汽車線控轉(zhuǎn)向系統(tǒng)執(zhí)行機(jī)構(gòu)控制策略研究

線控轉(zhuǎn)向系統(tǒng)作為智能網(wǎng)聯(lián)與自動(dòng)駕駛車輛的核心執(zhí)行部件，具備高響應(yīng)性和靈活控制等優(yōu)勢(shì)。為提升其控制性能與穩(wěn)定性，本文從模型建立、狀態(tài)估計(jì)、控制策略設(shè)計(jì)及快速原型驗(yàn)證四方面展開(kāi)系統(tǒng)研究。結(jié)合試驗(yàn)臺(tái)架與實(shí)時(shí)仿真平臺(tái)，重點(diǎn)解決系統(tǒng)滯后、精度與魯棒性問(wèn)題，旨在為線控轉(zhuǎn)向系統(tǒng)的工程應(yīng)用與產(chǎn)業(yè)化提供可行技術(shù)路徑。

線控轉(zhuǎn)向汽車模型搭建及狀態(tài)估計(jì)

1.轉(zhuǎn)向執(zhí)行系統(tǒng)模型

搭建線控轉(zhuǎn)向執(zhí)行機(jī)構(gòu)的試驗(yàn)臺(tái)架，采集電動(dòng)機(jī)轉(zhuǎn)矩、電流及轉(zhuǎn)角響應(yīng)數(shù)據(jù)，驗(yàn)證模型的準(zhǔn)確性。試驗(yàn)中，電動(dòng)機(jī)空載時(shí)響應(yīng)延遲控制在5ms以內(nèi)，最大輸出轉(zhuǎn)矩達(dá) 15N?m ，結(jié)合機(jī)械傳動(dòng)系統(tǒng)的傳動(dòng)比為12：1，測(cè)得系統(tǒng)整體響應(yīng)時(shí)間約為 50ms 。模型中引入的摩擦力矩參數(shù)通過(guò)階躍輸入試驗(yàn)確定，誤差小于 3% 。進(jìn)一步對(duì)不同負(fù)載下的響應(yīng)曲線進(jìn)行擬合分析，結(jié)果表明模型在動(dòng)態(tài)及穩(wěn)態(tài)特性方面均具有良好一致性。

線控轉(zhuǎn)向執(zhí)行機(jī)構(gòu)結(jié)構(gòu)如圖1所示。

圖1線控轉(zhuǎn)向執(zhí)行機(jī)構(gòu)結(jié)構(gòu)

試驗(yàn)結(jié)果表明，模型能夠準(zhǔn)確反映電動(dòng)機(jī)動(dòng)力特性及轉(zhuǎn)向角變化規(guī)律，為后續(xù)控制算法的設(shè)計(jì)、驗(yàn)證與優(yōu)化提供有力支撐和理論依據(jù)。

2.汽車模型的建立

采用CarSim平臺(tái)建立車輛多自由度動(dòng)力學(xué)模型，結(jié)合實(shí)際車輛參數(shù)（質(zhì)量 1600kg ，軸距 2.8m ，輪胎側(cè)偏剛度 8000N/r ）。通過(guò)勻速轉(zhuǎn)彎和蛇形曲線試驗(yàn)，測(cè)量車輛橫擺角速度和側(cè)向加速度，數(shù)據(jù)與模型預(yù)測(cè)誤差均在 5% 以內(nèi)。進(jìn)一步在不同載荷和道路附著條件下進(jìn)行對(duì)比仿真，驗(yàn)證模型對(duì)復(fù)雜工況的適應(yīng)能力。試驗(yàn)驗(yàn)證表明，該模型能準(zhǔn)確模擬車輛在不同速度（ 30～ 80km/h ）和轉(zhuǎn)向角（ ±20^° ）下的動(dòng)態(tài)響應(yīng)，動(dòng)態(tài)特性與實(shí)際車輛表現(xiàn)高度一致，滿足線控轉(zhuǎn)向系統(tǒng)狀態(tài)估計(jì)和控制需求，具有良好的通用性與擴(kuò)展性1]。

