越野特種運(yùn)載平臺(tái)自平衡任務(wù)艙設(shè)計(jì)及其控制策略研究

江開(kāi)航 皮大偉 阮劍鋒 范晶晶

摘 要：針對(duì)某越野特種運(yùn)載平臺(tái)大幅度側(cè)傾及俯仰運(yùn)動(dòng)下機(jī)動(dòng)性提升問(wèn)題，提出了一種基于雙軸陀螺原理的自平衡任務(wù)艙系統(tǒng)結(jié)構(gòu)設(shè)計(jì)方案以及基于該結(jié)構(gòu)的控制方法。首先，采用Creo軟件完成自平衡任務(wù)艙系統(tǒng)的結(jié)構(gòu)建模，結(jié)合路面模型及行駛系統(tǒng)在ADAMS/View中搭建運(yùn)動(dòng)模型，將任務(wù)艙三維模型分解映射為體現(xiàn)側(cè)傾和俯仰動(dòng)力學(xué)的2個(gè)平面，形成側(cè)傾和俯仰動(dòng)力學(xué)數(shù)學(xué)模型，設(shè)計(jì)實(shí)時(shí)修正任務(wù)艙姿態(tài)的自平衡控制策略;其次，綜合考慮不同類型路面對(duì)任務(wù)艙姿態(tài)的影響，設(shè)計(jì)基于載荷轉(zhuǎn)移率的控制閾值算法，明確自平衡控制算法的工作區(qū)間;最后，在MATLAB/Simulink環(huán)境中搭建Simulink-ADAMS自平衡控制聯(lián)合仿真模型，進(jìn)行多種工況的虛擬試驗(yàn)來(lái)驗(yàn)證控制系統(tǒng)的有效性。結(jié)果表明，自平衡控制系統(tǒng)能夠有效、實(shí)時(shí)地修正任務(wù)艙的側(cè)傾角和俯仰角，降低越野特種運(yùn)載平臺(tái)側(cè)傾及俯仰運(yùn)動(dòng)對(duì)于駕駛?cè)藛T的影響程度。采用自平衡任務(wù)艙系統(tǒng)，突破了懸架的系統(tǒng)性能限制，提高了越野特種運(yùn)載平臺(tái)對(duì)惡劣越野路面的適應(yīng)能力，為自平衡控制算法的仿真驗(yàn)證提供了模型基礎(chǔ)。

關(guān)鍵詞：車輛工程;特種運(yùn)載平臺(tái);自平衡任務(wù)艙;控制閾值;自平衡控制

中圖分類號(hào)：U463.81 ? 文獻(xiàn)標(biāo)識(shí)碼：A ? doi：10.7535/hbkd.2020yx05002

Abstract：The structure design scheme and the control method of a self-balancing cockpit system based on the principle of dual-axis gyro were proposed to solve the problem of improving maneuverability of special carrier platform under large roll and pitch motions. First， the structural modeling of the self-balancing cockpit system was completed by Creo， and the movement model was built in ADAMS/View in combination with the road model and the driving system of the vehicle. The three-dimensional model of the cockpit was decomposed and mapped into two planes that embody the dynamics of roll and pitch， and the dynamic mathematical model was formed respectively. Then a self-balancing control strategy for real-time correction of the cockpit attitude was designed. Second， considering the influence of different types of roads on the attitude of the cockpit， a control threshold module based on the load transfer rate was designed to clarify the working range of the self-balancing control algorithm. Finally， the Simulink-ADAMS self-balancing control joint simulation model was built in MATLAB/Simulink environment， and the virtual tests under various working conditions were performed to verify the effectiveness of the control system. The results show that the self-balancing control system can effectively correct the roll angle and pitch angle of the cockpit in real time， and reduce the impact of the vehicle roll and pitch motion on the driver. The self-balancing cockpit system breaks through the performance limitations of the suspension system， and improves the adaptability of the off-road special carrier platform to harsh off-road road surface， which provides a model basis for the simulation verification of self-balancing control algorithm.

