基于模糊控制的電動汽車非線性轉(zhuǎn)向系統(tǒng)控制方法研究*

邱 浩，陳國棟

（1.深圳職業(yè)技術(shù)學(xué)院汽車與交通學(xué)院，廣東 深圳 518055；2.南京航空航天大學(xué)自動化學(xué)院，江蘇 南京 210016）

基于模糊控制的電動汽車非線性轉(zhuǎn)向系統(tǒng)控制方法研究*

邱 浩1，陳國棟2

（1.深圳職業(yè)技術(shù)學(xué)院汽車與交通學(xué)院，廣東 深圳 518055；2.南京航空航天大學(xué)自動化學(xué)院，江蘇 南京 210016）

針對四輪獨立轉(zhuǎn)向電動汽車，結(jié)合輪胎“魔術(shù)公式”模型，建立了基于阿克曼轉(zhuǎn)向定理的二自由度非線性轉(zhuǎn)向模型，并提出一種基于模糊策略的方法對其質(zhì)心側(cè)偏角進行控制．整車系統(tǒng)仿真輸入為左前輪車輪轉(zhuǎn)角，模糊控制器以質(zhì)心側(cè)偏角等于零為控制目標(biāo)來控制左后輪轉(zhuǎn)角，同時用阿克曼轉(zhuǎn)向定理來調(diào)整右前輪和右后輪轉(zhuǎn)角，由此實現(xiàn)四輪獨立轉(zhuǎn)向．仿真結(jié)果與傳統(tǒng)前輪轉(zhuǎn)向、傳統(tǒng)四輪比例轉(zhuǎn)向進行比較，結(jié)果表明，利用模糊控制對基于阿克曼定理所建立的非線性四輪獨立轉(zhuǎn)向模型的控制策略是有效的，控制效果良好．

四輪獨立轉(zhuǎn)向；阿克曼定理；非線性；魔術(shù)公式；模糊控制

電動汽車可以使用線控技術(shù)，簡化傳統(tǒng)轉(zhuǎn)向機構(gòu)，更容易實現(xiàn)四輪轉(zhuǎn)向[1]．目前對四輪轉(zhuǎn)向電動車的研究，一般集中在研究1/2車輛模型，建立二自由度或者三自由度，線性模型或者非線性模型，圍繞質(zhì)心側(cè)偏角為零的控制目標(biāo)選擇各種控制策略，沒有考慮轉(zhuǎn)向規(guī)律符合阿克曼轉(zhuǎn)向定理[2-3]．有的文獻考慮的阿克曼轉(zhuǎn)向定理，但其建立的模型都是簡單的線性模型，沒有考慮到輪胎的非線性特性[4-5]．

本文以車輛二自由度非線性模型為基礎(chǔ)，整車系統(tǒng)仿真輸入為左前輪車輪轉(zhuǎn)角，模糊控制器以質(zhì)心側(cè)偏角等于零為控制目標(biāo)來控制左后輪轉(zhuǎn)角，同時用阿克曼轉(zhuǎn)向定理來調(diào)整右前輪和右后輪轉(zhuǎn)角，由此實現(xiàn)四輪獨立轉(zhuǎn)向．

1 四輪獨立轉(zhuǎn)向電動汽車轉(zhuǎn)向模型

1.1 運動學(xué)模型

汽車在轉(zhuǎn)向行駛過程中，如果四輪不發(fā)生滑移，必須滿足阿克曼定理，即全部車輪會繞一個瞬時中心點做圓周滾動[6]，如圖1所示．

圖1中δ1，δ2，δ3，δ4為4個車輪的轉(zhuǎn)角；α1，α2，α3，α4為 4個車輪的側(cè)偏角；F1，F(xiàn)2，F(xiàn)3，F(xiàn)4為各個車輪產(chǎn)生的側(cè)向力；u，v分別為車輛縱向和橫向速度；β為車輛質(zhì)心側(cè)偏角；γ為整車?yán)@質(zhì)心的橫擺角速度；a，b分別為質(zhì)心到前后軸的距離；c為兩車輪間的軸距；O為汽車轉(zhuǎn)向的中心；d，e分別為轉(zhuǎn)向中心到前后軸的縱向距離；f為轉(zhuǎn)向中心到左后輪的橫向距離．根據(jù)阿克曼定理，則其轉(zhuǎn)角運動幾何關(guān)系為：

