重型载运车辆底盘集成控制研究综述
2020-07-09赵丁选殷艳树
赵丁选,殷艳树,倪 涛,张 伟
(1.燕山大学 机械工程学院,河北 秦皇岛 066004;2.燕山大学 车辆与能源工程学院,河北 秦皇岛 066004)
0 引言
重型载运车辆通常指大吨位、大马力、高档化的运输车辆,在我国国民经济和国防建设中发挥着重要作用。因为其载重大、质心高、常行驶于坡度、不平、泥泞等恶劣路面,底盘上悬挂、转向、驱/制动各子系统间的相互影响和相互制约较乘用车更为严重。整车的机动性、平顺性、安全性及操控性水平不仅取决于底盘子系统各自的控制性能,还依赖于各子系统的协调工作。
基于主动悬挂系统(Active suspension system,ASS)、四轮转向(4 wheel steering,4WS)、主动前轮转向系统(Active front steering system,AFS)、直接横摆力矩控制(Direct yaw moment control,DYC)、牵引力控制系统(Traction control system,TCS)、制动防抱死系统(Antilock brake system,ABS)、主动侧倾控制系统(Active roll control system,ARC)等车辆底盘动力学集成控制技术(国际上简称ESP或ESC),通过底层传感器信息共用、车辆运动学和动力学状态共享来实现悬挂、转向、驱/制动的多层次目标优化控制(见图1),从而不同程度改善车辆的机动性、平顺性、安全性及操控性,已成为现代车辆动力学控制研究的热点。据美国交通部/国家公路交通安全管理局调查统计显示:ESP/ESC能够降低26%的单车碰撞事故,减少64%的侧翻事故[1],控制效果非常明显。
目前国际上领先的底盘电控产品供应商和汽车制造商均已开发和推广这一技术,相比之下,我国仍处于起步阶段。因此,为增强我国对突发灾害事故的应急处置能力,提高危险品运输和大惯量装备运输的安全性和效率,必须对重型载运车辆主动悬挂、转向、驱/制动的底盘动力学集成控制技术进行深入研究。
1 国内外研究现状及发展动态分析
1.1 主动悬挂调控
传统的悬挂系统,无论是板簧或气囊式的被动悬挂还是阻尼可调的半主动悬挂,都存在着车辆行驶平顺性与操纵稳定性难以同时兼顾的局限性[2]。相比之下,主动悬挂通过可控的作动器对车身状态参数实时调整,可保证车辆复杂路面环境下的最佳行驶状态。
图1 车辆底盘的集成控制原理
Fig.1 Integrated control principle of vehicle chassis
1.1.1基于动力学模型的主动悬挂多目标优化控制
主动悬挂控制方法常用的有线性最优控制[3]、滑模变结构控制[4]、自适应控制[5]等基于现代控制理论的控制策略,还有模糊[6]、神经网络[7]等智能控制策略。为了兼顾车辆行驶的平顺性和安全性,现有研究中主动悬挂多以车辆侧倾角、质心加速度、轮胎动载荷等指标的均方根值最小作为控制目标。2017年韩国庆北国立大学的Veluvolu等[8]以轿车为研究对象,将轮胎与路面接触简化为弹簧-阻尼系统,建立了车辆1/4悬挂模型(见图2),以簧上质量加速度、轮胎动载荷为调控目标,设计了主动悬挂的滑模控制器。2018年美国克莱姆森大学的Xu、西安理工大学的庞辉等[9]建立了车辆1/2悬挂模型(见图3),提出一种新型的自适应反演控制器,使车辆的运动状态在有限时间内跟踪预先设定的参考轨迹,提高了车辆的乘坐舒适性和操纵稳定性。2018年韩国国民大学的Park等[10]建立了轿车7自由度模型(见图4),设计了以簧上质量加速度、俯仰角速度均方根值最小为目标的主动悬挂前馈控制策略,提高了车辆的行驶平顺性。2019年美国弗吉尼亚理工大学的Ahangarnejad等[11]基于车辆1/2悬挂模型,通过轮胎垂向载荷的实时调控来解决车辆转向不足和过转向的稳定性问题,并在14自由度车辆仿真模型上进行了有效性验证。2020年重庆大学的李以农等[12]建立了两轴车11自由度整车动力学模型,设计了粒子群优化算法,对车辆质心加速度、俯仰角加速度的平顺性目标函数和侧倾角、轮胎动载荷的操纵稳定性目标函数进行了综合调控。
