一种主备双控制器的分布式电动汽车协调控制方法
本发明涉及分布式驱动电动汽车车辆高级辅助驾驶领域,具体地是一种主备双控制器的分布式电动汽车协调控制方法。
背景技术:
1、随着分布式驱动电动汽车应用场景持续拓展与复杂化,城市道路拥堵、恶劣天气行驶、多工况动态切换及高阶自动驾驶对控制系统实时性、鲁棒性提出严苛要求,单一控制算法难以同时满足控制精度、实时响应、鲁棒性及多目标优化等综合性能需求。同时,车辆感知层激光雷达、摄像头、毫米波雷达、惯性导航等多源异构传感器的数据融合处理,控制层行驶稳定性、乘坐舒适性、能耗经济性等多目标协同优化,执行层多驱动电机动态协调控制,均对整车算法体系的集成化、智能化水平提出更高要求,由此推动异构智能算法融合技术的研发与工程应用。
2、在技术概述方面,异构智能算法融合技术,旨在将包括模型预测控制mpc、卡尔曼滤波等,或实现同类算法内部不同方法间的优势互补,通过算法间协同适配与机制融合,弥补单一算法在泛化能力、实时性、鲁棒性或优化精度上的固有短板。典型融合方式包括:卡尔曼滤波与深度学习融合,提升复杂工况下车辆状态估计精度与鲁棒性;模型预测控制与强化学习融合,解决非线性系统实时优化与动态自适应问题;滑模控制与模糊推理融合,抑制抖振并提升控制平滑性;神经网络与动态规划融合,实现能源管理全局优化与实时决策。
3、在现有技术与缺陷方面,异构智能算法融合已成为分布式驱动电动汽车技术升级的核心方向。制动系统领域,双控制器冗余架构已有较成熟的应用,如申请号cn2022110233271公开了一种双主ecu架构的制动系控制架构及方法,cn115431998a,公开的 一种双主ecu架构的制动系统控制架构及方法,http://transport.motcats.ac.cn/search/get/970398?db=cats_zhuanli_jt也是双ecu且都做制动控制,但上述现有技术均为“同构冗余”,是两块一样的芯片执行一样的逻辑,存在同构芯片因设计漏洞同时失效的风险。
4、论文《fault tolerant control design of induction motor drive inelectrical vehicle》(ieee, 2013),该方案仅限于电机驱动层面的控制(pi与h∞切换),且切换逻辑简单。
5、综上,现有技术普遍存在以下不足:算法融合架构设计不合理、多算法协同实时性不足。
技术实现思路
1、本发明公开了一种主备双控制器的分布式电动汽车协调控制方法。针对复杂的多工况耦合运行下的决策型控制,本发明在一个分布式驱动中采用切换式双控制器容错系统,以减少非线性工况下的系统扰动与不确定性对控制的影响,达到对轮毂电机的容错控制。
2、一种主备双控制器的分布式电动汽车协调控制方法,包含以下步骤:
3、步骤1:构建多智能算法融合的车辆动力学模型,包括:
4、(101)建立三自由度车辆动力学模型与线性轮胎模型,忽略垂向、侧倾复杂因素,简化系统结构;
5、(102)结合力矩传感器、转角传感器、位移传感器,采用卡尔曼滤波对车辆状态的侧偏角、横摆角速度、位置进行实时估计,提升模型与实际数据的匹配精度;
6、步骤2:引入t-s模糊理论处理非线性问题,包括:
7、(201)针对车速变化引发的非线性问题,采用t-s模糊理论对系统进行线性化处理;
8、(202)建立局部线性模型,并通过隶属度函数加权求和,形成全局模糊线性模型,为后续控制提供可解耦的线性化状态方程;
9、步骤3:采用mpc控制理论优化线性控制问题,包括:
10、(301)针对线性化后的系统,采用mpc控制理论进行轨迹跟踪与优化控制;
11、(302)结合h∞鲁棒控制理论,设计鲁棒补偿控制策略,提升系统对外界干扰和内部故障的抑制能力;
12、步骤4:设计主备双控制器热冗余同步机制,包括:
