基于參數(shù)估計的車輛穩(wěn)定性控制策略研究.pdf

1、車輛的穩(wěn)定性控制(Vehicle Stability Control，簡稱VSC)主要是為了防止車輛在彎道行駛或制動時出現(xiàn)失穩(wěn)的現(xiàn)象。近年來，盡管在VSC的研究上取得了長足的進步，但是它的進一步推廣和應(yīng)用卻受到了兩方面的制約:一方面，隨著控制系統(tǒng)的不斷復(fù)雜化，控制精度越來越高，所需要的傳感器數(shù)量也越來越多，這使得設(shè)計成本不斷加大;另一方面，控制器很難實時獲得輪-地交互作用信息，這使得控制策略不能根據(jù)不同的路面附著條件和輪-地接觸狀況進行

2、實時調(diào)整。
　　 基于模型的估計方法能充分利用現(xiàn)有的傳感器信息，估計出一些不易測量的車輛狀態(tài)或輪-地交互作用參數(shù)，是減少設(shè)計和生產(chǎn)成本的有效方法。但是這種估計算法的復(fù)雜程度和計算精度在很大程度上取決于所使用的車輛模型。所以，本文首先建立了一個完整的整車動力學(xué)模型，包括:輪胎模型、轉(zhuǎn)向系統(tǒng)模型、制動系統(tǒng)模型和單輪模型。其中，為了更好地描述輪-地交互作用，本文基于車輪側(cè)偏特性建立了三種不同精度的輪胎模型，以期為不同的估計算法提供更合

3、理的選擇。
　　 其次，使用線性輪胎模型，利用Kalman濾波算法和制動防抱死系統(tǒng)(Anti-lock Braking System，簡稱ABS)輪速傳感器的信號，估計出了四個車輛狀態(tài)參數(shù)。另外，使用Fiala輪胎模型，推導(dǎo)出了轉(zhuǎn)向系總回正力矩的峰值和輪-地摩擦系數(shù)間的線性關(guān)系，進而利用遞推最小二乘估計算法和電動助力轉(zhuǎn)向(Electric Power Steering，簡稱EPS)系統(tǒng)自帶的傳感器信號設(shè)計了MAMM(Maximu

4、m Aligning Moment Method)算法，估計出了輪-地摩擦系數(shù)。仿真和試驗結(jié)果證明，Kalman濾波算法和MAMM算法在小轉(zhuǎn)角、純側(cè)滑情況下具有很好的估計精度，但在側(cè)偏角或縱向力大幅增大時，估計精度顯著下降。
　　 為了改進線性算法的估計精度，使用精度更高的“Brush輪胎模型”，針對不同的傳感器配置，設(shè)計了兩種非線性觀測器。其中，高精度方案的非線性觀測器，在加入橫擺角速度和側(cè)向加速度傳感器后，具有很高的估計精度

5、，可為高端車的控制器提供必要的參數(shù)支持;而低成本方案的非線性觀測器僅需要ABS和EPS提供的傳感器信號就可以估計出車輛狀態(tài)和輪-地摩擦系數(shù)，且相對于線性算法，估計精度大大提高。另外，結(jié)合MAMM算法和非線性觀測器各自的優(yōu)點，設(shè)計了一種聯(lián)合估計算法，有效改進了對輪-地摩擦系數(shù)的估計精度。
　　 最后，借鑒飛行器包絡(luò)線控制和現(xiàn)有的車輛穩(wěn)定性控制策略，設(shè)計了一種改進的車輛側(cè)向穩(wěn)定性控制策略(Enhanced Stability Con