Keywords：vehicle engineering; special carrier platform; self-balancing cockpit; control threshold; self-balancing control

越野特種運(yùn)載平臺(tái)是指在惡劣道路執(zhí)行特殊任務(wù)（搜救、地形勘察和物資運(yùn)輸?shù)龋碛猩涎b作業(yè)機(jī)構(gòu)的越野特種車輛。車輛高速行駛在不平路面時(shí)會(huì)產(chǎn)生側(cè)傾和俯仰運(yùn)動(dòng)，過(guò)大的側(cè)傾及俯仰運(yùn)動(dòng)會(huì)嚴(yán)重影響駕駛員的操縱能力，甚至引起駕駛員判斷失誤，使得車輛會(huì)因?yàn)轳{駛員的身體或心理安全感的大幅下降無(wú)法發(fā)揮出車輛應(yīng)有的越野機(jī)動(dòng)性。因此，需要針對(duì)車身大幅度姿態(tài)變化設(shè)計(jì)自平衡任務(wù)艙系統(tǒng)，消除越野特種運(yùn)載平臺(tái)側(cè)傾及俯仰運(yùn)動(dòng)對(duì)駕駛員操縱能力的影響。

越野車輛運(yùn)動(dòng)過(guò)程中車身姿態(tài)變化主要由路面不平度引起，具體表現(xiàn)在俯仰和側(cè)傾2個(gè)自由度上。

目前國(guó)內(nèi)外學(xué)者針對(duì)車輛轉(zhuǎn)向過(guò)程中車輛的側(cè)傾姿態(tài)調(diào)整研究較多，主要有以下幾種控制方法：主動(dòng)轉(zhuǎn)向[1]、驅(qū)動(dòng)/制動(dòng)力矩分配[2]、反側(cè)傾力矩[3-4]等。而針對(duì)由不平路面引起的車輛側(cè)傾運(yùn)動(dòng)的研究方向較為單一，只能通過(guò)主動(dòng)或半主動(dòng)懸架來(lái)控制[5-7]。HER等[5]和ZHU等[6]采用主動(dòng)懸架降低路面不平對(duì)車身側(cè)傾姿態(tài)的影響;FERGANI等[7]采用半主動(dòng)懸架抑制不平路面引起的車輛側(cè)傾運(yùn)動(dòng)。同樣的，對(duì)車輛俯仰姿態(tài)的修正也只能采用主動(dòng)懸架實(shí)現(xiàn)[8-9]。文獻(xiàn)[8]設(shè)計(jì)主動(dòng)懸架的變?cè)鲆鍼ID控制器控制車輛加減速時(shí)的俯仰運(yùn)動(dòng)。QAMAR等[9]采用半主動(dòng)懸架隔離不平路面對(duì)車輛的影響，控制車輛俯仰姿態(tài)。

隨著變阻尼[10-12]和變結(jié)構(gòu)[13-15]等其他主動(dòng)懸架技術(shù)不斷得到應(yīng)用，越野車輛在坑道、戈壁、山地和叢林等復(fù)雜地形下的快速突進(jìn)機(jī)動(dòng)能力不斷提高。高效可靠的懸架系統(tǒng)可以通過(guò)改善車身姿態(tài)來(lái)提高駕駛員在車內(nèi)的操作穩(wěn)定性和舒適性。但是，懸架系統(tǒng)性能的提升受到控制行程的限制，只能在一定程度上減小車身的側(cè)傾和俯仰，難以應(yīng)對(duì)車輛發(fā)生更大幅度側(cè)傾及俯仰運(yùn)動(dòng)的惡劣行駛工況。

本文所設(shè)計(jì)的自平衡系統(tǒng)在車輛上幾乎沒(méi)有相關(guān)應(yīng)用，但是在移動(dòng)機(jī)器人行業(yè)已經(jīng)擁有大量的研究成果。自平衡機(jī)器人主要分為2種：兩輪自平衡機(jī)器人[16-17]和單球自平衡機(jī)器人[18-20]。

