三、车辆纵向控制

这篇具有很好参考价值的文章主要介绍了三、车辆纵向控制。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

1、车辆纵向动力学模型

1.1、整车纵向受力分析

车辆纵向控制,自动驾驶规划与控制,算法,人工智能

车辆在坡路上前进时整体纵向受力情况如图所示。

根据牛顿第二定律有

m x ¨ = F x f + F x r − F a e r o − R x f − R x r − m g sin ⁡ θ m\ddot{x}=F_{xf}+F_{xr}-F_{aero}-R_{xf}-R_{xr}-mg\sin\theta mx¨=Fxf+FxrFaeroRxfRxrmgsinθ

其中

F x f F_{xf} Fxf代表前轮纵向力;

F x r F_{xr} Fxr代表后轮纵向力;

F a r e o F_{areo} Fareo代表等效风阻力;

R x f R_{xf} Rxf代表前轮滚动阻力;

R x r R_{xr} Rxr代表后轮滚动阻力;

m m m代表车辆质量;

g g g代表重力加速度;

θ \theta θ代表道路坡度;

下面对各项力逐一进行分析

1.2、空气阻力

首先是空气阻力;

它是汽车在行驶过程中受到的空气作用力在行驶方向的分力。

计算式为: F a r e o = 1 2 ρ C d A F ( V X + V w i n d ) 2 F_{areo}=\frac{1}{2}\rho C_{d}A_{F}(V_{X}+V_{wind})^{2} Fareo=21ρCdAF(VX+Vwind)2

其中

ρ \rho ρ代表空气密度,与大气压力和空气温度有关,其值通过查表获得;

C d C_{d} Cd代表汽车空气阻力系数,通过风洞测试获得,一般轿车的风阻系数在0.28左右;

A F A_{F} AF代表车辆在运动方向上的投影面积,由车辆的宽度和高度计算,取两者乘积的79%到84%;

V X V_{X} VX代表实时车速,由车辆上的速度传感器测得;

V w i n d V_{wind} Vwind代表风速,通常忽略不计,取值为0;

1.3、轮胎纵向力

其次是轮胎纵向力

试验证明轮胎纵向力与滑动率、轮胎的法向载荷以及路面摩擦系数有关。

车轮滑动率指车轮接地处的滑动速度与车轮中心运动速度的比值。

其可以分为滑移率(制动时)和滑转率(加速时)两种情况
σ x = { r e f f ω w − V x V x − − − 刹车 r e f f ω w − V x r e f f ω w − − − 加速 \sigma_{x}= \begin{cases} \frac{r_{eff}\omega_{w}-V_x}{V_x}---刹车\\ \frac{r_{eff}\omega_{w}-V_x}{r_{eff}\omega_{w}}---加速 \end{cases} σx={VxreffωwVx刹车reffωwreffωwVx加速

其中

σ x \sigma_{x} σx代表车轮滑动率;

r e f f r_{eff} reff代表轮胎半径;

ω w \omega_{w} ωw代表轮胎转速;

V x V_{x} Vx代表汽车速度;

r e f f ω w < V x {r_{eff}\omega_{w}<V_x} reffωw<Vx时,刹车甚至轮胎抱死;

r e f f ω w > V x {r_{eff}\omega_{w}>V_x} reffωw>Vx时,雨雪路面或者加速情况;

r e f f ω w = 0 {r_{eff}\omega_{w}=0} reffωw=0时,轮胎抱死,车辆超载或者急刹时;

车辆纵向控制,自动驾驶规划与控制,算法,人工智能

上图展示了车辆行驶时,滑动率与车轮纵向力之间的关系。可以发现,当滑动率较小时,车轮纵向力与滑动率之间是呈正比关系的。由于通常情况下汽车是以较小的滑动率行驶的,因此,可作一个简化,以将正比时车轮纵向力与滑动率之斜率称为轮胎纵向刚度 C σ C_{\sigma} Cσ

以上,将轮胎简化为线性模型,适合较为理想的普通路面,但是当遇到泥泞、雨雪的恶劣的路面时,需要引入其他的轮胎模型,如魔术轮胎公式等。

则前后轮纵向力分别为
{ F x f = C σ f σ x f F x r = C σ r σ x r \begin{cases} F_{xf}=C_{\sigma f}\sigma_{xf}\\ F_{xr}=C_{\sigma r}\sigma_{xr} \end{cases} {Fxf=CσfσxfFxr=Cσrσxr

1.4、滚动阻力

当充气轮胎在理想路面(通常指平坦的干、硬路面)上直线滚动时,其外缘中心对称面与车轮滚动方向一致,所受到的与滚动方向相反的阻力即为轮胎滚动阻力。滚动阻力由轮胎变形、路面变形、轮胎与路面的摩擦三部分组成。

