论文研究-汽车转向防抱死制动控制系统研究.pdf

所需积分/C币:6 2019-09-11 02:00:18 647KB .PDF

为了研究解决车辆转向过程中防抱死制动稳定性问题,设计了一种由执行级、协调级组成的分层控制系统,在执行级,设计了基于遗传算法的汽车ABS最优滑模控制器;设计了基于遗传算法的汽车转向滑模控制器。在协调级,针对制动和转向两个子系统提出协调控制方案,给出具体协调策略。用仿真结果验证所设计控制算法的稳定性和有效性。
2202012,48(11) Computer Engineering and Applications计算机工程与应用 交叉算子是用米产生新个休,以便于实现算法 X=AX+ed 14 的全局搜索。随着种群进化,种群的成熟度也在不 00 断提高,个体之间的相似程度也越来越高,此时由于 0-11,E= 个体越来越单单通过交叉操作很难产生新的个 体,此时,应加强个体的变异性。因此,交又概率应式中x,r的含义见文献[7。是由转向盘输入到 该随着进化过程的进行而逐渐降低,最后趋于某一前轮的转向角。其中参考模型的参数确定已知。在 个稳定值不再变化,以免导致算法无法收敛或收敛方程(13)中令 的过程加长。变异算子则是为了防止个体出现未成 BM-AX-E6=0 熟收敛。因此变异概率应当随着进化代数的逐渐增 加而越来越大。这里P1和pn1将随着进化的进行 (15) 而动态地改变。 取滑移面切换向量函数为: Pc=pemax-(pcmax - N S=E(+KLE(r)dr =Pmax+(pmmax-pmmin)i/N (12) K6是对角阵。二个滑模面定义为卜式等于零时的系 其中i为算法的进化代数,N为算法的总进化代数, 统状态集,即S=0。设Q为合适正定阵,取 Pcmx,Pmm为最大最小交叉概率,pnmx,Pmn为 V=ISos (17) 最大、最小变异概率。 在 Matlab环境下,使用遗传算法工具来计算目标则取主动前轮转向控制量△: 函数。取种群规模№=100,P。=0.9,P。mn=0.3, Ad=-(S 2B)(S 2AX(t)+S 2KE(t) Pm=0.15,pnm=0.01,进化代数设定为100代, k, sgn(S oB) 则可求得最优滑模参数M=[0.822.37]。 V=-k, ST<0 中2.3最优滑模参数说明 系统稳定。引入边界层和sat()函数,得到主动 控制器参数k3←k30+△k3,k3←k0+△Mk5。其中前轮转向控制量A6为 是已选好的上一次正常工作时的参数值。而△6=-(SQB)(sQ4AX+SQKE)-ksa(sQB)(19) 当情况和误差变化大时,进行^k3Ak修正。值经过式中k=k9>0和K6为滑模参数。同样使用遗传 遗传算法在线学习得到,因此一般正常工作情况下算法求取最优滑模参数K6,k。 k3,k3不改变。 3.,2基于遗传算法的最优滑模参数的求取 汽车滑模转向控制器中有两个滑模参数K和 3汽车转向控制器 k,其中K6为2阶对角阵,则设K6中两元素分别为 3.1汽车转向滑模控制器 1,k2。则将个体的表达式设定为有3个元素的行 汽车转向两由度模型可得 向量n=[1n2n2],其中[1n2n2]表示滑模参数 令E()= ,则 kaka2k],三个滑模参数的取值范围为(0,10],则 E(=AX(O)+B△6+B0M2-A,X-E6(13)在滑模参数允许的取值范围内随机生成生成N个个 体(3位有效数字)作为初始种群,此处令N=100。 -(k,+k,)mv -1-[( l-k, )/mv 依然将转向滑模控制器的性能指标作为遗传算 (k-k,1)yJ2-(k,l2+k,y 法的适应度函数 k ak f(n)=L(E 2,E+n'R,n)dt (20) B B=O 其中,n=[n1n2n3]=[ka1k。2k。Q2、R2均为正定阵 k、k分别是前轮、后轮侧偏特性参数。M2为车辆 (1)选择算子 所需要的横摆力矩,ν是汽车行驶速度。△δ是前轮 在此依然选用轮盘赌方法选择个体。 附加转向角。m是汽车的质量,J是汽车绕质心的 (2)交又算子 转动惯量。选取转向参考模型,X=[B4y为期望 三个父代子体n1、n2和n23两两进行交叉,则交 状态变量。则参考模型状态方程为 叉得到的子代个体如下: 李果,刘华伟:汽车转向防抱死制动控制系统研究 2012,48(11)221 (p+)m1+(1-P)n2+(1-q)n 建立的黑板规则库中,分配控制任务按权值进 行。参见文献[7。任务越重要,对应权值越大,优先 (p+q)2+(1-p)n1+(1-q)m (21)级越高。权值的取值范围是[0。如: (P+q)n3+(1-P)n1+(1-q)n (1)汽车动态操纵稳定性的重要程度要高于防 2 抱死制动。只有在保证车辆操纵稳定性的基础上才 其中p,q∈[0,1且p+q≠1。 能够进行制动操作,因此把保证车辆操纵稳定性能 (3)变异算子 的任务的权值设置为0.98。 在此同样使用将子个体与低适应度的个体进行 E‖≤e时,说明此时汽车的操纵稳定性能良 随机元素交换的方法,来保持种群的多样性。有低好,允许ABS作。其中E为允许误差。 适应度个体c=(c1c2c),变异个体n=(n1m2n3)。 ‖E‖>ε时,说眀汽车此事转向操纵性能恶劣, 则变异后的子代个体为: 应优先对汽车的横摆力矩进行控制。 k'=(a1c1+(-a1Dn1a2c2+(1-ax2m2a3C3+(1-a3)n3)(22 (2)制动力分配规则 其中,a1为0或1,并且∑a≠0或3。 