陳國迎 鄭宏宇

(吉林大學(xué) 汽車仿真與控制國家重點(diǎn)實(shí)驗(yàn)室, 吉林 長春 130022)

分布式全線控電動汽車的底盤集成控制*

陳國迎 鄭宏宇

(吉林大學(xué) 汽車仿真與控制國家重點(diǎn)實(shí)驗(yàn)室, 吉林 長春 130022)

針對分布式全線控電動汽車四輪獨(dú)立驅(qū)動/獨(dú)立制動/獨(dú)立轉(zhuǎn)向的結(jié)構(gòu)特點(diǎn),提出一種基于分層架構(gòu)的底盤集成控制策略.該策略包括參考目標(biāo)設(shè)定、集成控制層以及控制分配層3個(gè)主要部分.參考目標(biāo)設(shè)定主要實(shí)現(xiàn)駕駛員操作信息與車輛控制目標(biāo)的轉(zhuǎn)換,從車輛水平方向上可以劃分成縱向加減速特性和側(cè)向操縱穩(wěn)定性；集成控制層利用具有反饋校正特征的模型預(yù)測控制方法實(shí)現(xiàn)對整車控制力和力矩的多目標(biāo)優(yōu)化；控制分配層以各車輪輪胎負(fù)荷率最低為優(yōu)化目標(biāo),實(shí)現(xiàn)對各車輪驅(qū)動力矩和車輪轉(zhuǎn)角的分配.從仿真分析和實(shí)車低速工況驗(yàn)證的結(jié)果來看,所提出的底盤集成控制策略能夠使車輛在實(shí)際行駛時(shí)較好地跟蹤參考目標(biāo),并通過控制各輪胎負(fù)荷率近似相等來提高車輛的穩(wěn)定性.

電動汽車；輪轂電機(jī)；集成控制；模型預(yù)測控制；輪胎負(fù)荷率

作為一種從輪轂電機(jī)電動汽車平臺發(fā)展而來的新型車輛,分布式全線控電動汽車?yán)镁€控技術(shù)將轉(zhuǎn)向系統(tǒng)從傳統(tǒng)機(jī)械轉(zhuǎn)向機(jī)構(gòu)中解放出來,實(shí)現(xiàn)了各車輪獨(dú)立轉(zhuǎn)向、獨(dú)立驅(qū)動和獨(dú)立制動的底盤架構(gòu).這種先進(jìn)平臺汽車不僅具有傳統(tǒng)車輛無法比擬的機(jī)動性能,同時(shí)通過整合全車的傳感器信息,利用對底盤子系統(tǒng)集成控制算法的設(shè)計(jì),可以充分發(fā)揮全控化底盤的性能優(yōu)勢,有效地提升整車的性能[1- 2].目前,國內(nèi)外科研機(jī)構(gòu)已經(jīng)對分布式全線控電動汽車展開了積極的研究.

底盤集成控制的解決方法包括了考慮多個(gè)狀態(tài)變量進(jìn)行前饋或反饋設(shè)計(jì)的集中控制方法[3- 4]和采用模塊化分層結(jié)構(gòu)的集成控制策略[5- 7].集中控制方法在設(shè)計(jì)之初就充分考慮了整車動力學(xué)特性,并通過自上而下的設(shè)計(jì)進(jìn)行底盤子系統(tǒng)間的集成控制,所以算法的集成度很高.不過該方法設(shè)計(jì)難度較大,且算法靈活性和可擴(kuò)展性不足[8- 9].模塊化分層結(jié)構(gòu)的集成控制策略將基本控制率和子系統(tǒng)的控制分配算法分離設(shè)計(jì),因此在算法的設(shè)計(jì)難度和可擴(kuò)展性上相較其他方法有較大的改善[10].文中基于分布式全線控電動汽車試驗(yàn)平臺進(jìn)行分層架構(gòu)集成控制策略的研究,從全局角度協(xié)調(diào)驅(qū)動系統(tǒng)、轉(zhuǎn)向系統(tǒng)和制動系統(tǒng),改善車輛跟蹤參考目標(biāo)時(shí)的能力.最后,受試驗(yàn)場地限制并考慮到安全性,對該策略進(jìn)行了低速工況下的實(shí)車驗(yàn)證.

