馮磊 何玲 何康佳 張光星

摘要：窄體通勤車體積小車身窄，為提高其側(cè)傾穩(wěn)定性，基于兩前輪一后輪的Tadpole結(jié)構(gòu)布局方式，提出一種前輪相對(duì)車身位置可變的車輛模型，并針對(duì)此模型提出了相應(yīng)的防側(cè)翻控制方案。通過(guò)動(dòng)力學(xué)建模與分析，得到前輪受力情況，確定了前輪的運(yùn)動(dòng)軌跡。通過(guò)對(duì)多目標(biāo)粒子群算法的改進(jìn)與應(yīng)用，尋找到兩前輪輪心位移的協(xié)調(diào)動(dòng)作方案。針對(duì)該新型車輛提出了新的評(píng)價(jià)指標(biāo)，以表征防側(cè)翻控制的要求。最后，對(duì)所得方案進(jìn)行了數(shù)值仿真實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明，采用該控制方案的車輛，三個(gè)輪子所受支持力的均衡性有顯著改善，側(cè)傾穩(wěn)定性有了極大提高，可以承受更大的行駛速度，更小的轉(zhuǎn)彎半徑，另外對(duì)抗外界干擾的能力有較大增強(qiáng)。為下一步開(kāi)展窄體通勤車智能控制研究奠定了理論基礎(chǔ)。

關(guān)鍵詞：窄體通勤車;防側(cè)翻主動(dòng)控制;控制策略;改進(jìn)多目標(biāo)粒子群算法;數(shù)值仿真

中圖分類號(hào)：U471.15;TP23;TP399

文獻(xiàn)標(biāo)識(shí)碼： A

交通擁堵是現(xiàn)代城市面臨的主要問(wèn)題之一，普通四輪車輛的廣泛使用加劇了交通擁堵。開(kāi)發(fā)窄小的電動(dòng)通勤車并將其應(yīng)用于日常交通中，是解決擁堵問(wèn)題的有效方法。FURUICHI[1]等人研發(fā)了窄體傾斜概念車（NTV），采用一個(gè)前輪兩個(gè)后輪的車身布局，減小車身寬度。TAN[2]等人在此基礎(chǔ)上提出通過(guò)被動(dòng)前輪的方法進(jìn)行轉(zhuǎn)向。這種窄體通勤車僅需較小的停車位和車道空間。另外，高峰時(shí)段道路擁堵情況嚴(yán)重，為保持車輛靈活性，行駛和制動(dòng)性能十分重要。兩前輪一后輪的Tadpole結(jié)構(gòu)[3]布局可以更好適應(yīng)窄體通勤車面臨的擁堵環(huán)境。動(dòng)力學(xué)分析表明，在制動(dòng)過(guò)程中，Tadpole結(jié)構(gòu)更穩(wěn)定，緊急制動(dòng)時(shí)的加速度相比正常駕駛時(shí)要高得多[4]。這種結(jié)構(gòu)的車輛，重心位置靠近前軸，在穩(wěn)態(tài)轉(zhuǎn)向的情況下穩(wěn)定性高。

彎道交通事故頻發(fā)、危害性大。據(jù)2013年中國(guó)公安部公開(kāi)的道路交通事故統(tǒng)計(jì)年報(bào)看出，全年中，發(fā)生在彎道的交通事故高達(dá)3.6萬(wàn)起[5]，其中有近九成是因?yàn)槌亳{駛和操作不當(dāng)導(dǎo)致[6]。窄體通勤車車身窄，轉(zhuǎn)向時(shí)易發(fā)生側(cè)翻。為提高側(cè)傾穩(wěn)定性，TANG[4]等人設(shè)計(jì)出一種用于窄車身車輛的組合懸架傾斜機(jī)構(gòu)，在進(jìn)行主動(dòng)傾斜控制的同時(shí)保持車身的緊湊性及輕量性。其嚴(yán)格限制了車輛的傾斜動(dòng)作方式，使得兩個(gè)前輪的豎向位移總嚴(yán)格對(duì)稱，另外該方法沒(méi)有涉及輪心縱向位移，這一定程度限制了車輛的傾斜動(dòng)作效率。