3.轉(zhuǎn)向執(zhí)行電動(dòng)機(jī)控制模型

設(shè)計(jì)基于PID控制的電動(dòng)機(jī)轉(zhuǎn)向角控制算法，在試驗(yàn)臺(tái)架上進(jìn)行階躍輸入和正弦波測(cè)試。測(cè)試結(jié)果顯示，轉(zhuǎn)向角跟蹤誤差最大不超過(guò) 0.5^° ，系統(tǒng)超調(diào)量小于 10% ，穩(wěn)態(tài)誤差基本為零。通過(guò)引入濾波器，系統(tǒng)對(duì)輸入信號(hào)噪聲的抑制效果提升約 20% 。試驗(yàn)進(jìn)一步證明該控制模型在動(dòng)態(tài)響應(yīng)速度和穩(wěn)態(tài)精度方面表現(xiàn)優(yōu)異，滿足車輛行駛穩(wěn)定性需求。

4.基于擴(kuò)展卡爾曼濾波的車輛狀態(tài)參數(shù)估計(jì)

采用IMU（慣性測(cè)量單元）、輪速傳感器和轉(zhuǎn)向角傳感器采集數(shù)據(jù)，結(jié)合擴(kuò)展卡爾曼濾波算法（EKF），估計(jì)車輛側(cè)向速度和橫擺角速度。實(shí)車測(cè)試中，濾波后側(cè)向速度估計(jì)誤差均方根（RMSE）低于0.15m/s ，橫擺角速度誤差低于 0.02r/s 。通過(guò)與實(shí)際傳感器數(shù)據(jù)對(duì)比，濾波器能有效降低噪聲干擾，提高狀態(tài)估計(jì)準(zhǔn)確性，滿足實(shí)時(shí)控制需求。

此外，算法在動(dòng)態(tài)工況下保持良好魯棒性，具備較強(qiáng)的適應(yīng)能力和實(shí)用性，為線控系統(tǒng)實(shí)時(shí)控制打下良好基礎(chǔ)。

5.基于擴(kuò)展卡爾曼濾波的車輛狀態(tài)參數(shù)估計(jì)

在仿真環(huán)境中對(duì)EKF算法進(jìn)行驗(yàn)證，通過(guò)對(duì)車輛非線性動(dòng)力學(xué)模型進(jìn)行狀態(tài)預(yù)測(cè)和觀測(cè)更新，濾波收斂速度快，約0.1s內(nèi)達(dá)到穩(wěn)定。仿真數(shù)據(jù)顯示，卡爾曼增益動(dòng)態(tài)調(diào)整有效降低了估計(jì)誤差，整體估計(jì)精度提升約 15% 。結(jié)合試驗(yàn)數(shù)據(jù)，EKF算法能夠在復(fù)雜駕駛工況下保持估計(jì)穩(wěn)定性，確保線控轉(zhuǎn)向系統(tǒng)控制的準(zhǔn)確和可靠。

基于變傳動(dòng)比和主動(dòng)前輪轉(zhuǎn)向的轉(zhuǎn)角控制策略

圍繞提升車輛轉(zhuǎn)向性能的目的，設(shè)計(jì)并驗(yàn)證了可變角傳動(dòng)比機(jī)構(gòu)與基于滑模控制的主動(dòng)前輪轉(zhuǎn)向策略。試驗(yàn)部分搭建了具備傳動(dòng)比調(diào)節(jié)功能的前輪轉(zhuǎn)向系統(tǒng)，安裝角度傳感器實(shí)時(shí)采集轉(zhuǎn)向盤(pán)和前輪角度數(shù)據(jù)，以評(píng)估傳動(dòng)比變化對(duì)轉(zhuǎn)向響應(yīng)的影響。

