一种基于模糊自适应PID控制的智能车辆抗侧风控制方法与流程

本发明涉及智能控制
技术领域：
，具体涉及一种基于模糊自适应pid控制的智能车辆抗侧风控制方法。
背景技术：
：所谓“智能车辆”，就是在普通车辆的基础上增加了先进的传感器(雷达、摄像)、控制器、执行器等装置，通过车载传感系统和信息终端实现与人、车、路等的智能信息交换，使车辆具备智能的环境感知能力，能够自动分析车辆行驶的安全及危险状态，并使车辆按照人的意愿到达目的地，最终实现替代人来操作的目的。汽车在高速行驶过程中经常会受到侧风干扰，由侧风引起的气动侧向力和气动横摆力矩会改变轮胎的侧偏特性，甚至引起汽车“激转”等非稳态转向，从而导致车辆偏移预定的行驶路线，还可能会造成侧滑或侧翻，严重影响汽车行驶的安全性。当车辆突发侧向干扰时，驾驶员由于技术不熟练而操纵不当或没有经验而来不及反应时，都可能引发交通事故，并且高速行驶车辆的侧风响应状态如果完全依赖驾驶员调节，将增大驾驶员的操纵负担，存在严重的安全隐患。目前对汽车侧风稳定性控制研究还处于起步阶段，现有研究主要集中在车身造型及其结构选择上，关于汽车侧风稳定性的主动控制研究近乎空白。此外，专门用于汽车侧风稳定性研究的实验场地也非常少。在此背景下，研究高速汽车侧风稳定性的主动控制技术，提高汽车主动安全性尤为重要。技术实现要素：本发明针对
背景技术：
中的问题，提供了一种基于模糊自适应pid控制的智能车辆抗侧风控制方法,通过模糊自适应pid对车辆受到侧风干扰时进行控制，使得车辆对侧风有一定的抗干扰能力，能够有效提高车辆行驶的操纵稳定性。为实现上述目的，本发明采用的技术方案是：一种基于模糊自适应pid控制的智能车辆抗侧风控制方法，包括以下步骤：(1)在车辆高速行驶遇侧风干扰时，根据方向盘转角传感器及测速器进行路线规划，获得车辆的目标路线；(2)根据车辆行驶状态传感器测量的车辆当前状态(摆角速度、质心侧偏角)，将车辆当前状态与目标路线进行对比，获得车辆的横摆角速度以及质心侧偏角误差；(3)根据车辆的横摆角速度和质心侧偏角误差，获得车辆的横摆角速度和质心侧偏角的误差变化率；(4)根据所述的误差及误差变化率，基于模糊自适应pid控制器确定车辆车轮转角的控制量；(5)将车轮转角控制量发送给转向电机控制器，以使转向电机控制器根据车轮转角目标值向转向柱施加转向力矩完成车辆转向,以此来控制轮胎的侧向力；(6)重复以上步骤，完成车辆侧风控制。进一步地，在所述抗侧风控制方法的基础上，设计了一种基于模糊自适应pid控制的智能车辆抗侧风控制装置，它包括以下控制装置：①对比单元：用于根据前轮转角及车速等车身状态进行路线规划，获得车辆的理想横摆角速度和质心侧偏角；再根据执行单元将执行机构作用于车辆模型，获得实际车身状态，并与车辆理想跟踪模型的车身状态进行对比，获得车辆的横摆角速度和质心侧偏角误差；②控制单元：包括模糊控制器、pid控制器；模糊控制器：用于根据车辆当前状态与车辆理想状态得到的质心侧偏角和横摆角速度的偏差及偏差变化率，获得pid控制器的三个参数kp、ki、kd；pid控制器：用于根据模糊控制器的输出kp、ki、kd，获得车辆车轮转角的控制量；③执行单元：用于将控制单元确定的车轮转角控制量发送给转向电机控制器，使转向电机控制器根据车轮转角控制量向转向柱施加转向力矩完成车轮转向，实现侧风控制。进一步地，所述kp、ki、kd计算方法为：a.当误差e较大时，为了加快系统的响应速度，将kp和kd设定为较大值；同时，ki较小可以避免系统响应出现较大超调；b.