1 試驗(yàn)平臺整車系統(tǒng)架構(gòu)

為驗(yàn)證底盤集成控制策略,搭建了分布式全線控電動汽車試驗(yàn)平臺.該平臺的整車底盤系統(tǒng)架構(gòu)拋開了傳統(tǒng)的發(fā)動機(jī)動力傳動系統(tǒng)和齒輪齒條轉(zhuǎn)向機(jī)構(gòu),采用四臺帶行星減速器的240 W力矩伺服電機(jī)驅(qū)動車輪繞主銷旋轉(zhuǎn),從而實(shí)現(xiàn)各車輪的獨(dú)立轉(zhuǎn)向；動力系統(tǒng)直接采用4臺與輪轂一體的4 kW輪轂電機(jī),通過與其匹配的驅(qū)動控制器實(shí)現(xiàn)電機(jī)的四象限運(yùn)行；而輪轂電機(jī)在制動狀態(tài)下可以與電磁制動器共同構(gòu)成電-磁復(fù)合制動系統(tǒng).在該平臺架構(gòu)中,這些底盤子系統(tǒng)均不具備系統(tǒng)功能,只作為執(zhí)行器接收整車控制指令.整車控制單元采用美國NI公司的PXI機(jī)箱,通過兩條500 kB/s CAN(控制器局域網(wǎng))總線與底盤子系統(tǒng)進(jìn)行通信,實(shí)現(xiàn)底盤的集成控制和信息交互功能.圖1所示為整車底盤系統(tǒng)架構(gòu).該方案的優(yōu)勢在于全電控執(zhí)行部件具有集成控制所需的快速動態(tài)響應(yīng)能力,同時(shí),基于高速CAN總線的系統(tǒng)架構(gòu)可以有效地提高系統(tǒng)的柔性和容錯能力.

圖2所示為整車控制系統(tǒng)架構(gòu).整車控制系統(tǒng)由整車傳感器單元、整車控制單元和底盤執(zhí)行單元3個(gè)部分組成.整車傳感器單元主要獲取駕駛員的轉(zhuǎn)向、制動等操作信號和車輛狀態(tài)信息,并通過CAN_1通道反饋至整車控制單元.整車控制單元根據(jù)獲取的傳感器信號辨識出駕駛員意圖,并利用優(yōu)化方法分配各個(gè)車輪的轉(zhuǎn)角、驅(qū)動力矩和制動力矩.底盤執(zhí)行單元則只作為終端執(zhí)行部件實(shí)時(shí)地響應(yīng)控制指令,使車輛跟蹤期望的控制目標(biāo).考慮到制動系統(tǒng)對整車安全性的重要作用,在控制系統(tǒng)架構(gòu)中,電磁制動器通過CAN_2通道單獨(dú)與整車控制單元通信.

圖1 整車硬件系統(tǒng)架構(gòu)

圖2 整車控制系統(tǒng)架構(gòu)

2 底盤集成控制策略設(shè)計(jì)

2.1 集成控制策略的控制目標(biāo)

分布式全線控電動汽車的底盤系統(tǒng)基于全線控架構(gòu)進(jìn)行搭建,因此可以從縱向特性和側(cè)向特性兩方面進(jìn)行集成控制策略的設(shè)計(jì),從而獲得一種駕駛員更喜歡的線性操縱特性[11].

在對車輛的縱向運(yùn)動控制中,將車輛的目標(biāo)加減速特性axd與踏板開度Kap、Kbp間設(shè)計(jì)為如式(1)的線性關(guān)系:

(1)

式中,k1和k2分別為加速、減速狀態(tài)下縱向特性曲線的增益調(diào)整系數(shù),c1和c2分別為踏板行程死區(qū)的調(diào)整系數(shù).

通過對目標(biāo)加減速特性進(jìn)行積分處理,可以獲得集成控制策略的縱向目標(biāo)車速vxd:

vxd=∫0taxd+vx0

(2)

式中,vx0為車輛的初始車速.