图2 二自由度车辆模型
Fig.2 Two degree of freedom vehicle model
图3 四自由度车辆模型
Fig.3 Four degree of freedom vehicle model
图4 七自由度车辆模型
Fig.4 Seven degree of freedom vehicle model
从相关文献来看,现有车辆主动悬挂动力学建模和多目标调控的研究中多将悬挂-轮胎-地面之间的关系简化为垂向弹簧和阻尼,忽略了轮胎侧向力和纵向力的影响,所以无法正确揭示车身各向运动的耦合特性。
1.1.2基于主动悬挂的车身姿态控制技术
2013年比勒陀利亚大学Var Der Westhuizen等[13]通过对每个油气悬架的注油量进行主动控制,改善了在转弯时的行驶姿态,并为车辆的俯仰、下沉等问题提供了新的解决思路。2015年韩国庆南大学Tchamna等[14]使用一种可变刚度半主动悬架控制方法,针对车辆在转向时的侧倾角进行控制,同时保证车辆转弯时的稳定性。韩国庆尚国立大学YOUN等[15]对车身姿态控制进行了研究,通过计算得到车辆的理想行驶姿态,以此抵消作用在乘客身上的横向力和纵向力并通过仿真的手段对车辆在转弯制动等工况进行了验证,结果证明该方法有巨大的潜力。
国内方面,2015年北京理工大学黄刚、柯欢欢[16-17]提出了车身调平控制的概念,建立了考虑油液压缩性、伺服阀流量压力非线性,以及油缸非线性摩擦力的整车数学模型,基于反步法和滑模控制的方法对车身姿态和作动器作动力进行双闭环控制,实现了静止状态下车身姿态调整的功能。2016年北京工业大学顾亮等[18]针对车辆高度控制中作动器非线性摩擦问题,基于LuGre摩擦模型和反步法设计了自适应摩擦补偿控制器,并通过双观测器估计了摩擦系数,提高了作动器位置控制精度。江苏大学李东等[19]考虑车辆紧急制动情况下车辆俯仰问题,基于最优控制理论和模糊控制理论设计了悬架控制器,将车辆制动时俯仰角以及俯仰角速度分别减少了8.89%和10.55%,提高了车辆的稳定性。北京理工大学王振峰等[20]针对复杂形势工况下车辆侧倾状态准确获取的问题,利用车辆耦合动力学与模糊T-S理论设计了基于模型的状态观测器,实现了复杂工况下车身侧倾姿态的有效观测,观测偏差不超过12%。
目前针对车辆姿态方面的研究主要集中在对车辆转向工况和制动工况中质心侧偏角和俯仰角的抑制,以及车辆低速行驶时车身姿态控制的研究。
1.1.3融合路况感知的主动悬挂控制
纵观上述主流的车辆主动悬挂调控方法,大多属于“事后”调节控制,即在车轮受路面激励后根据传感器信息进行悬挂调控。受信号采集、通讯及作动器响应等影响,系统不可避免地存在控制迟缓、控制效果恶化的问题。针对这种情况,美国人Bender等[21]首次提出了预瞄控制的思想,将车辆前轮处的路面信息融入控制器设计中,使悬挂系统在遭遇路面冲击之前提前做出准备,并在车辆经过该路面时及时做出响应。以此为基础,郭孔辉院士等[22]采用轴距预瞄的主动悬挂控制方法,降低了悬挂动行程、轮胎动位移均方根值20%~30%。2014年香港大学的Li等[23]设计了基于H2/H∞多目标优化的主动悬挂轴距预瞄控制方法,仿真结果表明该方法最大可消减垂向加速度27%,消减俯仰角加速度60%。类似还有澳门大学的Wong[24]、上海交通大学的庄德军[25]等学者的相关研究。受预瞄控制思想的启发,德国Ahmed等尝试采用激光雷达、双目视觉等传感器对路面扫描,并通过离线仿真分析了基于车前地形的悬挂调控可行性[26-28]。