当误差e和变化率ec中等时，为了降低系统响应的超调量同时保证系统一定的响应速度，kp取较小值；同时，kd取小一些，ki取适当值；c.当误差e较小时，为了提高控制系统稳态性能，kp，ki取大值；同时，取一个适当的kd降低输出响应在稳态值附近振荡，并提高控制系统的抗干扰能力。进一步地，所述车辆车轮转角的控制量计算方法为：δr＝kbδf+u(t)其中：u(t)为控制器反馈控制量，kp为比例系数，ki为积分系数，kd为微分系数，e(t)为t时刻的横摆角速度以及质心侧偏角误差值；kb为前馈比例控制系数；δr为后轮转角；δf为前轮转角。相对于现有技术,本发明具有如下有益效果:1、汽车在空气流动非常好的地方极易受侧风的影响，例如在高速、隧道、海边等路段行驶时，严重时可能导致翻车。本发明采用模糊自适应pid对车辆受到侧风干扰时进行控制，使得车辆对侧风有一定的抗干扰能力，提高车辆行驶的操纵稳定性。2、传统的pid控制自适应能力较差，对时变、非线性系统的控制效果不佳，当系统参数发生变化时，控制性能会产生较大的变化，严重时可能导致系统不稳定。而模糊自适应pid控制系统原理简单、使用方便、鲁棒性也较强，有很好的灵活性和控制精度。附图说明通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：图1为本发明一种基于模糊自适应pid控制的智能车辆抗侧风控制方法流程图。图2为本发明在matlab/simulink编译环境下建立的侧风控制系统方框图。图3为本发明横摆角速度仿真图。图中：1-对比单元、2-控制单元、3-执行单元、4-模糊控制器、5-pid控制器、6-车辆理想跟踪模型、7-车辆模型、8-方向盘转角传感器、9-测速器、10-转向电机、11-转向柱。具体实施方式为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。参见图1，一种基于模糊自适应pid控制的智能车辆抗侧风控制方法，它的步骤如下：a.在车辆高速行驶遇侧风干扰时，根据方向盘转角传感器(8)获得车辆前轮转角，根据测速器(9)获得车辆实际行驶速度，从而获得车辆理想跟踪模型(6)的期望横摆角速度和质心侧偏角，基于此进行路线规划，获得车辆的目标路线；b.根据车辆行驶状态传感器测量的车辆模型(7)的当前状态，将车辆当前状态与目标路线进行对比，获得车辆的横摆角速度以及质心侧偏角误差；c.根据车辆的横摆角速度和质心侧偏角误差，获得相应的误差变化率；d.根据误差和误差变化率，模糊控制器(4)获得pid控制器(5)的三个参数kp、ki、kd；e.基于模糊控制器(4)所获得pid控制器(5)的三个参数kp、ki、kd，pid控制器获得并确定车轮转角控制量；f.再将车轮转角控制量发送给转向电机(10)，以使转向电机(10)根据车轮转角控制量向转向柱(11)施加转向力矩完成车辆转向,以此来控制轮胎的侧向力。g.重复步骤a-f，完成车辆侧风控制。进一步的，上述步骤d中，计算pid控制器(5)的三个参数kp、ki、kd的方法为：a.当偏差e较大时，为了加快系统的响应速度，将kp和kd设定为较大值；同时，ki较小可以避免系统响应出现较大超调；b.当偏差e和变化率ec中等时，为了降低系统响应的超调量同时保证系统一定的响应速度，kp取较小值；同时，kd取小一些，ki取适当值；c.当偏差e较小时，为了提高控制系统稳态性能，kp，ki取大值；同时，取一个适当的kd降低输出响应在稳态值附近振荡，并提高控制系统的抗干扰能力。