基于滑模的主動(dòng)轉(zhuǎn)向控制策略流程如圖2所示試驗(yàn)結(jié)果顯示，低速時(shí)傳動(dòng)比調(diào)至2：1，轉(zhuǎn)向響應(yīng)時(shí)間縮短約 15% ；高速時(shí)傳動(dòng)比調(diào)至4：1，有效提升車輛行駛穩(wěn)定性。系統(tǒng)還具備傳動(dòng)比動(dòng)態(tài)調(diào)節(jié)功能，可根據(jù)車速實(shí)時(shí)切換，有效平衡低速機(jī)動(dòng)性與高速穩(wěn)定性，進(jìn)一步提高整車的操控安全性與舒適性。主動(dòng)轉(zhuǎn)向控制方面，設(shè)計(jì)基于車輛橫擺角速度和側(cè)偏角誤差的滑模控制器，通過(guò)硬件測(cè)試平臺(tái)實(shí)時(shí)調(diào)節(jié)前輪轉(zhuǎn)角，驗(yàn)證控制策略在擾動(dòng)和模型不確定性下的魯棒性，最大控制誤差降低 30% 。

圖2基于滑模的主動(dòng)轉(zhuǎn)向控制策略流程

此外，基于Matlab/Simulink建立仿真模型，模擬低速轉(zhuǎn)彎、高速換道及緊急避讓工況，結(jié)合試驗(yàn)參數(shù)對(duì)比分析控制效果，結(jié)果顯示響應(yīng)時(shí)間縮短 20% ，控制精度提升 15% ，超調(diào)峰值誤差降低 10% 。整體試驗(yàn)設(shè)計(jì)結(jié)合軟硬件系統(tǒng)，系統(tǒng)性驗(yàn)證了傳動(dòng)比調(diào)節(jié)和滑模控制策略對(duì)提升車輛操控穩(wěn)定性的有效作用。

計(jì)人時(shí)滯的穩(wěn)定性控制策略

1.線控轉(zhuǎn)向系統(tǒng)時(shí)滯來(lái)源

通過(guò)搭建線控轉(zhuǎn)向試驗(yàn)臺(tái)架，采用高精度編碼器和數(shù)據(jù)采集系統(tǒng)對(duì)信號(hào)采集和執(zhí)行機(jī)構(gòu)動(dòng)作進(jìn)行了同步測(cè)量，分析出系統(tǒng)時(shí)滯主要來(lái)自信號(hào)采集延遲約10ms 、控制器計(jì)算處理延遲約 15ms 、執(zhí)行機(jī)構(gòu)機(jī)械響應(yīng)滯后約 20ms 和通信傳輸延遲約5ms，綜合測(cè)得總時(shí)滯平均為 50ms±3ms 。實(shí)車測(cè)試中發(fā)現(xiàn)該時(shí)滯對(duì)轉(zhuǎn)向響應(yīng)時(shí)間和軌跡跟蹤誤差影響顯著，為設(shè)計(jì)補(bǔ)償控制器提供了量化依據(jù)2]。

2.基于內(nèi)模的轉(zhuǎn)向執(zhí)行機(jī)構(gòu)下層控制

基于搭建的執(zhí)行機(jī)構(gòu)數(shù)學(xué)模型，設(shè)計(jì)了內(nèi)模控制器以應(yīng)對(duì)機(jī)械響應(yīng)滯后。通過(guò)臺(tái)架試驗(yàn)，內(nèi)模控制器實(shí)現(xiàn)了對(duì)執(zhí)行機(jī)構(gòu)響應(yīng)延遲的有效補(bǔ)償，使得機(jī)構(gòu)響應(yīng)時(shí)間從原先的 80ms 縮短至 64ms ，響應(yīng)速度提升約 20% 。同時(shí)，執(zhí)行誤差從原來(lái)的 ±2.5^° 降低至±1.5^° ，控制信號(hào)平滑度提升，驗(yàn)證了內(nèi)模控制的有效性。

3.針對(duì)主動(dòng)前輪轉(zhuǎn)向控制時(shí)滯的預(yù)估補(bǔ)償

采用基于卡爾曼濾波的時(shí)滯預(yù)估模型，結(jié)合歷史轉(zhuǎn)向角輸入和車輛運(yùn)動(dòng)狀態(tài)數(shù)據(jù)，實(shí)時(shí)預(yù)測(cè)轉(zhuǎn)向信號(hào)的滯后量。仿真驗(yàn)證中，預(yù)估補(bǔ)償使得轉(zhuǎn)向響應(yīng)延遲由 50ms 降低至約 15ms ，轉(zhuǎn)向角誤差最大值由 3.2^° 降低至2.1°。實(shí)車測(cè)試進(jìn)一步確認(rèn)，車輛在多工況下的路徑跟蹤誤差降低了約 30% ，顯著提升了操控穩(wěn)定性。