研究表明,路面高程地形的实时探测恰恰弥补了车辆主动悬挂控制方法中路面激励信息在线获取难、悬挂调控滞后的问题。2018年奔驰公司[29]将基于车前路面扫描的泵控主动悬挂调控技术成功应用于其新的GLE车型上,提高了车辆的乘坐舒适性和抗侧翻安全性。2020年Tenneco欧洲汽车公司和斯洛伐克技术大学[30]以天纳克SUV为对象,采用安置于车身的3个垂向加速度计、惯性测量单元和激光雷达探测车辆前方路面环境并生成高程信息序列,通过模型预测控制完成车辆悬挂的实时调控,降低车身垂向和俯仰加速度均方根值15%~38%。
由于车辆的行驶工况复杂多变,很难以固定的加权系数来兼顾车辆在不同路面行驶的平顺性、安全性和操控性。2019年北京理工大学的秦也辰、慕尼黑理工大学的Rath等[31]依据路面的频谱特征,通过神经网络分类器将路面分为3类,分别设计与之对应的滑模控制器来实现主动悬挂的调控。2020年韩国首尔国立大学Kwon等[32]依据车身加速度、车速、油门/转向/制动等操纵信号将车辆行驶工况划分为颠簸路面、高速直行、高速转向、姿态调平等6种模式,以此设定期望的车身高度作为悬挂调控目标。
从相关文献来看,通过增强车辆对路面的环境感知能力,进而有针对性地调整相应的控制目标和控制参数,是提高主动悬挂性能的有效手段。
1.2 车辆主动转向、主动驱/制动及底盘集成控制
单一的底盘控制系统难以兼顾车辆多方面的综合性能。主动悬挂、转向和驱/制动的集成控制有利于充分发挥车辆底盘各个子系统之间的优势,并协调各系统机能,以进一步提升车辆的操纵稳定性与安全性。近年来,全轮转向(PAWS)、主动前轮转向(AFS)、直接横摆力矩控制(DYC)、制动防抱死(ABS)等底盘集成控制系统相继用于各类高级轿车以及多轴重型车辆。
2013年法国吉普萨实验室和匈牙利科学院[33]基于2自由度Bicycle-like车辆模型(见图5),并将驾驶员转向、制动的操纵意图与车辆质心侧偏角、横摆角速度的控制目标通过加权方式融合,设计了前轮主动转向和后轮主动制动的底盘集成控制系统,实现了车辆对理想行驶轨迹的跟踪。2015年法国亚眠大学的Dahmani[34]在2自由度Bicycle-like车辆模型基础上,设计了以质心侧偏角、横摆角速度、轮胎载荷转移率为控制目标的四轮主动转向和主动悬挂集成控制系统。
图5 二自由度Bicycle-like模型
Fig.5 Two degree of freedom bicycle-like model
2017年加拿大滑铁卢大学的Jalali等[35]基于2自由度Bicycle-like车辆模型,采用模型预测控制对车辆的前轮主动转向和差动制动进行了集成控制,以提高车辆的侧向稳定性。2018年萨罕理工大学的Aghasizade等[36]基于14自由度车辆模型,对主动悬挂和制动防抱死系统进行了集成控制。2019年黎巴嫩大学的Termous等[37]基于7自由度车辆模型和2自由度Bicycle-like参考模型,依据车身侧向加速度、侧翻刚度分布以及质心侧偏角和角速度等的安全阈值,设计了主动悬挂、主动转向和差动制动的集成控制,并通过双移线和180度掉头两种工况仿真验证了该控制方法在提高车辆稳定性方面的优越性。2019年美国弗吉尼亚理工大学的Ahangarnejad等[11]基于2自由度Bicycle-like车辆模型,也进行了主动转向、驱动力分配和主动悬挂集成控制的仿真验证。
