基于路面自適應(yīng)的多輪輪轂電機(jī)驅(qū)動(dòng)車輛驅(qū)動(dòng)防滑控制

陳路明， 廖自力， 張征

(1.陸軍裝甲兵學(xué)院 兵器與控制系, 北京 100072; 2.國民核生化災(zāi)害防護(hù)國家重點(diǎn)實(shí)驗(yàn)室, 北京 102205)

0 引言

驅(qū)動(dòng)力控制系統(tǒng)是一類較為典型的車輛行駛控制系統(tǒng)，這種系統(tǒng)一般以驅(qū)動(dòng)防滑控制(ASR)為核心，在車輛起步、加速等行駛工況，對車輪滑轉(zhuǎn)狀態(tài)進(jìn)行調(diào)整，改善車輛的動(dòng)力性能和穩(wěn)定性[1]。與傳統(tǒng)汽車相比，輪轂電機(jī)驅(qū)動(dòng)車輛各個(gè)執(zhí)行器相互獨(dú)立，可直接控制電機(jī)轉(zhuǎn)矩輸出，這類車輛在ASR系統(tǒng)設(shè)計(jì)方面具有一定的優(yōu)勢[2]。目前，國內(nèi)外學(xué)者為電驅(qū)動(dòng)車輛設(shè)計(jì)了很多種驅(qū)動(dòng)力控制系統(tǒng)，大多數(shù)都采用了基于滑轉(zhuǎn)率的控制方法[3-4]。文獻(xiàn)[5]和文獻(xiàn)[6]分別將模糊控制和自抗擾控制應(yīng)用于車輛油門和制動(dòng)控制器中，進(jìn)行牽引力控制。為了提高驅(qū)動(dòng)轉(zhuǎn)矩控制的精度，文獻(xiàn)[7]設(shè)計(jì)了一種基于滑?？刂品椒ǖ尿?qū)動(dòng)防滑系統(tǒng)，根據(jù)車輛單輪受力模型和滑動(dòng)模態(tài)函數(shù)，推導(dǎo)了車輪防滑控制所需的驅(qū)動(dòng)力等效控制量。這些系統(tǒng)大多面向4輪驅(qū)動(dòng)的民用電動(dòng)車輛，一般只能適應(yīng)單一的道路環(huán)境，缺乏控制器對路面變化的適應(yīng)性研究。實(shí)際上，與4輪驅(qū)動(dòng)車輛相比，多輪輪轂電機(jī)驅(qū)動(dòng)車輛的行駛工況通常更為惡劣，需要在低附著路面、變附著路面條件下保持良好的機(jī)動(dòng)能力，有時(shí)還要面臨急加速行駛，越野行駛等特殊工況[8]，因此需要根據(jù)多輪車輛結(jié)構(gòu)配置和操縱性特點(diǎn)，設(shè)計(jì)具有路面自適應(yīng)功能的控制系統(tǒng)。

道路識別的關(guān)鍵是路面附著系數(shù)估計(jì)，路面附著系數(shù)影響輪胎與道路之間的作用力，并決定車輛行駛的最佳滑轉(zhuǎn)率[9]。路面識別方法可以分為兩類：基于試驗(yàn)的方法和基于模型的方法[10-11]。基于試驗(yàn)的方法一般使用了光學(xué)和聲學(xué)傳感器，在良好的測試條件下具有較高精度，然而這些傳感器的可靠性很容易受到駕駛條件和外部環(huán)境的影響[12]?；谀Ｐ头椒ㄍǔＲ蕾囕喬ツＰ筒捎脼V波方法估計(jì)車輛狀態(tài)參數(shù)和路面附著系數(shù)，由于車輛行駛時(shí)影響滑轉(zhuǎn)率計(jì)算精度的因素很多，提高抗干擾性和魯棒性是基于模型方法研究的難點(diǎn)問題[13]。

