考慮通信時滯和傳感器噪聲的四輪驅動電動汽車多狀態(tài)感知及控制.pdf

1、相比于傳統(tǒng)內燃機汽車，四輪獨立驅動電動汽車擁有更多的執(zhí)行機構，能更方便的調節(jié)每個車輪的轉矩，從而更有效的控制車輛運動。因此，其整車協(xié)調控制已成為汽車行業(yè)近年來關注的熱點問題之一。為了實現(xiàn)整車的協(xié)調控制，現(xiàn)代汽車廣泛采用車載網絡技術進行控制單元之間的數(shù)據(jù)通信。整個車輛控制系統(tǒng)不再是點對點連接的中央控制系統(tǒng)，而是分布式網絡控制系統(tǒng)。車載網絡技術能夠顯著的降低導線成本，減輕導線重量并增加整個控制系統(tǒng)的可靠性。但是，采用網絡進行數(shù)據(jù)通信也會不可

2、避免的導致信息傳輸?shù)臅r間滯后。對于四輪獨立驅動電動汽車，所需傳遞的信息更多，網絡負載也更大。這樣的時間滯后可能會對運動控制產生不利影響。同時，控制器計算需要時間，傳感器采集到的信號也含有一定程度的噪聲。本文針對四輪獨立驅動電動汽車多狀態(tài)感知問題進行了研究，解決了反饋回路時滯和傳感器噪聲問題。通過CarSim Simulink聯(lián)合仿真，對感知方法進行了仿真驗證。本文的工作主要包括如下幾個部分:
　　(1)根據(jù)車輛動力學理論，建立了四

3、輪獨立驅動電動汽車運動的簡單數(shù)學模型，為之后的研究提供基礎。該模型考慮了整車的縱向運動、側向運動、橫擺運動，四個車輪的轉動，直流無刷電機與電機控制器特性。
　　(2)具體分析了四輪獨立驅動電動汽車運動控制系統(tǒng)的電氣電子架構和控制器局域網的通信協(xié)議，在此基礎上計算了網絡通信實時性指標，即網絡負載率和最長延遲時間，以及整個網絡控制系統(tǒng)的延時。
　　(3)基于遞歸神經網絡和無跡卡爾曼濾波器設計了四輪獨立驅動電動汽車的多狀態(tài)感知系統(tǒng)

4、。該方法理論基礎來源于認知神經科學中對人類運動感覺系統(tǒng)的研究。人類的運動知覺不是單一依賴于時滯和含噪聲的傳感信號，而是綜合利用了傳感信號與自已的預測。預測能力可以從過去與世界的互動中學習獲得。本文采用先進的遞歸神經網絡架構與訓練方法學習四輪獨立驅動電動汽車的動力學模型，并通過無跡卡爾曼預測器將先驗信息與傳感信號進行融合，形成運動知覺，從而補償時滯與噪聲。
　　(4)通過狀態(tài)感知方法與二階滑動模態(tài)變結構控制器對四輪獨立驅動電動汽車的