[发明专利]一种基于参数估计的线控转向控制系统及控制方法

权利要求书

1.一种基于参数估计的线控转向控制系统的控制方法，其特征在于：包括方向盘(1)及其连接机构Y、方向盘转角传感器(2)、方向盘转矩传感器(3)、路感电机A、路感电机电流传感器(6)、转向电机B、转向电机电流传感器(7)、齿轮齿条转向器(4)、位置传感器(5)、前轮转角传感器(8)、车速传感器(9)、转向电子控制单元ECU、传感器信号整合模块C以及电机电流控制模块D，其中：

所述方向盘(1)通过连接机构Y的转向管柱与路感电机A连接，方向盘转角传感器(2)与方向盘转矩传感器(3)均安装在转向管柱上，所述方向盘转角传感器(2)采集方向盘(1)的转角信号，方向盘转矩传感器(3)采集方向盘(1)上施加的力矩信号，所测得的转角信号和力矩信号输入到传感器信号整合模块C的输入端；

所述路感电机电流传感器(6)与路感电机A安装在一起，所述路感电机电流传感器(6)用于检测输入路感电机A的电流信号，并将检测到的输入路感电机A的电流信号输入到转向电子控制单元ECU；

所述转向电机B与齿轮齿条转向器(4)相连，转向电机电流传感器(7)与转向电机B安装在一起，所述转向电机电流传感器(7)检测输入转向电机B的电流信号，并将检测到的输入转向电机B的电流信号输入到转向电子控制单元ECU；

所述齿轮齿条转向器(4)上安装位置传感器(5)，所述位置传感器(5)用于采集齿轮齿条转向器中齿条的位移信号，并将检测到的位移信号输入到传感器信号整合模块C的输入端；齿轮齿条转向器(4)与前轮相连接；

所述前轮转角传感器(8)以及车速传感器(9)安装在前轮上，所述前轮转角传感器(8)用于检测前轮的转向角的信号，所述车速传感器(9)用于检测汽车的实时的车速信号；测得的转向角的信号和车速输入到传感器信号整合模块C的输入端；

所述传感器信号整合模块C，其输入端接收方向盘转角传感器2、方向盘转矩传感器3、位置传感器5、前轮转角传感器8、车速传感器9，并对接收到的信号进行整合计算，将整合的信号输出，传送至转向电子控制单元ECU；

转向电子控制单元ECU的输入端接收传感器信号整合模块C的输出端的信号、路感电机电流传感器(6)以及转向电机电流传感器(7)输入的电流信号，经计算，输出驱动信号以驱动电机电流控制模块D；

所述电机电流控制模块D的输入端接收转向电子控制单元ECU的电子信号，依据此信号，计算出控制路感电机A和转向电机B的电流信号并输出，以控制路感电机A、转向电机B产生相应的力矩，从而得到准确而稳定的转向反应；

控制方法包括以下步骤：

步骤1：方向盘以力矩和转角输入，借助连接机构Y、齿轮齿条转向器(4)将力矩以及转角传递到前轮，以实现转向的操作；

步骤2，方向盘转角传感器(2)采集方向盘(1)转角信号，方向盘转矩传感器(3)采集方向盘(1)上施加的力矩的信号，位置传感器(5)采集齿轮齿条转向器4中齿条的位移信号，前轮转角传感器8采集前轮的转向角的信号，车速传感器9采集到汽车的实时的车速信号，采集到的信号传输到传感器信号整合模块C中，经过该模块的整合计算，将整合后的信号输入到转向电子控制单元ECU中；与此同时，ECU中的粒子滤波估计器估计实时的汽车横摆角速度、质心侧偏角，以预测汽车实时的运动姿态；

步骤3，转向ECU依据输入的信号输出驱动信号以驱动电机电流控制模块D；

步骤4，电机电流控制模块D接收转向电子控制单元ECU的驱动信号后，经电机电流控制模块D中控制器计算分析输出控制信号以控制路感电机A和转向电机B的输入电流，从而使得路感电机A和转向电机B以不同的力矩输出来得到不同的适应当前工况的转向角度，进而得到稳定的转向状态；

所述步骤2中粒子滤波估计器估计得到实时的汽车横摆角速度、质心侧偏角的方法，其具有如下步骤：

步骤2.1：建立整车二自由度的整车模型；

其中：β车身质心侧偏角；ω_r为汽车横摆角速度；k₁为汽车前轮侧偏刚度；k₂为汽车后轮侧偏刚度；m为汽车整车质量；u为车速；a为汽车质心到前轴的距离；b为汽车质心到后轴的距离；I_z为汽车转动惯量；δ_f为汽车前轮转角；