兩輪自平衡機(jī)器人由車體和車輪2部分組成，機(jī)器人可以沿電機(jī)軸心轉(zhuǎn)動(dòng)，通過(guò)姿態(tài)傳感器檢測(cè)機(jī)器人姿態(tài)，判斷其是否處于傾斜狀態(tài)，驅(qū)動(dòng)電機(jī)轉(zhuǎn)動(dòng)，使機(jī)器人保持平衡姿態(tài)[17]。單球自平衡機(jī)器人利用萬(wàn)向輪與底部支撐球體的摩擦產(chǎn)生驅(qū)動(dòng)力，實(shí)現(xiàn)機(jī)器人的自平衡、自旋以及全方位移動(dòng)[19]。目前，針對(duì)單球驅(qū)動(dòng)機(jī)器人所提出的控制方法將三維模型分解映射到3個(gè)平面，不考慮平面間的耦合關(guān)系，對(duì)3個(gè)平面系統(tǒng)分別建立動(dòng)力學(xué)模型與設(shè)計(jì)控制器[20]。

為了提高某越野特種運(yùn)載平臺(tái)對(duì)大幅度側(cè)傾及俯仰惡劣行駛工況的適應(yīng)能力，本文提出了一種自平衡任務(wù)艙系統(tǒng)結(jié)構(gòu)設(shè)計(jì)方案以及基于該結(jié)構(gòu)的控制方法，以充分發(fā)揮越野特種運(yùn)載平臺(tái)對(duì)惡劣越野路面的適應(yīng)能力。

1 ADAMS/MATLAB聯(lián)合仿真模型

1.1 ADAMS/MATLAB聯(lián)合仿真模型的建立

越野特種運(yùn)載平臺(tái)的自平衡系統(tǒng)如圖1所示。該自平衡系統(tǒng)采用類似雙軸陀螺原理設(shè)計(jì)自平衡任務(wù)艙體，具有俯仰方向上的旋轉(zhuǎn)自由度。任務(wù)艙承載體為任務(wù)艙提供側(cè)傾方向上的旋轉(zhuǎn)自由度。任務(wù)艙與任務(wù)艙承載體之間，以及任務(wù)艙承載體與車身之間均使用軸承連接。其中控制電機(jī)和蝸輪蝸桿傳動(dòng)機(jī)構(gòu)相關(guān)參數(shù)如表1所示。

將CREO中自平衡系統(tǒng)三維模型導(dǎo)入ADAMS/View后，不參與相對(duì)運(yùn)動(dòng)的零件對(duì)于平臺(tái)的運(yùn)動(dòng)與控制沒(méi)有影響，進(jìn)行簡(jiǎn)化處理，其余部件根據(jù)結(jié)構(gòu)實(shí)際連接方式建立各零件間的連接關(guān)系和運(yùn)動(dòng)關(guān)系，添加相應(yīng)的約束和載荷。導(dǎo)入行駛機(jī)構(gòu)與路面后得到ADAMS/View自平衡越野特種運(yùn)載平臺(tái)模型。

ADAMS/View中ADAMS/Control工具能夠?qū)С鲆粋€(gè)可在MATLAB中運(yùn)行的m文件，在MATLAB中運(yùn)行此m文件得到與ADAMS/View結(jié)構(gòu)模型等價(jià)的MATLAB/Simulink模塊，這個(gè)模塊包含了所建立的自平衡越野特種運(yùn)載平臺(tái)結(jié)構(gòu)模型的信息參數(shù)，并且有數(shù)據(jù)輸入、輸出接口。

1.2 模型驗(yàn)證

根據(jù)ADAMS/View自平衡運(yùn)載平臺(tái)結(jié)構(gòu)模型參數(shù)在Carsim中建立相對(duì)應(yīng)的車輛模型，設(shè)置轉(zhuǎn)向工況，車速為10 m/s，B級(jí)路面附著系數(shù)為0.8，仿真時(shí)間為5 s，仿真步長(zhǎng)為0.01 s，模型驗(yàn)證見(jiàn)圖2。

