基于姿态预测的线控转向变传动比侧翻控制的研究-论文.pdf

《基于姿态预测的线控转向变传动比侧翻控制的研究-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、第l4卷第17期2014年6月科学技术与工程V01．14No．17Jun．20141671—1815(2014)17—0113—05ScienceTechnologyandEngineering⑥2014Sci．Tech．Engrg．交通运输基于姿态预测的线控转向变传动比侧翻控制的研究罗石张欢欢朱长顺(江苏大学汽车与交通工程学院，镇江212013)摘要在车辆上增加侧防翻控制能够有效地增强汽车的主动安全性能。运用AR模型测量车辆的行驶参数，在车身姿态参数测量基础上短期地对参数做出预测。以预测结果为依据设定汽车侧翻安全区间以控制汽车。在线控转向(steer—by

2、—wire)控制器中建立控制策略，改变传动比让SBW系统提前反应，从而防止车辆侧翻，避免危险行驶状态。仿真结果显示侧翻控制能较好地保持汽车操纵稳定性，而又不影响汽车安全行驶。该控制能有效地抑制汽车侧翻及提高车辆的主动安全性能。关键词变传动比线控转向姿态预测侧翻AR模型操纵稳定性中图法分类号U461．91；文献标志码A汽车行驶过程中离心力使汽车失去行驶稳定性利用AR模型开展对行驶姿态进行预测研究的而引起侧翻。其中，汽车超进入弯道行驶和改变原最大优点是仅仅利用汽车运动本身的历史数据作为行驶轨迹的变线行驶是典型的运行状态。大量研究时间序列，寻找其中规律，最终建立预

3、测模型展开预表明，大约有32％的交通事故是因驾驶员操作不测，而不需要考虑风阻系数、路面功率谱特性及驾驶当，导致车辆偏离了道路而造成的，例如高速转弯或员操纵特性等信息。者紧急避让障碍等。1．1车辆姿态预测模型在传统车辆中车辆的转向系统传动比是固定如下结构的模型称为P阶自回归模型(auto．re．的，驾驶员一般根据自己的驾势技术和经验来控制gressivemodel，AR)，简记为AR(P)模型J。方向盘及处理各种异常状况，这对驾驶员的应变能Y1)，1-I-~P2Yt一2"4-⋯+pY-p+；力有较高要求。线控转向系统彻底抛弃了传统转向≠0；i=1，2，⋯，P系

4、统的机械传动部分，将转向操作系统和转向执行E(e)=0，Var()=or，E(6)=0，s≠f；系统在机械结构上完全分离，通过改变整个系统的E(y)=0，Vs

5、值为0，方差为的互相独立的白噪声序列，且1车身行驶姿态的预测对任意的s

6、)，ly0l=2．4773y一2．6210y一1++1py21．4820y0．3819y3Ⅳ=一2—-●●：：：)，02=2．4773y1—2．6210y+YN一1YN一2，N呻1．4820y一1—0．3819y2pjv=[l2⋯P]；=[P+1尸+2⋯，v]。y8：2．4773y+7—2．6210y+6+则式(3)可改为1．4820y+5—0．3819y+4YN=Ⅳ，v+s。从第60s开始分别计算得到向前4步及8步的式(4)中，为的某一估计值，估计的目标函数预测值，每增加一个新数据，就用新的数据替代旧的．，取为：数据，这样就可以得到一序列的向前4步和向前8

7、-，=(一)(1，Ⅳ一)(4)步预测值，也即得到了一序列的1S及2S预测值。在这里求得最佳的，使得将最终所得到的侧倾角速度在1S及2S实验值与minJ=(一)(YN一)(5)预测值对如图1所示。2．2预测模型参数的确定运用模型参数的最小二乘估计方法，序列{Y；t=1，2，⋯，Ⅳ}满足AR模型，使目标函数-，极小的鎏估计参数A=[参。⋯]称为系数向量譬=[⋯]的最小二乘估计。对式(1)求导并令其为0，可得模型系数的最小二乘估i计为：o=[]l，Ⅳ(6)謇2．3车辆姿态预测结果羹营传感器测量的侧倾加速度曲线绘制图形如图1所示。采样频率为4Hz，采样时间为120S

8、，利用Matlab工具进行编程建模预测。前60S数据