圖1 基于阿克曼定理的整車模型

1.2 動力學(xué)建模

為分析四輪獨立轉(zhuǎn)向系統(tǒng)的各個車輪的轉(zhuǎn)角和整車的穩(wěn)定性能，同時為了簡化系統(tǒng)的模型，特作如下合理的假設(shè)：

1）整車重量平均分配到4個車輪；

2）每個車輪特性一樣，忽略車輪輪胎由于載荷變化而引起的輪胎特性變化；

3）忽略汽車懸架的作用，不考慮汽車垂向的位移運動，繞橫向軸的俯仰運動和繞縱向軸的側(cè)傾運動，認為車輛只是在平行與地面運動．

建立四輪獨立轉(zhuǎn)向二自由度非線性動力學(xué)方程為：

其中，m為整車的重量；JZ為整車轉(zhuǎn)動慣量．車輪側(cè)偏角為：

1.3 輪胎模型

傳統(tǒng)汽車動力學(xué)建模一般采用線性輪胎模型，而輪胎線性模型的前提是在側(cè)偏角非常小（小于5°）的情況下，在側(cè)偏角或者側(cè)向加速度較大的情況下就需要輪胎的非線性模型來模擬[7,8]．Pacejka模型（魔術(shù)公式）是一個半經(jīng)驗半理論模型，能夠仿真輪胎的線性和非線性特性，同時可以描述輪胎的穩(wěn)態(tài)力學(xué)[7]．輪胎側(cè)向力方程為：

2 模糊控制系統(tǒng)建模

本文采用的是普遍采用的二維模糊控制器，其以系統(tǒng)的誤差E和誤差的導(dǎo)數(shù)EC作為輸入變量，可以很好地反應(yīng)輸入變量的動態(tài)特性[9]．

本研究論域的選擇：質(zhì)心側(cè)偏角誤差E的論域范圍為[-6，6]；質(zhì)心側(cè)偏角誤差導(dǎo)數(shù)論域范圍[-6，6]；左前輪和左后輪轉(zhuǎn)角比U論域范圍[-1，1]．針對所研究的四輪獨立轉(zhuǎn)向控制系統(tǒng)的實際經(jīng)驗，質(zhì)心側(cè)偏角誤差 E和誤差導(dǎo)數(shù)基本論域分別為[-0.1，0.1]和[-0.01，0.01]；左前輪和左后輪轉(zhuǎn)角比U基本論域范圍[-1，1]．則量化因子和比例因子的確定如下所示: 質(zhì)心側(cè)偏角誤差的量化因子ke= 6 /0.1，誤差導(dǎo)數(shù)的量化因子kec= 6 /0.01，控制量輸出的比例因子ku= 1 /1．E、EC和U的模糊集為{NB，NM，NS，ZO，PS，PM，PB}．如圖2所示．

本研究采用兩輸入一輸出的控制器形式，兩輸入變量的語言值都為7，則總共有49條if A and B then C形式的規(guī)則，見表1．

表1 模糊規(guī)則表

圖2 輸入輸出的隸屬度函數(shù)

3 仿真實驗與對比

整車的主要參數(shù)見表2．

為了驗證本文提出的基于阿克曼轉(zhuǎn)向定理四輪獨立轉(zhuǎn)向的非線性模型正確性及控制策略的有效性，特以傳統(tǒng)兩輪轉(zhuǎn)向（2WS）模型和傳統(tǒng)前后輪比例轉(zhuǎn)向(4WS)模型[10-11]作為對比．仿真輸入分 2種情況：（1）車速為 20m/s，左前輪轉(zhuǎn)角為0.08rad/s；（2）車速為 30m/s，左前輪轉(zhuǎn)角為0.2rad/s．仿真結(jié)構(gòu)如圖3所示．