在相同車速和路徑情況下，兩者仿真結(jié)果存在一定程度的差異，主要表現(xiàn)在發(fā)生轉(zhuǎn)向后2 s內(nèi)的車輛狀態(tài)響應(yīng)上。從圖2 b）可知，ADAMS/View車輛模型的橫擺角速度的超調(diào)量比Carsim車輛模型高出約243°/s，并且這兩者橫擺角速度的峰值時(shí)間也相差約0.5 s。這說(shuō)明ADAMS/View車輛模型存在一定的響應(yīng)滯后，這一點(diǎn)在圖2 a）路徑中的縱向位移前20 m區(qū)域中也有所體現(xiàn)。

總體而言，在相同工況下，ADAMS/View車輛模型與Carsim車輛模型橫擺角速度的響應(yīng)趨勢(shì)相同，且穩(wěn)態(tài)值接近，存在的誤差均在允許范圍內(nèi)，所建立的ADAMS/View車輛模型可以用于進(jìn)一步研究。

2 任務(wù)艙自平衡控制系統(tǒng)設(shè)計(jì)

自平衡控制算法工作原理如圖3所示，主要包括3個(gè)模塊：控制閾值計(jì)算模塊、自平衡控制模塊和執(zhí)行電機(jī)模塊。首先ADAMS/View車輛輪胎作用力為自平衡車自平衡控制算法的控制閾值計(jì)算模塊提供4個(gè)輪胎的垂向力?？刂崎撝涤?jì)算模塊根據(jù)4個(gè)輪胎的垂向力分析計(jì)算得出控制閾值Flag?？刂崎撝礔lag將作為自平衡控制模塊的工作開(kāi)關(guān)，當(dāng)Flag=0時(shí)自平衡控制不工作，電機(jī)不會(huì)對(duì)任務(wù)艙產(chǎn)生作用力;當(dāng)Flag=1時(shí)自平衡控制工作，電機(jī)實(shí)時(shí)修正任務(wù)艙姿態(tài)。自平衡控制模塊結(jié)合任務(wù)艙的動(dòng)力學(xué)數(shù)學(xué)模型采用滑模算法計(jì)算出任務(wù)艙姿態(tài)的修正扭矩T*。最后，由電機(jī)控制器控制電機(jī)驅(qū)動(dòng)蝸輪蝸桿傳動(dòng)機(jī)構(gòu)，實(shí)時(shí)修正任務(wù)艙姿態(tài)。

2.1 基于LTR的自平衡控制閾值模塊

圖3控制閾值模塊中的控制閾值Flag的計(jì)算分析如圖4所示。

圖4以側(cè)傾姿態(tài)控制閾值計(jì)算為例，主要分為2個(gè)部分，分別為車輛側(cè)傾穩(wěn)定性指標(biāo)橫向載荷轉(zhuǎn)移率LTR（lateral-load transfer ratio）計(jì)算和針對(duì)輪胎垂向力自身的分析判斷。車輛側(cè)傾穩(wěn)定性指標(biāo)側(cè)向載荷轉(zhuǎn)移率LTR是車輛運(yùn)動(dòng)過(guò)程中衡量側(cè)翻臨界點(diǎn)的數(shù)值，定義為左右兩側(cè)車輪垂向載荷之差與之和的比值[21]：LTR=Fzl-FzrFzl+Fzr，式中：Fzl為左側(cè)輪胎垂向載荷;Fzr為右側(cè)輪胎垂向載荷。

LTR的取值區(qū)間是[-1，1]。當(dāng)LTR=0時(shí)，左右側(cè)車輪載荷相等，車輛不會(huì)發(fā)生側(cè)翻;當(dāng)LTR=±1時(shí)，車輛一側(cè)車輪載荷為零，將會(huì)發(fā)生側(cè)翻。因此可以確定側(cè)翻臨界值LTR*=k·LTRmax，其中k為安全系數(shù)，LTRmax=±1。當(dāng)|LTR|>|LTR*|時(shí)，F(xiàn)lag1=1，否則Flag1=0。