可设汽4同一侧两内轮制动力相等,另同一侧 在 Matlab环境下,取种群规模N=100,、Dm=0.9, 两外轮制动力相等,则作用在车辆上的左右车轮上 Pmi=0.4,pnm=0.10,pmm=0.01。进化代数设定 制动力满足 M 为100代,则可求得最优滑模参数N=[2.577.630.79]。 (23) 3、3最优滑模参数说眀 式中w为车辆左右轮距。 控制器参数K6←K6+△K6,k3←k+△k2。其 通常在外前轮施加制动力对纠正过度转向最有效, 中K60,k3是已选好的上一次正常工作时的参数值。在内后轮上施加制动力对纠正不足转向最有效。 中而当情况和误差变化大时进行△K6△k修正。值经黑板系统采用横摆力矩、转向盘转角及其速度来判 过遗传算法在线学习得到。因此一般正常工作情况断车辆是不足转向还是过度转向,是向左内还是向 下五6,k3不改变。 右内转向。并按照下列规则将期望横摆力矩分配给 四个车轮 4协调控制系统设计 IF汽车是不足转向AND车辆转向方向是左内 整个协调控制系统如图1所示。汽车黑板专家THEN左后轮制动力大,由式(7)计算制动力矩。右 系统根据自己状态信息和路面状况的变化适时调整后轮制动力小且制动力由式(15)和(23)计算。 期望值,即调整车轮期曌滑移率、整车期望橫摆 I汽车是过度转向AND车辆转向方向是右内 力矩M。然后黑板系统依据规则库中的黑板规则THEN左前轮制动力大,由式(7)计算制动力矩。右 将控制任务分配给ABS和AFS系统的控制器。子系前轮制动力小且制动力由式(15)和(23)计算。 统控制器依据控制任务,驱动执行机构工作,进而实 制动力分配任务的权值设置为0.96。 现车轮最佳滑移率以及整车期望控制力矩,提高整 (3)黑版规则制动力分配规则 车性能。若因自身状态或环境变化而无法完成分配 表1中ABS代表制动控制,AFS代表转向控制。 的任务,则要将相关信息反馈到黑板上,黑板再依据 表1部份控制协调规则 规则采取进一步动作或发给其他子系统。 行驶况行驶速度/(kmh L作模式 整车模型 S不工作 y≤40 ABS不工作 车辆状态 期望状态 直线行驶 AFS不工作 u>40 协调级 黑板( Blackboard)规则库 ABS工作 AFS工作 v≤40 [A】[A ABS不工作 ≠0 AS工作 80 国[①系机[A系行 转向行驶 ABS工作 AFS不工作 >80 图1协调控制系统图 ABS工作 2012,48(11) Computer Engineering and Applications计算机工程与应用 5仿真结果分析 以看出,汽车上层协调控制器工作时,车辆横摆角速 仿貞在 matlab/simulink中进行,汽车仿真模型和度摆动幅值明显减小,仿真曲线与单独控制相比更 参数见文献[7]。分单独控制和协调控制两种情况进加平缓,而且更快地收敛于期望值提高了汽车转向 行。单独控制是PID控制且无协调协调控制是本文制动时的稳定性 控制。 图4是汽车转弯制动工况下协调控制器工作和 为验证协调控制器效果,仿真时模拟转弯制动不工作时汽车的质心侧偏角对比曲线。由仿真图可 工况,车辆初始速度为60kmh。路面情况良好,附着以看出,无论协调控制器是否工作,质心侧偏最终都 系数为=08。汽车转向时,车轮垂向载荷F是变化会趋近于0rad。但协调控制器工作时的质心侧偏角 的。现在路面变化μ=0.2。已整定PD参数不变。振荡幅值相对较小,而且变化更为平缓,比没有协调 汽车直线行驶时,突然遇到转向制动状况时,左控制器更早趋近于orad,提高了汽车的操控性能 右每个车轮垂向载荷F变化10%。其方向盘转向角 图5是汽车的制动距离对比曲线。比较二者可 输入曲线如图2所示。 看出,在上层协调控制器的作用下,汽车的制动时间 图3是汽车转弯制动工况下,上层协调控制器工和制动距离减小,提高了汽车转向制动时的安全性。 作和不工作时的横摆角速度的对比曲线。从图中可 由图6可以看出,协调控制器起作用时,车轮滑 120 0.6 出回 20 00000000 协词控制 单独控制 012345678910 345678910 时间/ 时间/s 图2方向盘输入 图3横摆角速度对比曲线 322 单独控制 协调控制 墓-0.5 协调控制 R 晶10 单独控制 012345678910 00.51.01.52.02.53.03.54.0 时间/s 时间/s 图4质心侧偏角对比曲线 图5制动距离对比曲线 0 0000 3 00 43322 泌0.20 00000 0.05 0 01 时间 时间/s (a)无协调控制时的车轮滑移率 (b)协调控制的车轮滑移率 图6滑移率对比曲线 李果,刘华伟:汽车转向防抱死制动控制系统研究 2012,48(11)223 移率曲线变得更为平缓,振荡波动幅值较小,更快接参考文献: 近设定期望滑移率0.2。仿真具体数据对比见表2。 [1] Chandler P R, Pachter MUAV cooperative control[C]// Proceedings of the American Control Conference, 2001 表2控制仿真结果比较表 45-52 性能指标 无协调控制协调控制 车身横摆角速度均方根值/(rad·s-)0.05173 [2]Saito S, Nonaka K DYC and SMC combincd ncw tracking 0.04315 车身质心侧偏角均方根值rad 09725 control based on nonholonomic constraints for skidding 0.9016 制动距离m 28.36 25.93 cars[C]!5th International Conference on Multibody Sys- 制动时间/s 3.51 3.33 tems, Nonlinear Dynamics, and Control, 2005 滑移率均方根值 0.2099 0.1965 3 Esmailzadeh E, Goodarzi A, Vossoughi G R Optimal yaw moment control law for improved vehicle handling] 6结论 Mechatronics, 2003, 13: 659-675 由表2来看,采用协调控制后,车身横摆角速度 [4]余卓平,张立军用于车辆稳定性控制的直接横摆力矩及 车轮变滑移率联合控制研究叭汽车工程,2006,28(9) 的均方根值降低16.6%,车身质心侧偏角均方根值降 844-848 低7.3%;制动距离缩短2.43m,制动时间缩短了[5李果,余达太电动车防抱死鲁棒自适应控制系统[.自动 0.』8s,千轮滑移率在引入协调控制器后趋近最佳滑 化学报,2006,32(3):44448 移率的时间减小。总体来看,引入协调控制器后既6]李果,余达太电动车制动防抱死控制系统控制理论与 应用,2005,22(1):134138 保证汽车有良好的制动性能,也保证汽车有良好的 [η]刘华伟汽车转向防抱死制动集成控制系统研究[]北京 转向性能,鲁棒自适应变好 北京科技大学,2010 (上接217页) 识别的研究[通信学报,2000(10):18-24 16 Nicholson J, Takahashi K, Nakatsu R Emotion recogni- 参考文献: tion in speech using neural networks[]. Neural Comput- [1 Lin Y L, Gang WSpccch cmotion rccognition bascd on ng& Application,20,9(4):290-296 HMM and SVMLCProceedings of the 4th International [7 Hozjan V, Kacic ZContcxt-indopcndcnt multilingual cmotion Conference on Machine Learning and Cybernetics recognition from speech signals[J]. International Journal Guangzhou, 2005: 18-21 of Speech Technology, 2003, 6: 311-320 2 Murray I R, Arnott J LToward the simulation of emo [8]易克初,田斌,付强语音信号处理[M北京:国防T业出版 社,2000:51-59 tion in synthctic spccch: a rcvicw of thc litcraturc on [9] Huang n E. The empirical mode decomposition and the human vocal emotion]Journal of the Acoustical Soci Hilbert spectrum for nonlinear and nonstationary time ety of america,l993,93(2):1097-1108 series analysis[J]. Proceedings of the Royal Society 3 Scherer K R.Adding the affective dimension:a new 998:903-995 look in speech analysis and synthesis[c]//Proceedings [10]邓乃扬,田英杰支持向量机一理论、算法与拓展[M.北 of International Conference on Spoken Language Pro 京:科学出版社,2009:136-165 cessing. Philadelphia: IEEE, 1996: 1808-1811 [11 Berlin database of emotional speech EB/OLT-2010-09-121 [41 Ling H, Margaret L Time-frequency feature extraction httppascalkgwtu-berlin.de/emodb/index-1280.html om spectrograms and wavelet packets with applica-[12] Li Xin, Li Xiang Novel Hilbert energy spectrum based tion to automatic stress and emotion classification in features for speech emotion recognition[C]/ASE In speech[C/TEEE ICICS, 2009 ternational Conference on Information Engineering [S]赵力,钱向民,邹采荣,等语音信号中的情感特征分析和 2010:189-193

...展开详情
img
  • 至尊王者

    成功上传501个资源即可获取

关注 私信 TA的资源

上传资源赚积分,得勋章
最新资源