分布式独立驱动电动汽车转向时轮间差速防拖拽控制方法与流程

1.本发明涉及一种电动汽车轮速控制方法，特别是一种分布式独立驱动电动汽车转向时轮间差速防拖拽控制方法。


背景技术：

2.理想状态下各轮转弯半径及驱动轮转速关系，对于传统车辆来说，可通过机械式差速器分配驱动力矩，并实现差速功能。对于分布式独立驱动电动轮汽车来说，由于缺少了机械式差速器的约束，两侧驱动轮的转速和转矩控制更为复杂且具有转速转矩分配的灵活性。四轮相互独立的自由驱动，即使在完成的轮速控制规划情况下，仍然难免出现轮间拖拽的现象。一旦出现轮间拖拽现象，单个轮胎的滑移率以及轮胎侧偏刚度就会脱离原本的估算范围，导致原本的轮速控制方案或者转矩输出控制方法出现偏差，从而导致整车的行驶稳定性。


技术实现要素：

3.针对上述现有技术缺陷，本发明的任务在于提供一种分布式独立驱动电动汽车转向时轮间差速防拖拽控制方法，杜绝车轮间的拖拽现象出现，保证车辆的行驶稳定性。
4.本发明技术方案如下：一种分布式独立驱动电动汽车转向时轮间差速防拖拽控制方法，包括以下步骤：
5.s1、汽车转向时获取驱动车轮的轮速；
6.s2、以一个驱动车轮的轮速为基准轮速，根据ackermann转向模型逆推驱动车轮的决策期望轮速；
7.s3、每个所述驱动车轮的电机的输出转矩由pi控制器控制，所述pi控制器的输入为驱动车轮的实时轮速与决策期望轮速的差值，所述pi控制器的输出为电机的输出转矩系数，所述pi控制器的比例参数为预先设定，所述pi控制器的积分参数通过模糊控制器控制；所述模糊控制器的输出为积分参数，所述模糊控制器的输入为驱动轮胎压变化率以及车辆横摆角速度变化率。
8.进一步地，所述步骤s2中以一个驱动车轮的轮速为基准轮速时，计算各个驱动车轮的轮速变化率，以所有驱动车轮中轮速变化率最小的驱动车轮的实时轮速为基准轮速。
9.进一步地，所述步骤s2中设定若干时间段，每个时间段内分别以一个驱动车轮的轮速为基准轮速，根据ackermann转向模型逆推驱动车轮的期望轮速，由各个所述时间段的期望轮速的平均值作为驱动车轮的决策期望轮速。
10.进一步地，所述每个时间段内均以所有驱动车轮中轮速变化率最小的驱动车轮的实时轮速为基准轮速。
11.进一步地，所述驱动轮胎压变化率、所述车辆横摆角速度变化率和所述积分参数均设为五个模糊集。
12.进一步地，所述驱动轮胎压变化率的模糊集设为p1、p2、p3、p4和p5，所述车辆横摆
角速度变化率的模糊集设为a1、a2、a3、a4和a5，所述积分参数的模糊集设为i1、i2、i3、i4和i5，所述积分参数的模糊推理规则为：当所述驱动轮胎压变化率为p1且所述车辆横摆角速度变化率为a1、a2或a3时，所述积分参数为i3；当所述驱动轮胎压变化率为p1且所述车辆横摆角速度变化率为a4时，所述积分参数为i4；当所述驱动轮胎压变化率为p1且所述车辆横摆角速度变化率为a5时，所述积分参数为i5；当所述驱动轮胎压变化率为p2且所述车辆横摆角速度变化率为a1时，所述积分参数为i2；当所述驱动轮胎压变化率为p2且所述车辆横摆角速度变化率为a2或a3时，所述积分参数为i3；当所述驱动轮胎压变化率为p2且所述车辆横摆角速度变化率为a4或a5时，所述积分参数为i5；当所述驱动轮胎压变化率为p3且所述车辆横摆角速度变化率为a1或a2时，所述积分参数为i2；当所述驱动轮胎压变化率为p3且所述车辆横摆角速度变化率为a3时，所述积分参数为i3；当所述驱动轮胎压变化率为p3且所述车辆横摆角速度变化率为a4时，所述积分参数为i4；当所述驱动轮胎压变化率为p3且所述车辆横摆角速度变化率为a5时，所述积分参数为i5；当所述驱动轮胎压变化率为p4或p5且所述车辆横摆角速度变化率为a1时，所述积分参数为i1；当所述驱动轮胎压变化率为p4或p5且所述车辆横摆角速度变化率为a2时，所述积分参数为i2；当所述驱动轮胎压变化率为p4或p5且所述车辆横摆角速度变化率为a3时，所述积分参数为i3；当所述驱动轮胎压变化率为p4且所述车辆横摆角速度变化率为a4或a5时，所述积分参数为i4；当所述驱动轮胎压变化率为p5且所述车辆横摆角速度变化率为a4时，所述积分参数为i3；当所述驱动轮胎压变化率为p5且所述车辆横摆角速度变化率为a5时，所述积分参数为i4。