集成控制的側(cè)向控制目標(biāo)利用質(zhì)心側(cè)偏角βd和橫擺角速度rd來描述,這兩個(gè)指標(biāo)分別反映車輛的軌跡跟隨能力和側(cè)向穩(wěn)定性.

利用線性二自由度車輛模型推導(dǎo)目標(biāo)橫擺角速度rd[12]:

(3)

式中,vx為車輛縱向車速,δ為前輪轉(zhuǎn)角,m、a和b分別為整車質(zhì)量、前軸到質(zhì)心的距離和后軸到質(zhì)心的距離,Cαr、Cαf分別為二自由度車輛模型的前、后軸等效側(cè)偏剛度.

受路面附著系數(shù)μ的影響,目標(biāo)橫擺角速度修正為

(4)

式中,g為重力加速度.

在對車輛的側(cè)向運(yùn)動控制中,希望能夠?qū)①|(zhì)心側(cè)偏角控制得越小越好.設(shè)定目標(biāo)質(zhì)心側(cè)偏角為零,對應(yīng)的側(cè)向目標(biāo)車速vyd也為零,即

βd=0→vyd=0

(5)

2.2 集成控制算法框架

為了降低底盤集成控制算法的設(shè)計(jì)難度,采用基本控制率和控制分配分離的分層控制方法.圖3所示為控制算法的結(jié)構(gòu)框架.

從圖3可以看出,整個(gè)控制算法主要由參考目標(biāo)、集成控制層以及控制分配層3個(gè)部分組成.其中,參考目標(biāo)的主要作用是根據(jù)駕駛員操作信息Kap、Kbp和δ推導(dǎo)出集成控制策略的縱向和側(cè)向控制目標(biāo).集成控制層利用模型預(yù)測控制的多目標(biāo)反饋校正作用,通過在有限域內(nèi)的局部滾動優(yōu)化獲得整車控制量∑Fx、∑Fy、∑Mz(∑Fx為輪胎縱向力合力,∑Fy為側(cè)向力合力,∑Mz為橫擺力矩).控制分配層以最小輪胎負(fù)荷率為優(yōu)化目標(biāo),在約束范圍內(nèi)優(yōu)化得到車輪的縱向輪胎力Fxij和側(cè)向輪胎力Fyij.根據(jù)獲得的目標(biāo)輪胎力,驅(qū)/制動力矩部分和輪胎逆模型分別導(dǎo)出最終發(fā)送底盤執(zhí)行器的目標(biāo)驅(qū)/制動力矩Tij和目標(biāo)車輪轉(zhuǎn)角δij.圖3中,r為橫擺角速度,vy為側(cè)向車速,R為車輪半徑,下標(biāo)fl、fr、rl、rr分別代表左前輪、右前輪、左后輪和右后輪,ax和ay分別為整車縱向加速度和側(cè)向加速度.

圖3 采用分層架構(gòu)設(shè)計(jì)的底盤集成控制算法

2.3 基于模型預(yù)測的集成控制層的設(shè)計(jì)

模型預(yù)測控制中,預(yù)測模型的作用是對被控系統(tǒng)未來輸出的最優(yōu)軌跡進(jìn)行預(yù)測,以便根據(jù)預(yù)測結(jié)果對未來輸入做出調(diào)整[13- 14].圖4所示為三自由度四輪車輛預(yù)測模型,其中a、b分別為前軸和后軸到質(zhì)心的距離,t為左右側(cè)車輪輪距,αij為左、右側(cè)各車輪的輪胎側(cè)偏角(ij對應(yīng)于fl、fr、rl、rr).對于集成控制層,預(yù)測模型采用包含縱向、側(cè)向和橫擺在內(nèi)的三自由度車輛模型,如式(6)所示.該模型可以反映控制量(輪胎縱向力合力∑Fx、側(cè)向力合力∑Fy和橫擺力矩∑Mz)與整車控制目標(biāo)(縱向車速vx、側(cè)向車速vy和橫擺角速度r)間的關(guān)系,

(6)

式中,Iz為整車轉(zhuǎn)動慣量.