本文設(shè)計(jì)了一種具有路面自適應(yīng)功能的多輪輪轂電機(jī)驅(qū)動(dòng)車輛ASR系統(tǒng)。用衰減記憶無跡卡爾曼濾波(FM-UKF)法[14]對路面附著系數(shù)進(jìn)行估算，然后改進(jìn)滑模控制(SMC)方法，設(shè)計(jì)模糊滑模控制(FSMC)器根據(jù)路面辨識結(jié)果進(jìn)行ASR，使車輛在路面動(dòng)態(tài)變化條件下也能具備較好地動(dòng)力性和穩(wěn)定性。最后，在基于dSPACE系統(tǒng)的實(shí)時(shí)仿真平臺上設(shè)計(jì)不同工況的車輛行駛仿真實(shí)驗(yàn)。

1 車輛系統(tǒng)建模

1.1 非線性3自由度車輛模型

忽略空氣阻力，將滾動(dòng)阻力線性化處理，分別建立研究對象雙軌3自由度車輛模型和車輪受力分析模型[15]，分別如圖1和圖2所示。圖1中：v為車輛速度；vx、vy分別為車輛縱向速度、側(cè)向速度；β為質(zhì)心側(cè)偏角；γ為橫擺角速度；Fxil、Fxir分別為第i軸左、右兩側(cè)車輪縱向力，F(xiàn)yil、Fyir分別為第i軸左、右兩側(cè)車輪側(cè)向力，i=1,2,3,4；δil、δir分別為第i軸左、右兩側(cè)車輪轉(zhuǎn)向角；αil、αir分別為第i軸左、右兩側(cè)車輪側(cè)偏角；Ld為輪距；Li為第i軸與質(zhì)心處的距離。圖2中：m為車輛質(zhì)量；g為重力加速度；ω為車輪輪速；Td為驅(qū)動(dòng)力矩；Mf為滾動(dòng)阻力矩；Fx為車輪縱向力；Fz為車輪垂直載荷。

圖1 3自由度車輛模型Fig.1 3-DOF dynamics model of vehicle

圖2 車輪受力圖Fig.2 Wheel force analysis

根據(jù)車輛動(dòng)力學(xué)，平衡方程為

max=-Fy1lsinδ1l+Fx1lcosδ1l-Fy1rsinδ1r+
Fx1rcosδ1r-Fy2lsinδ2l+Fx2lcosδ2l-
Fy2rsinδ2r+Fx2rcosδ2r+Fx3l+Fx3r+Fx4l+Fx4r，

(1)

may=Fy1lcosδ1l+Fx1lsinδ1l+Fy1rcosδ1r+
Fx1rsinδ1r+Fy2lcosδ2l+Fx2lsinδ2l+
Fy2rcosδ2r+Fx2rsinδ2r+Fy3l+Fy3r+Fy4l+Fy4r，

(2)

(3)

式中：ax、ay分別為車輛縱向加速度、側(cè)向加速度；Iz為橫擺轉(zhuǎn)動(dòng)慣量。

1.2 車輪受力模型

車輪力矩表達(dá)式為

(4)

Td=icTe，

(5)

Mf=fgFzR，

(6)

式中：I為車輪轉(zhuǎn)動(dòng)慣量；R為車輪有效半徑；ic為減速器傳動(dòng)比；Te為輪轂電機(jī)轉(zhuǎn)矩；fg為滾動(dòng)阻力系數(shù)。

1.3 輪胎模型

Dugoff輪胎模型能夠描述車輛非線性特性，并且計(jì)算簡便，選用Dugoff輪胎模型作為ASR的輪胎模型，其表達(dá)式為

(7)

(8)

(9)

(10)

式中：Fy為車輪側(cè)向力；μ為路面附著系數(shù)；Cx、Cy分別表示縱向剛度、側(cè)偏剛度；S為滑轉(zhuǎn)率；f(ψ)為Dugoff輪胎模型的修正系數(shù)；ψ為表征輪胎力非線性特征邊界值；к為速度影響因子，與輪胎結(jié)構(gòu)及材料有關(guān)，作用在于修正輪胎滑移速度對輪胎力的影響。