13.进一步地，所述驱动轮胎压变化率的论域设为[
‑
1，4]，所述模糊集p1的隶属度函数为三角形函数，对应的驱动轮胎压变化率的论域为[
‑
1，0]，驱动轮胎压变化率为
‑
1时p1隶属度为1，驱动轮胎压变化率为0时p1隶属度为0；所述模糊集p2的隶属度函数为三角形函数，对应的驱动轮胎压变化率的论域为[
‑
0.5，0.5]；所述模糊集p3的隶属度函数为三角形函数，对应的驱动轮胎压变化率的论域为[0，2]；所述模糊集p4的隶属度函数为三角形函数，对应的驱动轮胎压变化率的论域为[1，4]；所述模糊集p5的隶属度函数为梯形函数，对应的驱动轮胎压变化率的论域为[2.5，5]，驱动轮胎压变化率为2.5时p5隶属度为0，驱动轮胎压变化率为[3，4]时p5隶属度为1。
[0014]
进一步地，所述车辆横摆角速度变化率的论域设为[
‑
8，8]，所述模糊集a1的隶属度函数为梯形函数，对应的车辆横摆角速度变化率的论域为[
‑
8，
‑
3]，车辆横摆角速度变化率为[
‑
8，
‑
7]时a1隶属度为1，车辆横摆角速度变化率为
‑
3时a1隶属度为0；所述模糊集a2的隶属度函数为三角形函数，对应的车辆横摆角速度变化率的论域为[
‑
5，
‑
1]；所述模糊集a3的隶属度函数为三角形函数，对应的车辆横摆角速度变化率的论域为[
‑
3，3]；所述模糊集a4的隶属度函数为三角形函数，对应的车辆横摆角速度变化率的论域为[1，5]；所述模糊集a5的隶属度函数为梯形函数，对应的车辆横摆角速度变化率的论域为[3，8]，驱动轮胎压变化率为3时a5隶属度为0，车辆横摆角速度变化率为[7，8]时a5隶属度为1。
[0015]
进一步地，所述积分参数的论域设为[0.8，1.2]，所述模糊集i1、i2、i3、i4和i5的隶属度函数为三角形函数，所述模糊集i1对应的积分参数的论域为[0.8，0.85]，所述积分参数为0.8时i1隶属度为1，所述积分参数为0.85时i1隶属度为0；所述模糊集i2对应的积分参数的论域为[0.8，0.9]；所述模糊集i3对应的积分参数的论域为[0.85，1.15]，所述模糊集i4对应的积分参数的论域为[1.1，1.2]，所述模糊集i5对应的积分参数的论域为[1.15，
1.2]，所述积分参数为1.15时i5隶属度为0，所述积分参数为1.2时，i5隶属度为1。
[0016]
进一步地，所述模糊控制器输出积分参数时根据所述积分参数的模糊集采用最大隶属度法获得精确化数值。
[0017]
本发明与现有技术相比的优点在于：
[0018]
pi控制器的输出与输入误差信号的积分成正比关系。主要用于消除静差，提高系统(本发明中系统指被控制的车辆轮毂电机)的无差度。积分作用的强弱取决于积分时间常数t,t越大，积分作用越弱，反之则越强。
[0019]
就本发明而言，车辆轮速调整在实际应用中，考虑到实际车辆结构参数，即被控系统(本发明中系统指被控制的车辆轮毂电机)的参数并不随时间发生较明显变化，pi控制器的参数变化主要针对系统输入的时变信号(即随时间t而变化的信号，本发明中指驾驶员输入的方向盘转角和踏板力，以及系统状态变量，本发明中指横摆角速度变化率，以及轮胎压力变化率)而调整，这样的控制情况，很容易出现随时间而变化的稳态误差，导致系统输出在实际期望附近震动，从而影响控制预期。通过参数自整定(模糊算法)对系统稳态误差进行实时的调整，也就是对参数i的适时调整，刚好缓解了这一系统误差，在实现系统稳定方面显得尤为重要。
附图说明
[0020]
图1为分布式独立驱动电动汽车转向时轮间差速防拖拽控制方法流程示意图。
[0021]
图2为ackermann转向模型示意图。
[0022]
图3为驱动轮胎压变化率的隶属度函数示意图。
[0023]
图4为车辆横摆角速度变化率的隶属度函数示意图。
[0024]
图5为积分参数i的隶属度函数示意图。
具体实施方式
[0025]