圖4 三自由度四輪車輛預(yù)測模型

Fig.4 Prediction model of four-wheel vehicle with three degrees of freedom

設(shè)定系統(tǒng)的控制輸入量為u,

狀態(tài)量x=[vxvyr]T；系統(tǒng)輸出量y=[VxVyr]T.經(jīng)過線性化的三自由度車輛模型狀態(tài)方程如式(7)所示:

(7)

可以設(shè)定其中的系數(shù)矩陣分別為A、B、C,

根據(jù)模型預(yù)測控制原理,預(yù)測模型需要轉(zhuǎn)化成增量形式的離散模型.式(8)為轉(zhuǎn)化后得到的預(yù)測模型的狀態(tài)方程:

(8)

所構(gòu)造的新的狀態(tài)變量xm(k)=[Δx(k)y(k)]T.方程中的系數(shù)矩陣Am、Bm、Cm分別為

式中,Ad、Bd、Cd為式(7)經(jīng)過離散處理后得到的狀態(tài)方程系數(shù)矩陣,0和I分別為零矩陣和單位矩陣.

根據(jù)預(yù)測模型可以獲得有限預(yù)測時(shí)域內(nèi)系統(tǒng)的預(yù)測輸出:

(9)

式中,Np、Nc分別為預(yù)測時(shí)域長度和控制時(shí)域長度,文中設(shè)定Np=10,Nc=3.y(ki+Np|ki)表示根據(jù)第ki時(shí)刻輸出量推導(dǎo)出的第Np時(shí)刻的預(yù)測輸出值.

為簡化表達(dá)式形式,定義預(yù)測輸出序列Y(ki)如下:Y(ki)=[y(ki+1|ki)y(ki+2|ki) …y(ki+Np|ki)]

(10)

(11)

(12)

式中:Tmax為電機(jī)最大輸出力矩；φx、φy、φz分別為縱向力、側(cè)向力及橫擺力矩約束的調(diào)節(jié)系數(shù),取值范圍為(0,1)；Fbmax為執(zhí)行器提供給車輪的最大制動力.

(13)

通過求解式(13)的極值,獲得預(yù)測控制序列Δu=[Δu(ki) Δu(ki+1) … Δu(ki+Nc-1)],控制時(shí)域長度Nc=3.根據(jù)模型預(yù)測控制原理,在每一次迭代中只實(shí)施當(dāng)前時(shí)刻的控制量,即Δu(ki)[15].到下一個(gè)采樣時(shí)刻,控制算法將循環(huán)以上的計(jì)算過程.

2.4 控制分配層設(shè)計(jì)

控制分配層將集成控制層優(yōu)化得到的整車控制量按照設(shè)定的優(yōu)化目標(biāo)分解為各底盤執(zhí)行器的控制指令,其中優(yōu)化目標(biāo)可以選取車輛的操縱性、穩(wěn)定性、最低能耗等性能指標(biāo).文中重點(diǎn)考慮車輛穩(wěn)定性,設(shè)定各車輪輪胎負(fù)荷率最低為控制目標(biāo),即

(14)

式中,Di(i=1,2,3,4)為權(quán)重系數(shù),通過調(diào)整該系數(shù)可使4個(gè)車輪在近似相等的輪胎負(fù)荷率附近工作.

在控制分配層設(shè)計(jì)過程中,同樣需要考慮執(zhí)行器輸出特性和路面附著條件對優(yōu)化分配造成的邊界約束.

(1)路面附著帶來的摩擦圓約束如下:

(15)

(2)輪胎側(cè)向力變化率約束如下:

|ΔFyij|≤ΔFymax

(16)

式中,ΔFymax為單位步長上側(cè)向力的最大變化量,其值受轉(zhuǎn)向電機(jī)轉(zhuǎn)速的限制.

(3)驅(qū)動電機(jī)最大輸出力矩約束如下:

|Fxij|≤Tmax/R

(17)

式中,Fxij為每個(gè)車輪所能產(chǎn)生的最大驅(qū)動力.優(yōu)化計(jì)算得到的輪胎縱向力需要轉(zhuǎn)化為輪轂電機(jī)驅(qū)動轉(zhuǎn)矩Tij,

Tij=FxijR, ij代表fl,fr,rl,rr

(18)

對輪胎側(cè)向力的控制通過對各車輪轉(zhuǎn)角的間接控制實(shí)現(xiàn),兩者間的轉(zhuǎn)換可以通過輪胎逆模型和車輪轉(zhuǎn)角計(jì)算來實(shí)現(xiàn).

