重型车辆模糊差动制动防侧翻控制研究

王建锋 ，刘 孟

（1.长安大学陕西省道路交通智能检测与装备工程技术研究中心，陕西 西安 710064；2.长安大学汽车学院，陕西 西安 710064）

1 引言

近年来，随着公路运输量的快速增长，车辆侧翻事故不断增加，造成了严重的人员伤亡与巨大的经济损失。研究如何提高车辆行驶稳定性，减少侧翻事故是车辆主动安全研究的热点。目前在车辆防侧翻控制方面主要采用线性二次型最优控制、滑膜变结构控制和模糊PID控制[1-3]。线性二次型最优控制控制是基于系统状态空间来设计控制器，控制的精度很大程度上依赖控制系统的数学精度，但汽车系统本身是个复杂的非线性动力学系统，很难保证数学模型的精确性，因此该方法在汽车动力学稳定性控制中的应用受到了很大的限制。滑膜变结构控制建立在经典数学控制理论基础之上，其自身具有很强的自适应性和抗干扰能力，是一种非线性控制系统，但其缺点是在切换面附近切换时，由于系统的惯性会在滑动中产生一个附加的抖动。模糊PID控制是利用模糊数学的基本理论与方法，用模糊集表示相关的规则条件以及操作[4-5]。

基于差动制动防侧翻原理[5-6]，研究防侧翻模糊PID控制方法，对重型车辆进行防侧翻控制。该方法将模糊控制与PID控制有机结合，不仅可以使模糊控制拥有PID控制所具备的确定结构，同时又具备模糊控制的非线性以及智能的优点，从而取得了较好的控制效果。

2 重型车辆防侧翻模糊PID控制算法

2.1 模糊PID控制原理

模糊PID控制主要包括参数模糊化、参数解模糊、模糊规则推理、PID控制器，如图1所示。偏差e和偏差变化率ec是模糊PID控制器的输入，输入量经模糊推理之后得到被控对象的输入量。Kp、Ki、Kd根据PID控制器模糊控制输出值对自身进行调节。

图1 模糊PID控制原理图Fig.1 Fuzzy PID Control Schematic

2.2 重型车辆防侧翻模糊PID控制器设计

2.2.1 输入输出变量模糊化

控制器的输入变量为车辆实际的横向载荷转移率（LTR）与理想横向载荷转移率的偏差e及偏差变化率ec，输出变量为kp，kd。在输入变量偏差e论域、偏差变化率ec论域以及输出变量kp、kd论域内定义7个语言变量值，分别为NB（负大）、NM（负中）、NS（负小）、ZE（零）、PS（正小）、PM（正中）、PB（正大），其隶属度函数，如图2所示。

图2 控制器输入输出变量隶属度函数Fig.2 Controller Input and Output Variables Membership Function

2.2.2 模糊规则确定

根据模糊PID参数整定原则和参考文献[7-8]的经验，建立的模糊控制规则表，如表1、表2所示。

表1 kp的模糊控制规则表Tab.1 Fuzzy Control Rules Table of kp

表2 kd的模糊控制规则表Tab.2 Fuzzy Control Rules Table of kd

2.2.3 模糊推理及解模糊化

根据建立的Kp、Kd的模糊控制规则，将偏差e和偏差变化率ec模糊化为E和Ec，经过模糊推理和反模糊化得到模糊输出Kp和Kd。

式中：kp0、kd0—kp、kd的初始值。

在Matlab/Simulink中建立的车辆防侧翻模糊PID控制模块，如图3所示。其中，Fuzzy logic controller模块和PID Controller模块具体结构，如图4、图5所示。

