基于隐马尔科夫的全线控轮毂电动汽车操纵稳定性关键问题研究

Considering the manipulating stability problem of in-wheel-motor electric vehicle(EV), full-by-wire(XBW) control strategy is studied, and the main study is focused on the model reference adaptive robust control of the in-wheel motors. By means of the integrated optimization to in-wheel motor driving, braking and steering, based on the results of driver intension recognition and vehicle states identification, the optimization control strategy of EV is realized, making the EV have good performance of handling comfort and active safety. First, by using the multi-model crossing algorithm, a double level Hidden Markov Models is established. The lower model is used to complete signal acquisition and data segmentation, while the upper model is used to complete the intention identification of the driver operation and the vehicle states, and the results are applied to the in-wheel-motor control and control strategies of full-by-wire EV, and this, in turn, makes the control performance of EV more accurate and efficient. Second, the optimal control of in-wheel motors is realized by using the model reference adaptive robust control algorithm based on dual-motor model. At the same time, with the help of direct yaw moment control combined with the vehicle dynamics model, the better driving comfort and safety is accomplished. This project is intended to solve the manipulating stability problem of in-wheel-motor EV, providing theoretical and practical basis for practical applications.

针对轮毂电动汽车存在的操纵稳定性问题，以轮毂电机模型参考自适应鲁棒控制为核心，研究全线控(XBW)电动汽车整车控制策略；通过对轮毂电机驱动、制动、转向的综合优化，及驾驶员意图识别和车辆状态辨识，实现XBW电动汽车的优化控制策略，使电动汽车具有更好的操纵舒适性和主动安全性。首先通过交叉式多模型算法，建立双层隐马尔科夫模型(HMM)。下层多维高斯隐马尔科夫模型完成信号的采集与数据段分割，上层多维分布式隐马尔科夫模型完成驾驶员操作意图的识别和车辆行驶状态的辨识，并将其结果应用到轮毂电机控制和全线控电动汽车的控制策略中，使轮毂电动汽车的控制更加精准高效；其次通过基于双电机模型的模型参考自适应鲁棒控制算法实现轮毂电机的最优控制，同时结合车辆动力学模型，采用直接横摆力矩控制的方式，使轮毂电动汽车具有更好的驾驶舒适性和安全性。本项目意在解决轮毂电动汽车操纵稳定性问题，为实际应用提供理论和实践依据。

本项目以HMM和电机控制理论为理论基础，探究轮毂电动汽车操纵稳定性理论体系，进而研究轮毂电动汽车XBW人—车闭环稳定性控制系统。.项目主要取得以下四个方面的成果：.1）在XBW整车控制网络理论与HMM辨识算法建模上，研究分析了网络系统诸多因素对控制效果的影响规律和机理，为整车分布式控制网络设计提供了理论和经验指导。同时基于DEKF理论，设计了车辆状态参数和路面附着系数观测器，首次实现了车辆状态和路面附着系数同时在线观测，为车辆闭环控制参数估算应用提供了理论基础和新的途径。项目还构建了交叉式多模型算法—双层HMM驾驶员操纵意图识别模型，能实现对复合工况下驾驶意图的有效识别；.2）在轮毂电机精准高效控制机理研究上，建立了轮毂电机非线性实时模型，并以此搭建了轮毂电机半物理仿真系统，有效提高了轮毂电机试验的真实性和安全性。此外，项目利用前馈优化交直流交叉耦合效应，提出了滑模扰动补偿无差拍预测控制、探索了电机有限集预测控制策略，为各类型电机新型先进控制策略研究应用提供了理论参考和工程经验借鉴；.3）在XBW整车仿真系统与样车试验平台搭建研究上，构建了XBW整车非线性时变耦合软件在环仿真平台，首次在19自由度车辆动力学模型的基础上融入了执行器非线性动态响应特性和车辆垂向运动特性，并以此设计了XBW整车HIL仿真系统，填补了当前国内轮毂电动汽车研究领域整车HIL系统的空白，为该领域的基础理论研究提供了验证平台； .4）在XBW整车操纵稳定性控制策略研究上，设计了基于DYC的五层分层式集成控制结构。该结构有效降低了车辆解耦控制难度，具有非常高的工程应用价值。同时，项目分别研究设计了基于SMC和多约束LQP极值优化的运动跟踪和轮胎力分配控制器，实现了转向和驱动协调控制。.综上所述，本项目的研究成果达到了预期目标，在XBW整车闭环操纵稳定性控制策略研究方面取得了具有实用价值的理论成果和实验验证方法，可为业界相关XBW轮毂电动汽车闭环控制提供理论和工程借鉴。