[发明专利]增程式分布驱动电动车辆避撞优化控制系统及控制方法

权利要求书

1.一种增程式分布驱动电动车辆避撞优化控制系统，其特征在于，所述的控制系统包括：

环境感知模块(1)，用于获取车辆行驶环境中障碍物信息和车辆自身运动状态，并将信息传送给避障路径规划模块与多目标避撞路径跟踪优化控制模块；

避障路径规划模块(2)，根据环境感知模块输出的车辆自身状态信息、障碍物及周边环境信息，实时动态规划车辆安全避撞路径及安全速度，并将其作为控制目标传送给多目标避撞路径跟踪优化控制模块；

多目标避撞路径跟踪优化控制模块(3)，根据环境感知模块和避障路径规划模块输出的车辆自身状态信息与目标避撞路径，综合考虑轨迹跟踪精度、车辆稳定性和纵向冲击度要求，决策车辆期望前轮转角、期望制动力矩及附加横摆力矩，并输出相应控制信号作用于增程式分布驱动电动车辆(4)；

分布驱动电动车辆(4)，用作控制系统的被控对象。

2.根据权利要求1所述的一种增程式分布驱动电动车辆避撞优化控制系统，其特征在于，所述的增程式分布驱动电动车辆(4)的后轴由两个轮毂电机分别驱动两个后轮，前轴由驱动电机后接两挡变速箱驱动前轮；所述的增程式分布驱动电动车辆(4)的底盘系统包括主动前轮转向子系统AFS和线控液压制动子系统；所述AFS子系统通过集成在转向柱上的双行星齿轮机构使伺服电机主动介入驾驶员转向过程以实现车辆主动转向；所述线控液压制动子系统将制动踏板行程与制动液压解耦，实现制动压力主动控制。

3.根据权利要求1所述的一种增程式分布驱动电动车辆避撞优化控制系统，其特征在于，所述的环境感知模块(1)包括若干个用于采集车辆状态与周围环境数据的数据采集传感器。

4.根据权利要求3所述的一种增程式分布驱动电动车辆避撞优化控制系统，其特征在于，所述的多目标避撞路径跟踪优化控制模块(3)包括驾驶辅助域控制器(301)、底盘域控制器(302)和动力总成域控制器(303)；所述的驾驶辅助域控制器(301)的输出端分别与底盘域控制器(302)的输入端和动力总成域控制器(303)的输入端相连；所述的底盘域控制器(302)的输出端分别与主动前轮转向子系统AFS和线控液压制动子系统相连；所述的动力总成域控制器(303)的输出端分别与轮毂电机、驱动电机和两档变速箱相连；

所述的底盘域控制器(302)包括：

主动转向子控制器，与主动前轮转向子系统AFS相连，控制AFS子系统跟踪驾驶辅助域控制器(301)输出的期望前轮转角；

线控制动子控制器，与线控液压制动子系统相连，控制线控液压制动子系统跟踪驾驶辅助域控制器(301)输出的期望液压制动力矩；

所述的动力总成域控制器(303)具体为：

动力总成域控制器(303)根据驾驶辅助域控制器(301)输出控制驱动电机、轮毂电机和两档变速箱跟随期望电机力矩。

5.根据权利要求4所述的一种增程式分布驱动电动车辆避撞优化控制系统，其特征在于，所述的驾驶辅助域控制器(301)包括：

路径跟踪控制器，根据当前环境信息和车辆状态信息，基于径向基神经网络和模型预测控制方法，综合考虑路径跟踪精度、车辆稳定性及驾乘舒适度构建多目标优化性能指标，决策车辆期望前轮转角、期望制动力矩及附加横摆力矩；

力矩分配控制器，根据制动强度、附加横摆力矩及车辆纵向冲击度要求分配动力传动系统电机力矩与底盘线控液压制动力矩；

所述的路径跟踪控制器与力矩分配控制器串联。

6.一种用于如权利要求1所述控制系统的增程式分布驱动电动车辆避撞优化控制方法，该方法内嵌于所述控制系统的驾驶辅助域控制器，其特征在于，包括：

步骤1：获取避撞工况下驾驶员行为及增程式分布驱动电动车辆状态参数数据样本；

步骤2：对数据样本进行预处理；

步骤3：构建增程式分布驱动电动车辆避撞工况下行驶状态神经网络预测模型；

步骤4：使用数据样本对模型进行训练；

步骤5：基于车辆状态预测模型与模型预测控制方法构建多目标优化性能指标，优化求解得到车辆期望前轮转角、期望制动力矩及附加横摆力矩。

步骤6：分配动力传动系统电机力矩与底盘系统液压制动力矩。