[发明专利]四轮独立驱动电动汽车自适应巡航控制系统力矩分配方法

摘要

本发明公开了一种四轮独立驱动电动汽车自适应巡航控制系统力矩分配方法，由上层控制方法计算出理想加速度指令并输入到下层控制方法中，下层控制方法根据上层控制方法计算的理想加速度指令计算理想驱动力矩并分配力矩到四个车轮，解决了传统的自适应巡航控制系统无法直接应用于四轮独立驱动电动汽车的问题。上层控制方法采用柔滑约束的模型预测控制，提高了自适应巡航控制系统的实用性，满足了驾驶员所需的安全性、舒适性和经济性的要求。下层控制方法采用模糊控制得到理想纵向力矩并按照垂直载荷大小比例分配力矩到四个车轮，在保证四轮独立驱动电动汽车动力性的同时，提高了四轮独立驱动电动汽车自适应巡航控制系统的鲁棒性和实用性。

主权项

一种四轮独立驱动电动汽车自适应巡航控制系统力矩分配方法，其特征在于：包括上层控制方法和下层控制方法，由上层控制方法计算出理想加速度指令并输入到下层控制方法中，下层控制方法根据上层控制方法计算的理想加速度指令计算理想驱动力矩并分配力矩到四个车轮；具体步骤如下：A、上层控制方法计算本车的理想加速度根据本车的状态以及前车的状态计算本车的理想纵向加速度，通过以下过程实现：A1、建立本车与前车之间相互纵向运动学特性模型根据自适应巡航控制系统的本车与前车之间的相互纵向运动学特性，得到如下离散运动学方程：v_rel(k+1)＝v_rel(k)+a_p(k)*T_s‑a(k)*T_sv(k+1)＝v(k)+a(k)*T_s其中，Δx(k)为第k时刻本车与前车的间距，v_rel(k)为第k时刻本车与前车之间的相对速度，a_p(k)为第k时刻前车的加速度，a(k)为第k时刻本车的加速度，u(k)为第k时刻上层控制方法的理想加速度命令，τ表征下层控制方法的时间常数，T_s表征四轮独立驱动电动汽车自适应巡航控制系统采样时间，j(k)为第k时刻本车加速度的变化率；v(k)为第k时刻本车的速度；w(k)为第k时刻的前车加速度扰动估计量。以本车与前车之间距Δx、本车速度v，本车与前车之间的相对速度v_rel、本车加速度a和本车加速度变化率j作为四轮独立驱动电动汽车自适应巡航控制系统状态变量，将前车加速度作为四轮独立驱动电动汽车自适应巡航控制系统扰动量，得到本车与前车之间相互纵向运动学特性模型：x(k+1)＝Ax(k)+Bu(k)+Gw(k)其中x(k)＝[Δx(k),v(k),v_rel(k),a(k),j(k)]^T，A2、建立状态方程四轮独立驱动电动汽车自适应巡航控制系统的设计需要满足安全性和跟车性的基本目的，同时对扮演着驾驶员角色的自适应巡航控制系统的上层控制方法来说，乘坐舒适性和经济性也是其重要评价指标；因此，选取本车与前车的间距误差δ、本车与前车的相对速度v_rel、本车加速度a和本车加速度变化率j作为优化性能指标，四轮独立驱动电动汽车自适应巡航控制系统的输出方程如下所示：y(k)＝Cx(k)‑Z其中t_h表征车头时距值，d_o表征最小本车与前车的间距；最终形成的状态方程如下所示：A3、建立预测方程依据建立的本车与前车之间相互运动学特性模型，对预测时域内的每一步的x(k)＝[Δx(k),v(k),v_rel(k),a(k),j(k)]^T,y(k)＝[δ(k),v_rel(k),a(k),j(k)]^T进行预测：其中其中，p为预测时域，c为控制时域，为在第k时刻对预测时域内每一步的四轮独立驱动电动汽车自适应巡航控制系统状态变量的预测值，为在第k时刻对预测时域内每一步的输出量y(k)＝[δ(k),v_rel(k),a(k),j(k)]^T的预测值，u(k),u(k+1),…,u(k+c‑1)为待求的控制变量，w(k)、w(k+1)、…、w(k+p)为第k时刻预测时域内每一步的扰动量，即前车的加速度，x(k)为第k时刻的四轮独立驱动电动汽车自适应巡航控制系统状态变量，为在第k‑1时刻对第k时刻四轮独立驱动电动汽车自适应巡航控制系统状态变量的预测值，e_x(k)为k时刻实际检测到的四轮独立驱动电动汽车自适应巡航控制系统状态变量与k‑1时刻预测的四轮独立驱动电动汽车自适应巡航控制系统状态变量的差值，预测矩阵如下式所示：在第k时刻，无法获得当前时刻的扰动量w(k)，假设第k‑1时刻的扰动量和第k时刻的值相等，并假设在整个预测时域内保持不变，则第k时刻及其预测时域内的扰动量的估计计算公式如下：w(k+i)＝w(k),(i＝1,2…p‑1)其中为在第k时刻对第k‑1时间扰动量的估计值；δ(k)为第k时刻本车与前车实际车间距与期望车间距的间距误差；A、B、G、C、Z均为矩阵，已在步骤A1及A2中定义，H为5×1的单位矩阵，定义如下：A4、计算目标函数将四轮独立驱动电动汽车自适应巡航控制系统行驶过程中的优化性能指标以目标函数的形式给出；所述的目标函数包括目标函数第一项和目标函数第二项，为书写方便，以下将书写为将U(k+c)书写为U_c；A41、计算目标函数第一项采用模型预测控制方法，其第一控制目标为：预测输出值与参考输出值之间的差值最小化；将该控制目标写成最小二范数的形式：舍去对优化问题不产生作用的无用项ρ₁，得到目标函数第一项:其中表示预测时域内每一步的参考输出组成的矩阵，fa＝diag[fa₁,fa₂,fa₃,fa₄]表示预测时域内第一步的参考输出矩阵,fa₁、fa₂、fa₃、fa₄为衰减指数，取fa₁＝fa₂＝fa₃＝fa₄＝0.94；表示预测时域内每一步输出权重矩阵组成的矩阵，q＝diag[q₁,q₂,q₃,q₄]表示每一输出的权重矩阵，