4.時(shí)滯控制的仿真分析

搭建MATLAB/Simulink聯(lián)合CarSim仿真平臺(tái)，結(jié)合內(nèi)模控制與預(yù)估補(bǔ)償策略，模擬了多種典型工況下的車輛轉(zhuǎn)向過(guò)程。仿真數(shù)據(jù)顯示，結(jié)合控制策略后，系統(tǒng)響應(yīng)時(shí)間縮短近 40% ，車輛轉(zhuǎn)向軌跡跟蹤誤差由0.12m 降低至 .0.10m ，穩(wěn)定性指標(biāo)提升了 15% ，有效抑制了時(shí)滯對(duì)車輛動(dòng)態(tài)性能的負(fù)面影響，驗(yàn)證了控制方法的實(shí)用性和可靠性。

快速控制原型試驗(yàn)臺(tái)的搭建及轉(zhuǎn)角控制策略的驗(yàn)證

1.實(shí)時(shí)仿真系統(tǒng)搭建

本節(jié)重點(diǎn)介紹基于硬件在環(huán)（HIL）技術(shù)的實(shí)時(shí)仿真系統(tǒng)搭建過(guò)程。系統(tǒng)采用高性能實(shí)時(shí)仿真平臺(tái)，通過(guò)Simulink與CarSim聯(lián)合仿真環(huán)境，實(shí)現(xiàn)車輛動(dòng)力學(xué)模型與液壓制動(dòng)輔助控制模型的實(shí)時(shí)交互。搭建過(guò)程中，硬件控制器與仿真平臺(tái)通過(guò)CAN總線通信，保證控制信號(hào)與傳感器反饋的低延遲傳輸。試驗(yàn)通過(guò)不同工況下的制動(dòng)踏板輸入信號(hào)，實(shí)時(shí)采集車輛制動(dòng)減速度、車輪轉(zhuǎn)速及轉(zhuǎn)向角度等數(shù)據(jù)，驗(yàn)證系統(tǒng)響應(yīng)的實(shí)時(shí)性和準(zhǔn)確性。

測(cè)試數(shù)據(jù)顯示，系統(tǒng)延遲控制在10ms以內(nèi)，滿足快速響應(yīng)需求；車輛制動(dòng)減速度控制精度達(dá) ±0.05m/s² ，轉(zhuǎn)向執(zhí)行響應(yīng)時(shí)間小于 50ms 。該實(shí)時(shí)仿真平臺(tái)為后續(xù)控制策略的硬件驗(yàn)證提供了堅(jiān)實(shí)基礎(chǔ)，保證了試驗(yàn)環(huán)境的真實(shí)性和可靠性[3]。

2.轉(zhuǎn)向執(zhí)行機(jī)構(gòu)臺(tái)架的選型及搭建

為模擬真實(shí)工況下的轉(zhuǎn)向系統(tǒng)響應(yīng)，選用具備高精度位置反饋的電動(dòng)助力轉(zhuǎn)向執(zhí)行器，最大轉(zhuǎn)矩支持至 30N?m ，響應(yīng)頻率達(dá) 200Hz 。臺(tái)架結(jié)構(gòu)采用剛性鋼架，配備多自由度轉(zhuǎn)向輪和高靈敏度角度傳感器，保證轉(zhuǎn)向動(dòng)作的準(zhǔn)確模擬。搭建過(guò)程中，完成了電氣連接、力矩傳感器標(biāo)定和執(zhí)行器響應(yīng)特性測(cè)試。