不同車速轉(zhuǎn)角下的質(zhì)心側(cè)偏角如圖4所示．由圖4可以看出，線性四輪轉(zhuǎn)向汽車（4WS）質(zhì)心側(cè)偏角在短時間波動后能夠迅速的達到穩(wěn)定值且基本沒有誤差．而四輪獨立轉(zhuǎn)向汽車（4WIS）質(zhì)心側(cè)偏角也在很短的時間內(nèi)達到穩(wěn)定，說明控制策略是有效的，同時由于采用非線性模型，具有不確定性，其質(zhì)心側(cè)偏角有很小的穩(wěn)態(tài)誤差，但在合理范圍內(nèi)．兩輪轉(zhuǎn)向汽車（2WS）的質(zhì)心側(cè)偏角較大，尤其是在高速大轉(zhuǎn)角情況下．而傳統(tǒng)四輪轉(zhuǎn)向（4WS）和四輪獨立轉(zhuǎn)向（4WIS）在速度和轉(zhuǎn)角變化下能夠很好的限制質(zhì)心側(cè)偏角．

不同車速轉(zhuǎn)角下的橫擺角速度如圖5所示．由圖5可以看出，兩輪轉(zhuǎn)向汽車（2WS）在高速大轉(zhuǎn)向情況下橫擺角速度非常大，超出合理的范圍，這是由于前輪轉(zhuǎn)向角度太大，而輪胎線性模型導(dǎo)致前輪側(cè)向力相應(yīng)變大，而后輪又理論上沒有側(cè)向力，這樣導(dǎo)致橫擺角速度超出了合理范圍．而四輪轉(zhuǎn)向汽車（4WS）的橫擺角速度有所增加，這是由于線性輪胎模型采用，前后輪側(cè)向力都有所增大，導(dǎo)致整車橫擺角速度有所增大．而四輪獨立轉(zhuǎn)向汽車（4WIS）由于采用非線性輪胎模型，輪胎側(cè)向力在大轉(zhuǎn)角下基本不變，而輪胎的轉(zhuǎn)角變大，由公式2可知整車的橫擺角速度有所下降．

表2 整車參數(shù)

圖3 整車仿真結(jié)構(gòu)圖

圖4 不同車速轉(zhuǎn)角下的質(zhì)心側(cè)偏角

如圖6所示，四輪獨立轉(zhuǎn)向汽車（4WIS）后面的兩個車輪經(jīng)過一個較短的時間穩(wěn)定，同時后面兩個車輪轉(zhuǎn)角較小而且相差不大，而前面的兩個車輪在高速大轉(zhuǎn)角下轉(zhuǎn)角出現(xiàn)明顯的差別．通過車輪轉(zhuǎn)角可以看出模糊控制策略可以在很短時間內(nèi)讓四個車輪轉(zhuǎn)向穩(wěn)定．

圖5 不同車速轉(zhuǎn)角下的橫擺角速度

圖6 不同車速轉(zhuǎn)角下的四輪轉(zhuǎn)角

4 結(jié) 論

針對傳統(tǒng)四輪轉(zhuǎn)向建模過程中采用的線性模型，且沒有考慮轉(zhuǎn)向過程中左右車輪轉(zhuǎn)角的差異性，本文提出的基于阿克曼定理的四輪獨立轉(zhuǎn)向的非線性模型，采用模糊控制，通過matlab對整車在低速小轉(zhuǎn)角和高速大轉(zhuǎn)角的仿真，在小轉(zhuǎn)角工況下仿真出的質(zhì)心側(cè)偏角和橫擺角速度跟傳統(tǒng)四輪比例轉(zhuǎn)向（4WS）接近，能夠證明模型的正確性和控制策略的有效性．而在大轉(zhuǎn)向工況下，本文提出的四輪獨立轉(zhuǎn)向（4WIS）模型由于采用非線性模型，更能反映實際車輛運行狀態(tài)，以及左右車輪轉(zhuǎn)角的差異性，這是四輪轉(zhuǎn)向（4WS）和兩輪（2WS）轉(zhuǎn)向所不具備的．