歸一化后，有

(11)

各輪側(cè)偏角近似表達(dá)式為

(12)

2 路面識別方法設(shè)計(jì)

2.1 狀態(tài)估計(jì)模型

構(gòu)建狀態(tài)方程和量測方程：

(13)

式中：Xk+1和Xk分別為第k和第k+1時(shí)刻狀態(tài)變量；g(·)和h(·)分別為狀態(tài)方程中的非線性函數(shù)和觀測函數(shù)；u為輸入向量；wk、vk均為噪聲；Yk為第k時(shí)刻量測變量。

狀態(tài)變量為

X=[μ1l,μ1r,μ2l,μ2r,μ3l,μ3r,μ4l,μ4r]T.

(14)

輸入向量為

u=[δ1l,δ1r,δ2l,δ2r]T.

(15)

量測變量為

Y=[ax,ay,γ]T.

(16)

根據(jù)車輛動(dòng)力學(xué)，得

(17)

(18)

(19)

2.2 無跡卡爾曼濾波方法設(shè)計(jì)

(20)

2n+1個(gè)sigma點(diǎn)權(quán)值為

(21)

初始條件為

(22)

對狀態(tài)變量進(jìn)行無跡變換，得到sigma點(diǎn)預(yù)測值，即

(23)

sigma點(diǎn)預(yù)測值加權(quán)后得到

(24)

(25)

(26)

(27)

計(jì)算量測量協(xié)方差

(28)

式中：Rc為量測噪聲協(xié)方差。

X與Y協(xié)方差可表示為

(29)

Kalman濾波增益為

Kk+1=P(Y,Y)[P(X,Y)]-1.

(30)

更新得

(31)

2.3 FM-UKF估計(jì)方法設(shè)計(jì)

傳統(tǒng)無跡卡爾曼濾波(UKF)法是一種無限增長記憶濾波方法，這種方法非常容易受到模型精度的影響，導(dǎo)致濾波誤差激增甚至發(fā)散等現(xiàn)象[16]。因此，引入指數(shù)衰減記憶因子，設(shè)計(jì)FM-UKF法修正估計(jì)值誤差。

取k-i=N，則第N時(shí)刻Kalman濾波增益為KN，在UKF法基礎(chǔ)上進(jìn)行改進(jìn)，為盡量減弱UKF法舊時(shí)刻量測值在狀態(tài)變量估計(jì)中的作用，降低N時(shí)刻以前的Kk-i值權(quán)重，加強(qiáng)新時(shí)刻量測值對估計(jì)方法的修正作用，突出N時(shí)刻的KN值。基于指數(shù)加權(quán)的方法，引入指數(shù)衰減忘記因子epi，其中指數(shù)表達(dá)式為

(32)

(33)

3 基于FSMC的ASR系統(tǒng)設(shè)計(jì)

輪胎滑轉(zhuǎn)率與路面附著系數(shù)之間存在密切關(guān)系，如圖3所示。由圖3可以看出，附著系數(shù)一般先隨滑轉(zhuǎn)率增加而增加，達(dá)到峰值后再減小。路面附著系數(shù)峰值對應(yīng)的滑轉(zhuǎn)率即為最佳滑轉(zhuǎn)率。

圖3 路面附著系數(shù)與滑轉(zhuǎn)率關(guān)系曲線Fig.3 Curve of relationship between road adhesion coefficient and slip ratio

實(shí)際行駛時(shí)路面總是容易變化，因此根據(jù)FM-UKF法的路面辨識結(jié)果和輪胎滑轉(zhuǎn)率與路面附著系數(shù)曲線預(yù)估當(dāng)前路面最佳滑轉(zhuǎn)率，然后設(shè)計(jì)模糊滑模ASR器，對打滑車輪輪轂電機(jī)輸出轉(zhuǎn)矩進(jìn)行調(diào)節(jié)，盡可能減小輪胎滑轉(zhuǎn)率與最佳滑轉(zhuǎn)率的差值。

當(dāng)車輛處于驅(qū)動(dòng)工況時(shí)，理論縱向滑轉(zhuǎn)率S*與實(shí)際縱向滑移率S的關(guān)系為

(34)

定義滑轉(zhuǎn)率差值：

e=S*-Sb，

(35)

式中：Sb為最佳滑轉(zhuǎn)率。

對(35)式求導(dǎo)，得

(36)

SMC的滑模面為

(37)

式中：c為滑模面系數(shù)。

根據(jù)(35)式～(37)式，得

(38)

式中：ε為趨近速率，且ε>0；Ω為滑模邊界值，且Ω>0.