13、(401)主控制器与备控制器同时运行相同算法,但仅主控制器输出pwm信号;
14、(402)备控制器通过周期同步、状态同步、控制量同步机制实时跟踪主控制器状态;
15、(403)当检测到主控制器故障时,t-s模糊理论触发切换指令,备控制器实现无缝接管;
16、步骤5:建立容错控制与鲁棒补偿策略,包括:
17、(501)切换完成后,系统进入容错控制模式,mpc控制理论根据t-s模糊理论输出的权重系数重新分配左右轮转矩,限制电机输出;
18、(502)针对传感器失效情况,通过模型估计或冗余传感器切换进行补偿;
19、(503)引入鲁棒补偿控制策略,消除多智能算法融合无法处理的系统扰动与不确定性,提升系统鲁棒性。
20、本发明在一个分布式驱动中采用切换式双控制器容错系统,以减少非线性工况下的系统扰动与不确定性对控制的影响,达到对轮毂电机的容错控制。
21、作为对本技术方案的进一步改进:
22、所述(101)建立三自由度车辆动力学模型与线性轮胎模型,包括以下步骤:
23、首先:建立三自由度车辆动力学模型,坐标系 x、y是与车身固定的坐标系,坐标系x0、y0是与地面固定的参考坐标系,将坐标系 x、y的原点与车辆质心cg 重合,假设x轴为车辆的纵向对称轴且向前为正;y轴为车辆的侧向对称轴且向上为正,定义车辆的左前、右前、左后和右后车轮分别用下标 fl 、fr 、rl 和 rr 表示,定义vx和 vy分别表示车辆在纵向和横向上的速度;m 是总质量,γ代表偏航率;
24、
25、其中,iz表示转动惯量,ca 表示空气阻力系数,lf和1r分别表示从车辆质心到前轴和后轴的距离;fx是驱动轮的总纵向力,mz是额外的偏航力矩:fyf表示前侧轮上的侧向力,fyr表示后侧轮上的侧向力;
26、其次;根据电机失效模型,计算车辆纵向和偏航方向时的运动方程及每个驱动轮的驱动扭矩:
27、
28、表示车轮的横向刚度,表示车轮的侧偏角,根据小角度定理,前轮和后轮的侧偏角可以写出线性轮胎模型:
29、
30、
31、车辆的四个车轮扭矩为控制变量,定义为左侧前轮,为左侧后轮,为右侧前轮, 为右侧后轮,描述为:
32、
33、功能完好的轮毂电机参数为:ki=1,tz=0,在变增益故障中∈[0,1],δ=(0;2);在恒偏差故障中:ki =0,δ≠0;
34、定义xi=[vx, γ, vy]t,ui=[u1,u2,u3,u4]t;结合上述方程得出车辆的动态状态空间方程为:
35、
36、输入量u1= ufl,u2= ufr,u3= url,u4= urr分别代表每个车轮的扭矩输出,通过轮毂电机的纵向力产生;状态矩阵a,输入矩阵 b,输出矩阵c和干扰矩阵d设计为:
37、
38、
39、所述(102)结合力矩传感器、转角传感器、位移传感器,采用卡尔曼滤波对车辆状态的侧偏角、横摆角速度、位置进行实时估计,包括以下步骤:
40、采用卡尔曼滤波在动力学状态估计和汽车定位估计;
41、在动力学状态上的估计,卡尔曼滤波的状态方程表示为:
42、
43、式中,为4wid-evs的侧偏角速率;为车辆的动力学矩阵; 为控制输入,为过程噪声;
44、在此基础上,卡尔曼滤波将测量数据与预测值进行融合,更新估计结果:
45、
46、式中,为更新后的估计状态;为卡尔曼增益;为传感器的实际测量值;为观测值;
47、在汽车定位上的估计,卡尔曼滤波的状态方程表示为:
48、
49、式中,为4wid-evs当前位置的估计状态;为状态转移矩阵;为控制输入;为过程噪声;
50、 更新步骤中,卡尔曼滤波将传感器观测值与预测的状态进行比较,修正状态估计:
51、
52、式中,为传感器的测量值;为卡尔曼增益;为观测矩阵。
53、采用卡尔曼滤在动力学状态估计和汽车定位估计,能够有效减小车辆动力学模型与实际测量数据之间的差异,提高估计精度。
