欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2023109207124
申请人: 华东交通大学
专利类型:发明专利
专利状态:未下证
专利领域: 控制;调节
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种行驶轨迹预测控制方法,其特征在于,包括:步骤S1、构建车辆横向动力学模型以及控制导向的空间状态方程;

步骤S2、根据期望行驶轨迹、所述车辆横向动力学模型构建预测模型控制系统;其中,构建预测模型控制系统具体还包括设计约束条件,所述设计约束条件的步骤包括:前轮转角控制增量约束:

式中, , 分别为控制时域内前轮转角控制增量的最小值与最大值集合;

前轮转角控制量约束:

式中: , 为维度为 的单位下三角矩阵,Im是控制量维度为m的单位矩阵; 为克罗内克积;Umin,Umax为域内前轮转角控制量最小值与最大值集合;

输出约束:

式中,Ymin为输出约束最小值,Ymax为输出约束最大值, 表示预测状态矩阵, 表示预测状态变量, 为预测控制矩阵;

由上述约束式可得最终综合约束矩阵不等式:;

步骤S3、采用模型预测控制算法求解所述预测模型控制系统目标优化函数的最优控制序列;

步骤S4、将最优控制序列的前轮转角参数作为新的控制量输入到所述预测模型控制系统,以预测下一时刻的最优控制序列;

步骤S5、运用遗传算法优化所述预测模型控制系统的权重系数,并返回执行步骤S3‑S4;

其中,所述构建车辆横向动力学模型的步骤包括:建立三自由度车辆动力学方程:

式中,m表示车辆质量;vx、vy分别表示车辆的纵向速度和侧向速度;  、 分别表示车辆的纵向加速度和侧向加速度;Fxf、Fxr分别表示为车辆前、后轮与轮胎的纵向刚度、滑移率有关的纵向力;Fyf、Fyr分别表示为车辆前、后轮与轮胎的侧偏刚度、侧偏角有关的侧向力; 为车辆横摆角速度;为车辆横摆角加速度;a、b分别为车辆质心到前、后轴的距离;

为前轮转角;Iz为转动惯量;

基于车辆前轮侧偏角的小角度假设和魔术轮胎模型线性化处理,考虑轮胎滑移率,得到车辆纵向力及侧向力方程:式中,sf、sr分别为前、后轮胎的滑移率;Clf、Clr分别为前、后轮的纵向刚度;Ccf、Ccr分别为前、后轮的侧偏刚度,af、ar分别为前后轮侧偏角,Fxf、Fxr分别表示为车辆前、后轮与轮胎的纵向刚度、滑移率有关的纵向力;Fyf、Fyr分别表示为车辆前、后轮与轮胎的侧偏刚度、侧偏角有关的侧向力;

构建预测模型控制系统的步骤包括:

将车辆纵向力及侧向力方程代入三自由度车辆动力学方程得到简化后的面向轨迹跟踪控制器设计的车辆动力学模型:式中,X、Y分别为惯性坐标系下的纵向位移和侧向位移,  、 分别为大地坐标系下的纵向速度和侧向速度, 为车辆航向角, 为车辆横摆角速度;

将面向轨迹跟踪控制器设计的车辆动力学模型表示为状态空间表达式 ,其中状态量选取为 ,控制量选取为 ,控制输出为;则有:

式中,

控制矩阵

输出矩阵

采用泰勒展开和向前欧拉法对公式 在任意工作点进行线性离散化处理,并构造对控制量的增量Δu(k)的约束的新形式,得到系统新的状态空间方程:式中, 表示新的状态矩阵, 表示新的控制矩阵, 表示新的输出矩阵, 表示相隔采样时刻的误差变量, 表示根据k采样时刻的信息来预测k+1时刻的值, 表示k采样时刻的状态变量,  表示控制量的增量, 表示输出变量;

定义系统的模型预测控制器的预测时域为Np,控制时域为Nc,并且Nc

其中, 表示K采样时刻的预测输出变量, 表示K采样时刻的预测状态矩阵,表示K采样时刻的预测状态变量,  表示K采样时刻的预测控制矩阵,  表示K采样时刻的预测控制变量, 表示K采样时刻的预测误差矩阵, 表示K采样时刻的预测误差变量;

运用遗传算法优化所述预测模型控制系统的权重系数的步骤具体包括:将所述预测模型控制系统权重系数Q和R的确定问题转化成多目标优化问题,Q为系统输出量权重系数矩阵,R为系统控制增量和控制量的权重系数矩阵,运用遗传算法对权重系数Q和R进行优化求解,求解过程如下:由状态方程 可知,其状态变量为 ,优

化目标为:车辆轨迹跟踪横向偏差,即车辆到达目标轨迹后,车辆行驶轨迹相对目标轨迹横向偏差;

13 4 14

采用二进制编码,求解精确到4位小数,自变量的取值范围为[0,1],则8192=2 <10<2=16384,总染色体长度设为40;令种群大小为30,随机产生一组个体;

选取新息的实际方差为适应度函数,以其值最小为目标进行寻优;

采用轮盘赌选择、单点交叉和基本位变异进行遗传操作,交叉率为0.9,变异率为0.1;

适应度函数为:

式中,h为目标轨迹横向偏差状态信息的实际方差,y^(k|k‑1)为预测模型控制系统的新息序列,T表示转置操作,y(k)为优化参数真实值,Wi为权重系数, 为迭代次数,n为大于

0自然数, 为实际参数差值序列。

2.如权利要求1所述的行驶轨迹预测控制方法,其特征在于,目标优化函数的构建步骤包括:设计目标函数:

式中:  

表示根据K采样时刻的信息来预测K+i时刻的控制输出预测值,  表示根据K采样时刻的信息来预测K+i时刻的控制输出参考值, 为K+i时刻的控制输入增量,Q为系统输出量权重系数矩阵,R为系统控制增量和控制量的权重系数矩阵,预测时域为Np,控制时域为Nc, 为权重系数; 为松弛因子, 为参考轨迹;

所述目标函数公式可化为:

式中:Y为预测控制输出值,Yref预测控制输出参考值,T表示转置操作, 为新的系统输出权重系数矩阵,INp表示维度为预测时域Np的单位矩阵, 表示Kroneck乘积,为预测控制增量, 为新的系统控制增量和控制量的权重系数矩阵;

将Y(k)代入目标函数公式

简化为:

式中, 为预测控制矩阵; , 表示预测状态变量, 表示预测误差矩阵, 表示预测误差变量,T表示转置操作;

将公式

转化为一个标准的二次型规划的形式:

构造 ; ; ;

于是 。