下面结合实施例对本发明作进一步说明，但不作为对本发明的限定。
[0026]
请结合图1，本实施例涉及的分布式独立驱动电动汽车转向时轮间差速防拖拽控制方法，包括以下步骤：
[0027]
s1、汽车转向时获取驱动车轮的轮速；假设分布式独立驱动电动汽车为四轮驱动，由四轮轮毂电机编码器获得实时四轮车速，本发明采用绝对值型编码器。以角度增量的方式提供位置、角度和圈数等信息，每个角度增量赋予唯一的编码。取固定步长t，求上一时刻t1的角度θ1与下一时刻t2的角度θ2，步长间偏差增量δθ，实时角速度为ω；
[0028]
其中，
[0029]
δθ＝θ2‑
θ1[0030][0031]
s2、以一个驱动车轮的轮速为基准轮速，根据ackermann转向模型逆推其余驱动车轮的期望轮速；
[0032]
由实时角速度为ω结合上一时刻轮速计算出四轮轮速度实时变化率，拟定步长为固定值δt，上一时刻轮速为ω1，下一时刻轮速为ω2，拟定实时轮速变化率α；
[0033][0034]
据此得出四轮的实时轮速变化率，分别为α
i
，i＝1，2，3，4。
[0035]
车辆转向过程中，依据如图2所示的ackermann转向模型，图中，内外前轮转向角为δ
in
和δ
out
，车辆的转向角为δ，l和w分别为车辆的轴距和轮距，r0为车辆转向半径，r
in
和r
out
分别为内外侧驱动轮转向半径，v为车辆行驶速度，即后轮轴线中点处绕转向中心o的速度。
[0036]
根据以上ackermann车辆转向模型，可对电动汽车的运动状态进行分析。在阿克曼转向几何关系中，各车轮所经路径的圆心大致交于后轴延长线的瞬时转向中心上，这样使得转向更加顺畅，并可得出以下关系式：
[0037]
r0＝l/tanδ
ꢀꢀ
(1)
[0038]
r0＝l/sinδ
ꢀꢀ
(2)
[0039]
r
in
＝r0‑
w/2
ꢀꢀ
(3)
[0040]
r
out
＝r0 w/2
ꢀꢀ
(4)
[0041][0042][0043]
此时，两侧驱动轮的转速关系为：
[0044]
ω＝v/r0ꢀꢀ
(7)
[0045]
v
rin
＝ωl/tanδ
in
ꢀꢀ
(8)
[0046]
v
rout
＝ωl/tanδ
out
ꢀꢀ
(9)
[0047]
v
fin
＝ωl/sinδ
in
ꢀꢀ
(10)
[0048]
v
fout
＝ωl/sinδ
out
ꢀꢀ
(11)
[0049]
考虑到车轮轮速变化率最小，代表其与地面相对滑动最小，最接近稳定轮速。
[0050]
以轮速度变化率最小的轮速度ω
ξ1
为基准轮速，按照阿克曼转向模型逆推保证车辆稳定的四轮期望轮速其中轮速度变化率最小的驱动轮的期望轮速即为其自身轮速。
[0051]
举例说明，若当前车况下，右后轮轮速变化率最小，则以右后轮轮速为基准轮速，据此推导其余三轮的期望车速，具体公式如下
[0052][0053][0054][0055]
拟定固定步长δt，重复以上计算，得出下一时刻的轮速度变化率最小的轮速度ω
ξ
，进而推算下一时刻的四轮期望轮速；重复此步骤，在较短的时间段内，推算出若干(3，4次)不同期望轮速，取其均值为决策期望轮速
[0056]
s3、每个驱动车轮的电机的输出转矩由pi控制器控制，pi控制器的输入为驱动车
轮的实时轮速与决策期望轮速的差值，pi控制器的输出为电机的输出转矩系数，pi控制器的积分参数由模糊控制器控制。
[0057]
相对于传统集中式驱动汽车，分布式独立驱动电动汽车省去了离合器，减速器，变速箱以及差速器等传统传动装置。每个驱动车辆由相应的电机直接驱动转动，按照实时预估的轮速，作为目标值，利用独立轮毂电机mcu的pi控制器，调整独立轮的输出转矩，以实现预估的理想车速。通过减少实时轮速与期望轮速的差来保证拖拽系数逐步趋向去无穷小，同时需要保证整车的稳定性。本发明通过对车辆横摆角速度变化率，以及轮胎胎压变化率的监控实现。
[0058]
pi控制器的比例参数为预先设定，pi控制器的积分参数通过模糊控制器控制；其中模糊控制器的输出为积分参数，模糊控制器的输入为驱动轮胎压变化率以及车辆横摆角速度变化率。
[0059]