[1] Qiu H, Lei Z B, Qi T Z M, et al. A Novel Design of a Suspension System for Omni-Directional Electric Vehicles[J]. Advanced Materials Research, 2011，308：1826-1831．

[2] 林程，孟祥，陳思忠，等．四輪轉(zhuǎn)向車輛轉(zhuǎn)向特性分析及試驗研究[J]．北京理工大學(xué)學(xué)報，2004，24（3）：218-221．

[3] 田承偉，宗長富，何磊，等．汽車線控四輪轉(zhuǎn)向控制策略[J]．吉林大學(xué)學(xué)報：工學(xué)版，2010（5）：1177-1182．

[4] 舒進，陳思忠，楊林．四輪獨立轉(zhuǎn)向系統(tǒng)控制策略與試驗[J]．農(nóng)業(yè)機械學(xué)報，2005，36（7）：25-28．

[5] 馮嚴(yán)科，韓致信，雷繼軍，等．一種四輪獨立轉(zhuǎn)向車輛的穩(wěn)態(tài)響應(yīng)分析[J]．科學(xué)技術(shù)與工程，2010（10）：2380-2383．

[6] Ackermann J, Odenthal D, Bunte T. Advantages of active steering for vehicle dynamics control[C]//Proceedings of 32nd ISATA, Automotive Mechatronics Design and Engineering, 1999：263-270．

[7] Bakker E, Pacejka H B, Lidner L. A new tire model with an application in vehicle dynamics studies[J]. Analysis, 1989，13（5）：04-08．

[8] 鄭香美，高興旺，趙志忠．基于“魔術(shù)公式”的輪胎動力學(xué)仿真分析[J]．機械與電子，2012，09：16-20．

[9] 德豐．MATLAB 模糊系統(tǒng)設(shè)計[M]．國防工業(yè)出版社, 2009．

[10] 楊福廣．4WID/4WIS 電動車輛防滑與橫擺穩(wěn)定性控制研究[D]．濟南：山東大學(xué)，2010．

[11] 郭孔輝，軋浩．四輪轉(zhuǎn)向的控制方法的發(fā)展[J]．中國機械工程，1998，9（5）：73-75．

Control Technique Based on Fuzzy Control for Nonlinear Steering System of Electric Vehicles

QIU Hao1, CHEN Guodong2
（1. Automotive and Transportation Engineering, Shenzhen Polytechnic, Shenzhen, Guangdong 518055, China; 2. College of Automation Engineering, Nanjing University of Aeronautics and Astronautics, Nanjing, Jiangsu 210016, China）

For four-wheel independent steering electric vehicles, a 2-DOF nonlinear steering model is established based on the tire “magic formula” model and Ackermann steering theorem. A new approach based on fuzzy control strategy is proposed for its sideslip angle control. The left front wheel angle is input to simulate the vehicle System, and the left rear wheel angle is controlled by fuzzy controller to make the sideslip angle zero. Then the right front and rear angles are adjusted by Ackerman theorem. The results, after a comparison with the traditional front wheel steering and the traditional four-wheel proportional steering, indicate that the control strategy for nonlinear four-wheel independent steering model based on the Ackermann theorem controlled by fuzzy control is effective and the control effect is good.

electrical vehicle; 4WID_4WIS; dynamics; simulation

U469.72

A

1672-0318（2014）05-0003-05

10.13899/j.cnki.szptxb.2014·05, 001

2014-03-31

*項目來源：廣東省自然科學(xué)基金資助項目（S2013010013931）；深圳市科技研發(fā)資金資助項目（CXZZ20120617143011586）

邱浩（1976-），男，江蘇揚州人，博士生，副教授，研究方向為新能源汽車控制技術(shù)．