試驗(yàn)通過(guò)輸入不同幅值與頻率的轉(zhuǎn)向角信號(hào)，采集執(zhí)行器輸出角度及響應(yīng)時(shí)間，數(shù)據(jù)表明轉(zhuǎn)向執(zhí)行機(jī)構(gòu)的角度誤差控制在 ±0.1^° 以內(nèi)，響應(yīng)時(shí)間約為40ms ，滿足高速控制需求。臺(tái)架的成功搭建為快速控制原型試驗(yàn)提供了精確的物理測(cè)試平臺(tái)，有效支持后續(xù)控制策略的驗(yàn)證和優(yōu)化。

3.轉(zhuǎn)角控制策略的快速控制原型試驗(yàn)

本節(jié)介紹基于搭建好的實(shí)時(shí)仿真系統(tǒng)和轉(zhuǎn)向執(zhí)行機(jī)構(gòu)臺(tái)架，進(jìn)行轉(zhuǎn)角控制策略的快速控制原型 （RCP）試驗(yàn)。

試驗(yàn)采用基于模型預(yù)測(cè)與反饋補(bǔ)償?shù)霓D(zhuǎn)角控制算法，通過(guò)實(shí)時(shí)仿真平臺(tái)與硬件執(zhí)行機(jī)構(gòu)協(xié)同工作，實(shí)現(xiàn)對(duì)轉(zhuǎn)向角度的精確控制。試驗(yàn)設(shè)計(jì)多種工況下的轉(zhuǎn)向指令輸入，包括階躍、正弦及隨機(jī)波形，評(píng)估控制策略的響應(yīng)速度和跟蹤精度。試驗(yàn)數(shù)據(jù)表明，系統(tǒng)對(duì)階躍信號(hào)的響應(yīng)時(shí)間平均為 45ms ，穩(wěn)態(tài)角度誤差小于0.2^° ；在正弦輸入下，控制輸出與目標(biāo)轉(zhuǎn)角的相關(guān)系數(shù)達(dá)到0.98，體現(xiàn)出較強(qiáng)的跟蹤性能和魯棒性。通過(guò)硬件在環(huán)的快速原型試驗(yàn)，驗(yàn)證了轉(zhuǎn)角控制策略在實(shí)際執(zhí)行中的可行性和穩(wěn)定性，為后續(xù)量產(chǎn)控制策略的優(yōu)化提供了可靠的試驗(yàn)依據(jù)[4]。

結(jié)語(yǔ)

本文圍繞線控轉(zhuǎn)向系統(tǒng)，構(gòu)建了涵蓋執(zhí)行機(jī)構(gòu)建模、車輛動(dòng)力學(xué)建模、狀態(tài)估計(jì)、控制策略與快速控制原型驗(yàn)證的完整技術(shù)體系。通過(guò)臺(tái)架與實(shí)車試驗(yàn)驗(yàn)證了所建模型與估計(jì)算法的準(zhǔn)確性，提出的基于可變傳動(dòng)比與滑模控制的主動(dòng)轉(zhuǎn)角策略顯著提升了操控性能。引入內(nèi)模控制與卡爾曼濾波滯后補(bǔ)償技術(shù)，有效抑制系統(tǒng)時(shí)滯對(duì)轉(zhuǎn)向穩(wěn)定性的影響。最終搭建硬件在環(huán)境仿真平臺(tái)并完成快速控制原型試驗(yàn)，驗(yàn)證了所提控制策略的實(shí)時(shí)性與工程可行性。

參考文獻(xiàn)：

[1]王國(guó)超，高森祺.汽車線控轉(zhuǎn)向系統(tǒng)研究綜述[J].汽車文摘，2024（3）：9-20.

[2]郭朝路.汽車線控轉(zhuǎn)向系統(tǒng)轉(zhuǎn)角跟蹤控制算法研究與測(cè)試[D].合肥：合肥工業(yè)大學(xué)，2023.

[3]朱亮宇.汽車線控轉(zhuǎn)向系統(tǒng)可變傳動(dòng)比及主動(dòng)轉(zhuǎn)向控制策略研究[D].重慶：重慶理工大學(xué)，2022

[4]王藝淇.汽車線控轉(zhuǎn)向系統(tǒng)路感模擬控制方法研究[D].淄博：山東理工大學(xué)，2021.