但是，LTR的極限值±1僅能表征單側(cè)車輪載荷為零，無(wú)法體現(xiàn)2個(gè)以上或非同側(cè)輪胎載荷為零時(shí)的情況。比如當(dāng)4個(gè)輪胎的載荷都為零時(shí)，LTR計(jì)算公式的分母為零，無(wú)法計(jì)算。因此，控制閾值模塊中還引入了分別對(duì)4個(gè)輪胎載荷直接評(píng)價(jià)的步驟，與LTR分析結(jié)合，共同決定控制閾值模塊的輸出。

輪胎載荷直接評(píng)價(jià)具體是指當(dāng)4個(gè)輪胎中只要有一個(gè)為0即輸出Flag2=1，否則輸出Flag2=0。最后將所述2種評(píng)價(jià)指標(biāo)相結(jié)合：當(dāng)Flag1+Flag2>0時(shí)，F(xiàn)lag=1，否則Flag=0。即當(dāng)以上所述的2種評(píng)價(jià)指標(biāo)中只要有一個(gè)符合控制要求，自平衡控制模塊就開(kāi)始工作。

自平衡任務(wù)艙系統(tǒng)的俯仰姿態(tài)控制閾值與側(cè)傾姿態(tài)控制閾值計(jì)算方法類似，主要區(qū)別在于載荷轉(zhuǎn)移率的計(jì)算方式不同，側(cè)傾姿態(tài)控制閾值模塊采用的是側(cè)向載荷轉(zhuǎn)移率LTR;俯仰姿態(tài)控制閾值模塊采用的是縱向載荷轉(zhuǎn)移率LTR′（longitudinal-load transfer ratio）：LTR′=Fzf-FzrFzf+Fzr，式中：Fzf為前輪胎垂向載荷;Fzr為后輪胎垂向載荷。

2.2 基于滑模算法的自平衡控制

自平衡控制算法設(shè)計(jì)以任務(wù)艙體為研究目標(biāo)，將任務(wù)艙模型分解映射到2個(gè)平面，分別建立任務(wù)艙體側(cè)傾和俯仰方向的動(dòng)力學(xué)數(shù)學(xué)模型，采用滑?？刂扑惴ㄓ?jì)算出任務(wù)艙體這2個(gè)自由度的修正扭矩。

同理，自平衡車任務(wù)艙的側(cè)傾方向作用力分析如圖6所示，Ci為任務(wù)艙側(cè)傾中心，CG為任務(wù)艙質(zhì)心位置，兩者距離為hrc。以順時(shí)針?lè)较驗(yàn)檎?，建立自平衡任?wù)艙側(cè)傾動(dòng)力學(xué)數(shù)學(xué)模型：Ix=mjjayhrc-mjjghrcφ ， 式中：Ix=1 150 kg·m2，表示任務(wù)艙繞縱軸轉(zhuǎn)動(dòng)慣量;φ表示任務(wù)艙側(cè)傾角;mjj=774.38 kg，表示任務(wù)艙與任務(wù)艙載體及電機(jī)等質(zhì)量之和;ay表示橫向加速度;hrc=0.074 m。

與任務(wù)艙俯仰方向滑?？刂扑惴ㄏ嗤?jì)算得出滑?？刂戚敵鋈缦拢篢*r=Ix[c22+ε2sat（s2Φ2）+K2s2]-mjjayhrc+mjjghrcφ，式中：e2=φd-φ;s2=c2e2+2;Φ2為邊界厚度。

3 自平衡控制算法仿真驗(yàn)證

針對(duì)所設(shè)計(jì)的自平衡控制算法，設(shè)定2種不同的行駛工況，驗(yàn)證設(shè)計(jì)算法的正確性與控制效果，分別在良好B級(jí)25°坡道路面上和在惡劣G級(jí)路面上加速行駛。路面模型如圖7、圖8所示。良好B級(jí)25°坡道路面用來(lái)驗(yàn)證自平衡控制算法的任務(wù)艙低頻大角度修正能力，惡劣G級(jí)路面用來(lái)驗(yàn)證自平衡控制算法的任務(wù)艙高頻小角度修正能力，這兩者的主要區(qū)別在于任務(wù)艙系統(tǒng)側(cè)傾和俯仰角度的變化頻率和變化范圍不同。

