电动汽车学习笔记一

基于AFS和DYC的电动汽车安全控制策略研究

【论文主要内容】

1. 基于PI的AFS和基于终端滑模的AFS，设计了两种相对应的加入扰动反馈的复合主动前轮转向控制器。
2. 提出了用AFS与DYC复合控制的想法
3. 进而提出根据汽车的稳定性和转向状态，运用AFS与DYC联合控制的想法，但并未做相关的实验验证。

传统控制方法	缺陷
PID控制	强扰动情况下不能保证系统的稳定
终端滑膜控制	舒适性不佳，抖振严重

1、基于扰动观测技术的 PI 主动前转向控制器

其中??为控制输入， ?为控制器输出，d(t)为横摆运动中的集总扰动，G(s)为
实际被控对象，Gn(s) 为名义模型，Q(s)为扰动观测器的低通滤波器，此外，d(t)跋为总扰动的观测值。
下面系统

其中

令u=??，可改写成



于是系统传递函数为

另一方面，令Gn(s)=G(s)，根据结构图得

即

为了使集总扰动 Ed(s)能在有限时间内趋于零，这意味着我们选取的滤波器Q(s)应当
满足

根据某论文得到Q(s)的表达式

本文取

其中λ 为滤波器参数，扰动估计的精度与λ 的值密切相关。为了保证滤波器的低通特
性，参数λ 应当选取一个很小的值，根据以往经验，λ = 0.01或者0.02 即可满足要求。

最后，基于扰动观测技术可以设计如下的 PI 主动前轮转向控制器：

2、基于扰动观测技术的终端滑模主动前轮转向控制器

我们设计的传统终端滑模面为

对其进行求导并结合横摆力学方程和其状态空间表达式得

其中

【注】：d(t)为车辆横摆动力学运动中的不确定项与外部扰动之和，其
值是有界的
同时我们令

终端滑模控制器设计为

其中k1> γ D2，k2>0

基于扰动观测器理论，在此我们设计一个D2观测器

其中 D2ˆ 是集总扰动D2的估计值，P为非线性扰动观测器的内部状态，L为观测器的
内部增益并且满足 L > γ D2（D2的上限值，即扰动上界）
于是，基于扰动观测技术的终端滑模主动前轮转向控制器设计为

其中k1>0，k2>0，D2^可由观测器得到
对比传统的终端滑膜控制器，基于扰动的终端滑模控制器的k1理论上可以取很小，不用再受限于扰动上界γ D2，k2的取值相同，值得一提的是，我们要有效抑制系统中出现的扰动，就必须让扰动增益L的值足够大。

3、AFS与DYC复合控制

AFS控制使用基于扰动观测的终端滑模控制，DYC的控制使用动态载荷分配的方法把M分配到车轮上。

横摆力矩分配控制器

考虑到电机驱动/制动力矩与轮胎纵向力存在着如下的关系：

根据横摆力矩M ′ 与纵向力 Fxij 之间存在的关系，可以得到作用在每
个车轮上的驱动/制动力矩为：

对上式计算得出力矩约束：

Fzij 和Tij 为每个车轮上的垂直载荷和驱动/制动力矩，?fd 为由方向盘输入到前轮
的转角，Fz 为总的垂直载荷，R 为轮胎的有效半径， df为两个前轮之间的距离，dr为
两个后轮之间的距离，Tmax 为电机输出的最大力矩，μ 为轮胎与路面的附着系数。

协调控制策略设计

当进行主动前轮转向与直接横摆力矩的联合控制时，需要采用线性分配算法，设计权重系数qM(介于0，1之间)，具体的权重分配原则为：

判断系统稳定与否的方法这里就不提了，文章中是用二自由度模型建立传递函数，用劳斯判据来得出的，个人感觉并不是很合适。
另外一提，权重系数qM如何取文章中并没有给出，此控制策略也没有做实验加以验证。

问题：

1、虽然控制器的证明看懂了，但是各种控制器的设计没有想明白。
2、横摆力矩分配器的力矩分配原则没有明白。

可以作为创新的切入点

1、AFS控制器的设计优化
2、qM的取值，可以设计成一个时变函数，或者直接把控制策论整个改掉，此处可大作文章。
3、横摆力矩控制方法可用最优控制或者其他更加优秀的控制方法来控制。
4、文章只用到了二自由度的汽车模型，七自由度模型并没有用，如果能更多的用到七自由度模型会不会能使效果更好？