[發(fā)明專利]分布式電驅(qū)動車輛縱-橫-垂向力協(xié)同控制方法

有效

• 申請?zhí)枺?/td>: 201310413708.5
• 申請日: 2013-09-12
• 公開（公告）號: CN103448716A
• 公開（公告）日: 2013-12-18
• 發(fā)明（設(shè)計）人: 羅禹貢;曹坤;李克強(qiáng);褚文博;戴一凡;連小珉;楊殿閣;王建強(qiáng);鄭四發(fā)
• 申請（專利權(quán)）人: 清華大學(xué)
• 主分類號: B60W30/02
• 分類號: B60W30/02
• 代理公司: 北京尚德技研知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11378
• 代理人: 嚴(yán)勇剛

1.一種分布式電驅(qū)動車輛縱-橫-垂向力協(xié)同控制方法，其特征在于：在車輛控制系統(tǒng)的控制下，完成如下操作：

1)根據(jù)車輛狀態(tài)參數(shù)實時制定車輛期望合力與力矩；

2)綜合考慮車輛行駛期望、輪胎附著極限和執(zhí)行器特性，建立統(tǒng)一目標(biāo)函數(shù)，并設(shè)計約束優(yōu)化和可行域規(guī)劃方法相結(jié)合的求解算法，將步驟1)中獲得的期望合力優(yōu)化分配為四輪最優(yōu)縱、橫、垂向力；

3)采用電機(jī)驅(qū)動、前后輪主動轉(zhuǎn)向和主動懸架控制將步驟2)中分配好的力具體執(zhí)行；

其中，所述步驟2)中，期望合力優(yōu)化分配為四輪最優(yōu)縱、橫、垂向力的具體分配過程為：

a)首先在滿足如下約束條件的集合的基礎(chǔ)上，建立目標(biāo)函數(shù)：

i)約束條件的集合為式(9)-(19)：

F_x，des＝F_xfl+F_xfr+F_xrl+F_xrr????(9)

F_y，des＝F_xfl+F_yfr+F_yfl+F_yrr????(10)

F_z，des＝mg＝F_zfl+F_zfr+F_zrl+F_zrr????(11)

M_x，des＝0.5t_f(F_zfl-F_zfr)+0.5t_r(F_zrl-F_zrr)????(12)

M_y，des＝-l_f(F_zfl+F_zfr)+l_r(F_zrl+F_zrr)????(13)

M_z，des＝l_f(F_yfl+F_yfr)-l_r(F_yrl+F_yrr)+0.5t_f(-F_xfl+F_xfr)+0.5t_r(-F_xrl+F_xrr)????(14)

Fxi2+Fyi2≤μiFzi---(15)]]>

|F_xi·r|≤T_max????(16)

|ΔFxiΔt·r|≤(ΔTΔt)max---(17)]]>

FyflFyfr=FzflFzfr,FyrlFyrr=FzrlFzrr---(18)]]>

F_zi≥0????(19)

其中，F(xiàn)_x，des表示期望縱向合力，F(xiàn)_x，des＝ma_x，des，m為整車質(zhì)量，a_x，des為期望縱向加速度，a_x，des由加速踏板開度值α和縱向車速V_x，以及車輛自身的MAP圖查表獲得；

F_y，des表示期望橫向合力，R為車輛預(yù)期轉(zhuǎn)向半徑，其中R₀為道路曲率半徑，l為車輛軸距，l_f、l_r為車輛前、后軸分別到質(zhì)心的距離，L為預(yù)先設(shè)定的行駛長度，d_f、d_r為車輛前、后軸中心與道路中心線的距離，