进一步的，上述步骤e中，计算所需要的车轮转角控制量的方法为：δr＝kbδf+u(t)其中：u(t)为控制器反馈控制量，kp为比例系数，ki为积分系数，kd为微分系数，e(t)为t时刻的横摆角速度以及质心侧偏角误差值；kb为前馈比例控制系数；δr为后轮转角；δf为前轮转角。进一步地，一种基于模糊自适应pid控制的智能车辆抗侧风控制装置，它包括：对比单元(1)、控制单元(2)、执行单元(3)；对比单元(1)：用于根据前轮转角及车速等车身状态进行路线规划，获得车辆的理想横摆角速度和质心侧偏角；再根据执行单元(3)的执行机构将其作用于车辆模型(7)，获得实际车身状态，并与车辆理想跟踪模型(1)的车身状态进行对比，获得车辆的横摆角速度和质心侧偏角误差；控制单元(2)：包括模糊控制器(4)、pid控制器(5)；模糊控制器(4)：用于根据车辆当前状态(7)与车辆理想跟踪模型(1)的车身状态的偏差及偏差变化率，获得pid控制器(5)的三个参数kp、ki、kd；pid控制器(5)：用于根据模糊控制器(4)的输出kp、ki、kd，获得车辆车轮转角的控制量；执行单元(3)：用于将控制单元(2)确定的车轮转角控制量发送给转向电机控制器(10)，使转向电机控制器(10)根据车轮转角控制量向转向柱(11)施加转向力矩完成车轮转向，实现侧风控制。实施例：下面以主动四轮转向智能车辆为主要研究对象，以提高智能车辆在高速行驶工况下的操纵稳定性和侧风干扰下的鲁棒性作为主要的控制目标，采用模糊自适应pid控制进行四轮转向系统控制器的设计，消除侧风干扰下对行驶车辆的不利影响。1、对比单元1.1车辆理想跟随模型建立车辆理想跟随模型，采用线性二自由度前轮转向车辆模型作为理想的跟随模型，计算出车辆的理想质心侧偏角和横摆角速度；1.1.1车辆理想质心侧偏角模型βideal＝gβd□δf*(1)增加一阶惯性环节，修正质心侧偏角，理想质心侧偏角为：式中：gβd为比例系数，理想状态下，gβd取0；tβ为惯性环节常数；δf*为前轮转角；1.1.2车辆理想横摆角速度模型轮胎附着极限下的最大横摆角速度为：增加一阶惯性环节，修正横摆角速度，理想横摆角速度为：式中：l为轴距；为汽车稳定性因素；δf*为前轮转角；vx为车辆中心速度；kf为前轮侧偏刚度；kr为后轮侧偏刚度；μ为路面附着系数；tr为惯性环节常数；根据式(2)、(5)可得到汽车理想跟随模型的状态空间表达式：式中：式中：βd为理想质心侧偏角；rd为理想横摆角速度；tβ、tr均为惯性时间常数，经验值范围一般是0.1～0.25；l为轴距；为汽车稳定性因素；δf*为前轮转角；vx为车辆中心速度。1.2车辆模型建立基于侧风干扰的二自由度汽车模型，计算出车辆行驶过程中实际的质心侧偏角和横摆角速度；式中：m为汽车质量；v为汽车行驶速度；β为质心侧偏角；r为汽车横摆角速度；yf和yr为前后轮的侧偏力；yw和nw分别为侧风引起的干扰力和横摆力矩；iz为汽车绕重心的转动惯量；lf和lr分别为汽车中心至前后轴的距离；根据式(7)将其推导为状态空间方程：其中状态变量为:x＝[βr]t式中：β为质心侧偏角，r为横摆角速度控制量选取为：u＝[δfδr]t式中：δf为前轮转角，δr为后轮转角式中：cf和cr为前后轮角刚度系数；m为汽车质量；v为汽车行驶速度；iz为汽车绕重心的转动惯量；lw为力臂；a为汽车质心到前轴的距离；b为汽车质心到后轴的距离。