滚动阻力与车轮载荷、轮胎结构与材料、路面情况等因素有关。

滚动阻力的计算式如下

R x f + R x r = f ( F z f + F z r ) R_{xf}+R_{xr}=f(F_{zf}+F_{zr}) Rxf+Rxr=f(Fzf+Fzr)

其中

R x f R_{xf} Rxf R x r R_{xr} Rxr分别代表前后轮的滚动阻力;

F z f F_{zf} Fzf F z r F_{zr} Fzr分别代表前后轮所受的法向载荷;

f f f代表滚动阻力系数,其通常简化为一个常数,取值范围一般在0.01到0.04之间,常见的子午线轮胎的滚动阻力系数在0.015左右。

1.5、轮胎法向载荷

为了计算出轮胎法向载荷,首先要建立起力矩的平衡等式。

分别以后轮以及前轮的接地中心为参考点,建立力矩平衡等式:

F z f ( l f + l r ) + F a e r o h a e r o + m g h sin ⁡ ( θ ) − m g l r cos ⁡ ( θ ) + m x ¨ h = 0 F_{zf}(l_f+l_r)+F_{aero}h_{aero}+mgh\sin(\theta)-mgl_r\cos(\theta)+m\ddot{x}h=0 Fzf(lf+lr)+Faerohaero+mghsin(θ)mglrcos(θ)+mx¨h=0

F z r ( l f + l r ) − F a e r o h a e r o + m g h sin ⁡ ( θ ) − m g l f cos ⁡ ( θ ) − m x ¨ h = 0 F_{zr}(l_f+l_r)-F_{aero}h_{aero}+mgh\sin(\theta)-mgl_f\cos(\theta)-m\ddot{x}h=0 Fzr(lf+lr)Faerohaero+mghsin(θ)mglfcos(θ)mx¨h=0

其中

l f l_f lf l r l_r lr分别代表汽车质心至前轮与后轮的距离;

h a e r o h_{aero} haero代表空气阻力的作用高度;

h h h代表汽车质心到地面的距离;

由上式推出轮胎法向载荷的表达式如下:

F z f = − F a e r o h a e r o − m x ¨ h − m g h sin ⁡ ( θ ) + m g l r cos ⁡ ( θ ) l f + l r F_{zf}=\frac{-F_{aero}h_{aero}-m\ddot{x}h-mgh\sin(\theta)+mgl_r\cos(\theta)}{l_f+l_r} Fzf=lf+lrFaerohaeromx¨hmghsin(θ)+mglrcos(θ)

F z r = F a e r o h a e r o + m x ¨ h + m g h sin ⁡ ( θ ) + m g l f cos ⁡ ( θ ) l f + l r F_{zr}=\frac{F_{aero}h_{aero}+m\ddot{x}h+mgh\sin(\theta)+mgl_f\cos(\theta)}{l_f+l_r} Fzr=lf+lrFaerohaero+mx¨h+mghsin(θ)+mglfcos(θ)

2、巡航控制

控制目标:使车辆在理想的车速下行驶;

输入量:理想速度;

输出量:油门和刹车的指令;

上层控制器将目标速度转换目标加速度;

下层控制器则将目标加速度转换为油门和刹车信号;

2.1、上层控制器

速度的微分是加速度,即 v ˙ = a \dot{v}=a v˙=a,也即 s v = a sv=a sv=a;

实际应用时,由于底层控制器功率和带宽的限制,我们用一阶系统来模拟加速度响应,即 X ¨ = 1 τ s + 1 X ¨ d e s \ddot{X}=\frac{1}{\tau s+1}\ddot{X}_{des} X¨=τs+11X¨des;

其中

X ¨ \ddot{X} X¨为实际加速度;

X ¨ d e s \ddot{X}_{des} X¨des为设计加速度;

由此可得 s V ( s ) = 1 τ s + 1 A d e s ( s ) sV(s)=\frac{1}{\tau s+1}A_{des}(s) sV(s)=τs+11Ades(s)

也可得实际速度与目标加速度之间的传递函数:
P ( s ) = V ( s ) A d e s ( s ) = 1 s ( τ s + 1 ) P(s)=\frac{V(s)}{A_{des}(s)}=\frac{1}{s(\tau s+1)} P(s)=Ades(s)V(s)=s(τs+1)1
车辆纵向控制,自动驾驶规划与控制,算法,人工智能

上图的设计思路是:将目标速度与实际速度差值输入 P I PI PI控制器,进而得出目标加速度,通过实际速度与目标加速度之间的传递函数 P ( s ) P(s) P(s)实现对速度的控制。

上层控制器采用 P I PI PI控制器进行控制,使用速度的误差作为反馈信号;

u ( t ) = − k p ( V x − V r e f ) − k i ∫ 0 t ( V x − V r e f ) d t u(t)=-k_p(V_x-V_{ref})-k_i\int_0^t(V_x-V{ref})dt u(t)=kp(VxVref)ki0t(VxVref)dt