圖4 e的隸屬函數(shù)Fig.4 Membership function of input e

圖5 的隸屬函數(shù)Fig.5 Membership function of input

圖6 ε的隸屬函數(shù)Fig.6 Membership function of output ε

圖7 ε的三維映射圖Fig.7 Three-dimensional map of output ε

根據(jù)(10)式、(34)式和(38)式得

(39)

對(4)式求導(dǎo)，得

(40)

(39)式代入(40)式，根據(jù)所研究車輛的輪轂電機(jī)模型[18]，得到模糊滑模控制輸出的調(diào)節(jié)力矩，從而實(shí)現(xiàn)車輛ASR.

4 仿真結(jié)果及分析

在如圖8和圖9所示實(shí)時(shí)仿真平臺進(jìn)行實(shí)驗(yàn)，檢驗(yàn)路面識別和ASR的效果。

圖8 仿真平臺子系統(tǒng)信息交互Fig.8 Information interaction among subsystems of simulation platform

圖9 實(shí)時(shí)仿真平臺Fig.9 Overall structure of simulation platform

實(shí)驗(yàn)采用的仿真實(shí)驗(yàn)平臺主要由駕駛員模擬操控系統(tǒng)、基于Vortex(加拿大CM-LABS公司生產(chǎn)的一款多體動(dòng)力學(xué)模擬仿真系統(tǒng))的動(dòng)力學(xué)仿真系統(tǒng)、基于RT-LAB(加拿大Opal-RT公司生產(chǎn)的一款工業(yè)級實(shí)時(shí)仿真系統(tǒng))的綜合電力系統(tǒng)、基于RT-LAB的電機(jī)驅(qū)動(dòng)系統(tǒng)和基于dSPACE(德國dSPACE公司開發(fā)的一套實(shí)時(shí)仿真系統(tǒng))的綜合控制系統(tǒng)構(gòu)成，各系統(tǒng)間采用Flexray總線通信。車輛主要參數(shù)如表1所示。

表1 車輛部分參數(shù)Tab.1 Parameters of vehicle

4.1 路面附著系數(shù)估計(jì)實(shí)驗(yàn)

為了驗(yàn)證不同環(huán)境和駕駛條件下的路面附著系數(shù)估計(jì)效果，設(shè)計(jì)了一般路面(μ=0.5)雙移線行駛實(shí)驗(yàn)和變附著系數(shù)路面連續(xù)轉(zhuǎn)向行駛實(shí)驗(yàn)，仿真結(jié)果如表2、圖10～圖13所示。

由表2及圖10～圖13可以看出，不同環(huán)境和駕駛條件下，F(xiàn)M-UKF法的估計(jì)值與其實(shí)際值都基本吻合，估計(jì)精度優(yōu)于UKF法。

圖10 雙移線行駛的期望路徑Fig.10 Expected path on double lane

圖11 雙移線行駛路面附著系數(shù)估計(jì)Fig.11 Road adhesion coefficient estimation for double lane change driving

圖12 連續(xù)轉(zhuǎn)向行駛的方向盤轉(zhuǎn)角Fig.12 Steering wheel angle for continuous steering

圖13 連續(xù)轉(zhuǎn)向行駛路面附著系數(shù)估計(jì)Fig.13 Road adhesion coefficient estimation for continuous steering

表2 路面附著系數(shù)估算誤差統(tǒng)計(jì)Tab.2 Estimated error statistics of road adhesion coefficients