F_z，des表示期望垂向合力，F(xiàn)_z，des＝mg，

M_x，des表示期望側(cè)傾力矩，M_y，des表示期望俯仰力矩，M_z，des表示期望橫擺力矩：

Mx,des=(Kp2+Ki21s+Kd2·s)(ρdes-ρ)]]>

My,des=(Kp3+Ki31s+Kd3·s)(θdes-θ)]]>

Mz,des=(Kp1+Kil1s+Kd1·s)(γdes-γ)]]>

K_p1、K_p2、K_p3分別為PID方法中的比例參數(shù)，K_i1、K_i2、K_i3分別為PID方法中的積分參數(shù)，K_d1、K_d2、K_d3分別為PID方法中的微分參數(shù)，上述參數(shù)均根據(jù)仿真調(diào)試結(jié)果得到，s為Laplace算子，車身側(cè)傾角期望值ρ_des＝0，車身俯仰角期望值θ_des＝0，γ_des為期望橫擺角速度信息，結(jié)合車輛系統(tǒng)反饋的前、后輪側(cè)偏角目標(biāo)值信息α_f，des、α_r，des制定，α_f，des和α_r，des初始值為零；ρ為車身側(cè)傾角信息，θ為車身俯仰角信息，γ為橫擺角速度信息；

在(9)-(19)式中，記F_xfl、F_xfr、F_xfl、F_xrr分別為左前、右前、左后、右后輪縱向力，F(xiàn)_yfl、F_yfr、F_yfl、F_yrr分別為左前、右前、左后、右后輪橫向力，F(xiàn)_zfl、F_zfr、F_zrl、F_zrr分別為左前、右前、左后、右后輪垂向力，t_f、t_r分別為前、后軸輪距，l_f、l_r分別為車輛前、后軸到質(zhì)心的距離，m為整車質(zhì)量，g為重力加速度，μ_i為各輪與路面附著系數(shù)；i＝{fl，fr，rl，rr}＝{左前，右前，左后，右后}，以F_xi、F_yi、F_zi分別代表左前、右前、左后、右后輪的縱向力、橫向力、垂向力；T_max為電機(jī)的最大扭矩，為最大扭矩變化率；r為輪胎半徑，Δt為變化時間間隔；

ii)在上述約束條件基礎(chǔ)上，建立用于評價力分配效果的目標(biāo)函數(shù)：

min,J=Var(γi)+w1·E(γi)+w2·Var(ϵi)=(14Σi(γi-14Σiγi)2)1/2+wi14Σiγi+w2(14Σi(ϵi-14Σiϵi)2)1/2---(20)]]>

其中minJ即為優(yōu)化目標(biāo)函數(shù)，min表示取最小值，Var、E分別表示方差運算和平均值運算符號；w₁、w₂為權(quán)重系數(shù)，根據(jù)仿真調(diào)試結(jié)果在1～10數(shù)字范圍內(nèi)調(diào)節(jié)；變量γ_i表示各輪輪胎負(fù)荷率，變量ε_i表示各輪垂向力動態(tài)系數(shù)，其定義如下：

γi=Fxi2+Fyi2μiFzi,ϵi=Fzi,0Fzi---(21)]]>

其中F_zi，0表示靜載時左前、右前、左后、右后輪所受垂向力，按下式計算：

Fzfl,0=Fzfr,0=lr2lmg,Fzrl,0=Fzrr,0=lf2lmg---(22)]]>

b)在約束條件和目標(biāo)函數(shù)的基礎(chǔ)上，設(shè)計優(yōu)化求解算法，將制定的期望合力與力矩分配為各輪縱、橫、垂向力最優(yōu)值，設(shè)計優(yōu)化求解算法包括以下兩方面內(nèi)容：

①采用障礙函數(shù)法和牛頓法的約束優(yōu)化方法

將所述優(yōu)化目標(biāo)函數(shù)與所述約束條件改寫為統(tǒng)一數(shù)學(xué)描述，并針對每個不等式約束引入松弛變量s_k構(gòu)造障礙函數(shù)項：

minx,sfμ(x,s)=f(x)-μΣklnsk]]>

s.t.g_k(x)+s_k＝0????(23)

h_j(x)＝0

其中，x＝[F_xi?F_yi?F_zi]^T代表各輪縱、橫、垂向力共12個變量組成的自變量向量，為最優(yōu)解向量；f(x)＝Var(γ_i)+w₁·E(γ_i)+w₂·Var(ε_i)代表式(19)所述目標(biāo)函數(shù)；g、h分別代表所述約束條件中的等式約束和不等式約束的表達(dá)式；k、j分別對應(yīng)第k個不等式約束和第j個等式約束；s_k為對應(yīng)于第k個不等式約束的松弛變量；μ為障礙函數(shù)的罰因子變量，其值為正且隨著下述迭代過程的進(jìn)行逐漸趨近于零；

