四轮转向车辆直接横摆力矩的模糊PID控制研究
基于ADAMS和Simulink的四轮转向汽车的模糊控制策略研究
基于ADAMS和Simulink的四轮转向汽车的模糊控制策略
研究
刘志强;茅峻杰;廉飞;吕学
【期刊名称】《车辆与动力技术》
【年(卷),期】2011(000)004
【摘要】利用ADAMS软件的专业模块CAR,建立了四轮转向汽车(4WS)的整车虚拟样机模型；利用MATLAB模糊控制工具箱建立了模糊控制策略；通过ADAMS/Control接口进行了ADAMS与MATLAB的联合仿真.在此基础上,对方向盘转角阶跃试验及单移线试验进行了仿真分析.结果表明,模糊控制更具鲁棒性,且能更好地提高汽车的操纵稳定性.
【总页数】4页(P38-41)
【作者】刘志强;茅峻杰;廉飞;吕学
【作者单位】江苏大学汽车与交通工程学院,镇江212013;江苏大学汽车与交通工程学院,镇江212013;江苏大学汽车与交通工程学院,镇江212013;江苏大学汽车与交通工程学院,镇江212013
【正文语种】中文
【中图分类】U463.4
【相关文献】
1.基于Matlab/Simulink的四轮转向汽车操纵稳定性分析 [J], 郭子蒙;辛青青;张万枝;杨兴;隋军鹏
2.基于Adams/Car和Matlab/Simulink的汽车半主动悬架模糊控制研究 [J], 徐志强;高瑞贞;张京军;韩卫沙
3.基于ADAMS和MATLAB协同仿真的四轮转向模糊控制策略研究 [J], 张云清;马开献;田强;覃刚;陈立平
4.基于ADAMS/Car和Simulink的主动悬架遗传模糊控制 [J], 郑泉;陈黎卿;王继先;张小龙
5.基于ADAMS和MATLAB联合仿真的四轮转向汽车模糊控制研究 [J], 石志康因版权原因，仅展示原文概要，查看原文内容请购买。
汽车主动转向与直接横摆力矩协调控制
汽车主动转向与直接横摆力矩协调控制赵林峰;高晓程;谢有浩;从光好【摘要】为了提高汽车的操纵稳定性和行驶稳定性,分别对主动转向及直接横摆力矩控制进行了研究.根据汽车线性二自由度模型获得汽车稳态工况下的期望横摆角速度和期望质心侧偏角,设计了上层控制器和下层控制器,其中上层控制器为主动转向与直接横摆力矩功能分配的协调控制,下层控制器采用单神经元自适应PID算法设计了主动转向控制器和直接横摆力矩控制器.基于汽车行驶稳定性指标设计了调度参数,以实现主动转向和直接横摆力矩的协调控制.分别选取高附着系数路面和低附着系数路面进行了正弦输入试验和阶跃输入试验,结果表明所设计的控制系统能够很好地提高线控转向汽车的操纵稳定性和行驶稳定性.【期刊名称】《汽车工程学报》【年(卷),期】2019(009)001【总页数】7页(P61-67)【关键词】协调控制;主动转向;直接横摆力矩;调度参数;稳定性【作者】赵林峰;高晓程;谢有浩;从光好【作者单位】合肥工业大学汽车与交通工程学院,合肥 230009;合肥工业大学汽车与交通工程学院,合肥 230009;安徽猎豹汽车有限公司,安徽,滁州 239064;合肥工业大学汽车与交通工程学院,合肥 230009【正文语种】中文【中图分类】U461.6主动安全系统有利于提高汽车的操纵性、稳定性和舒适性，如防抱死制动系统（Antilock Brake System，ABS）、车身电子稳定系统（Electronic Stability Program，ESP）纷纷应用于现代汽车上。
而主动转向汽车因其特有的优势，能够进一步增强汽车的稳定性[1-5]。
SARUCHI等[6]采用复合非线性控制算法，以线控转向汽车实际横摆角速度为反馈变量进行主动转向控制，并验证了该算法能够有效提高汽车的行驶稳定性。
LI Fang等[7]在分析不同角传动比对汽车转向灵敏度和稳态横摆角速度增益影响的基础上，提出了主动转向控制策略，并利用遗传算法优化得到不同车速下的理想横摆角速度增益，以达到降低驾驶员驾驶负担、保证驾驶安全的目的。
四轮毂驱动电动汽车差速助力转向与转矩协调控制研究
II
STUDY ON DIFFERENTIAL ASSISTED STEERING AND TORQUE COORDINATING CONTROL OF FOUR
IN-WHEEL MOTORS DRIVEN ELECTRIC VEHICLE
ABSTRACT
In-wheel motors driven electric vehicles are widely concerned and researched by scholars both at home and abroad because of simple vehicle structure, active chassis control, and the obvious advantages in the convenience of manipulation and wonderful future prospects. The control of wheel speed and torque is becoming a key issue when turning, because of the vehicles driven by multiple independent motors. At the same time, the stability and safety of vehicle seriously affected by the problem of partial motor failure. In order to solve these problems, based on the self-made experimental prototype vehicle, the differential assisted steering and torque coordinating control of four in-wheel motors driven electric vehicle are researched in this paper, and the main contents are as follows.
