力加速度。
[0094]
车辆在行驶时需要尽量保持平稳，避免产生过大的俯仰角和侧倾角，因此定义车身期望俯仰角与侧倾角都是零，如下所示：
[0095][0096][0097]
综上所述，车辆期望行驶状态如下所示：
[0098][0099]
式中是车辆期望侧倾角速度，是期望俯仰角速度，是期望横摆角速度，lf、
lr分别是质心到前后轴距离，kg是转向不足度，δf是前轮转角。
[0100]
步骤二：根据车辆期望行驶姿态，利用模型预测控制算法设计预测控制器，分析车辆动力学模型得到车身六自由度方程，如下所示：
[0101]
纵向动力学方程：
[0102][0103]
侧向动力学方程：
[0104][0105]
垂向动力学方程：
[0106][0107]
侧倾运动方程：
[0108][0109]
俯仰运动方程：
[0110][0111]
横摆运动方程：
[0112][0113]
整理可得：
[0114][0115][0116][0117][0118][0119][0120]
步骤三：根据轮胎的垂向动态系数对轮胎力的分配关系，结合车轮转向角、轮毂电机转矩和主动悬架系统的悬架力与各个车轮分力之间的转换关系，最终优化求解得车轮转角、电机转矩以及主动悬架力；
[0121]
车轮纵向力与电机转矩的转换关系如下所示：
[0122]
[0123]
整理得：
[0124]
式中r为车轮半径，j
ω
是车轮转动惯量，是车轮加速度。
[0125]
选用dugoff轮胎模型，其中车轮侧向力和轮胎侧偏角的转换关系如下：
[0126][0127][0128]
其中α
ij
是轮胎侧偏角，c
aij
是轮胎侧偏刚度，μ
ij
是轮胎与道路的附着系数。拟合参数p取值为3.0。
[0129]
车轮的主动悬架力是：
[0130][0131]
式中f
zij,s
是主动悬架力，η是悬架和车轮之间的传递系数，是车轮垂向力估计值。
[0132]
综上，车辆预测方程为：
[0133]
纵向车辆运动方程：
[0134][0135]
侧向车辆运动方程：
[0136][0137]
垂向车辆运动方程：
[0138][0139]
侧倾运动方程：
[0140][0141]
俯仰运动方程：
[0142][0143]
横摆运动方程：
[0144][0145]
控制量u＝[t
fl
,t
fr
,t
rl
,t
rr
,δ
fl
,δ
fr
,δ
rl
,δ
rr
,f
zfl_o
,f
zfr_o
,f
zrl_o
,f
zrr_o
]
t
，分别代表各个轮胎的电机转矩、车轮转角以及主动悬架力；状态变量为各个轮胎的电机转矩、车轮转角以及主动悬架力；状态变量为代表车辆纵向车速、侧向车速、垂向车速、侧倾角速度、俯仰角速度以及横摆角速度。
[0146]
对预测方程进行整理可得预测模型的状态空间表达式如下：
[0147][0148]
对其进行离散化，采样时间ts＝0.01s，离散状态空间表达式如下：
[0149][0150]
定义预测时域是p，控制时域是m，p＞m。车辆在预测时域中动作可以由车辆当前状态和预测模型得出。所以定义k时刻最优控制输入为：
[0151][0152]
则k时刻预测输出是
[0153]
[0154]
将车辆期望行驶姿态表达式改写为系统参考输入序列，如下所示：
[0155][0156]
在第k段采样时刻，y(k)为控制系统预测初始值，记为y(k|k)＝y(k)。被控系统输入与状态变量根据当前时刻这两个量的值进行更新，再将得到的控制序列首项用作系统输入作用于下一时刻，并且会结合下个时刻被控系统的输出进行优化求解，不断往复则实现了控制序列滚动优化，求解得到未来时刻状态。
[0157]
为了求解得出优化控制方案，获得车辆的最优控制响应，设计预测控制器的目标函数如下所示：
[0158]
j＝ψq||y(k+1|k)-r(k+1)||2+ψr||δu(k)||2+ψ
p
||u(k)||2+var(γi)+α1e(γi)+α2var(ξi)+α3e(ξi)；