上述研究積極推動(dòng)了窄體通勤車的發(fā)展歷程，對(duì)其轉(zhuǎn)向穩(wěn)定性的提高提供了可行方案，但并未就車輛位置形態(tài)對(duì)穩(wěn)定性的影響進(jìn)行深入和系統(tǒng)的分析，且未提出具體的傾斜控制動(dòng)作。這導(dǎo)致以下問(wèn)題：1）難以確定車輛的傾斜動(dòng)作對(duì)穩(wěn)定性的影響及其影響程度;2）得不到該模型下的控制策略;3）無(wú)法得知該模型下是否存在更加優(yōu)良的控制策略;4）復(fù)雜情況下對(duì)現(xiàn)有方案的改進(jìn)與優(yōu)化無(wú)從下手或需重新著手。

為保證窄體通勤車行駛穩(wěn)定性，本文在上述車輛模型的基礎(chǔ)上，提出一種車輪位置參數(shù)可變的車輛模型，類似一種移動(dòng)服務(wù)機(jī)器人。該模型基于Tadpole結(jié)構(gòu)，通過(guò)改變兩前輪的縱向和豎向位置，調(diào)整車身位姿，以保證車輛的穩(wěn)定行駛。提出不同運(yùn)動(dòng)狀態(tài)下，兩前輪輪心位置的最優(yōu)布置方式，使車輛獲得良好的行駛姿態(tài)和側(cè)傾穩(wěn)定性。

1防側(cè)翻主動(dòng)控制方案

1.1車輛模型

窄體通勤車模型如圖1所示，其關(guān)鍵參數(shù)如表1所示。以后輪輪心為原點(diǎn)，縱向?yàn)閄軸，橫向?yàn)閅軸，豎向?yàn)閆軸（向下為正方向），建立右手坐標(biāo)系。行駛過(guò)程中，兩個(gè)前輪相對(duì)車身位置可主動(dòng)變化（dZ1、dX1為內(nèi)側(cè)輪輪心位移，dZ2、dX2為外側(cè)輪輪心位移），后輪與車身無(wú)相對(duì)位移。通過(guò)前輪輪心移動(dòng)調(diào)整車身位姿。圖2為前輪平衡位置。圖3為前輪輪心發(fā)生位移時(shí)，車輛位姿的變化過(guò)程：右輪相對(duì)車身抬起，因重力作用落地。左輪相對(duì)車身抬起，因重力作用落地。車輪始終與地面接觸，淺色線為車輪抬起的假想位置，便于理解與計(jì)算。

轉(zhuǎn)向過(guò)程中，彎道內(nèi)側(cè)輪受力最小，是車輛側(cè)翻的判斷標(biāo)準(zhǔn)。車輛通過(guò)防側(cè)翻控制技術(shù)使兩前輪輪心發(fā)生位移，重力在三個(gè)輪子上重新分配，以改善內(nèi)側(cè)輪受力情況，有效防止車輛側(cè)翻。每個(gè)前輪輪心按照什么軌跡發(fā)生位移，可使車身快速地完成傾斜，是值得探究的問(wèn)題，其結(jié)果為兩前輪輪心運(yùn)動(dòng)軌跡。另外，在不同的行駛速度和轉(zhuǎn)彎半徑的影響下，車輛傾斜的理想動(dòng)作會(huì)發(fā)生改變，兩輪心位移至什么位置最有利于車輛穩(wěn)定安全地通過(guò)彎道，同樣值得深入研究，其結(jié)果為兩前輪協(xié)調(diào)運(yùn)動(dòng)方案。兩前輪的輪心運(yùn)動(dòng)軌跡和協(xié)調(diào)運(yùn)動(dòng)方案組成了窄體通勤車的防側(cè)翻主動(dòng)控制方案。