模糊PID控制算法在智能小车中的研究与应用
模糊PID控制算法在智能小车中的研究与应用一、本文概述随着科技的快速发展和智能化水平的提高，智能小车在各个领域的应用越来越广泛，如无人驾驶、物流运输、环境监测等。
然而，智能小车的运动控制是一个复杂的问题，需要解决路径规划、避障、速度控制等多个方面的问题。
其中，速度控制是智能小车运动控制的核心问题之一。
传统的PID控制算法在速度控制方面有着广泛的应用，但由于其对于系统参数变化的敏感性，使得其在实际应用中往往难以达到理想的控制效果。
因此，本文提出了一种基于模糊PID控制算法的智能小车速度控制方法，旨在提高智能小车的运动控制精度和稳定性。
本文首先对模糊PID控制算法的基本原理和特点进行了介绍，然后详细阐述了模糊PID控制算法在智能小车速度控制中的应用方法。
在此基础上，通过实验验证了模糊PID控制算法在智能小车速度控制中的有效性和优越性。
本文的研究工作不仅为智能小车的运动控制提供了一种新的方法，同时也为模糊PID控制算法在其他领域的应用提供了有益的参考。
接下来，本文将从模糊PID控制算法的基本原理、智能小车的运动控制模型、模糊PID控制算法在智能小车速度控制中的应用方法、实验结果与分析等方面展开详细的阐述。
二、模糊PID控制算法的基本原理模糊PID控制算法是一种结合了模糊逻辑和传统PID控制算法的控制策略。
该算法利用模糊逻辑处理PID控制中的非线性、不确定性和复杂性问题，从而提高了系统的鲁棒性和控制精度。
模糊逻辑是一种基于模糊集合和模糊推理的控制系统设计方法。
在模糊逻辑中，变量不再局限于具体的数值，而是可以在一定的范围内取任意值，这种变量被称为模糊变量。
模糊逻辑通过模糊集合和模糊运算，能够处理不确定性、非线性和不精确性等问题，使系统更加适应复杂环境。
PID控制算法是一种经典的闭环控制算法，由比例（P）、积分（I）和微分（D）三个部分组成。
PID控制器通过比较实际输出与期望输出的偏差，根据偏差的大小和方向，调整控制量以实现系统的稳定控制。
4WID-4WIS车辆横摆运动AFS+ARS+DYC模糊控制
4WID-4WIS车辆横摆运动AFS+ARS+DYC模糊控制杨福广;阮久宏;李贻斌;荣学文;邱绪云;尹占芳【摘要】The yaw stability control of 4WID - 4WIS vehicle was studied. The coupling relationship between vehicle side slip angle and yaw rate was analyzed. A. Fuzzy yaw stability controller composed of active front steering ( AFS) ,active rear steering ( ARS) and direct yaw moment control ( DYC ) was designed based on the following strategy-when side slip angle was small,the main aim was to follow the anticipant yaw rate,and when side slip angle was big,the main aim was to reduce vehicle side slip angle. Simulations results indicated that compared with vehicle controlled by DYC,vehicle controlled by AFS + ARS + DYC ( RFD) reduced the braking tore and longitudinal slipping rate obviously,which ensured the vehicle yaw stability with high speed on low friction road.