4.2 ASR實(shí)驗(yàn)

為了驗(yàn)證控制策略在不同行駛工況下的驅(qū)動(dòng)力控制效果，設(shè)計(jì)了表3所示3種典型道路實(shí)驗(yàn)。

4.2.1 低附著系數(shù)路面行駛實(shí)驗(yàn)

依照表3中實(shí)驗(yàn)工況1設(shè)置仿真條件，選取路面附著系數(shù)估算誤差的平均絕對誤差和均方根誤差作為評價(jià)指標(biāo)，不同估計(jì)方法的誤差結(jié)果如表4所示，部分關(guān)鍵過程參數(shù)如圖14～圖16所示。

圖14 工況1的路面附著系數(shù)估算對比Fig.14 Road adhesion coefficient estimation under Condition 1

圖15 工況1的車速與輪邊速度Fig.15 Vehicle speed and wheel speed under Condition 1

圖16 工況1的車輪滑轉(zhuǎn)率Fig.16 Slip ratio under Condition 1

表3 ASR實(shí)驗(yàn)條件設(shè)置Tab.3 Simulation conditions of ASR

由表4和圖14可知，UKF法和FM-UKF法都能對單一道路的路面附著系數(shù)進(jìn)行有效估計(jì)，但FM-UKF法具有更高的估計(jì)精度。由圖15可以看出，當(dāng)車輛未施加驅(qū)動(dòng)力控制時(shí)，輪胎打滑嚴(yán)重，輪邊速度迅速增加，整個(gè)行駛過程中輪邊速度明顯高于車速。基于SMC的ASR系統(tǒng)有效減小了輪邊速度與車速之間的差異，驅(qū)動(dòng)輪打滑現(xiàn)象得到了一定程度的抑制。而采用路面自適應(yīng)ASR后，車輪打滑情況得到了更快、更明顯的抑制，加速過程中未出現(xiàn)過度滑轉(zhuǎn)現(xiàn)象，輪邊速度和車速大致接近。另外與無驅(qū)動(dòng)力控制狀態(tài)相比(加速至43 km/h)，施加控制后，車輛在相同時(shí)間內(nèi)加速至52 km/h，動(dòng)力學(xué)性能得到了提高。

表4 低附著系數(shù)路面估算誤差統(tǒng)計(jì)Tab.4 Estimated error statistics of low-adhesion road

由圖16(a)可知，當(dāng)車輛不受驅(qū)動(dòng)力控制時(shí)，驅(qū)動(dòng)輪實(shí)際滑移率與當(dāng)前道路最佳滑移率相差較大，起步階段平均滑轉(zhuǎn)率誤差大于85%，嚴(yán)重影響車輛動(dòng)力性能。圖16(b)表明，在驅(qū)動(dòng)輪發(fā)生嚴(yán)重打滑時(shí)，基于SMC的ASR系統(tǒng)對輪胎滑轉(zhuǎn)率進(jìn)行了控制，實(shí)際滑轉(zhuǎn)率在最佳滑轉(zhuǎn)率附近波動(dòng)，但平均誤差較大，并且出現(xiàn)一定程度的抖振現(xiàn)象。從圖16(c)可以看出，采用路面自適應(yīng)ASR后，實(shí)際滑轉(zhuǎn)率更加趨近于最佳滑轉(zhuǎn)率，并且改善了傳統(tǒng)滑?？刂频亩墩駟栴}，控制效果更加明顯。

4.2.2 對開路面行駛實(shí)驗(yàn)

依照表3中的實(shí)驗(yàn)工況2設(shè)置仿真條件，實(shí)驗(yàn)結(jié)果如表5及圖17～圖21所示。

圖17 工況2的路面附著系數(shù)估算對比Fig.17 Road adhesion coefficient estimation under Condition 2

