[发明专利]一种分布式电驱动整车差速转向自适应控制方法

权利要求书

1.一种分布式电驱动整车差速转向自适应控制方法，其特征在于，包括以下步骤：

11)分布式电驱动整车实时数据、整车质量参数和结构参数的获取：获取分布式电驱动整车在不同工况下各车轮实时转速，获得分布式电驱动整车实时工况下的纵向车速V_x和方向盘转角δ；获取分布式电驱动整车质量参数和结构参数，其包括质心到前轴的距离a、质心到后轴的距离b、前轴侧偏刚度K_f、后轴侧偏刚度K_r、整车质量m、轴距L和前后轮轮距B；

12)建立四轮理论转速模型：利用分布式电驱动整车实时数据，基于阿克曼数学模型建立四轮理论转速模型，分别计算出在理想阿克曼转向关系下的各车轮理论转速V_fl,V_fr,V_rl,V_rr；

所述的建立四轮理论转速模型包括以下步骤：

121)设定汽车在行驶中稳态质心侧偏角，建立稳态质心侧偏角和方向盘转角呈线性关系的方程，其表达式如下：

其中，β为稳态质心侧偏角、a为质心到前轴距离、b为质心到后轴距离、K_f为前偏刚度、为后轴侧偏刚度、m为整车质量、L为轴距、δ为方向盘转角，V_x为整车纵向车速；

122)构建四轮车速理论转速模型：

1221)设定左前轮δ_fl实际转角的表达式为：

其中B为前后轮轮距、R₀为车辆转向半径；

则进一步推导得到车辆转向半径R₀的表达式如下：

1222)根据阿克曼转向原理，设定整车转向中心Q，理想的阿克曼转向为整车绕转向中心Q旋转，且旋转角速度ω_v相等，则得到：

其中，V_fl,V_fr,V_rl,V_rr为理想阿克曼转向关系下的各车轮理论转速；则四个车轮的转向半径R_fl,R_fr,R_rl,R_rr分别为：

则各车轮的目标转速分别为：

V'_fl,V_f'_r,V_r'_l,V_r'_r分别为各车轮目标转速；

13)BP神经网络的训练：通过BP神经网络处理输入和输出复杂的非线性关系，对BP神经网络进行训练，实现在BP神经网络中构建各车轮差速关系，得到训练后的BP神经网络模型；

14)分布式电驱动整车转向数据的获得：获得分布式电驱动整车方向盘的转向角度数据；

15)差速转向自适应的控制：根据已建立的阿克曼数学模型及汽车运动学原理，在确定的方向盘转向角度信号及当前车速信号作为输入下，由BP神经网络作为分析非线性数学模型关系的工具计算得出各车轮目标转速，轮毂电机以各车轮理论转速为目标进行控制，实现分布式电驱动整车差速转向自适应控制。

2.根据权利要求1所述的一种分布式电驱动整车差速转向自适应控制方法，其特征在于，所述的构建各车轮差速关系包括以下步骤：

21)对获得的分布式电驱动整车实时数据进行预处理，对方向盘输入从0deg开始，以15deg为步长至540deg为止，车速输入从0m/s开始以1m/s为步长，到30m/s为止，作为BP神经网络输入层数据；

22)根据四轮车速理论转速模型，以方向盘转角δ和车速V_x作为输入计算得到各轮目标转速V'_fl、V'_fr、V'_rl、V'_rr，作为BP神经网络输出层数据；

23)将输入层数据和输出层数据分别排列为二维数组和四维数组；

24)根据BP神经网络训练的数据，将二维数组和四维数组列为训练样本，并选取隐藏层为8，使用Levenberg-Marquardt算法，对BP神经网络进行重复训练，得到训练后的BP神经网络模型。

3.根据权利要求1所述的一种分布式电驱动整车差速转向自适应控制方法，其特征在于，所述差速转向自适应的控制包括以下步骤：

31)获取驱动踏板信号和方向盘信号，整车控制器接收信号并将其转化为轮毂电机电动汽车方向盘转角δ和期望车速V_x作为训练后BP神经网络模型的输入，训练后BP神经网络模型计算得出各车轮目标转速并由整车控制器输出各车轮期望车速电信号；

32)轮毂电机接收期望车速电信号并形成响应动作；

33)通过内外侧车轮的转速差，在方向盘和驱动踏板的输入下形成转角，使得分布式电驱动整车在转向时保持车辆以驾驶员期望轨道行驶，实现分布式电驱动整车差速转向自适应控制。