%对四轮独立驱动-独立转向(4WID -4WIS)车辆横摆稳定性控制进行研究.对侧偏角与横摆角速度之间的耦合性进行分析,提出了控制策略:当质心侧偏角比较小时以理想横摆角速度跟踪控制为主,当质心侧偏角比较大时以抑制质心侧偏角过大为主.基于模糊控制技术提出集成“主动前/后轮转向+直接横摆力矩控制”( FRD)的新型车辆横摆稳定性控制系统.仿真结果表明,与直接横摆力矩控制(DYC)的车辆相比,FRD可明显降低车辆的制动力矩和车轮纵向滑移率,确保车辆在低附着路面上高速行驶时具有良好的横摆稳定性.【期刊名称】《农业机械学报》【年(卷),期】2011(042)010【总页数】7页(P6-12)【关键词】车辆;四轮独立驱动-独立转向;直接横摆力矩控制;横摆稳定性;集成控制【作者】杨福广;阮久宏;李贻斌;荣学文;邱绪云;尹占芳【作者单位】山东交通学院先进车辆与机器人研究中心,济南250023;山东交通学院先进车辆与机器人研究中心,济南250023;山东大学控制科学与工程学院,济南250061;山东大学控制科学与工程学院,济南250061;山东大学控制科学与工程学院,济南250061;山东交通学院先进车辆与机器人研究中心,济南250023;中国人民解放军94270部队,济南250117【正文语种】中文【中图分类】U461.6;TP273+.4引言为提高车辆的操纵性与稳定性，学者和汽车生产企业相继开发了不同的底盘控制系统，如防抱死制动系统(antilock braking system，简称 ABS)［1］、驱动防滑系统(traction control systems，简称 TCS)［2］、直接横摆力矩控制(direct yaw moment control，简称DYC)［3～4］、主动后轮转向(active rear steering，简称ARS)控制［5］、四轮转向(four wheel steering，简称4WS)控制［6］等，底盘集成控制技术与系统则是当前的研究热点［7］。
自动驾驶车辆横向控制方法研究
自动驾驶车辆横向控制方法研究
自动驾驶车辆的横向控制方法研究主要涉及车辆在行驶过程中的转向控制和车道保持等技术。
以下是一些常见的横向控制方法。
1. 基于传统控制方法：使用传统的控制方法，如PID控制器来实现横向控制。
该方法通过测量车辆的状态和误差信号，计算出控制指令，控制车辆的转向角度。
2. 基于模型预测控制（MPC）：MPC方法通过建立车辆的数学模型，预测未来一段时间内的车辆行为，并根据预测结果进行控制。
该方法可以考虑车辆动力学和环境因素，实现更精确的横向控制。
3. 基于适应控制方法：适应控制方法通过根据实时的车辆状态和环境信息进行参数调整，实现横向控制。
该方法可以根据不同的驾驶条件和车辆状态进行自适应调整，提高横向控制的性能。
4. 基于强化学习方法：强化学习方法通过让车辆通过试错来学习最优的横向控制策略。
通过设置奖励函数和状态转移矩阵，车辆可以根据不同的环境和驾驶条件来选择最佳的横向控制动作。
5. 基于神经网络方法：神经网络方法通过利用深度学习和神经网络技术，进行横向控制。
神经网络可以学习到车辆的横向控制模式，实现更准确的横向控制。
综上所述，自动驾驶车辆的横向控制方法研究涵盖了多种技术，其中每种方法都有其适用的场景和特点。
未来的研究还需要进一步优化和整合这些方法，以提高自动驾驶车辆的横向控制性能和安全性。
基于模糊PID的转向策略的实现
基于模糊PID的转向策略的实现【摘要】转向控制是智能车辆运行过程中的关键因素。
本文介绍了一种自适应性强，鲁棒性好，调节速度快，精度高的转向控制算法。
利用matlab仿真，在理论上证实了这种方法的优越性，并在实践中的得到了检验。