[0159][0160][0161]
式中ψq是控制车辆姿态的权重系数，ψr是控制增量的权重系数，ψ
p
是控制输入权重系数。γi是各个轮胎负荷系数，ξi是各轮胎垂向动态系数，α1、α2、α3是权重系数；
[0162]
当ψq数值较大时，控制系统侧重于车辆行驶的安全和操作性能，ψ
p
较大时，系统倾向于考虑车辆能量。目标函数还包括了负载率方差和均值加权最小化以及垂向动力系数方差与均值加权最小化。前者可以让车轮符合率尽量相同，减小轮胎负荷系数极大值；后者可以让车轮垂向力和静态载荷力更加接近，使主动悬架输入力较小。
[0163]
为了确保车辆行驶稳定，需要对车辆加以转向安全约束，对横摆角速度施加约束范围，μ是路面附着系数。
[0164][0165]
车辆行驶由电机和主动悬架等装置实现。电机输出功率和轮胎纵横向力及其变化率需满足实际约束：
[0166][0167][0168]-f
yi_max
≤f
yi
≤f
yi_max
；
[0169][0170]
其中t
i_max
是电机最大转矩，r是轮胎半径，ξ
xi_max
是电机转矩最大变化率，δf
xi
和δf
yi
是单位时间内轮胎纵和侧向力变化量，k
yi_max
是轮胎横向力最大变化率。
[0171]
车辆行驶所需轮胎力由路面摩擦力提供，所以轮胎力要在摩擦力大小范围内，即受摩擦圆约束：
[0172][0173]
本发明建立的坐标系下车轮垂向力是正值，还需受到主动悬架约束：
[0174]fzi
≥0；
[0175]-k
zi_max
≤δf
zi
/δt≤k
zi_max
；
[0176]
其中δf
zi
是单位时间内轮胎垂向力变化量，k
zi_max
是轮胎垂向力最大变化率；
[0177]
本发明选用研究对象是四轮驱动电动汽车，为了避免车辆在行驶时因为四轮转角相差太大而车身失稳，所以左右车轮横垂向力要满足约束：
[0178]fyfl
·fzfr
×fzfl
·fyfr
；
[0179]fzrl
·fyrr
＝f
zrr
·fyrl
。
[0180]
综上所述，本发明选用集中控制结构对电动汽车纵侧垂向力进行集中式控制的方法，大大提高车辆的操纵性和舒适性；根据车辆的行驶状态信息及其目标跟踪轨迹等运动需求，运用车辆参考模型获得车辆纵向、侧向以及垂向速度，俯仰、侧倾以及横摆角速度等信息，然后采用模型预测控制算法设计控制器，再结合车辆合力与各车轮分力之间的转换关系，以及车轮各个分力与车轮转角、电机转矩以及主动悬架力之间的变换关系，最终直接得出车辆行驶最优控制所需的转角、转矩和悬架力，保证车辆行驶时的稳定性和操作性；
[0181]
本发明选择对电动汽车底盘进行一体化控制以达到对车辆底盘的最优控制，实现车辆的最优动力响应。使用模型预测控制算法实现对多目标的优化求解，提高控制器精准性。考虑到车辆安全约束和电机传输约束，提高车辆行驶安全性和整体性能。
[0182]
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

技术特征：
1.基于模型预测控制的分布式电动汽车集中式姿态控制方法，包括，其特征在于，该方法包括以下步骤：步骤一：获取车辆的速度信息，构建车辆二自由度动力模型，得到车辆行驶需要的期望侧向力及横摆角速度，并且把车轮转角作为控制量；步骤二：根据车辆期望行驶姿态，利用车辆动力学模型预测控制算法设计预测控制器，对车辆运动进行设计控制；步骤三：根据轮胎的垂向动态系数对轮胎力的分配关系，结合车轮转向角、轮毂电机转矩和主动悬架系统的悬架力与各个车轮分力之间的转换关系，得到车轮转角δ、电机转矩t
wij
以及主动悬架力f
zij,s
