基于MPC算法实现的车辆稳定性控制,建立了横摆角速度r、侧向速度、前后质心侧偏角动力学模型作为预测模型,同时考虑车辆的稳定性可通过控制车辆的侧向速度维持在一定范围内保证车辆的稳定性,因此在模型预测控制算法(MPC)中对车辆侧向速度进行软约束(soft constrain),同时对控制量前轮转角和制动压力进行硬约束,保证执行机构能够执行到;基于单轨模型对前后轮的侧偏刚度进行了估算,提升预测模型的精度;最后通过carsim与simulink联合仿真,仿真效果良好,结果表明当车辆即将处于危险行驶时,该稳定性控制器能够迅速通过差分制动和前轮转角协调控制车辆进入稳态行驶区域。
有对应的资料(如图),是学习模型预测控制mpc和车辆动力学仿真非常好的资料,帮助你加速学习
基于MPC算法实现的车辆稳定性控制
在汽车行业中,车辆稳定性控制技术是非常重要的,因为它直接关系到车辆的安全性。车辆稳定性控制技术可以通过控制车辆的侧向速度维持在一定范围内保证车辆的稳定性,这一点在高速行驶时尤为重要。本文主要讲述基于MPC算法实现的车辆稳定性控制技术。
建立动力学模型
为了实现车辆稳定性控制,我们需要建立横摆角速度r、侧向速度、前后质心侧偏角动力学模型作为预测模型。这个模型可以通过较为简单的方程来表示,例如:
$$ \begin{aligned} \ddot{y} = \frac{F_{yf}+F_{yr}\cos{\delta}}{m} - \dot{r}u+m_1gr\sin{\alpha} \ \ddot{\phi} = \frac{F_{yf}\cos{\delta}-F_{yr}}{J_z} - r\dot{\psi} \ \ddot{r} = \frac{aF_{yf}\cos{\delta}-bF_{yr}}{I_z} - \frac{F_{yf}\sin{\delta}}{I_z} \end{aligned} $$
其中,$\ddot{y}$是车辆横向加速度,$\ddot{\phi}$是车辆侧倾角加速度,$\ddot{r}$是车辆横摆角加速度,$m$是车辆的质量,$m_1$是前轮的质量,$g$是重力加速度,$a$是车辆前轴到质心的距离,$b$是车辆后轴到质心的距离,$J_z$是车辆绕垂直轴的转动惯量,$\delta$是前轮转角,$\psi$是车辆航向角,$u$是车辆速度,$F_{yf}$和$F_{yr}$是前后轮的侧向力。
通过建立动力学模型,我们可以预测车辆在不同情况下的动态特性,从而为车辆稳定性控制提供支持。
软硬约束
在模型预测控制算法(MPC)中,为了保证车辆的稳定性,我们对车辆侧向速度进行软约束(soft constrain),同时对控制量前轮转角和制动压力进行硬约束。软约束可以让车辆在稳态和非稳态之间平滑过渡,保证车辆的安全性。硬约束则是为了确保执行机构能够执行到。
预测模型精度
为了提升预测模型的精度,我们还需要估算前后轮的侧偏刚度。这一步可以通过单轨模型来完成。通过对前后轮的轮胎特性和车辆的结构进行分析,我们可以得出前后轮的侧偏刚度,从而提升预测模型的精度。
联合仿真
最后,为了验证算法的有效性和仿真效果,我们使用carsim与simulink进行联合仿真。仿真结果表明,当车辆即将处于危险行驶时,该稳定性控制器能够迅速通过差分制动和前轮转角协调控制车辆进入稳态行驶区域。这证明了基于MPC算法实现的车辆稳定性控制技术的有效性和高精度。
总结
本文主要介绍了基于MPC算法实现的车辆稳定性控制,包括建立动力学模型、软硬约束、预测模型精度和联合仿真等方面。这一技术对于提升车辆的安全性和性能非常重要,可以有效预防车辆在高速行驶时的侧滑和失控情况。
相关代码,程序地址:http://lanzouw.top/693177563220.html