该方法具有调节速度快，精度高，自适应强，鲁棒性好。
能有效克服智能车运行过程中的电量降低，机械磨损，摩擦力变化等因素。
【关键词】模糊PID；偏离角度；动态参数1.引言自20世纪90年代以来，随着汽车市场竞争激烈程度的日益加剧和智能运输系统研究的兴起，国际上对智能汽车及其相关技术的研究成为热门。
对于自主循迹的智能车而言，精确快速的转向控制是决定智能车性能的关键因素之一。
但由于智能车系统是一个相对稳定的非稳定系统，在运行过程中会出现电池电量降低，机械磨损，以及与路面摩擦力的改变等因素，难以建立准确的数学模型。
也难以找出一套固定不变的参数来保证智能车运行全程高速稳定的运行。
目前在智能车转向控制方面，以路径的曲率作为控制量为主流，控制方法主要选用传统的PID控制。
但要想准确计算曲率，需要的获取较多的路径信息，而且要求信息的准确度要高。
目前传统的传感技术效果欠佳，而且由于运行过程中车身抖动等因素，对路径信息的提取准确度难以达到理想效果，所以计算出的曲率精度相对较低。
常规PID过于依赖被控对象的数学模型，如果要想对被控对象进行精确的控制，就需要对比例系数KP、积分系数KI和微分系数KD进行整定。
智能车系统复杂易变，难以建立准确的数学模型，所以传统的PID控制用于智能车转向就有一定的局限性。
本文采用模糊PID算法，在传统PID基础之上结合实际工程经验，加入模糊控制的思想。
为智能车转向控制提供一种新的解决方案。
2.问题的分析智能车转向控制属于非线性，复杂的控制系统。
在智能车行驶过程中，常常会出现以下不利因素：（1）舵机转角与单片机中所赋控制量的值之间成非线性关系。
（2）电池电量随着车的运行逐渐降低，导致车的性能改变，原有的参数不能达到预期的效果。
模糊PID控制策略在汽车助力转向系统中的应用
模糊PID控制策略在汽车助力转向系统中的应用李智勇;戴蓉【摘要】@@%提升汽车电动助力转向系统的稳定性和动态响应速度是当前的研究重点,本文根据EPS的原理提出了模糊PID控制的优化策略,确定和跟踪目标电流、设定模糊规则,满足性能要求.通过仿真实验比较传统的PID控制,表明模糊PID控制策略在速度提升、抗干扰、稳定性等方面都更佳.【期刊名称】《制造业自动化》【年(卷),期】2012(034)018【总页数】3页(P117-119)【关键词】电动助力转向;PID控制;模糊化【作者】李智勇;戴蓉【作者单位】四川工程职业技术学院电气信息工程系,德阳618000;中国民用航空飞行学院计算机学院,广汉618307【正文语种】中文【中图分类】TP2730 引言电动助力转向系统是汽车技术发展的趋势，它具有结构简单、节能环保、安全可靠等优点，能够满足人们对汽车驾驶安全、稳定、灵活的要求。
合理的控制策略是影响EPS性能的关键。
传统的PID控制策略存在许多弊端，已经不能满足发展的需要，因而出现了一些先进的理论例如鲁棒控制理论、神经网络控制理论等，希望提升系统抗干扰性和稳定性等。
本文采用了模糊控制理论来优化PID控制器，算法简单、性能优异，尤其适合EPS的非线性系统，意义重大。
1 EPS系统原理电动助力转向系统(简称EPS)是一种由电动助力机直接提供转向辅助扭矩的动力系统，将挑战成为液压转向系统而成为汽车转向系统的今后发展方向。
EPS系统具有装配灵活、调整简单、节能环保等优点。
如图1所示，EPS主要由输入轴、电机、扭矩传感器、循环球螺杆和ECU等部分组成。
图1 EPS结构图1. 输入轴；2. 扭矩传感器；3. 电机；4. 循环球螺杆；5. 齿条汽车驾驶员在转向时，转向盘的转矩大小和转向被转矩传感器所检测，电压信号再输给ECU，ECU再将检测到的各种信息发出指令给电动机控制器，使其输出合适的转向助力转矩，实现转汽车向。
EPS具有以下优势，使得它近年来获得广泛应用：1）电机仅转向时提供助力，节省燃油。