汽車橫向動(dòng)力學(xué)模型辨識(shí)和轉(zhuǎn)向預(yù)測(cè)控制方法研究.pdf

1、汽車動(dòng)力學(xué)模型是系統(tǒng)性能分析和主動(dòng)安全控制的重要基礎(chǔ)，如何快速建立用于準(zhǔn)確描述車輛動(dòng)力學(xué)行為的車輛模型受到人們?cè)絹碓蕉嗟年P(guān)注。傳統(tǒng)的建模方法(如：基于多體動(dòng)力學(xué)的實(shí)體建模和基于物理定律推導(dǎo)的機(jī)理模型)由于車輛參數(shù)的不確定性以及建模過程中的簡(jiǎn)化，導(dǎo)致所建模型很難與真實(shí)車輛的響應(yīng)一致。為此，本文研究了一種基于系統(tǒng)輸入、輸出數(shù)據(jù)的子空間辨識(shí)建模方法，該方法能夠同時(shí)兼顧提高模型精度并降低建模成本的要求，具有重要的學(xué)術(shù)研究意義和工程應(yīng)用價(jià)值。此外

2、，結(jié)合辨識(shí)模型的預(yù)測(cè)輸出和最優(yōu)準(zhǔn)則，設(shè)計(jì)車輛的轉(zhuǎn)向預(yù)測(cè)控制器，以改善車輛系統(tǒng)在轉(zhuǎn)彎時(shí)的操作穩(wěn)定性。
　　根據(jù)車輛系統(tǒng)多輸入、多輸出的特點(diǎn)，本文將辨識(shí)模型的適用范圍從線性域擴(kuò)展至非線性域，從開環(huán)離線辨識(shí)擴(kuò)展到閉環(huán)在線辨識(shí)，并且用于估計(jì)模型參數(shù)、預(yù)測(cè)系統(tǒng)輸出以及設(shè)計(jì)轉(zhuǎn)向預(yù)測(cè)控制器以保證汽車的穩(wěn)定性等。具體來說，首先考慮車輛處于恒定車速且輪胎側(cè)偏角較小的狀態(tài)時(shí)，結(jié)合不同工況下的實(shí)車試驗(yàn)數(shù)據(jù)并利用經(jīng)典子空間方法，可辨識(shí)出車輛系統(tǒng)的LTI模

3、型。為了使辨識(shí)模型與廣泛應(yīng)用的單軌車輛模型相對(duì)應(yīng)，在確定二階模型的前提下，分別進(jìn)行了時(shí)域和頻域驗(yàn)證，結(jié)果表明，CVA方法估計(jì)的車輛模型相對(duì)于MOESP和N4SID方法精度最高，其中CVA-step模型不僅時(shí)域仿真精度高，而且其頻域特性與基于脈沖試驗(yàn)計(jì)算的經(jīng)驗(yàn)傳遞函數(shù) ETF基本一致。此外，結(jié)合辨識(shí)車輛模型提出了基于系統(tǒng)極點(diǎn)不變的輪胎側(cè)偏剛度估計(jì)方法，并通過數(shù)值仿真驗(yàn)證了估計(jì)參數(shù)的準(zhǔn)確性。在考慮車身側(cè)傾運(yùn)動(dòng)時(shí)，車輛模型的階次增加到九階，試

4、驗(yàn)驗(yàn)證結(jié)果表明，此時(shí)的CVA-step模型能夠最為準(zhǔn)確的描述車輛側(cè)向加速度和側(cè)傾角變化。
　　為了進(jìn)一步擴(kuò)展LTI辨識(shí)模型，在閉環(huán)條件下提出了兩種具有非線性時(shí)變特點(diǎn)的車輛模型結(jié)構(gòu)(擴(kuò)展的線性車輛模型 S1和增量形式的非線性車輛模型S2)，兩種模型不再要求行駛車速和輪胎側(cè)偏剛度為恒值，更符合車輛系統(tǒng)的一般特點(diǎn)。結(jié)合實(shí)車I/O數(shù)據(jù)并利用RPBSIDopt辨識(shí)算法可以對(duì)上述辨識(shí)模型實(shí)時(shí)更新，模型驗(yàn)證的結(jié)果表明，S1和 S2大幅改善了辨識(shí)

5、模型在線性域內(nèi)的精度，能夠準(zhǔn)確描述系統(tǒng)瞬態(tài)響應(yīng)的細(xì)節(jié)，此外，即使在側(cè)向加速度超過0.6g的非線性工況下，兩種辨識(shí)模型仍然可以保證估計(jì)的一致無偏性。其中，辨識(shí)模型S2的預(yù)測(cè)精度優(yōu)于模型S1和廣泛應(yīng)用的車輛EKF狀態(tài)估計(jì)器，具有更好的應(yīng)用前景。
　　最后，結(jié)合辨識(shí)模型的預(yù)測(cè)輸出和最優(yōu)準(zhǔn)則，提出了一類改進(jìn)的遞推子空間預(yù)測(cè)控制方法，使被控對(duì)象不再局限于嚴(yán)格的LTI系統(tǒng)，并避免了復(fù)雜Diophantine方程的求解，提高了算法的效率。針對(duì)A