54、作为对本技术方案的进一步改进:
55、所述步骤(301)针对线性化后的系统,采用mpc控制理论进行轨迹跟踪与优化控制:包括以下内容:
56、车速变化引发的车辆系统非线性问题,采用t-s模糊理论智能体对车辆系统进行线性化处理,建立线性化处理后的系统状态方程,对各局部模型进行加权求和,得到全局模糊线性模型:
57、
58、其中:规则数量;
59、
60、:第i条规则隶属度函数值;
61、系统状态方程:
62、
63、
64、所述步骤(32)结合h∞鲁棒控制理论,设计鲁棒补偿控制策略,提升系统对外界干扰和内部故障的抑制能力包括以下内容:
65、采用mpc控制理论将随机优化方法融入模型预测控制框架,用于处理系统中存在的随机扰动、不确定性;在有限时域内基于随机模型预测系统输出分布,通过优化随机目标函数确定最优控制序列,且仅执行当前时刻控制量,基于mpc控制理论的鲁棒补偿控制策略方程如下:
66、
67、式中,x为系统状态量,ul为系统输入, y为测量输出,wl为外界干扰,f为轮毂电机故障信号;鲁棒补偿控制策略的闭输出反馈系统被设计为:
68、
69、结合于mpc控制理论和鲁棒补偿控制策略,得出输出反馈控制率k,而输出反馈控制率k包括一个故障因子f :
70、
71、通过将控制器k(f)带入方程,得到闭环控制系统:
72、
73、鲁棒补偿控制策略的范数限制有助于提高系统的鲁棒性和提高抵御干扰的能力;至于有界实数定理,方程中的闭环系统是稳定的,并且如果小于γ,那么上述情况成立,并且只有当存在一个正定矩阵 p 使得以下不等式成立:
74、
75、作为对本技术方案的进一步改进:
76、所述步骤(402) 备控制器通过周期同步、状态同步、控制量同步机制实时跟踪主控制器状态,其中,备控制器全程满足状态同步偏差阈值:
77、
78、备控制器工作条件: ;
79、所述步骤(403)当检测到主控制器故障时,t-s模糊理论触发切换指令,备控制器实现无缝接管,主备切换触发条件及权重系数动态规则如下:
80、
81、备控制器工作条件:主控制器硬件故障信号有效;
82、正常工况下热同步:,0.3],无扰切换规则:
83、
84、而修复后的复位规则:,且二次工作后的偏差;
85、闭环反馈规则,主备控制工作切换工作后所有执行层状态 、 实时回传。
86、以上设计,充分考虑了各智能体算法之间的执行交互以及分布式驱动电动汽车智能协调控制的需求,能够根据需要对车辆系统进行实时动态调整,有效保证了车辆的行驶安全性。
87、与现有技术相比,本发明的有益效果是:
88、本发明是针对分布式整车驱动,且强调主备控制器的“异构”,控制策略冗余,涉及算法层面的主备协同与无扰切换;
89、本发明是整车动力学层面的分布式协调控制,且强调了“异构智能协调”而非简单的开关切换。聚焦感知—控制—能源全链路算法融合创新,覆盖状态估计、转矩分配、稳定性控制、轨迹跟踪、能源管理、多电机协同控制等关键场景,为车辆智能化与高性能化提供重要技术支撑。
90、本发明在对分布式驱动电动汽车协调控制时,对分布式驱动电动汽车在多工况耦合运行下,基于t-s模糊理论-mpc控制理论的多智能融合的协调控制策略,设计出主备切换的双控制器,对车辆模型进行线性化处理解决了由于纵向车速时变引发的车辆非线性与线性同时存在的问题,利用异构智能算法融合理论对分布式驱动电动汽车进行动态协调控制具有抗干扰能力好,实时性强,车辆系统协调控制性能相比于传统方法更加安全,稳定,能够为分布式驱动电动汽车的高效、智能协调控制提供强有力的技术支持,同时基于鲁棒补偿算法的设计降低了系统扰动以及不确定性的影响。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com