2、控制单元2.1模糊自适应pid控制器采用比例前馈和模糊自适应pid反馈相结合的控制方法，主动控制后轮转角：δr＝kbδf+u(10)式中：kb为前馈比例控制系数；δf为前轮转角；u为模糊自适应pid控制器的反馈控制量；式中：kf和kr分别为汽车前后轮轮胎侧倾刚度；m为汽车质量；v为汽车行驶速度；a为汽车质心到前轴的距离；b为汽车质心到后轴的距离。2.2模糊控制器输入输出以车辆模型的质心侧偏角、横摆角速度输出值和车辆理想跟随模型的质心侧偏角、横摆角速度输出值的误差及其误差变化率作为模糊控制器的输入；以pid控制器的3个可调参数kp、ki、kd作为模糊控制器的输出。2.3模糊控制器的隶属度函数输入输出的模糊集均为{nbnmnszopspmpb},输入隶属度选用高斯函数，输出隶属度函数选用三角函数，设置误差和误差变化率范围均为[-1.2，1.2],输出kp、kd论域范围均为[-3，3]，输出ki论域范围为[-0.6,0.6]。2.4模糊控制规则当偏差e较大时，为了加快系统的响应速度，将kp和kd设定为较大值；同时，ki较小可以避免系统响应出现较大超调；当偏差e和变化率ec中等时，为了降低系统响应的超调量同时保证系统一定的响应速度，kp取较小值；同时，kd取小一些，ki取适当值；当偏差e较小时，为了提高控制系统稳态性能，kp，ki取大值；同时，取一个适当的kd降低输出响应在稳态值附近振荡，并提高控制系统的抗干扰能力；采用mamdani法进行模糊推理，利用重心法解模糊化调整输出kp、ki、kd并建立模糊规则表，如表1所示。表1kp、ki、kd的模糊规则2.5pid控制器其中：u(t)为反馈控制量，kp为比例系数，ki为积分系数，kd为微分系数，e(t)为t时刻的横摆角速度以及质心侧偏角误差值。3、执行单元最后将车轮转角控制量发送给转向电机，以使转向电机根据车轮转角控制量向转向柱施加转向力矩完成车辆转向,以此来控制轮胎的侧向力。4、仿真分析4.1在matlab/simulink环境中，构建基于侧风干扰的四轮转向系统仿真模型在建立四轮转向汽车动力学模型的过程中，作出以下假设：(1)汽车行驶速度v保持不变；(2)汽车关于纵轴线对称；(3)忽略汽车垂向运动和俯仰运动；(4)忽略空气阻力；(5)车身侧倾轴固定不变；(6)将悬架简化为等效阻尼器和抗侧倾弹簧。4.2仿真参数参考长安某小型汽车确定相关车辆参数，如表2所示。表2车辆参数车辆参数(参数名称)数值大小整车质量m/kg1050绕x轴转动惯量ix/kg·m21500绕z轴转动惯量iz/kg·m21500汽车中心到前轴距离lf/m1.105汽车中心到后轴距离lr/m1.345前轮角刚度系数cfn/rad33020后轮角刚度系数crn/rad55830惯性环节常数tβ0.1惯性环节常数tr0.1轴距l/m2.5前轮轮胎侧偏刚度kf/n/m-1-55000后轮轮胎侧偏刚度kr/n/m-1-45000车速v/km/h1004.3仿真结果分析选择典型的双移线试验验证控制策略的有效性，设定车速100km/h，道路附着系数参考前轮转角输入为角阶跃信号，峰值为2°，恒值单侧侧风，风速15m/s，总仿真时间为5s。图3为侧向风干扰下pid控制和模糊自适应pid控制时的车辆横摆角速度的响应曲线对比图，从中可以看出前轮转角为阶跃输入时，基于模糊自适应pid控制的抗侧风方法，横摆角速度更接近于参考模型的横摆角速度。本发明方案所公开的技术手段不仅限于上述实施方式所公开的技术手段，还包括由以上技术特征任意组合所组成的技术方案。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，均属于本发明保护的范围。当前第1页12