[發明專利]無人駕駛電動汽車軌跡跟蹤和橫向穩定性綜合控制方法

有效

• 申請號: 201911310143.1
• 申請日: 2019-12-18
• 公開（公告）號: CN110962839B
• 公開（公告）日: 2020-11-10
• 發明（設計）人: 郭景華;王靖瑤;鄭華青
• 申請（專利權）人: 廈門大學
• 主分類號: B60W30/02
• 分類號: B60W30/02;B60W50/00
• 代理公司: 廈門南強之路專利事務所(普通合伙) 35200
• 代理人: 馬應森;曾權

1.無人駕駛電動汽車軌跡跟蹤和橫向穩定性綜合控制系統，其特征在于包括車載傳感器模塊、Takagi–Sugeno模糊橫向控制模型表征模塊、魯棒H_∞輸出反饋上位動態控制器模塊和下位控制分配模塊；

所述車載傳感器模塊的輸入端接無人駕駛電動汽車，車載傳感器模塊的輸出端接Takagi–Sugeno模糊橫向控制模型表征模塊；車載傳感器模塊包括GPS模塊和CCD視覺模塊，GPS模塊用于采集無人駕駛電動汽車行駛狀態信息，CCD視覺模塊用于檢測車輛相對于期望軌跡的位置信息；

所述Takagi–Sugeno模糊橫向控制模型表征模塊包括輪胎不確定性側偏剛度表征模塊、時變預瞄距離與縱向速度模糊表征模塊；輪胎不確定性側偏剛度表征模塊和時變預瞄距離與縱向速度模糊表征模塊分別采集輪胎側偏剛度不確定性特點以及其預瞄距離和縱向速度時變特性，用于建立表征無人駕駛電動汽車參數不確定性和時變特性的Takagi–Sugeno模糊橫向控制模型；

所述魯棒H_∞輸出反饋上位動態控制器模塊包括魯棒上位動態控制器構型、魯棒上位動態控制器存在條件表征模塊、魯棒上位動態控制器反饋增益控制矩陣；所述魯棒H_∞輸出反饋上位動態控制器模塊用于實時求出無人駕駛電動汽車轉向行駛所需的前輪轉向角和附加橫擺力矩，并輸出至下位控制分配模塊；

所述下位控制分配模塊的輸出端接無人駕駛電動汽車，下位控制分配模塊將非線性凸優化問題轉換為SQP優化問題，用于分配無人駕駛電動汽車的附加橫擺力矩，求解得到各執行器所需的附加電機轉矩，并將信息傳輸給無人駕駛電動汽車，以實現對附加橫擺力矩的跟蹤控制，進而實現對無人駕駛電動汽車軌跡跟蹤與橫向穩定性的綜合控制。

2.無人駕駛電動汽車軌跡跟蹤和橫向穩定性綜合控制方法，其特征在于包括以下步驟：

1)通過車載傳感器模塊實時獲取無人駕駛電動汽車行駛狀態信息及周圍環境信息；

2)基于車載傳感器獲取的信息，考慮無人駕駛電動汽車的輪胎側偏剛度具有參數不確定性特點以及其預瞄距離和縱向速度具有時變特性，建立表征無人駕駛電動汽車參數不確定性和時變特性的橫向動力學Takagi–Sugeno模糊模型；

3)設計魯棒H_∞輸出反饋上位動態控制器模塊，實時求出無人駕駛電動汽車轉向行駛所需的前輪轉向角和附加橫擺力矩；

4)設計一種序列二次規劃下位控制分配模塊，用于分配無人駕駛電動汽車的附加橫擺力矩，求解得到各執行器所需的附加電機轉矩，實現對附加橫擺力矩的跟蹤控制。

3.如權利要求2所述無人駕駛電動汽車軌跡跟蹤和橫向穩定性綜合控制方法，其特征在于在步驟1)中，所述無人駕駛電動汽車行駛狀態信息包括車輛的橫擺角速度、縱向速度和橫向速度。

4.如權利要求2所述無人駕駛電動汽車軌跡跟蹤和橫向穩定性綜合控制方法，其特征在于在步驟1)中，所述周圍環境信息包括預瞄點處車輛與期望軌跡的角度偏差和橫向距離偏差。

5.如權利要求2所述無人駕駛電動汽車軌跡跟蹤和橫向穩定性綜合控制方法，其特征在于在步驟2)中，所述建立表征無人駕駛電動汽車參數不確定性和時變特性的橫向動力學Takagi–Sugeno模糊模型的具體步驟為：

(1)建立描述無人駕駛電動汽車轉向特性的橫向動力學模型；

(2)基于CCD視覺系統獲取的無人駕駛電動汽車預瞄點處的角度偏差和橫向距離偏差，建立表征無人駕駛電動汽車相對于期望軌跡的橫向運動學模型；

(3)建立描述輪胎側偏剛度不確定的數學模型，綜合無人駕駛電動汽車橫向動力學模型和橫向運動學模型，得到包含參數不確定性的無人駕駛電動汽車橫向控制模型；

(4)針對無人駕駛電動汽車預瞄距離和縱向速度具有時變性，設計描述預瞄距離和縱向速度的模糊模型，建立包含參數不確定性和時變特性的無人駕駛電動汽車Takagi–Sugeno模糊控制模型。