圖18 工況2的車速與輪邊速度Fig.18 Vehicle speed and wheel speed under Condition 2

圖19 工況2的車輪滑轉(zhuǎn)率Fig.19 Slip ratio under Condition 2

圖20 對開路面車輛橫擺角速度Fig.20 Yaw rate of vehicle on μ-split road

圖21 對開路面車輛運(yùn)行軌跡Fig.21 Vehicle track on μ-split road

表5和圖17表明，與UKF法相比，F(xiàn)M-UKF法更能準(zhǔn)確識別左右兩側(cè)路面附著系數(shù)的差異，F(xiàn)M-UKF法估計(jì)值更接近實(shí)際值。由圖18可以看出，當(dāng)兩側(cè)路面附著系數(shù)不同時(shí)，無驅(qū)動(dòng)力控制的車輛左右側(cè)車輪輪邊速度差異很大：左輪在低附著系數(shù)路面上運(yùn)動(dòng)，打滑現(xiàn)象比較明顯，輪邊速度迅速增加；而右輪在相對良好的路面上行駛，打滑現(xiàn)象相對較輕，輪邊速度較為平穩(wěn)地增加。采用基于SMC的ASR系統(tǒng)后，驅(qū)動(dòng)輪過度打滑現(xiàn)象得到了控制，車輛兩側(cè)輪邊速度的差異變小。路面自適應(yīng)驅(qū)動(dòng)防滑控制系統(tǒng)則根據(jù)路面識別結(jié)果分別對兩側(cè)車輪的輪邊速度進(jìn)行了有效調(diào)整。

表5 對開路面估算誤差統(tǒng)計(jì)Tab.5 Estimated error statistics of μ-split road

由圖19可知，對于未施加驅(qū)動(dòng)力控制的車輛，左右側(cè)車輪實(shí)際滑移率相差很大：左側(cè)路面條件較差，車輪實(shí)際滑轉(zhuǎn)率明顯高于最佳優(yōu)滑轉(zhuǎn)率；而右側(cè)路面條件較好，雖然車輛起步時(shí)打滑較為嚴(yán)重，但整體趨勢上右側(cè)車輪滑轉(zhuǎn)率與最佳滑轉(zhuǎn)率間的誤差較小。采用基于SMC的ASR系統(tǒng)后，兩側(cè)車輪打滑現(xiàn)象均得到了一定的抑制，但這種系統(tǒng)不能根據(jù)對開路面特點(diǎn)對兩側(cè)車輪滑轉(zhuǎn)率進(jìn)行不同地調(diào)整，并且系統(tǒng)波動(dòng)較大，控制效果不太穩(wěn)定。路面自適應(yīng)ASR系統(tǒng)在車輛行駛過程中準(zhǔn)確識別了兩側(cè)路面附著系數(shù)差異，根據(jù)路況合理減小兩側(cè)車輪滑轉(zhuǎn)率與相應(yīng)最佳滑轉(zhuǎn)率的偏差，有效提高了車輛驅(qū)動(dòng)能力，另外采用路面自適應(yīng)ASR系統(tǒng)的車輛動(dòng)態(tài)參數(shù)波動(dòng)較小，控制效果較好。

圖20和圖21表明，在對開路面加速時(shí)，無驅(qū)動(dòng)力控制狀態(tài)下車輛最大橫擺角速度達(dá)到11 mrad/s左右，側(cè)向位移持續(xù)增大到2.49 m，出現(xiàn)了行駛軌跡偏離現(xiàn)象，嚴(yán)重影響了車輛操縱穩(wěn)定性?；赟MC的ASR系統(tǒng)和路面自適應(yīng)ASR系統(tǒng)都對車輛進(jìn)行了行駛控制，基于SMC的ASR系統(tǒng)使車輛最大橫擺角速度減小至7 mrad/s，側(cè)向位移約為1.23 m.路面自適應(yīng)ASR系統(tǒng)使車輛最大橫擺角速低于4 mrad/s，側(cè)向位移小于0.5 m.