寫出式(23)的Lagrangian函數(shù)并對其應(yīng)用約束優(yōu)化問題的KKT條件，得到最優(yōu)解應(yīng)滿足如下方程：

L(x,s,y,λ)=f(x)-μΣklnsk+Σiλk(gk(x)+sk)+Σjyjhj(x)---(24)]]>

▿x,sL(x,s,y,λ)=0g(x)+s=0h(x)=0---(25)]]>

記z＝(x，s，y，λ)，z^(k)＝(x^(k)，s^(k)，y，λ)，對(25)式使用Taylor近似，得到最優(yōu)解迭代規(guī)則如下：

x(k+1)-x(k)s(k+1)-s(k)λy=-▿x2L(z(k))0JgT(x(k))JhT(x(k))0(S(k))-1ΛI0Jg(x(k))I00Jh(x(k))000-1▿f(x(k))μ(S(k))-1eg(x(k))+s(k)h(x(k))---(26)]]>

其中，λ_k和y_j分別為函數(shù)g_k(x)和h_j(x)的Lagrange乘子，J_g表示函數(shù)g(x)=g1(x)...gk(x)]]>的Jacobian矩陣，J_h表示函數(shù)h(x)=h1(x)...hj(x)]]>的Jacobian矩陣，

e=(1,...,1)1×kT,(S(k))-1=diag((s1(k))-1,...,((sk(k))-1),Λ=diag(λ1,...,λk);]]>

采用(26)式不斷更新自變量向量x的取值，可以使得式(23)中f(x)的取值不斷變小并收斂至最小值；f(x)收斂至最小值時自變量向量x的取值即對應(yīng)各輪縱、橫、垂向力的最優(yōu)解；

②基于車輛狀態(tài)連續(xù)性的可行域規(guī)劃方法，用下式表示：x_opt^(t)-ξ(ΔE_m)≤x_opt^(t+Δt)≤x_opt^(t)+ξ(ΔE_m)????(29)

規(guī)劃過程如下：

記最優(yōu)解向量為x＝[F_xi?F_yi?F_zi]^T，期望值向量E=(a_x，des，a_y，des，M_x，des，M_y，desM_z，des)^T，有：

x_opt＝f(Ｅ)??????????????????????(27)

由于車輛行駛過程中各項車輛狀態(tài)參數(shù)均具有連續(xù)性，因此f和E都連續(xù)；結(jié)合數(shù)學(xué)推導(dǎo)和仿真調(diào)試得到相鄰兩次求解時間間隔Δt內(nèi)E的最大變化值ΔE_m，記ΔE_m=(|Δa_x,des|_max,|Δa_y,des|_max,|ΔM_x,des|_max,|ΔM_y,des|_max,|ΔM_z,des|_max)^T;

設(shè)在t和t+Δt時刻，期望值向量取值分別為E^(t)和E^(t+Δt)，各輪縱、橫、垂向力最優(yōu)解為x_opt^(t)和x_opt^(t+Δt)，由于f(E)連續(xù)，則下式成立：|x_opt^(t)-x_opt^(t+Δt)|=|f(E^(t)-f(E^(t+Δt)|≤ξ(ΔE_m)???(28)

其中ξ(ΔE_m)為根據(jù)ΔE_m確定的鄰域半徑，其值由仿真調(diào)試確定，由此得到：

x_opt^(t)-ξ(ΔE_m)≤x_opt^(t+Δt)≤x_opt^(t)+ξ(ΔE_m)????(29)。