1.2兩前輪的輪心運(yùn)動(dòng)軌跡

兩前輪輪心位移對(duì)三個(gè)輪子所受地面支持力存在影響，如圖5所示。圖5（a）為外側(cè)輪不發(fā)生運(yùn)動(dòng)時(shí)，內(nèi)側(cè)輪所受支持力關(guān)于其輪心運(yùn)動(dòng)的等高線圖。圖5（b）為內(nèi)側(cè)輪不發(fā)生運(yùn)動(dòng)時(shí)，內(nèi)側(cè)輪所受支持力關(guān)于外側(cè)輪輪心位移的等高線圖。

先前工作已知，兩前輪同時(shí)發(fā)生位移相比于單獨(dú)發(fā)生位移，內(nèi)側(cè)輪所受支持力隨兩前輪輪心位移的變化趨勢(shì)和取得最大最小值的位置幾乎不發(fā)生改變。例如當(dāng)外側(cè)輪發(fā)生位移時(shí)，內(nèi)側(cè)輪支持力仍類似圖5（a），其趨勢(shì)和最值位置不變，只是數(shù)值發(fā)生了改變?？梢哉J(rèn)為，每個(gè)前輪輪心都存在一條最優(yōu)運(yùn)動(dòng)軌跡，輪心在這條軌跡上運(yùn)動(dòng)可使支持力對(duì)輪心運(yùn)動(dòng)的靈敏度最高?？紤]到不同方向的彎道，內(nèi)外側(cè)輪不固定，可相互轉(zhuǎn)換，所以兩前輪采用同一條軌跡，該軌跡需同時(shí)包含內(nèi)外側(cè)輪位移信息。車輛經(jīng)過(guò)連續(xù)彎道時(shí)，需將車身回正后再進(jìn)行下一次轉(zhuǎn)彎，故兩個(gè)前輪的最優(yōu)運(yùn)動(dòng)軌跡應(yīng)存在公共點(diǎn)，且公共點(diǎn)在平衡位置（原點(diǎn)位置）。為使支持力對(duì)輪心位移靈敏，在最優(yōu)運(yùn)動(dòng)軌跡上，輪心走過(guò)的距離應(yīng)為最短。因此，以輪心縱向位移為橫坐標(biāo)，豎向位移為縱坐標(biāo)，每個(gè)前輪的最優(yōu)運(yùn)動(dòng)軌跡即為支持力最大值點(diǎn)與平衡位置的連線，如圖6所示，公式（4）和（5）描述了兩前輪縱向位移和橫向位移的關(guān)系。

為增大內(nèi)側(cè)輪所受支持力，內(nèi)側(cè)輪總向上（Z軸負(fù)方向）移動(dòng)，外側(cè)輪總向下移動(dòng)。軌跡表述輪心縱向和豎向位移間的關(guān)系。若車輛向右轉(zhuǎn)彎，右前輪為內(nèi)側(cè)輪，左前輪為外側(cè)輪，此時(shí)，右前輪按照?qǐng)D6中實(shí)線軌跡向上抬起，左前輪按照?qǐng)D6中虛線軌跡向下放置，直到通過(guò)彎道，兩前輪按照原軌跡返回平衡位置;若向左轉(zhuǎn)彎，左前輪按照實(shí)線軌跡向上抬起，右前輪按照虛線軌跡向下放置，直到通過(guò)彎道，兩前輪按照原軌跡返回平衡位置。

1.3兩前輪協(xié)調(diào)運(yùn)動(dòng)方案

兩輪同時(shí)運(yùn)動(dòng)與單獨(dú)運(yùn)動(dòng)達(dá)到的效果相同，但前者所用時(shí)間明顯縮短，響應(yīng)速度明顯增加，車輛轉(zhuǎn)向和變道的穩(wěn)定性明顯增強(qiáng)，相比于后者更優(yōu)。車輛在不同行駛速度和轉(zhuǎn)彎半徑下，兩前輪輪心的最優(yōu)位置不同。因車輛傾斜的動(dòng)作主要由兩前輪的豎向坐標(biāo)控制，現(xiàn)以行駛速度為橫坐標(biāo)，轉(zhuǎn)向半徑為縱坐標(biāo)，兩前輪輪心的豎向位移為豎坐標(biāo)，得到三維曲面圖，定義為最優(yōu)協(xié)調(diào)曲面。最優(yōu)協(xié)調(diào)曲面表述了兩前輪同時(shí)位移的最佳配合方案。在確定最優(yōu)協(xié)調(diào)曲面的過(guò)程中，需要考慮多個(gè)衡量目標(biāo)，以得到綜合性能最為出眾的曲面。這是一個(gè)多目標(biāo)優(yōu)化問(wèn)題。

