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: 2024114652061
申请人: 长安大学
专利类型:发明专利
专利状态:已下证
专利领域: 一般车辆
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:

1.一种考虑驾驶风格的AFWS/DYC横向稳定性协调控制方法,其特征在于,包括:构建驾驶风格在线辨识模型;

获取驾驶员在线换道数据并提取特征指标;

将所述特征指标输入所述驾驶风格在线辨识模型,得到驾驶员的驾驶风格;

根据所述驾驶员的驾驶风格,确定车辆稳定性因数;根据所述车辆稳定性因数确定驾驶风格增益系数;根据所述驾驶风格增益系数得到参考横摆角速度;

根据所述参考横摆角速度和理想质心侧偏角,确定失稳程度指标;

基于所述参考横摆角速度、所述理想质心侧偏角和所述失稳程度指标进行合作博弈和非合作博弈,得到初步的前轮转角增量、初步的后轮转角增量、最终的直接横摆力矩;利用所述最终的直接横摆力矩对所述初步的前轮转角增量和初步的后轮转角增量产生影响,得到最终的前轮转角增量和最终的后轮转角增量;

将所述最终的前轮转角增量和最终的后轮转角增量作用于转向车轮,并将所述最终的直接横摆力矩转化为轮胎纵向力分配到各个车轮;

所述参考横摆角速度为:

其中,为参考横摆角速度,Gain为驾驶风格增益系数,ωr_d为理想横摆角速度;

所述最终的直接横摆力矩为:

其中,为最终的直接横摆力矩,k为采样时刻,L1为直接横摆力矩的系数矩阵,θ1为变量;为的分解量,为权重矩阵,T表示转置;为的分解量,为权重矩阵,Ω为系数矩阵;为预测的稳定性控制目标;Λ为系数矩阵,X(k)为矩阵变量;Υ为系数矩阵;

权重矩阵为:

r1=10-(5+4LA)

其中,r1为直接横摆力矩的控制输出权重,LA为参数,Sta为失稳程度指标,N代表预测时域。

2.如权利要求1所述的方法,其特征在于,其中,构建驾驶风格在线辨识模型,包括:获取多位驾驶员的换道过程数据,针对每位驾驶员的换道过程数据提取特征指标作为训练样本;

对所有训练样本进行聚类分析,确定每个训练样本的驾驶风格类别;

所述训练样本及对应的驾驶风格类别构成驾驶风格数据集;

基于所述驾驶风格数据集训练GRNN,得到驾驶风格在线辨识模型。

3.如权利要求1所述的方法,其特征在于,其中,获取驾驶员在线换道数据并提取特征指标,包括:步骤S21,获取当前时刻t0车辆距离车道线的距离变化量Δdislane,如果Δdislane>3,则进入步骤S22,否则,在下一时刻重复步骤S21;

步骤S22,计算t0-5时刻下的车辆与障碍物之间的距离disfront,若40>disfront>0,则进入步骤S23,否则进入步骤S21;

步骤S23,确定换道开始时间和结束时间,包括:

若strsw(t)<10°且strsw(t+0.5)>15°,t表示时刻,t∈[t0-5,t0+5],strsw(t)为时刻t的方向盘转角,则第一时刻t1=t;

若strsw(t)<-15°且strsw(t+0.5)>-10°,则第二时刻t2=t;

开始时间tstart=min(t1,t2),结束时间tend=max(t1,t2);

步骤S24,提取换道开始时间和结束时间之间的车辆行驶数据,即为驾驶员在线换道数据;

步骤S25,根据所述驾驶员在线换道数据提取特征指标,所述特征指标包括速度标准差、横向加速度绝对值最大值、横向加速度标准差、方向盘转角绝对值平均值、方向盘角速度绝对值平均值。

4.如权利要求1所述的方法,其特征在于,其中,根据所述参考横摆角速度和理想质心侧偏角,确定失稳程度指标,包括:将β-ω相平面划分为3个区域,分别为稳定域I,过渡域Ⅱ,失稳域Ⅲ;

根据所述参考横摆角速度和理想质心侧偏角,确定车辆所属区域;

根据所述车辆所属区域,采用以下公式确定失稳程度指标:其中,Sta为失稳程度指标,Δγr为实际横摆角速度与理想横摆角速度的偏差,Δγmax为实际横摆角速度与理想横摆角速度的偏差的最大值,Δβr为实际质心侧偏角与理想质心侧偏角的偏差,Δβmax为实际质心侧偏角与理想质心侧偏角的偏差的最大值。

5.如权利要求1所述的方法,其特征在于,所述最终的前轮转角增量和最终的后轮转角增量为:其中,为最终的前轮转角增量,为最终的后轮转角增量,K1、K2为反馈增益,为K2的逆,E为系数矩阵,x(k)为状态变量,L2为前轮转角增量的系数矩阵,L3为后轮转角增量的系数矩阵,为预测方程的系数矩阵,L1为直接横摆力矩的系数矩阵,θ1为变量,Z为系数矩阵。

6.一种考虑驾驶风格的AFWS/DYC横向稳定性协调控制装置,其特征在于,包括:模型构建模块,用于构建驾驶风格在线辨识模型;

特征指标获取模块,用于获取驾驶员在线换道数据并提取特征指标;

辨识模块,用于将所述特征指标输入所述驾驶风格在线辨识模型,得到驾驶员的驾驶风格;

参考横摆角速度获取模块,用于根据所述驾驶员的驾驶风格,确定车辆稳定性因数;根据所述车辆稳定性因数确定驾驶风格增益系数;根据所述驾驶风格增益系数得到参考横摆角速度;

失稳程度指标确定模块,用于根据所述参考横摆角速度和理想质心侧偏角,确定失稳程度指标;

控制量获取模块,用于基于所述参考横摆角速度、所述理想质心侧偏角和所述失稳程度指标进行合作博弈和非合作博弈,得到初步的前轮转角增量、初步的后轮转角增量、最终的直接横摆力矩;利用所述最终的直接横摆力矩对所述初步的前轮转角增量和初步的后轮转角增量产生影响,得到最终的前轮转角增量和最终的后轮转角增量;

控制模块,用于将所述最终的前轮转角增量和最终的后轮转角增量作用于转向车轮,并将所述最终的直接横摆力矩转化为轮胎纵向力分配到各个车轮;

所述参考横摆角速度为:

其中,为参考横摆角速度,Gain为驾驶风格增益系数,ωr_d为理想横摆角速度;

所述最终的直接横摆力矩为:

其中,为最终的直接横摆力矩,k为采样时刻,L1为直接横摆力矩的系数矩阵,θ1为变量;为的分解量,为权重矩阵,T表示转置;为的分解量,为权重矩阵,Ω为系数矩阵;为预测的稳定性控制目标;Λ为系数矩阵,X(k)为矩阵变量;Υ为系数矩阵;

权重矩阵为:

r1=10-(5+4LA)

其中,r1为直接横摆力矩的控制输出权重,LA为参数,Sta为失稳程度指标,N代表预测时域。

7.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时,以实现权利要求1-5任意一项所述的考虑驾驶风格的AFWS/DYC横向稳定性协调控制方法。