具体的，通过安装在车身上esp系统的横摆角速度测量器，获得实时整车横摆角速度，取固定步长t，由上一时刻t1的横摆角速度α1与下一时刻t2的横摆角速度α2，步长间偏差增量δα，推算实时横摆角速度变化率α
t
。
[0060]
其中，
[0061][0062]
在内侧轮毂中安装胎压检测装置，以此推断轮胎的侧偏刚度，并通过mcu实时传入can系统中。以此推算实时胎压变化率δp。
[0063]
采用模糊算法来计算i参数值，模糊算法的输入为轮胎胎压变化率δp，以及实时横摆角速度变化率α
t
变化率。考虑到胎压实时反应车辆各轮的行驶状态，与实时车姿相关，所以将胎胎压变化率δp作为控制器输入；横摆角速度可以直接由横摆角速度检测器实时测出，考虑到横摆角速度是车辆行驶状态的重要参数，本发明将实时横摆角速度变化率α
t
变化率也作为此控制器的输入。把轮胎胎压变化率δp的论域范围设定为[
‑
1，4]，分为5个模糊集：负(p1)、中(p2)、正小(p3)、正中(p4)和正大(p5)。把实时横摆角速度变化率α
t
变化率的论域范围设置为[
‑
8，8]，分为5个模糊集：负大(a1)、负小(a2)、零(a3)、正小(a4)和正大(a5)。i参数值的论域范围设置为[0.8，1.2]，分为5个模糊集：较小于(i1)、略小于(i2)、近似为(i3)、略大于(i4)和较大于(i5)。经过仿真分析，模糊算法输入的取值范围和对应论域的范围相等，所以不需要进行尺度变换，根据设计隶属度函数将轮胎胎压变化率δp，以及实时横摆角速度变化率α
t
的精确量模糊化。
[0064]
如图3所示，轮胎胎压变化率δp的模糊集p1的隶属度函数为三角形函数，对应的驱动轮胎压变化率的论域为[
‑
1，0]，驱动轮胎压变化率为
‑
1时p1隶属度为1，驱动轮胎压变化率为0时p1隶属度为0；模糊集p2、p3、p4的隶属度函数为三角形函数，模糊集p2对应的驱动轮胎压变化率的论域为[
‑
0.5，0.5]，模糊集p3对应的驱动轮胎压变化率的论域为[0，2]，模糊集p4对应的驱动轮胎压变化率的论域为[1，4]；模糊集p5的隶属度函数为梯形函数，对应的驱动轮胎压变化率的论域为[2.5，5]，驱动轮胎压变化率为2.5时p5隶属度为0，驱动轮胎压变化率为[3，4]时p5隶属度为1。
[0065]
如图4所示，实时横摆角速度变化率α
t
的模糊集a1的隶属度函数为梯形函数，对应的车辆横摆角速度变化率的论域为[
‑
8，
‑
3]，车辆横摆角速度变化率为[
‑
8，
‑
7]时a1隶属度
为1，车辆横摆角速度变化率为
‑
3时a1隶属度为0；模糊集a2、a3、a4的隶属度函数为三角形函数，模糊集a2对应的车辆横摆角速度变化率的论域为[
‑
5，
‑
1]，模糊集a3对应的车辆横摆角速度变化率的论域为[
‑
3，3]，模糊集a4对应的车辆横摆角速度变化率的论域为[1，5]；模糊集a5的隶属度函数为梯形函数，对应的车辆横摆角速度变化率的论域为[3，8]，驱动轮胎压变化率为3时a5隶属度为0，车辆横摆角速度变化率为[7，8]时a5隶属度为1。
[0066]
模糊推理规则如下表1所示。
[0067][0068]
上述模糊推理规则的基本思想是：横摆角速度变化率越大，车辆越趋于不稳定，此时i参数值越大；从车辆加速安全性角度考虑，胎压变化值越大，需要越加抑制纵向加速度的大小，则i参数值越小。请结合图5所示，积分参数i的模糊集i1、i2、i3、i4和i5的隶属度函数为三角形函数，模糊集i1对应的积分参数的论域为[0.8，0.85]，积分参数为0.8时i1隶属度为1，积分参数为0.85时i1隶属度为0；模糊集i2对应的积分参数的论域为[0.8，0.9]；模糊集i3对应的积分参数的论域为[0.85，1.15]，模糊集i4对应的积分参数的论域为[1.1，1.2]，模糊集i5对应的积分参数的论域为[1.15，1.2]，积分参数为1.15时i5隶属度为0，积分参数为1.2时，i5隶属度为1。通过模糊规则确定i参数的模糊集后采用最大隶属度法得到i参数精确化结果完成参数确定，最后由pi控制器控制轮毂电机的输出。