买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：吉林大学

摘要：本发明适用于智能驾驶技术领域，提供了考虑操纵极限下车辆姿态的分布式车辆模型预测控制方法，包括以下步骤：提出整车控制约束量，保证全局力力矩可行性；基于考虑车辆姿态的三自由度动力学模型，建立变步长自适应线性参考点的预测模型；综合考虑路径跟踪误差、车辆姿态误差等建立代价函数；建立控制器的多约束条件。根据本发明中控制器计算出的全局力和力矩，通过二次规划方法求解出四轮纵向力和侧向力，通过轮胎参数在线更新模块计算出前后轴转角以及四轮驱动力。该方法能够保证在传统车辆稳定域外的分布式车辆的稳定性，充分发挥底盘的性能。

主权项：1.考虑操纵极限下车辆姿态的分布式车辆模型预测控制方法，其特征在于，包括以下步骤：步骤S1、提出整车控制约束量；步骤S2、建立预测模型；步骤S3、建立代价函数；步骤S4、建立控制器的多约束条件；步骤S5、基于约束条件，根据代价函数进行滚动优化，求解出全局力力矩；所述步骤S1中，整车控制约束量的计算公式如下： ；式中，为整车约束量；是平衡全局力和力矩的恒定权重，为0.62；统称为全局力力矩；为道路摩擦系数；m为整车质量；g为重力加速度；所述步骤S2包括以下具体步骤：步骤S21、基于考虑车辆姿态的三自由度动力学模型，并考虑全局力力矩的约束，将得到的微分方程转换为状态空间方程；步骤S22、采用MPC控制器将最后一刻输出的预测状态和控制序列作为自适应线性参考点；步骤S23、对预测模型进行变步长离散；变步长法的初始离散步长与控制周期一致，使控制增量直接应用于计算下一个时刻的控制输入；所述步骤S21中，状态空间方程如下： ；式中，为车辆重心与参考点之间位置偏差；为车辆的航向与参考点的航向之间的偏差；为车辆纵向速度；为车辆横向速度；为车辆横摆角速度；为干扰项矩阵；Cc为状态矩阵；Du为输入矩阵；表示全局力力矩约束的线性化误差补偿；所述步骤S3的具体操作为：以整个预测时域内的全局力矩增量、车辆位姿与参考位姿之间误差、车辆横向误差、车辆速度与设定速度之间误差为代价，构建代价函数；代价函数的计算公式如下： ;式中，为代价函数；NP为预测时域的长度；表示在时间k处将来第j步输出的参考输出值；表示在时间k处将来第步输出值；为输出权重矩阵；R为输入权重矩阵；表示步的输入值；T代表对矩阵进行转置运算；所述步骤S4中，控制器的多约束条件包括执行器约束条件、动态约束条件和控制性能约束条件；所述控制性能约束条件如下： ;式中，表示在时间k处将来第1步输出的输出值；车辆重心与参考点之间距离限值，为式中相应下标矩阵；为式中相应下标矩阵；NP为预测时域的长度。

全文数据：

权利要求：

百度查询： 吉林大学 考虑操纵极限下车辆姿态的分布式车辆模型预测控制方法