3.1 任務(wù)艙低頻大角度修正

在所創(chuàng)建的坡道上，自平衡車在2 s時(shí)開(kāi)始進(jìn)入坡道，其后2 s自平衡車位于坡道上時(shí)任務(wù)艙的俯仰角會(huì)發(fā)生很大變化，如圖9所示，在4 s時(shí)，未進(jìn)行自平衡控制的任務(wù)艙的俯仰角達(dá)到了最大值0.55 rad，約為31.5°。但是，在自平衡控制算法工作時(shí)，自平衡車任務(wù)艙的俯仰角得到了快速有效修正，最大值不超過(guò)0.11 rad，約為63°，改善了80%，證明所設(shè)計(jì)的自平衡控制算法的效果十分明顯，擁有低頻大角度修正能力。

圖10給出了自平衡控制算法在進(jìn)行俯仰角修正的過(guò)程中計(jì)算出的任務(wù)艙所需的修正扭矩，可以看出，自平衡控制算法在前2 s就開(kāi)始對(duì)任務(wù)艙進(jìn)行修正，這是由于自平衡車在起步過(guò)程中存在一定的縱向加速度，導(dǎo)致車身后傾，在1 s之前自平衡車的俯仰角在小于0（車身前傾俯仰角為正）的區(qū)域波動(dòng)。后續(xù)在自平衡車通過(guò)坡道過(guò)程中，最大修正扭矩為-283.06 N·m。

3.2 任務(wù)艙高頻小角度修正

自平衡車設(shè)計(jì)主要針對(duì)的是惡劣越野道路下的行駛工況，因此為了驗(yàn)證自平衡車在惡劣環(huán)境下的控制效果，還需要對(duì)自平衡車在惡劣G級(jí)路面行駛過(guò)程中的姿態(tài)調(diào)節(jié)進(jìn)行仿真驗(yàn)證。仿真工況為0～5 s持續(xù)直線加速至40 km/h。

圖11給出了自平衡控制工作和未控制狀態(tài)下的縱向車速曲線，可以看出兩者差別不大，但是在5 s時(shí)都未能夠達(dá)到目標(biāo)車速40 km/h（即約11.1 m/s）。路面環(huán)境非常惡劣的G級(jí)路面的最大高程差達(dá)到200 mm，給自平衡車的前進(jìn)造成了很大的縱向阻力，同時(shí)導(dǎo)致縱向車速頻繁波動(dòng)。

自平衡車任務(wù)艙的俯仰角曲線如圖12所示，可以明顯看出所設(shè)計(jì)的自平衡控制算法可以很好地應(yīng)對(duì)任務(wù)艙高頻小角度修正。在有控制的情況下，任務(wù)艙俯仰角絕對(duì)值最大達(dá)到0.035 rad，比未控制下的最大值降低了0032 rad。總體上施加自平衡控制的俯仰角絕對(duì)值的平均值為0.008 3 rad，而未控制的任務(wù)艙俯仰角絕對(duì)值的平均值為0.019 2 rad，所設(shè)計(jì)的自平衡控制算法可以有效地將任務(wù)艙俯仰角與目標(biāo)值0 rad的偏差縮小56.8%。

與此同時(shí)，自平衡控制算法的控制效果同樣表現(xiàn)在自平衡車的側(cè)傾角曲線中，如圖13所示。在有控制的情況下，任務(wù)艙側(cè)傾角絕對(duì)值最大達(dá)到0.044 rad，而未控制下的最大值則達(dá)到了0.074 3 rad，降低了40.8%?？傮w上施加自平衡控制的側(cè)傾角絕對(duì)值的平均值為 0.018 7 rad，而未控制的任務(wù)艙側(cè)傾角絕對(duì)值的平均值為0.026 1 rad，所設(shè)計(jì)的自平衡控制算法可以有效地將任務(wù)艙側(cè)傾角往目標(biāo)值0 rad處靠近。