汽車的橫向載荷偏移率（RI）被廣泛應(yīng)用以描述車輛的側(cè)翻危險(xiǎn)程度，實(shí)用性強(qiáng)[7]，相關(guān)研究也進(jìn)一步表明， 以RI值作為車輛側(cè)翻指標(biāo)具有較高的可信度[8，9]。

RI=F1-F2F1+F2（6）

式（6）中，F(xiàn)1和F2 分別為內(nèi)側(cè)輪支持力和外側(cè)輪支持力。RI∈0，1，其值越小，對(duì)側(cè)翻的抵抗能力越強(qiáng)。故采用RI為一個(gè)尋優(yōu)目標(biāo)。

車身傾斜是主動(dòng)傾斜技術(shù)避免不了的情形，但其不僅會(huì)增加車輛的橫向空間占用情況，使駕駛員產(chǎn)生錯(cuò)誤的預(yù)判，同時(shí)也會(huì)對(duì)駕駛員產(chǎn)生一定的負(fù)面影響，使得發(fā)生事故的可能性增加，也影響駕駛員的體驗(yàn)。因此，在車輛側(cè)傾穩(wěn)定性足夠的情況下，獲得更小的車身傾斜角不僅是一個(gè)技術(shù)問(wèn)題，更是一個(gè)安全問(wèn)題，同時(shí)也牽扯到乘坐舒適性問(wèn)題[10]。舒適性良好的車輛，駕駛員不會(huì)很容易感覺(jué)到疲勞，在一定程度上保障了車輛的安全行駛[11]。將車身傾斜角α作為一個(gè)尋優(yōu)目標(biāo)，汽車轉(zhuǎn)彎過(guò)程中，α越小，駕駛體驗(yàn)越好，危險(xiǎn)越小，越符合設(shè)計(jì)初衷。

協(xié)調(diào)曲面的尋優(yōu)問(wèn)題簡(jiǎn)單來(lái)說(shuō)是一個(gè)多目標(biāo)的尋優(yōu)問(wèn)題，目標(biāo)函數(shù)為RI和α。兩者均以小為優(yōu)。但α越小，轉(zhuǎn)彎時(shí)的車輛穩(wěn)定性越不容易得到改善，RI會(huì)越大。兩個(gè)目標(biāo)相互既關(guān)聯(lián)又矛盾。

2協(xié)調(diào)運(yùn)動(dòng)方案尋優(yōu)

2.1改進(jìn)多目標(biāo)粒子群算法

粒子群算法由EBERHART博士和KENNEDY博士提出，是一種基于群體覓食的單目標(biāo)智能優(yōu)化算法[12]。粒子群算法經(jīng)典、高效，具有收斂速度快、參數(shù)設(shè)置簡(jiǎn)單、易于編程實(shí)現(xiàn)的特點(diǎn)[13]，因此被廣泛應(yīng)用于各個(gè)領(lǐng)域。它從隨機(jī)解出發(fā)，利用群體中的個(gè)體對(duì)信息的共享，追隨當(dāng)前搜索到的最優(yōu)解來(lái)尋找全局最優(yōu)，并通過(guò)適應(yīng)度來(lái)評(píng)價(jià)解的品質(zhì)[14]。