步骤2.2状态初始化，即t＝0时，通过加权随机样本近似表示汽车的状态的后验分布，设π[x(0)]为系统的初始建议分布，即是初始重要性函数；从建议分布中随机抽取N个样本，即i＝1,2,,N；按照初始重要性函数π[x(0)]选取初始粒子群[x_i(0)]_i＝1,2,,N；样本从i＝1,2,,N，估计初始粒子的重要性权值：

将样本归一化处理，获得初始重要性权值：

上式中，ω[x(0)]为初始粒子的重要性权值；z(0)为初始时刻所观测的向量；x_i(0)为初始时刻的状态向量，p[z(0)|x_i(0)]为初始时刻所观测的向量的概率分布；p[x_i(0)]为初始时刻的状态向量的概率分布；π[x_i(0)|z(0)]为初始时刻重要性函数；ω_i(0)为归一化的初始重要性权值；ω[x_i(0)]为初始时刻初始粒子群的重要性权值；

步骤2.3，汽车状态估计的时间更新：令t＝k-1，k＞1；样本从i＝1,2,…,N，按照重要性函数选取更新状态后的粒子群[x_i(k)]_{i＝1,2,…,N}，且x_i(k)＝f[x_i(k-1)]；

步骤2.4，汽车状态的观测更新：t＝k；样本从i＝1,2,…,N，在已获得z(k)的情况下，估计重要性权值系数：

归一化处理重要性权值：

上式中，x_i(k)为k时刻的粒子群；ω[x_i(k)]为k时刻的粒子群的重要性权值；z(k)为k时刻的观测向量；p[z(k)|x_i(k)]为k时刻的观测向量概率分布；p[x_i(k)|x_i(k-1)]为k-1时刻的概率分布；为k-1时刻的重要性函数；为k时刻的观测向量；

步骤2.5系统重采样

样本从i＝1,2，…,N，根据重要性权值ω_i(k)，分别复制高权值粒子，舍弃低权值粒子，消除小权值的粒子在粒子滤波中的影响，从而重新产生N个粒子群[x_i(k)]_{i＝1,2,…,N}；样本从i＝1,2,…,N，归一化权值

步骤2.6输出汽车状态估计结果：

根据上述粒子群及状态后验分布，汽车的状态估计结果可如下表示：

上式中，x(k)为k时刻的状态；ω_i(k)为归一化的权系数；δ[x(k)-x_i(k)为k时刻的Dirac函数。

2.根据权利要求1所述基于参数估计的线控转向控制系统的控制方法，其特征在于：所述步骤4中经电机电流控制模块D中控制器计算分析输出控制信号以控制路感电机A和转向电机B的输入电流的方法，包括以下步骤：

步骤4.1建立控制对象的模型

控制器的控制对象是线控系统中的转向电机B，考虑横风以及随机路面激励的干扰，令控制系统的状态变量为控制变量为u＝[u_i]，干扰信号向量为ω＝[F_r F_w]^T以及输出信号向量为y＝[r β]；建立的控制对象模型如下：

D₁＝[0]；D₂＝[0]；

式中：θ_m为转向电机的转角；y_r为齿条位移；i_a为转向电机的电；β为质心侧偏角；r为横摆角速度；u_i为转向电机电压；F_r为路面随机激励产生的力矩；F_w为横风产生的力矩；K_s是转向电机及减速机构总成的刚度系数；J_m是转向电机的转动惯量；N是方向盘到前轮的总的传动比；B_m转向电机的阻尼系数；i_g是转向器传动比；r_p是小齿轮半径；m_r是齿轮齿条转向器的当量质量；d为轮胎拖距；B_r齿轮齿条转向器的阻尼系数；C_f是汽车前轮的侧偏刚度；a、b分别是前、后轴到质心的距离；V是汽车的纵向速度；m是整车质量；k_b是转向电机转矩系数；L是转向电机电磁感应系数；R是转向电机的电枢电阻；μ是道路轮胎摩擦系数；C_r是汽车后轮的侧偏刚度；I_z是汽车的转动惯量；I_w是横风的作用点到汽车质心的距离；

步骤4.2求取控制器

将此随机控制系统的控制对象定义为：

其中：A、B、C均为状态空间矩阵；x(t)为状态变量；u(t)、y(t)分别是控制器的输入输出向量；ξ(t)、θ(t)均是汽车所受到的干扰，并且它们的协方差矩阵是E[ξ(t)ξ^T(t)]＝Ξ≥0和E[θ(t)θ^T(t)]＝Θ＞0；

所述控制器是以求取控制对象的最小性能指标函数为控制目标：

即是求：其中，z(t)是状态变量x(t)的线性组合，即是z(t)＝Mx(t)，M表示状态变量x(t)的组合系数；Q、R分别是状态变量矩阵的权重函数和输入变量矩阵的权重函数。