1.一种考虑驾驶风格的线控转向系统路感控制方法,其特征在于,包括以下步骤:步骤(1)离线采集不同驾驶员在不同车速及路感下的驾驶数据,其中路感加载时采用逐渐递增的方式,当驾驶员感受到转向操控不再轻便时完成一次采集,并记此时的路感为当前车速下的理想路感,采用聚类的方法对不同驾驶员的路感风格进行划分,并融合驾驶员路感风格及等效路面转向阻力矩设计理想路感函数;
步骤(2),建立驾驶员输出力矩与方向盘转角间的传递函数模型,在实际行驶过程中采用参数辨识方法对驾驶员的路感风格进行辨识;
步骤(3),实时采集转角执行电机中电枢电流信号,计算等效路面转向阻力矩,采用滤波算法将等效路面转向阻力矩的高频部分滤除,并将等效转向阻力的低频部分与所述步骤(2)中得到的驾驶员风格代入步骤(1)中理想路感函数中计算路感电机的目标路感;
步骤(4),在实际转向过程中,实时采集路感电机实际输出力矩,并与所述步骤(3)中计算得到的目标路感进行对比,并根据两者的误差实时调节路感电机电枢电流以精准跟踪理想路感反馈到方向盘处,完成路感控制;
所述步骤(1)中不同驾驶员路感风格聚类采用K均值方法,并划分为轻便、适中和沉稳三类路感风格,记为p1、p2和p3,具体步骤如下:(11)选择最大理想路感力矩与最大最小理想路感力矩差值作为聚类分析式所用的特征参数;
(12)初始化程序,任意选择3个代表点{c1,c2,c3},其中,一个代表点即为一个聚类的中心;
(13)按照欧式平方距离的算法,计算各类样本与聚类中心的距离:2
dij=||Xj‑ci||(i=1,2,3;j=1,2,...,N) (1)式中,dij为样本Xj与聚类中心ci的欧式平方距离;N为样本数量;
(14)按照最小距离法逐个对每个样本进行计算,即计算各个样本与设定聚类中心ci之间的距离,如果对于该样本Xj,其计算得出的dij为最小值,就将Xj划分到pi类,也就是Xj∈pi,i=1,2,3;
(15)将所述步骤(14)中所计算的属于pi的样本集Si,进行均值计算,得出新的聚类中心式中,SSj为属于样本集Si的一个样本,j=1,2,…,M;M为样本集Si的样本总量;
(16)利用误差平方和准则函数E作为迭代终止的条件,如果E不发生变化,或者连续两次计算的差值小于设定的阈值,就认为已经完成聚类,否则转到步骤(13)继续进行进一步迭代,误差平方和准则函数模型如下所示:式中, 为欧式平方距离计算;
所述步骤(1)中理想路感函数设计步骤如下:
(17)建立曲线型理想转向助力特性模型用于表达传统转向系统中的方向盘力矩与转向助力矩的关系,作为理想路感函数设计的参考模型,表达式为:式中,Tp为转向助力矩;Tw为方向盘力矩,即为本发明中的理想路感;Tw0开始助力的方向盘力矩;Tmmax为最大转向助力矩;K(v)为助力特性曲线的梯度;v为车辆速度;
(18)建立转角执行电机模型以计算等效路面转向阻力矩,表达式为:式中,Jm为转角执行电机转动惯量;Bm为转角执行电机阻尼系数;θm和 分别为转角执行电机转角和转速; 为转角执行电机加速度;Tm为转角执行电机电磁力矩;κm为转角执行电机电磁力矩常数;Tma为转角执行电机输出力矩,即等效路面转向阻力矩;Im为转角执行电机电枢电流;
(19)根据所述步骤(17)和(18)中的模型,建立理想路感函数:考虑到等效路面转向阻力矩一般即为转向系统的总转向阻力,则有:Tma=Tp+Tw (6)
根据公式(4)到(6)得到理想路感函数表达式为:
av+b
Kv=D1(ds)e +D2(ds) (8)式中,e为自然指数;a和b为常数;D1和D2为驾驶员风格修正系数,不同路感风格的驾驶员对应不同的数值;ds=p1,p2,p3为驾驶员的路感风格;
所述步骤(2)中驾驶员输出力矩与方向盘转角间的传递函数表示为:式中,θw为方向盘转角;TD为驾驶员输出力矩;Jw和JD分别为方向盘和驾驶员手臂的转动惯量;Bw和BD分别为方向盘和驾驶员手臂的转动阻尼系数;Kw和KD分别为方向盘转轴和驾驶员手臂的刚度系数;s为拉普拉斯算子;
在转向系统的传递函数中Jw、Bw和Kw参数往往是已知的,因此对于不同的驾驶员而言,其路感风格多由JD、BD和KD参数决定,根据三者的数值总和大小即可确定公式(8)中ds代表的驾驶员路感风格pi;
进一步地,所述步骤(2)中路感风格辨识采用差分进化方法,具体步骤如下:(21)将每一个需要辨识的参数设定为一个种群,一共设定3个未知参数,即每个个体含有3个染色体,并采用实数Q编码,表示为:Q=[JD,BD,KD] (10)
(22)建立辨识误差指标,公式为:
式中,θw(k)为k时刻转向系统的实际方向盘转角;θwm(k)为k时刻基于传递函数计算得到的方向盘转角;Tc为测试数据的采样间隔;
(23)生成初始种群,随机产生满足约束条件的M个个体,即样本,公式如下:式中,xij为第i个个体的第j个染色体; 和 分别是第j个染色体的上界和下界;randij(0,1)是[0,1]之间的随机小数;
每个个体染色体的取值范围如下:
Qmax=[15.5,10.2,50]Qmin=[0.5,0.1,0.01] (13)(24)从群体中随机选取3个个体xa,xb和xc,并进行变异操作:hij(da+1)=xaj(da)+F(xbj(da)‑xcj(da)) (14)式中,hij(da+1)为变异后的da+1代个体hi中的第j个染色体;xbj(da)‑xcj(da)为差异化向量;F为变异因子;a,b,c为随机整数,表示个体在群体中的编号;da为进化代数;
(25)对种群进行交叉操作以提升种群的多样性,公式为:式中,vij(da+1)为交叉操作后的da+1代个体vi中的第j个染色体;rand lij为[0,1]之间的随机小数;CR为交叉概率,CR取值为[0,1];
(26)把步骤(25)中得到的交叉后的da+1代个体vi(da+1)与原da代的个体xi(da)进行比较,较优的一个成为下一代个体,表示为:式中,f为数值对比函数;
(27)进行反复迭代计算,按照步骤(24)到步骤(26),直到迭代次数达到设定的最大迭代次数,终止运算,并给出最优解;
所述步骤(3)中等效路面转向阻力矩Tma滤波时采用一阶低通滤波器,滤波后剩余的等效路面转向阻力矩的低频部分Tmal用于计算理想路感,表示为:Tmal(s)=Tma(s)k/1+Ts
式中,Tmal为等效路面转向阻力矩的低频部分;T为一阶低通滤波器的时间常数;
所述步骤(4)中路感电机控制时采用PID控制,具体控制步骤如下:(41)将所述步骤(3)得到的驾驶员理想路感力矩Tw与驾驶员实际路感力矩Twa进行作差计算,得到误差eT(t):eT(t)=Tw‑Twa (18)
式中,t表示时间;
(42)将式(18)得到的误差值作为PID控制器的输入,控制器的输出为:式中,ui(t)为路感电机控制器的输出控制量;Kp为比例系数;Ki为积分常数;Kd为微分常数。