圖5 輪胎側(cè)向力與車輪轉(zhuǎn)角間的轉(zhuǎn)換關(guān)系

Fig.5Transformrelationshipbetweentirelateralforceandwheelangle

考慮到算法的實(shí)時(shí)性,輪胎逆模型采用文獻(xiàn)[8]提出的反正切函數(shù)擬合輪胎側(cè)偏特性:

(19)

與常用的MF、Dugoff及HSRI輪胎模型相比,該輪胎逆模型具有較好的實(shí)時(shí)性,并且考慮了縱向力和垂直載荷對側(cè)偏特性的影響.根據(jù)式(20),輪胎側(cè)偏角αij可轉(zhuǎn)換為各車輪的目標(biāo)控制轉(zhuǎn)角δij:

3 仿真分析

文中基于Matlab/Simulink環(huán)境建立如圖6所示的分布式電動汽車模型.該模型不僅包含了傳統(tǒng)車輛模型所具有的駕駛員模型、車體動力學(xué)模型、輪胎模型等,還加入了輪轂電機(jī)模型、轉(zhuǎn)向電機(jī)模型以及電磁制動器模型,可以實(shí)現(xiàn)四輪轉(zhuǎn)角和驅(qū)動/制動力矩的獨(dú)立輸入.

圖6 分布式全線控電動汽車模型架構(gòu)

Fig.6 Framework of distributed drive-by-wire electric vehicle simulation model

文中選擇在低附著、角階躍工況下對底盤集成控制算法進(jìn)行驗(yàn)證,同時(shí)將驗(yàn)證結(jié)果與傳統(tǒng)控制方式結(jié)果進(jìn)行對比分析.這里設(shè)定傳統(tǒng)控制方式是車輛前輪轉(zhuǎn)向,左右兩側(cè)車輪轉(zhuǎn)角滿足阿克曼關(guān)系,同時(shí)各車輪以等力矩進(jìn)行驅(qū)動.表1為仿真驗(yàn)證用整車模型的主要參數(shù).具體仿真條件如下:路面附著系數(shù)0.3,初始車速50 km/h,轉(zhuǎn)向盤階躍轉(zhuǎn)角2°.

表1 整車模型的主要參數(shù)

對比圖7(a)-7(c)上縱向車速、側(cè)向車速和橫擺角速度的仿真結(jié)果可知,角階躍輸入后,傳統(tǒng)控制方式下的車輛會迅速進(jìn)入失穩(wěn)狀態(tài),而在集成控制下車輛仍能保持穩(wěn)定狀態(tài),并且在縱向和側(cè)向上都能很好地跟蹤參考目標(biāo).

圖7 低附著角階躍工況仿真結(jié)果

Fig.7 Simulation results of step input maneuver on low adhesion road

圖8 低附著角階躍工況執(zhí)行器分配情況

Fig.8 Four wheels’ allocations in step input maneuver on low adhesion road

圖8(a)和8(b)為集成控制下車輪轉(zhuǎn)角和縱向驅(qū)動力的分配情況,圖8(c)和8(d)為兩種控制方式下輪胎負(fù)荷率的對比.從仿真結(jié)果來看,集成控制策略通過分配給外側(cè)車輪更大的轉(zhuǎn)角和驅(qū)動力,將各車輪輪胎負(fù)荷率控制在近似相等的狀態(tài).相比之下,傳統(tǒng)控制下的左前側(cè)車輪由于垂直載荷轉(zhuǎn)移因素造成輪胎負(fù)荷率迅速達(dá)到飽和,右前側(cè)車輪隨著橫擺角速度的上升也很快達(dá)到飽和,車輛迅速進(jìn)入失穩(wěn)狀態(tài),而此時(shí)后軸車輪仍有較大的輪胎裕度.

