本技术针对电动车横向稳定性控制技术,提出了一种新型的基于改进超螺旋滑膜算法的AFS横摆稳定性控制方法。该方法涵盖了状态参数估计环节,利用卡尔曼滤波技术获取状态量的精确估计值。
背景技术
目前,汽车驾驶安全已经成为汽车设计和发展的首要考虑因素,主动安全控制随电子技术的发展广泛应用。从早期的防抱死制动系统(ABS)、直接横摆力矩控制(DYC)到主动前轮转向系统(AFS)、车辆稳定辅助系统(VSA)、车身电子稳定程序(ESP)等,各种主动安全控制技术被应用于汽车以提高汽车的行驶稳定性与安全性。主动前轮转向(AFS)和直接横摆力矩控制(DYC)是常用的底盘主动控制系统,其中主动前轮转向控制能够在车辆快要失稳之前发挥充分的横摆稳定性控制作用;根据当前车辆状态参数与期望的状态参数之间的误差,通过主动转向控制器计算出跟随理想状态参数所需的前轮转角,由转向执行电机带动转向执行总成运动。
主动转向控制器的设计研究中,常用的控制算法有PID、模型预测控制(MPC)以及滑模控制(SMC)等。基于无迹卡尔曼滤波(UKF)理论估计车辆质心侧偏角和横摆角速度,根据估计值与车辆状态理想值的差值,设计了LQR最优控制器实现前后转向的最佳控制;仿真结果表明,状态反馈最优控制方法具有良好的横向控制稳定性。以汽车横摆角速度和质心侧偏角为控制目标设计主动转向控制器,并设计扩展卡尔曼滤波(EKF)器用来估计质心侧偏角。仿真和实验结果表明主动转向控制策略的有效性,提高了应急救援车辆的操纵稳定性。
综上所述,目前主动转向稳定性控制已得到广泛研究,但多数研究只考虑了横摆角速度反馈控制,并没有考虑质心侧偏角主动转向控制器的设计,且多数研究选择的基于卡尔曼滤波器的状态参数估计方法实时精度一般。
实现思路