4.2.3 對接路面行駛實(shí)驗(yàn)

依照表3中的實(shí)驗(yàn)工況3設(shè)置仿真條件，實(shí)驗(yàn)結(jié)果如表6、圖22及圖23所示。

表6 對接路面估算誤差統(tǒng)計(jì)Tab.6 Estimation error statistics of docking road

圖22 工況3的路面附著系數(shù)估算對比Fig.22 Road adhesion coefficient estimation under Condition 3

圖23 工況3的車輪滑轉(zhuǎn)率Fig.23 Slip ratio under Condition 3

表6及圖22結(jié)果表明，當(dāng)行駛路況突然變化時(shí)，UKF法的路面附著系數(shù)估計(jì)值與實(shí)際值具有較大差異，而FM-UKF法的估計(jì)值依然非常準(zhǔn)確地跟蹤實(shí)際值，這說明了FM-UKF法在對接路面上具有更好的估計(jì)效果。

從圖23(a)可以看出，在對接路面加速行駛時(shí)，未施加驅(qū)動(dòng)力控制車輛驅(qū)動(dòng)輪打滑現(xiàn)象非常明顯，實(shí)際滑轉(zhuǎn)率與最佳滑轉(zhuǎn)率的偏差很大，路面附著系數(shù)發(fā)生變化時(shí)，輪胎滑轉(zhuǎn)率出現(xiàn)明顯抖動(dòng)，車輛動(dòng)力性能和穩(wěn)定性能較差。圖23(b)表明：滑模驅(qū)動(dòng)防滑系統(tǒng)對改善驅(qū)動(dòng)輪過度打滑現(xiàn)象具有一定的作用，減小了滑移率與最佳滑移率之間的差異，但系統(tǒng)無法識別道路突變，只能設(shè)定固定的最佳滑移率進(jìn)行控制；此外，由于傳統(tǒng)滑模控制的特點(diǎn)，系統(tǒng)抖振現(xiàn)象明顯，影響了控制效果。圖23(c)表明，路面自適應(yīng)ASR系統(tǒng)能夠快速感知路面附著系數(shù)的變化，并根據(jù)道路狀況及時(shí)調(diào)整最佳滑移率進(jìn)行ASR，系統(tǒng)具有更小的抖動(dòng)和更好的穩(wěn)定性。

5 結(jié)論

本文針對多輪輪轂電機(jī)驅(qū)動(dòng)車輛，進(jìn)行車輛系統(tǒng)建模，采用FM-UKF法對行駛路面進(jìn)行了辨識，實(shí)現(xiàn)路面附著系數(shù)的實(shí)時(shí)、準(zhǔn)確估計(jì)。在路面識別的基礎(chǔ)上，實(shí)時(shí)確定當(dāng)前道路最佳滑轉(zhuǎn)率，解決傳統(tǒng)ASR系統(tǒng)采用固定最佳滑轉(zhuǎn)率進(jìn)行控制的問題，設(shè)計(jì)驅(qū)動(dòng)力模糊滑?？刂破?，調(diào)整滑轉(zhuǎn)率與最佳滑轉(zhuǎn)率的偏差。基于dSPACE系統(tǒng)，進(jìn)行了實(shí)時(shí)仿真實(shí)驗(yàn)。得出以下主要結(jié)論：

1) FM-UKF法準(zhǔn)確辨識了行駛路面的差異和躍變，響應(yīng)迅速、魯棒性強(qiáng)。

2) 路面自適應(yīng)ASR系統(tǒng)實(shí)現(xiàn)了路面自適應(yīng)功能，具有較好地ASR效果：在低附著系數(shù)路面上，模糊滑?？刂破餮杆賹?shí)際滑轉(zhuǎn)率控制在最佳滑轉(zhuǎn)率間附近；在對開路面，依據(jù)左右側(cè)最佳滑轉(zhuǎn)率分別對兩側(cè)車輪施加驅(qū)動(dòng)力控制，有效減小了滑轉(zhuǎn)率誤差；在對接路面，根據(jù)路面附著系數(shù)變化，對實(shí)際滑轉(zhuǎn)率進(jìn)行了控制，較好地滿足了電驅(qū)動(dòng)車輛在不同環(huán)境下的行駛需求。