四輪驅(qū)動電動輪汽車主動變道系統(tǒng)的轉(zhuǎn)矩分配研究

段婷婷 呂冬慧 姜紹忠

摘 要：基于電動輪汽車主動變道的安全性和整車的穩(wěn)定性，考慮前輪驅(qū)動力對整車橫擺力矩的影響，以橫擺角速度和質(zhì)心側(cè)偏角為整車狀態(tài)參量，采用基于模糊推理的控制方法對電動輪汽車的操縱穩(wěn)定性進行調(diào)節(jié)，在此基礎(chǔ)上對電動輪汽車主動變道的驅(qū)動轉(zhuǎn)矩進行分配，并通過Carsim和Matlab/Simulink的聯(lián)合仿真平臺，驗證該控制策略的可行性，為電動輪汽車自動駕駛的轉(zhuǎn)矩分配開發(fā)奠定基礎(chǔ)。

關(guān)鍵詞：前輪驅(qū)動力;狀態(tài)參量;模糊推理;轉(zhuǎn)矩分配

伴隨著自動駕駛產(chǎn)業(yè)和智能網(wǎng)聯(lián)技術(shù)的不斷革新，汽車行業(yè)對于電動汽車主動變道系統(tǒng)和智能駕駛系統(tǒng)的研究越來越多[1]，而電動輪汽車主要依據(jù)輪轂電機和電控系統(tǒng)來實現(xiàn)整車的運行，其響應(yīng)速度和精準度更高，整車力矩分配的實時性高，是未來智能駕駛的發(fā)展方向[2]。

基于世界能源的危機性和環(huán)境保護的緊迫性，考慮到四輪獨立驅(qū)動電動輪汽車的優(yōu)點，國內(nèi)外研究機構(gòu)對四輪獨立驅(qū)動電動輪汽車的主動變道系統(tǒng)的研究較為關(guān)注。智能駕駛的關(guān)鍵技術(shù)主要有環(huán)境感知、汽車行駛的軌跡規(guī)劃、整車的穩(wěn)定性控制和整車轉(zhuǎn)向和制動的協(xié)調(diào)控制等方面，而電動輪汽車具有四輪獨立可控的優(yōu)點，更有利于智能駕駛智能網(wǎng)聯(lián)的實現(xiàn)[3]。

目前，國內(nèi)外對電動輪汽車的研究熱點轉(zhuǎn)矩協(xié)調(diào)和穩(wěn)定性控制等問題上，對電動輪汽車智能駕駛的協(xié)調(diào)方面的研究剛剛開始。陳文韜等人使用多種控制方式對汽車的ACC進行控制仿真，設(shè)計出較為適合智能駕駛車輛的基于模糊推理控制的ACC控制器[4]。江慶坤等人通過分析智能駕駛汽車在常見道路上的避障風(fēng)險和軌跡規(guī)劃，采用模型預(yù)測和駕駛員預(yù)瞄相結(jié)合，提高形式的安全性[5]。

1 動力學(xué)模型

1.1 整車模型

2 控制策略

為保障汽車電動輪汽車主動變道的安全性和整車的穩(wěn)定性，汽車主動變道系統(tǒng)的轉(zhuǎn)矩分配策略應(yīng)滿足行車軌跡精準跟蹤、穩(wěn)定性目標控制良好、有效抵抗各種不確定干擾、對模型的不確定性具有良好的魯棒性等特點。

2.1 左右驅(qū)動力矩對橫擺力矩的影響

整車在運行過程中，四個車輪的運動彼此獨立又相互耦合，即轉(zhuǎn)矩分配系數(shù)的大小影響橫擺力矩，繼而左右著整車橫向的穩(wěn)定性。假定整車左轉(zhuǎn)避障狀態(tài)，不同附著系數(shù)下，前輪驅(qū)動力矩與橫擺力矩的關(guān)系如圖所示前輪驅(qū)動力的大小可以對整車不足轉(zhuǎn)向或過多轉(zhuǎn)向的特性起矯正作用[6]。

2.2 模糊推理控制器

基于汽車在變道時工況的不確定性，無法精確其條件量，故采用模糊推理的方式來橫擺力矩分配系數(shù)值來控制整車，模糊推理的原則是通過邏輯規(guī)則和模糊集合建立數(shù)學(xué)模型。本項目通過設(shè)定γd和βd為輸入量，依據(jù)圖1和圖2所示的驅(qū)動力與橫擺力矩的關(guān)系將橫擺力矩分配系數(shù)進行規(guī)則化[6]。

通過對γd和βd進行模糊推理后得到橫擺力矩分配隸屬度函數(shù)值，其三維視圖如圖3。

3 控制結(jié)果及分析

為驗證模糊推理控制器的轉(zhuǎn)矩分配策略的可行性，本文對整車在主動變道工況下的穩(wěn)定性進行在線仿真驗證。假設(shè)車速為30km/h，整車在行駛30s時對前方障礙物緊急避障，仿真結(jié)果如圖4和圖5所示。根據(jù)仿真結(jié)果可以看出，基于模糊推理控制的橫擺角速度和質(zhì)心側(cè)偏角，其振蕩幅值較小，能快速收斂，跟蹤效果更為理想。

4 結(jié)論

本項目在研究模糊推理原則的基礎(chǔ)上，考慮前輪驅(qū)動力對整車橫擺力矩的影響，以橫擺角速度和質(zhì)心側(cè)偏角為整車狀態(tài)參量對整車主動變道工況下橫擺力矩進行分配，保證電動輪汽車主動變道的安全性和整車的穩(wěn)定性，通過對系統(tǒng)的聯(lián)合仿真平臺，驗證該控制策略的可行性，為電動輪汽車的主動安全乃至自動駕駛的開發(fā)提供理論基礎(chǔ)。

參考文獻：

[1]趙臻.基于電子信息與智能化技術(shù)在汽車中的運用分析[J].內(nèi)燃機與配件，2019（16）：236-237.

[2]Yu Z，Hui C，Waslander S L，et al.Hybrid trajectory planning for autonomous driving in highly constrained environments[J].IEEE Access，2018，6：32800-32819.

[3]李印祥.汽車主動制動/轉(zhuǎn)向避障控制系統(tǒng)研究[D].合肥工業(yè)大學(xué)，2018.

[4]陳文韜，劉志斌，丁嘉浩，姚森.汽車縱向主動避障系統(tǒng)研究[J].時代汽車，2017（10）：71-72.

[5]江慶坤.智能汽車避障危險評估和軌跡規(guī)劃研究[D].吉林大學(xué)，2016.

[6]段婷婷.四輪獨立驅(qū)動電動輪汽車驅(qū)動轉(zhuǎn)矩協(xié)調(diào)分配研究[D].南京航空航天大學(xué)，2015.

基金項目：天津市自然科學(xué)基金項目19JCTPJC45000;天津中德應(yīng)用技術(shù)大學(xué)科研基金項目（zdkt2018-010）

作者簡介：段婷婷（1990—），女，初級。