在国内,2014年北京理工大学的陈思忠等[38]针对轮胎侧偏刚度为非线性的特点,基于Bicycle-like车辆模型,设计了四轮转向的线性二次型最优控制器。2014年哈尔滨工业大学的赵立军等[39]基于平面Car-like车辆模型(见图6),设计了以横摆角速度和质心侧偏角为控制目标的滑模变结构控制算法,对各轮转向角和驱动力矩进行独立控制。2017年清华大学的程硕等[40]基于平面Car-like车辆模型,以车辆侧向加速度和质心侧偏角的不同区间分布为参考,设计了主动前轮转向、差动制动和驾驶员操纵间的联合控制器。2017年北京理工大学的何洪文等[41]以三轴电驱动客车为对象,在假定路面坡度和附着系数已知的前提下,通过各轮驱动力和主动转向的集成控制提高了车辆侧滑稳定性。2019年吉林大学的陈虹等[42]基于Bicycle-like车辆模型,通过三步法控制器对汽车的前、后轮转角进行主动控制,保证了车辆质心侧偏角和横摆角速度对理想状态的跟踪。2019年吉林大学的宗长富等[43]以四轴车为对象,根据各轴制动、转向对整车横摆力矩的不同影响,通过滑模控制器实现了主动制动和一、三轴主动转向的集成控制,仿真结果表明该方法可提高安全车速68%以上。2019年石家庄铁道大学李韶华等[44]针对三轴重型车辆,设计了一种主动比例转向控制和直接横摆力矩控制相结合的集成控制器,有效降低车辆横摆角速度、簧载质量侧倾角和车辆侧向加速度。类似还有合肥工业大学的魏振亚[45]、江苏大学的陈龙[46]、东南大学的陈南[47]等为提高车辆操纵稳定性,针对车辆底盘各个子系统建立不同的协调机制,并基于自适应控制、预测控制、模糊控制、滑模控制等方法进行了仿真研究。
从相关文献来看,现有车辆底盘集成控制方法中普遍采用平面Car-like或Bicycle-like作为行驶参考模型,并假设车辆的各性能指标是可测的。但转向、驱/制动调控目标的关键参数——车身质心侧偏角,在实际中通常是难以直接测量的[48]。目前普遍采用的基于观测器的质心侧偏角估计方式[49-50]过于依赖车辆模型的精度,准确度低。而基于神经网络的估计方式[51-52]在多变路面工况时具有较大局限性[53]。
图6 平面Car-like模型
Fig.6 Plane car-like model
1.3 路面环境的智能感知
车辆悬挂、转向、驱/制动等底盘集成控制的主要目的在于通过调节轮胎与路面之间的作用力来改善底盘性能,而路面与轮胎之间力的传递受路面类型、不平度、附着系数等因素的制约。因此,车辆底盘动力学控制效果的优劣很大程度上取决于路面工况和行车环境的感知能力。
Gustafsson早在20世纪90年代末就提出了基于Slip-Slope(附着系数-滑移率曲线)的路面附着系数估计方法。该方法利用车轮在低滑移阶段(滑移率5%以内)纵向力和滑移率之间的近似线性关系来辨识路面的附着系数,如图7所示。在此基础上,2013年南京航空航天大学的林棻等[54]结合轮胎力学模型和卡尔曼滤波算法对轮胎纵向力和滑移率进行估计,并识别不同路面的附着系数。2014年哈尔滨工业大学的赵立军等[55]基于7自由度车辆模型,采用状态观测器和递推最小二乘法由当前的轮胎驱动转矩、车轮转速来估计路面附着系数。2014年美国弗吉尼亚理工大学的Arat等[56]将基于车辆动力学响应的轮胎滑移率、侧偏角和路面附着系数估计等技术在“智能轮胎”中一体化集成。2016年韩国科学技术研究所的Choi等[57]基于6自由度车辆模型,根据轮胎的纵向力、垂向力和滑移率,由递推最小二乘法来估计路面附着系数。
近年来,传感器技术以及人工智能、信息技术的发展拓宽了车辆对路面工况的感知能力。通过光学、声学、雷达波、毫米波等传感器测量影响路面附着系数的主要物理因素,并依据经验模型预测和识别附着系数称之为Cause-based 方法。研究表明,不同路面类型具有不同的附着系数区间分布,如图8所示。2018年美国沃尔沃汽车技术公司的Roychowdhury等[58]由车前摄像头通过多层卷积神经网络对沥青路面及其干湿和雪、冰等覆盖情况进行识别,以此估计路面的附着系数,不同路况的检测准确度为89%~97%。2018年瑞典乌普萨拉大学的Jonnarth[59]建立了37 000张路面图片的先验数据库,通过深度卷积神经网络的方法对道路附着系数进行预测,精度达到90%以上。2020年,立陶宛维尔纽斯技术大学的Prentkovskis等[60]利用摄像头的视频图像数据在线预估路面附着系数,并结合ABS改善车辆的制动性能。
