[发明专利]一种智能汽车极限工况下路径跟踪与稳定控制方法

权利要求书

1.一种智能汽车极限工况下路径跟踪与稳定控制方法，其特征在于，包括纵向控制、横向控制与稳定性控制；所述纵向控制采取前馈控制和反馈控制，前馈纵向控制根据车辆加速度得出前馈纵向力；反馈纵向控制通过控制滑移率和侧偏角之间的关系得到反馈纵向输入，再由反馈纵向输入分别得到在轮胎饱和和不饱和情况下的反馈纵向力；由前馈纵向力和反馈纵向力得到总纵向力，再由总纵向力得到汽车的节气门开度和制动主缸压力；所述横向控制采用自适应模型预测控制；所述稳定性控制运用博弈控制方法，将总纵向力、前轮转角与车辆横摆力矩进行博弈，获取附加横摆力矩和前轮转角、纵向力均衡解，优化车辆运动速度和前轮转角；

所述横向控制的具体方法如下：

在每一时间步长内，针对车速变化，更新车辆状态

其中x为侧向速度、横摆角、横摆角速度和侧向位置状态量，u是前轮转角，A为状态量矩阵，B为控制量矩阵；离散化得

其中T_s是采样时间；状态量矩阵中含有车速变化量，通过预先处理状态量矩阵，使得控制器在每一时间步长内的模型不失配，再将处理好后的车辆动力学模型输入到控制器当中，提高控制器性能；

所述稳定性控制采用的博弈控制方法如下：

假设初始状态x(t₀)＝x₀，其中状态量x＝[β，γ]^T，β为质心侧偏角γ为横摆角速度，博弈对象为下式表述的状态空间方程

其中，A_c为状态量矩阵，B₁、B₂、B₃分别为对应的控制量矩阵；将纵向力F(t)、前轮转角δ_f(t)和横摆力矩M(t)作为三个博弈方u_i(t)＝[δ_f，M，F]^T，i＝1，2，3；针对三个博弈对象建立以下二次型代价函数

其中权重矩阵Q_i≥0，R_ij＞0均为正对称矩阵；

根据纳什均衡原理，博弈双方最优解对于所有的可能解(u₁，u₂，u₃)须满足：

利用上述线性二次型微分求解出一个开环纳什均衡解：

其中，P_i满足以下黎卡提方程：

Φ(t，0)满足以下传递函数：

Φ(t，t)＝I_n

P_iA+A^TP_i+Q_i-P_iS_iP_i＝0(i＝1，2，3)

通过上述博弈控制求解到纳什均衡解F^*，M^*，并将其输入给智能车实现控制。

2.根据权利要求1所述的一种智能汽车极限工况下路径跟踪与稳定控制方法，其特征在于，所述前馈纵向控制根据车辆加速度得出前馈纵向力是根据下式得到：

F_x，ff＝ma_x；

其中，a_x为期望纵向加速度，U_x为纵向车速，s是滑移率，F_x，ff是沿路径的前馈纵向力。

3.根据权利要求1所述的一种智能汽车极限工况下路径跟踪与稳定控制方法，其特征在于，所述反馈纵向控制的反馈纵向输入为轮胎的滑移率s，其定义为：

其中V_ω＝rω，为车轮速度，ω为车轮滚动角速度；r为车轮半径，V是车轮中心沿轮胎纵轴的速度；当s＝s_peak时，轮胎产生最大纵向力，相对应于最大加速或者最大制动；s_peak是驱动力或制动力峰值对应的滑移率。