基于滑模控制的商用車路徑跟蹤控制研究

李雅琦 唐崢

摘 要：為了實現商用車電液耦合轉向系統的路徑跟蹤控制，提出了一種滑模控制策略。首先建立商用車三自由度仿真模型，推倒商用車滑模控制器，建立蛇形線道路模型和雙移線道路模型，并進行路徑跟蹤仿真試驗。實驗表明，此控制器能夠很好的跟隨期望路徑，并有極強的抗干擾能力。

關鍵詞：商用車;電液耦合轉向系統;路徑跟蹤控制

1 引言

由于商用車行駛工況簡單，商用車更容易實現無人駕駛。國內外眾多高校和零部件廠商都開始進行商用車的研究，從硬件到控制策略，均取得了一些成果。

江蘇大學高翔教授的研究團隊，通過對商用車轉向器建模，并對模型進行了定量研究，建立了較為準確的商用車無人駕駛試驗臺[1];吉林大學宗長富教授的研究團隊帥新使用伺服電機進行阻力模擬，提高了加載精度[2];清華大學的季學武老師設計了能適用于復雜工況的試驗臺，并能進行臺架試驗[3]。

由于國內工業基礎相對薄弱，先進的轉向控制研究仍處于初級階段，開發先進的轉向控制器是當前的熱點與難點。

2 模型建立

在商用車領域，側翻是很嚴重的問題，在建立整車動力學模型時考慮建立汽車三自由度模型。

其中：If是前軸至CG的縱向距離;Ir是實際軸至CG的縱向距離;M是總車質量;Ms是懸上質量;Mu是懸下質量;Iz是垂直軸慣性矩;Ixz是輪胎法向力;hcg車身質心高度;hs懸上質量CG高度;hr軸滾動中心高度;hu懸下質量CG高度;h軸滾動中心字CG的距離;Caf/Car前橋/后橋有效彎矩剛度; K/Ku等效懸架剛度/軸剛度;D/Du等效懸架阻尼比/軸阻尼比;Fzr/Fzl輪胎法向力（左/右）。

3 基于RBF神經網絡的滑模控制策略

滑模控制是根據控制目標設計滑模切換面，使控制系統的狀態點到達切換面，而狀態點不離開切換面。

3.1 固定增益滑模控制器設計

滑模控制的“抖振”的劇烈程度是由其控制器切換項的增益決定的，采用神經網絡對切換項的增益調節，能夠降低滑模控制的“抖振”。

3.2 RBF神經網絡增益設計

RBF神經網絡是一種三層前饋網絡[1]。第一層為輸入層，起數據信息的傳遞作用;第二層為隱含層，對輸入信息進行空間映射變換;第三層為輸出層，對輸入模式進行響應。

徑向基神經網絡（RBF）擁有強大的逼近能力、學習能力和分類能力，對任意精度的任意連續函數都能夠逼近。

4 仿真與分析

以前輪轉角為輸入，輸出為車輛狀態。在測試實驗中選用蛇形線道路和雙移線道路作為道路曲線輸入。

4.1 雙移線道路模型跟蹤效果，見上圖2

4.2 蛇形線道路模型跟蹤效果，見上圖3

5 結語

通過進行實驗仿真，當輸入為蛇形線道路曲線時，轉角的絕對值為3度，路徑跟蹤效果較為理想，誤差較小;當輸入為雙移線道路模型時，當轉彎變道時得到了側向速度，路徑跟蹤效果和目標側向位移基本吻合。

參考文獻：

[1]解后循，高翔.電動液壓助力轉向技術研究現狀分析[J].重慶交通大學學報（自然科學版），2018，37（02）：119-122.

[2]陳國迎，何磊，宗長富，顧興劍.基于電動伺服系統的轉向試驗臺阻力加載策略的研究[J].汽車工程，2018，40（02）：226-233.

[3]余穎弘，王保華.汽車線控轉向硬件在環實驗臺研究現狀綜述[J].湖北汽車工業學院學報，2015，29（03）：34-38.