图7 附着系数-滑移率曲线
Fig.7 Curve of adhesion coefficient and slip rate
图8 不同路面类型的附着系数区间分布
Fig.8 Interval distribution of adhesion coefficient of different pavement types
从相关文献来看,采用动力学响应来估计路面附着系数虽然准确度较高,但要求轮胎已到达附着极限的75%~80%[57],且要求车辆加/减速、转向等驾驶操纵的配合[58]。在路面环境和光照等外界因素理想的情况下,依据摄像头或激光雷达等图像方式来识别路面类型并估计与之对应的附着系数已具有较高的准确度,且不受车辆的行驶状态限制。但现实中该方法所依赖的先验数据库很难涵盖特征各异、堆积物覆盖的复杂路面工况。
2 现有研究中存在的突出问题
近年来,国内外学者在车辆动力学建模和底盘系统集成控制方面做了大量研究,但相关成果大都不适合以多轴、重载、驾驶路面特征复杂为特点的重型载运车辆,主要体现在如下几个方面。
1)车辆底盘控制所依赖的动力学模型过于理想化,多是悬挂、转向、驱动/制动等子系统的简单组合,未能完全体现整车动力学特性的非线性和强耦合关系。如主动悬挂普遍采用的将轮胎与地面的接触简化为单自由度的垂向弹簧-阻尼系统模型,忽略了轮胎侧向力、纵向力的影响。而为提高车辆侧向稳定性所采用的横摆力矩控制、前轮或后轮主动转向等技术,多是基于车辆二自由度平面模型,忽略了轮胎垂向力的影响。上述两个模型彼此独立,控制目标各有不同,将其集成在一起,其中一种控制发挥作用后会对其它控制产生削弱,直接影响了车辆动力学集成控制的效果和行驶机动性、平顺性、安全性、操控性的进一步提高。
2)车辆底盘集成控制与行车环境的匹配度及适应性不足。主动悬挂、转向和驱/制动采用的最优控制、鲁棒控制等调控策略究其本质是基于系统的解析模型,应用极大值原理求解带有约束条件的泛函极值问题。路面的坡度、不平度以及附着系数、滚动阻力等参数决定了轮胎的六分力,并直接影响了车辆的操控特性。现有研究中基于先验模型和统计特征的结构化路面参数虽可适用于以城市道路行驶为主的乘用车,却无法适用于越野道路和复杂工况行驶的重型载运车辆。
3)主动悬挂、转向和驱/制动各子系统的独立控制与整车性能最优的矛盾。平顺性、操纵稳定性和行车安全性是重型载运车辆底盘的控制目标。实际中不同行驶工况下,上述子系统相互耦合,单个子系统的调控势必对车辆的诸多性能造成影响。各子系统按不同的指标进行优化控制,其简单叠加并不能获得最优的底盘综合性能。
3 可能的发展方向和趋势
综合国内外研究与发展现状可知,经过多年的理论研究和实践发展,车辆底盘面临的主要挑战依然在于系统动力学模型、集成控制算法、路面环境智能感知等关键技术。其中的系统动力学模型揭示了人-车-环境相互作用机理,并反映了车辆在不确定性工况下的动态特性,是底盘动力学集成控制的核心和根基。受车辆轮胎与路面作用的六分力影响,车身垂向和侧向、纵向运动耦合严重,因此,只有通过主动悬挂、转向、驱/制动的动力学集成控制方可保证车辆的机动性、平顺性、安全性和操控性。另外,新一代信息技术的兴起使得车辆的智能化水平越来越高。采用组合导航、机器视觉、激光雷达等传感器,增强车辆对位姿、速度、加速度等行驶状态参数和路面倾斜及坡度、不平度、附着能力的感知能力,可有效提高重型载运车辆动力学集成控制系统对环境的适应能力,展现了巨大的应用潜力。