4 實(shí)車驗(yàn)證

基于前面介紹的分布式全線控電動汽車試驗(yàn)平臺,文中對所提出的底盤集成控制算法進(jìn)行了實(shí)車驗(yàn)證,試驗(yàn)平臺見圖9.

圖9 分布式全線控電動汽車試驗(yàn)平臺

Fig.9 Experiment platform for distributed drive-by-wire electric vehicle

由于該試驗(yàn)平臺是一個(gè)多執(zhí)行器的復(fù)雜電控系統(tǒng),考慮到安全性并受試驗(yàn)場地限制,只進(jìn)行了低速試驗(yàn)驗(yàn)證.試驗(yàn)工況設(shè)定為車輛以10 km/h車速進(jìn)行轉(zhuǎn)向盤正弦輸入.

圖10為正弦輸入工況下的實(shí)車試驗(yàn)結(jié)果.從圖10(a)、10(b)對比結(jié)果來看,低速狀態(tài)下車輛橫擺角速度均能較好地跟蹤目標(biāo)值.縱向車速由于受到控制系統(tǒng)對驅(qū)動電機(jī)目標(biāo)電流的限制,在目標(biāo)車速增益較大區(qū)域的跟蹤效果會稍差一些,不過在車速保持段能很好地跟蹤目標(biāo)車速.

圖11為集成控制下4個(gè)車輪的驅(qū)動電機(jī)電流和車輪轉(zhuǎn)角分配情況.正弦輸入過程中驅(qū)動系統(tǒng)和轉(zhuǎn)向系統(tǒng)會同時(shí)參與控制,外側(cè)車輪會分配獲得更大的驅(qū)動電流以保證橫擺角速度對參考目標(biāo)值的快速跟蹤.

圖10 正弦輸入工況下的實(shí)車試驗(yàn)結(jié)果

Fig.10 Experimental results of vehicle in sinusoidal input maneuver

5 結(jié)語

文中結(jié)合分布式全線控電動汽車的結(jié)構(gòu)特征,利用分層架構(gòu)的集成控制方法進(jìn)行了底盤集成控制策略的研究.從仿真分析的結(jié)果來看,集成策略能夠通過對各車輪驅(qū)動和轉(zhuǎn)向電機(jī)的協(xié)調(diào)控制,有效提高車輛在低附著極限工況下的穩(wěn)定性.基于實(shí)車試驗(yàn)平臺進(jìn)行了低速工況下的驗(yàn)證,從試驗(yàn)數(shù)據(jù)來看,縱向車速和橫擺角速度這兩個(gè)車輛狀態(tài)能夠比較好地跟蹤參考目標(biāo)值.文中所提出的底盤集成策略僅考慮了縱向和側(cè)向方向的整車性能,在未來的研究中,擬對其進(jìn)行擴(kuò)展,將懸架的主動控制納入集成控制體系中,嘗試研究如何進(jìn)一步地改善整車性能.

圖11 驅(qū)動電機(jī)電流和車輪轉(zhuǎn)角分配的情況

Fig.11 Allocation of in-wheel motor driving currents and wheel angles

[1] Qian Huihuan,Lam Tinlun,Li Weimin,et al.System and design of an omni-directional vehicle [C]∥Proceedings of the 2008 IEEE International Conference on Robotics and Biomimetics.Bangkok:IEEE,2009:389- 394.

[2] 楊福廣.4WID/4WIS電動車輛防滑與穩(wěn)定性控制研究 [D].濟(jì)南:山東大學(xué)控制科學(xué)與工程學(xué)院,2010.

[3] Edward J,Bedner Jr.A supervisory control to manage brakes and four-wheel-steer systems,SAE paper,2004-01-1059 [R].[S.l.]:SAE International,2004.

[4] Li Daofei,Du Shangqian,Yu Fan.Integrated vehicle chassis control based on direct yaw moment,active steering and active stabilizer [J].Vehicle System Dynamics,2008,46(Suppl):341- 351.

[5] Nagai M,Shino M,Gao F.Study on integrated control of active front steer angle and direct yaw moment [J].JSAE Review,2002,23(3):309- 315.