多目標(biāo)優(yōu)化是一種考慮多指標(biāo)的尋優(yōu)策略，更符合于實(shí)際問(wèn)題的多種決策需求[15]。本文改進(jìn)的多目標(biāo)粒子群算法（Improving Multi￣objective Particle Swarm Optimization）整體流程和標(biāo)準(zhǔn)粒子群算法大致相同，但在粒子維度以及最優(yōu)解選取處進(jìn)行了較大改動(dòng)。

兩前輪輪心位置的最優(yōu)協(xié)調(diào)曲面的每一個(gè)點(diǎn)都確定且唯一，故Pareto最優(yōu)解集并不能滿足要求，需加以處理。本文在“α—RI圖”中定義了一條過(guò)原點(diǎn)的基準(zhǔn)直線，α=K×RI（K>0）。定義Pareto解集的各個(gè)點(diǎn)中距離此條直線最近的點(diǎn)為最優(yōu)解。當(dāng)K的取值較小時(shí)，直線的傾角較小，靠近RI軸，遠(yuǎn)離α軸，更側(cè)重于對(duì)α的優(yōu)化;反之，更側(cè)重于對(duì)RI的優(yōu)化。窄體通勤車服務(wù)于城市，需根據(jù)不同的道路環(huán)境進(jìn)行針對(duì)性設(shè)計(jì)，以增大適應(yīng)性和減小資源浪費(fèi)。不同的道路環(huán)境，K的取值有所不同。車輛主要面向城市道路，時(shí)常擁堵，車與車的橫向間距需嚴(yán)格把控，故對(duì)車輛傾斜角度要求較嚴(yán)格，取K=3.732，即直線的傾角為60°。

2.2兩前輪位移協(xié)調(diào)控制曲面

以行駛速度為橫坐標(biāo)，轉(zhuǎn)彎半徑為縱坐標(biāo)，豎向位移為豎坐標(biāo)，將尋優(yōu)結(jié)果繪制成三維曲面圖，稱為兩前輪位移協(xié)調(diào)控制曲面，如圖7所示，其中顏色映射豎向位移。

協(xié)調(diào)控制曲面反映了窄體通勤車在不同行駛速度和轉(zhuǎn)彎半徑的條件下，兩前輪輪心的最優(yōu)豎向位移。因該圖采用離散點(diǎn)插值得到，且內(nèi)側(cè)輪受力情況與兩前輪的位移情況存在非線性關(guān)系，故部分曲面不平整，但圖中不平整的部分均為外凸，符合實(shí)際情況。

圖7中兩區(qū)域均為車輛傾斜區(qū)域，邊界是其界限。兩個(gè)區(qū)域的曲面部分是輪心位移可調(diào)節(jié)情況下的最優(yōu)豎向位移，其中外側(cè)輪為正，內(nèi)側(cè)輪為負(fù);平面部分表示輪心達(dá)到極限位置但車輛不發(fā)生側(cè)翻情況下的最優(yōu)豎向位移，其邊緣為一定半徑下車輛可承受的最大行駛速度和不同行駛速度下的最小轉(zhuǎn)彎半徑。從圖中可以看出，隨著轉(zhuǎn)彎半徑的增大，車輛的最大行駛速度有顯著增加;隨著行駛速度增大，車輛的最小轉(zhuǎn)彎半徑有顯著增大。另外，可以觀察到兩前輪輪心變化近似對(duì)稱，車輛傾斜的軸線近似在車輛橫向的中心位置，此時(shí)輪心位置的變化僅引起車輛傾斜，不會(huì)或輕微引起車輛俯仰，有利于車輛穩(wěn)定。

圖8展示了半徑為10 m的彎道處，兩前輪輪心豎向位移與行駛速度的關(guān)系。從圖上可以看出，車輛最大行駛速度為34 km/h。隨著車速的增加，內(nèi)側(cè)輪首先達(dá)到極限位置，外側(cè)輪緊隨其后，兩者近似同步對(duì)稱變化。如轉(zhuǎn)彎半徑為10 m，行駛速度為10 km/h時(shí)，內(nèi)側(cè)輪抬起4.34 cm，向后放置434 cm，外側(cè)輪落下4.70 cm，向后放置4.70 cm。