P I PI PI控制器的传递函数为 C ( s ) = k p + k i s C(s)=k_p+\frac{k_i}{s} C(s)=kp+ski

闭环系统的传递函数为 V ( s ) V d e s ( s ) = P C 1 + P C = k p s + k i τ s 3 + s 2 + k p + k i \frac{V(s)}{V_{des}(s)}=\frac{PC}{1+PC}=\frac{k_ps+k_i}{\tau s^3+s^2+k_p+k_i} Vdes(s)V(s)=1+PCPC=τs3+s2+kp+kikps+ki

2.2、下层控制器

下层控制器通过目标加速度实现对刹车以及油门的控制,主要有两种方法,一种是通过油门刹车标定实现,另一种是根据车辆模型实现。

2.2.1、刹车油门标定实现

车辆纵向控制,自动驾驶规划与控制,算法,人工智能

上图为刹车油门标定表,该表提供了不同速度、不同油门刹车开合度、加速度之间的映射关系,油门刹车的标定过程,就是生成该表的过程。在确定了目标加速度以及实际车速后,可以通过查表的方法确定油门刹车开合度。

2.2.2、车辆模型实现

假设车速与发动机转速之间关联,即 x ˙ = r e f f ω w \dot{x}=r_{eff}\omega_{w} x˙=reffωw x ¨ = r e f f R ω ˙ e \ddot{x}=r_{eff}R\dot{\omega}_e x¨=reffRω˙e

其中

r e f f r_{eff} reff代表轮胎半径;

ω w {\omega}_w ωw代表轮胎转速;

R R R代表传动系总传动比;

ω ˙ e \dot{\omega}_e ω˙e代表发动机旋转加速度;

根据车辆纵向动力学模型,有 m x ¨ = F x − R x − F a e r o m\ddot{x}=F_x-R_x-F_{aero} mx¨=FxRxFaero

x ¨ = r e f f R ω ˙ e \ddot{x}=r_{eff}R\dot{\omega}_e x¨=reffRω˙e代入,得:

F x = m r e f f R ω ˙ e + R x + F a e r o F_x=mr_{eff}R\dot{\omega}_e+R_x+F_aero Fx=mreffRω˙e+Rx+Faero

通过传动系统模型、发动机模型,可以得出车辆纵向力与油门、刹车开合度之间的联系。

T n e t = J e R r e f f x ¨ i d e s + [ c a R 3 r e f f 3 ω e 2 + R ( r e f f R x ) ] T_{net}=\frac{J_e}{Rr_{eff}}\ddot{x}_{ides}+[c_aR^3r_{eff}^3\omega_e^2+R(r_{eff}R_x)] Tnet=RreffJex¨ides+[caR3reff3ωe2+R(reffRx)]

3、自适应巡航

控制目标:根据环境的变化调节车速,在保持安全距离的前提下,实现定速行驶,即根据本车与前车之间的距离与相对速度,实现速度控制。

输入:目标速度、本车车速、前车距离、前车与本车相对速度以及时间差;

输出:油门与刹车控制量;

自适应巡航控制系统有两种控制模式,一是速度控制模式(没有前车或是前车距离很远),二是跟车模式(与前车距离很近)。

跟车模式下,跟车距离与车速相关,即

D s a f e = D d a f a u l t + T g a p × V e g o D_{safe}=D_{dafault}+T_{gap}\times V_{ego} Dsafe=Ddafault+Tgap×Vego

其中

D s a f e D_{safe} Dsafe为安全跟车距离;

D d e f a u l t D_{default} Ddefault为默认跟车距离;

T g a p T_{gap} Tgap为时间间隔;

V e g o V_{ego} Vego为本车与前车相对速度;

D r e l ≥ D s a f e D_{rel}\ge D_{safe} DrelDsafe,使用速度控制模式,有 x ¨ d e s ( t ) = − k p ( D r e l − D s e t ) − k i ∫ 0 t ( D r e l − D s e t ) d t \ddot{x}_{des}(t)=-k_p(D_{rel}-D_{set})-k_i\int_0^t(D_{rel}-D_{set})dt x¨des(t)=kp(DrelDset)ki0t(DrelDset)dt;

D r e l < D s a f e D_{rel}<D_{safe} Drel<Dsafe,使用跟车模式,有 x ¨ d e s ( t ) = − k p ( V e g o − V s e t ) − k i ∫ 0 t ( V e g o − V s e t ) d t \ddot{x}_{des}(t)=-k_p(V_{ego}-V_{set})-k_i\int_0^t(V_{ego}-V_{set})dt x¨des(t)=kp(VegoVset)ki0t(VegoVset)dt文章来源地址https://www.toymoban.com/news/detail-693326.html

到了这里,关于三、车辆纵向控制的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包