[6] 李道飛,喻凡.基于最優(yōu)輪胎力分配的車輛動力學(xué)集成控制 [J].上海交通大學(xué)學(xué)報(bào),2008,42(6):887- 891.Li Dao-fei,Yu Fan.Integrated vehicle dynamics controller design based on optimum tire force distribution [J].Journal of Shanghai Jiaotong University,2008,42(6):887- 891.

[7] Xiao Hansong,Chen Wuwei,Zhou Huihui ,et al.Integrated control of active suspension system and electronic stability programme using hierarchical control strategy:theory and experiment [J].Vehicle System Dynamics,2011,49(1/2):381- 397.

[8] 趙樹恩.基于多模型智能階梯控制的車輛底盤集成控制研究 [D].重慶:重慶大學(xué)汽車工程學(xué)院,2010.

[9] 黃晨.基于頂層設(shè)計(jì)的車輛底盤系統(tǒng)協(xié)同控制理論與技術(shù)研究 [D].鎮(zhèn)江:江蘇大學(xué)汽車與交通工程學(xué)院,2014.

[10] Mokhiamar Ossama,Abe Masato.How the four wheels should share forces in an optimum cooperative chassis control [J].Control Engineering Practice,2006,14:295- 304.

[11] Ono Eiichi,Hattori Yoshikazu.Vehicle dynamics integrated control for four-wheel-distributed steering and four-wheel-distributed traction/braking systems [J].Vehicle System Dynamics,2006,44(2):139- 151.

[12] 陳無畏,祝輝.基于狀態(tài)識別的整車操縱性和平順性的協(xié)調(diào)控制 [J].機(jī)械工程學(xué)報(bào),2011,47(6):121- 129. Chen Wu-wei,Zhu Hui.Coordinated control of vehicle ride comfort and handling stability base on state identification [J].Journal of Mechanical Engineering,2011,47(6):121- 129.

[13] Sakai Shin-Ichiro,Sado Hideo,Hori Yoichi.Dynamic driving/braking force distribution in electric vechicles with independently driven four wheels [J].Electrical Engineering in Japan,2002,138(1):79- 89.

[14] Lee Jay H.Model predictive control:review of the three decades of development [J].International Journal of Control,Automation,and Systems,2011,9(3):415- 424.

[15] Wang Liuping.Model predictive control system design and implementation using Matlab [M].London:Springer-Verlag London Limited,2009:43- 83.

Integrated Chassis Control of Distributed Drive-by-Wire Electric Vehicles

ChenGuo-yingZhengHong-yu

(State Key Laboratory of Automotive Simulation and Control,Jilin University,Changchun 130022,Jilin,China)

In view of the characteristics of distributed drive-by-wire electric vehicles with four-wheel drive/brake/steering independently,an integrated chassis control strategy is proposed on the basis of layered architecture.The strategy mainly includes three parts,namely,reference targets setting,integrated control layer and control allocation layer.The reference target setting is aimed to realize the conversions from the driver’s operations to the control targets of vehicle,and the control targets in the horizontal direction of vehicle are divided into longitudinal accele-ration or deceleration features and lateral handling and stability.The role of integrated control layer is to achieve the multi-objective optimization of vehicle control force and moment by means of model prediction control (MPC),which is a kind of local optimization algorithm of feedback correction features.The control allocation layer is used to realize the allocation of driving forces and the steering angles of wheels by minimizing the tire load ratio of each wheel.The results of the simulations and the validations on the real vehicle at a low speed indicate that the proposed strategy can help the vehicle to track the references quickly and improve the stability of vehicle by adjusting the negative rate of each wheel to be approximately equal.

electric vehicle;in-wheel motor;integrated control;model prediction control;tire load ratio

2015- 01- 13

國家自然科學(xué)基金資助項(xiàng)目(51505178);中國博士后科學(xué)基金資助項(xiàng)目(2014M561289) Foundation items: Supported by the National Natural Science Foundation of China(51505178) and the China Postdoctoral Science Foundation(2014M561289)

陳國迎(1984-)，男，博士，講師，主要從事汽車動力學(xué)仿真與控制研究.E-mail: cgy-011@163.com

1000- 565X(2015)11- 0087- 09

U 461

10.3969/j.issn.1000-565X.2015.11.013