。2.根据权利要求1所述的基于模型预测控制的分布式电动汽车集中式姿态控制方法，其特征在于，在步骤一中，根据车辆的行驶状态信息，以及车辆的目标跟踪轨迹运动需求，通过车辆参考模型得出跟踪路径，保证车辆在纵侧垂方向上的动力学性能，从而获得车辆的纵向和侧向速度信息以及车辆的俯仰角、侧倾角以及横摆角速度信息。3.根据权利要求2所述的基于模型预测控制的分布式电动汽车集中式姿态控制方法，其特征在于，车辆的行驶状态信息包括车辆的纵向和侧向速度以及车辆的俯仰角、横摆角以及侧倾角速度。4.根据权利要求1所述的基于模型预测控制的分布式电动汽车集中式姿态控制方法，其特征在于，在步骤一中，建立车辆线性二自由度模型，得到车辆模型传递矩阵：车辆稳态横摆角速度增益为：5.根据权利要求4所述的基于模型预测控制的分布式电动汽车集中式姿态控制方法，其特征在于，通过加速度对时间积分可以得出纵向参考速度表达式：式中a
xk
是车辆纵向期望加速度，v
xk
是车辆纵向期望速度，v
xo
是车辆起始纵向速度。6.根据权利要求5所述的基于模型预测控制的分布式电动汽车集中式姿态控制方法，其特征在于，各个车轮垂向合力保持与整车质量相同：f
z_des
＝mg；其中f
z_des
是车辆期望垂向合力，g是重力加速度。7.根据权利要求6所述的基于模型预测控制的分布式电动汽车集中式姿态控制方法，其特征在于，车辆在行驶时需要保持平稳，避免产生过大的俯仰角和侧倾角，从而定义车身期望俯仰角与侧倾角都是零：
最终得到车辆期望行驶状态：式中是车辆期望侧倾角速度，是期望俯仰角速度，是期望横摆角速度，l
f
和l
r
分别是质心到前后轴的距离，k
g
是转向不足度，δ
f
是前轮转角。8.根据权利要求1所述的基于模型预测控制的分布式电动汽车集中式姿态控制方法，其特征在于，在步骤二中，根据车辆动力学模型得到车身六自由度方程，如下所示：纵向动力学方程：侧向动力学方程：垂向动力学方程：侧倾运动方程：俯仰运动方程：横摆运动方程：整理可得：整理可得：整理可得：
其中，状态变量以及分别代表车辆纵向车速、侧向车速、垂向车速、侧倾角速度、俯仰角速度以及横摆角速度。9.根据权利要求1所述的基于模型预测控制的分布式电动汽车集中式姿态控制方法，其特征在于，在步骤三中，车轮纵向力与电机转矩t
wij
的转换关系如下所示：整理得：式中r为车轮半径，j
ω
是车轮转动惯量，是车轮加速度；选用dugoff轮胎模型，其中车轮侧向力和轮胎侧偏角的转换关系如下：选用dugoff轮胎模型，其中车轮侧向力和轮胎侧偏角的转换关系如下：式中α
ij
是轮胎侧偏角，c
aij
是轮胎侧偏刚度，μ
ij
是轮胎与道路的附着系数，拟合参数p取值为3.0；车轮的主动悬架力：其中f
zij,s
是车轮主动悬架力，η是悬架和车轮之间的传递系数，是车轮垂向力的估计值；综上，车辆预测方程写为：纵向车辆运动方程：纵向车辆运动方程：侧向车辆运动方程：
垂向车辆运动方程：侧倾运动方程：俯仰运动方程：
横摆运动方程：控制量u＝[t
fl
,t
fr
,t
rl
,t
rr
,δ
fl
,δ
fr
,δ
rl
,δ
rr
,f
zfl_o
,f
zfr_o
,f
zrl_o
,f
zrr_o
]
t
，分别代表各个轮胎的电机转矩、车轮转角以及主动悬架力；状态变量为胎的电机转矩、车轮转角以及主动悬架力；状态变量为代表车辆纵向车速、侧向车速、垂向车速、侧倾角速度、俯仰角速度以及横摆角速度。

技术总结
本发明适用于电动汽车运动控制技术领域，提供了基于模型预测控制的分布式电动汽车集中式姿态控制方法，该方法包括以下步骤：步骤一：获取车辆的速度信息，构建车辆二自由度动力模型，得到车辆行驶需要的期望侧向力及横摆角速度，并且把车轮转角作为控制量；步骤二：根据车辆期望行驶姿态，利用车辆动力学模型预测控制算法设计预测控制器，对车辆运动进行设计控制；步骤三：根据轮胎的垂向动态系数对轮胎力的分配关系，结合车轮转向角、轮毂电机转矩和主动悬架系统的悬架力与各个车轮分力之间的转换关系，得到车轮转角、电机转矩以及主动悬架力，本发明采用集中式控制结构，对各个执行系统发送指令，控制性能更加优越，对车辆控制效果更好。制效果更好。制效果更好。


技术研发人员：赵海艳 封熙 卢星昊 孙康 陈虹
受保护的技术使用者：吉林大学
技术研发日：2023.04.27
技术公布日：2023/6/28