最后分別給出了俯仰和側(cè)傾2個(gè)方向上的修正扭矩曲線，如圖14、圖15所示。自平衡控制算法在俯仰方向給出的修正扭矩范圍為-261.7～154.2 N·m，在側(cè)傾方向給出的修正扭矩范圍為-185.1～158.5 N·m。

4 結(jié) 論

1）設(shè)計(jì)了某越野特種運(yùn)載平臺(tái)任務(wù)艙的自平衡系統(tǒng)，在CREO中完成其三維結(jié)構(gòu)建模，經(jīng)過(guò)適當(dāng)簡(jiǎn)化導(dǎo)入ADAMS/View中，通過(guò)結(jié)合不同類型的路面模型，為自平衡控制算法的仿真驗(yàn)證提供了模型基礎(chǔ)。

2）所提出的自平衡控制算法依據(jù)運(yùn)載平臺(tái)行駛過(guò)程中輪胎垂向力的變化來(lái)判斷當(dāng)前路況，保證了自平衡控制算法能夠在恰當(dāng)?shù)臅r(shí)機(jī)對(duì)任務(wù)艙姿態(tài)進(jìn)行修正，實(shí)現(xiàn)了在25°坡道路面和在惡劣G級(jí)路面行駛過(guò)程中任務(wù)艙俯仰角和側(cè)傾角修正能力，說(shuō)明所設(shè)計(jì)的自平衡控制算法針對(duì)任務(wù)艙俯仰角和側(cè)傾角在低頻大角度和高頻小角度兩種不同變化模式下的控制效果十分明顯。

3）對(duì)于某越野特種運(yùn)載平臺(tái)任務(wù)艙姿態(tài)修正未進(jìn)行翻車等更加惡劣工況下的仿真驗(yàn)證，下一步擬進(jìn)行試驗(yàn)平臺(tái)搭建，完成自平衡控制算法的優(yōu)化與驗(yàn)證;此外，在自平衡任務(wù)艙系統(tǒng)的控制過(guò)程中未考慮執(zhí)行機(jī)構(gòu)的響應(yīng)速度問(wèn)題，未來(lái)將著重提高自平衡控制算法的實(shí)時(shí)性和準(zhǔn)確性，降低執(zhí)行機(jī)構(gòu)響應(yīng)特性的影響。

參考文獻(xiàn)/References：

[1] ISLAM M， HA C. Road vehicle rollover avoidance using active steering controller[C]//IEEE 2011 14th International Conference on Computer and Information Technology（ICCIT）. [S.l.]：[s.n.]， 2011：298-302.

[2] KANG J， YOO J， YI K. Driving control algorithm for maneuverability， lateral stability， and rollover prevention of 4WD electric vehicles with independently driven front and rear wheels[J]. IEEE Transactions on Vehicular Technology， 2011， 60（7）：2987-3001.

[3] BINDER M K， KHAJEPOUR A. Optimal control allocation for coordinated suspension control[C]//Proceedings of the American Control Conference.[S.l.]：[s.n.]， 2014：2126-2131.

[4] YAN Mingshuai， PI Dawei， LI Yulong， et al. The design of anti-roll moment distribution for dual-channel active stabilizer bar system[C]//Chinese Control and Decision Conference（CCDC）. Shenyang： IEEE， 2018： 6301-6308.

[5] HER H， SUH J， YI K. Integrated control of the differential braking， the suspension damping force and the active roll moment for improvement in the agility and the stability[J]. Proceedings of the Institution of Mechanical Engineers Part D Journal of Automobile Engineering， 2015， 229（9）：1145-1157.

[6] ZHU Sangzhi， WANG Lifu， ZHANG Nong， et al. H∞ control of a novel low-cost roll-plane active hydraulically interconnected suspension： An experimental investigation of roll control under ground excitation[J]. SAE International Journal of Passenger Cars-Mechanical Systems， 2013， 6（2）：882-893.

[7] FERGANI S， SENAME O， DUGARD L. A LPV/H∞， fault tolerant control of vehicle roll dynamics under semi-active damper malfunction[C]//American Control Conference-acc. [S.l.]：IEEE， 2014：4482-4487.