图3 模糊PID控制模块Fig.3 Fuzzy PID Control Module

图4 Fuzzy Logic Controller模块Fig.4 Fuzzy Logic Controller Module

图5 PID Controller模块Fig.5 PID Controller Module

2.3 基于预警的防侧翻模糊PID控制算法

结合差动制动技术和模糊PID控制技术[9]，建立重型车辆防侧翻控制算法，其算法流程，如图6所示。设定的侧翻预警时间上限Tup=2s。

图6 基于预警的差动制动防侧翻控制流程Fig.6 Flow Chart of Anti-rollover Control System

该控制系统以横向载荷转移率（LTR）为控制目标，模糊PID控制器根据实际横向载荷转移率与理想横向载荷转移率的偏差值决定输出电压的大小。当偏差e为负值时，模糊PID控制器输出的电压值为正值，此时，左侧制动器工作，右侧制动器不工作，产生逆时针力矩；当偏差e为正值时，模糊PID控制器输出的电压值为负值，此时，左侧制动器不工作，右侧制动器工作，产生顺时针力矩。侧翻预警系统实时计算TTR值，当TTR值小于Tup，模糊PID控制器输出的电压作用于差动制动系统；当TTR值大于Tup，模糊PID控制器输出的电压不作用于差动制动系统。

3 重型车辆防侧翻控制算法仿真分析

根据基于预警的模糊差动制动防侧翻控制算法，在Matlab/simulink中建立的重型车辆防侧翻控制仿真模型，如图7所示。仿真中的车辆主要参数，如表3所示。

表3 仿真车辆主要参数Tab.3 Simulation Vehicle Parameters

联合Matlab/Simulink和Trucksim在双移线试验工况下进行防侧翻控制仿真分析。由于双移线工况可以用于模拟车辆在实际道路上进行超车或紧急避障的情况，因此仿真中，采用车辆在实际运行中容易失稳的双移线工况，以验证防侧翻控制方法的效果。双移线路径设计，如图8所示。图中的圆点代表桩桶，相应的路径参数和偏移量，如表4所示。由于重型车辆在高速时更容易侧翻，因此进行高附着系数路面、高速双移线工况下的仿真。路面附着系数为0.8，仿真车辆的初始速度为100km/h，选取Kp=2.5，Kd=1，Kl=0为模糊PID控制系数的初始值。双移线试验工况下的方向盘转角的时域曲线，如图9所示。控制和非控制下的对比仿真结果,图略。图中的实线为控制算法的仿真结果，虚线为未进行控制的仿真结果。

图8 双移线路径设置Fig.8 Path Setting of Lane Change Test

表4 双移线路径参数Tab.4 Path Parameters of Lane Change Test

图9 双移线试验工况下的方向盘转角时域曲线Fig.9 Time Curve of Steering Wheel Angle of Lane Change Test

从图10和图11可以看出，车辆在没实施控制时，横向载荷转移率在3s时达到1，此时侧倾角为80，车辆没有发生侧翻，在5s时，横向载荷转移率再次达到1，而此时侧倾角开始无限增大，说明汽车正在发生侧翻；在实施控制后，横向载荷转移率在3.2s和5s时都达到1，而此时侧倾角分别为50和40，车辆没有发生侧翻，横向载荷转移率和侧倾角在5s以后逐渐减小，在8s时趋于0，表明车辆没有发生侧翻。由此可见，基于预警的差动制动和模糊PID控制能够有效的防止车辆侧翻。从图12～图14可以看出，实施控制前，在7.8s时，横摆角速度、质心侧偏角及侧向加速度的值无限增大，表明车辆正在发生侧翻；在实施控制后，横摆角速度的最大值为21°/s，质心侧偏角的最大值为80，侧向加速度的最大值为0.7g，在6s以后，横摆角速度、质心侧偏角及侧向加速度的值都在逐渐减少，在8s时趋于0，表明车辆没有发生侧翻。车辆在双移线试验工况中施加控制后横摆角速度、质心侧偏角及侧向加速度都得到改善，提高了汽车行驶的稳定性。

4 结论

（1）为实现重型车辆防侧翻控制，提出了一种基于差动制动和模糊PID控制的重型车辆防侧翻控制方法。（2）结合预警和差动制动两者的优势，设计了车辆防侧翻控制器，将车辆输入输出参数模糊化，进行模糊推理及解模糊化，建立模糊规则，开发了基于预警的重型车辆模糊差动制动防侧翻PID控制算法，并将该方法应用于重型车辆双移线工况下的防侧翻控制中。（3）仿真结果表明开发的重型车辆防侧翻控制算法能够有效的防止车辆侧翻，能够满足实际的控制要求。