[8] AHMAD F B，HUDHA K，JAMALUDDIN H.Gain scheduling PID control with pitch moment rejection for reducing vehicle dive and squat[J]. International Journal of Vehicle Safety， 2009， 4（1）：45-83.

[9] QAMAR S， KHALID U， QURESHI M B. Vehicle suspension control using recurrent neurofuzzy wavelet network[J]. Vehicle Engineering， 2015， 3：6.

[10] CHEN Chao， LIAO Weihsin. A self-sensing magnetorheological damper with power generation[J]. Smart Materials and Structures， 2012， 21（2）： 1-14.

[11] 張逸昆. 基于磁流變阻尼器的車輛半主動(dòng)懸架系統(tǒng)控制研究[D]. 哈爾濱：哈爾濱工業(yè)大學(xué)， 2018.

ZHANG Yikun. Research on Control Method of Semi-Active Vehicle Suspension System Based on Magnetorheological Damper[D]. Harbin： Harbin Institute of Technology， 2018.

[12] RODRGUEZ-LPEZ J，ELVIRA L，MONTERO DE ESPINOSA FREIJO F，et al.Measuring the yield stress in magnetorheological fluids using ultrasounds[J]. Applied Physics Letters， 2013， 102（8）： 1-15.

[13] ZHANG Baozhen， KHAJEPOUR A， GOODARZI A. Vehicle yaw stability control using active rear steering： Development and experimental validation[J]. Proceedings of the Institution of Mechanical Engineers Part K-Journal of Multi-Body Dynamics， 2017， 231（2）： 333-345.

[14] CHENG Gang， WANG Weidong， ZHAO Guoqun， et al. Influence of camber angle on rolling radial tire under braking state[J]. Procedia Engineering， 2011，15： 4310-4315.

[15] FARD M，JAZAR R N，VO D. Kinematics of a steering tyre with adjustable caster[J]. International Journal of Vehicle Design， 2017， 74（2）： 134-152.

[16] ALMESHAL A M， GOHER K M， TOKHI M O. Dynamic modelling and stabilization of a new configuration of two-wheeled machines[J]. Robotics & Autonomous Systems， 2013， 61（5）：443-472.

[17] 喬林. 兩輪自平衡機(jī)器人控制策略研究[D]. 哈爾濱：哈爾濱工程大學(xué)， 2019.

QIAO Lin. Research on Control Strategy of Two-Wheeled Self-Balancing Robot[D]. Harbin： Harbin Engineering University， 2019.

[18] BONCI A， PIRANI M， ROSSI M， et al. Embedded system for a ballbot robot[C]//International Workshop on Intelligent Solutions in Embedded Systems. [S.l.]： IEEE，2015：157-161.

[19] 余義. 單球驅(qū)動(dòng)自平衡機(jī)器人位姿解算與控制系統(tǒng)研究[D]. 武漢：武漢科技大學(xué)， 2019.

YU Yi. Research of Pose Estimation Algorithm and Control System for the Self-Balancing Robot Driven by a Single Ball[D]. Wuhan： Wuhan University of Science and Technology， 2019.

[20] 廖丹. 單球驅(qū)動(dòng)機(jī)器人的建模與控制研究[D]. 成都：西南交通大學(xué)， 2018.

LIAO Dan. Research on Modeling and Control of Robot Driven by a Single Ball[D]. Chengdu： Southwest Jiaotong University， 2018.

[21] GOLDMAN R W， EL-GINDY M， KULAKOWSKI B T. Rollover dynamics of road vehicles： literature survey[J]. International Journal of Heavy Vehicle Systems， 2001， 8（2）：103-141.

[22] 孔振興. 電機(jī)式主動(dòng)穩(wěn)定桿系統(tǒng)設(shè)計(jì)與研究[D]. 南京：南京理工大學(xué)， 2017.

KONG Zhenxing. Design and Research of Electric Active Stabilizer System[D]. Nanjing： Nanjing University of Science and Technology， 2017.