基于ARM处理器的汽车四轮转向H∞控制器的实现

为提高汽车四轮转向系统性能,以汽车二自由度模型为基础,采用前馈和反馈的组合控制,基于实时操作系统在32位ARN处理器上设计汽车的H_∞控制器．样机测试实验结果表明:在高速状态下,车体侧偏角在2°左右,侧向加速度为12 m／s2附近,横摆角速度增益保持在1．6上下;低速状态下,前后轮转角反向相差10°左右。四轮转向半径比两轮转向缩短30％左右．因此,H_∞控制器能够满足高速行驶时汽车转向的稳定性和低速行驶时的灵活性要求．     

汽车四轮转向神经网络控制系统

针对车辆的非线性特性问题，以闭环评价为出发点，利用神经网络理论，提出了一种基于神经网络的四轮转向系统的设计方法，为四轮转向自适应控制系统的设计提供新的方法。     

汽车四轮转向系统五自由度动力学模型

在简化力学模型的基础上,基于非线性轮胎力模型,利用拉格朗日能量法建立了汽车四轮转向系统动力学模型,包括俯仰、侧倾、侧向、横摆及垂直五个自由度。探索了利用能量法建立动力学模型的思路,该模型能够反映汽车实际结构参数对汽车的影响,对于发出合理的四轮转向控制系统有重要的指导意义。     

汽车四轮转向系统五自由度动力学模型

在简化力学模型的基础上,基于非线性轮胎力模型,利用拉格朗日能量法建立了汽车四轮转向系统动力学模型,包括俯仰、侧倾、侧向、横摆及垂直五个自由度。探索了利用能量法建立动力学模型的思路,该模型能够反映汽车实际结构参数对汽车的影响,对于发出合理的四轮转向控制系统有重要的指导意义。     

汽车四轮转向神经网络控制系统

针对车辆的非线性特性问题,以闲环评价为出发点,利用神经网络理论,提出了一种基于神经网络的四轮转向系统的设计方法,为四轮转向自适应控制系统的设计提供新的方法.     

基于H∞鲁棒控制原理的电动助力转向系统研究

针对汽车电动助力转向系统是一个非线性的多输入输出系统的特点，提出了H∞鲁棒控制方法，首先对电动助力转向系统的动力学模型进行不确定性分析，然后建立了状态空间方程和增广被控对象矩阵；在此基础上用H∞方法极小化系统中各种干扰对被控输出的影响，最后通过计算机模拟的结果表明，设计的控制器使闭环系统有好的性能及稳定的鲁棒性。     

两种四轮转向车辆操纵稳定性的仿真分析

对前后轮转向比为定值和实现最优控制的两种四轮转向车辆的操纵稳定性进行了仿真对比分析.在建立四轮转向车辆操纵动力学模型的基础上,对四轮转向车辆的动力学响应进行仿真,并将仿真结果与前轮转向车辆做比较.仿真结果表明:两种四轮转向车辆在中高速行驶时均显著提高了车辆的操纵稳定性,但前后轮转向比为定值的四轮转向车辆会加重驾驶员负担,而最优控制四轮转向车辆会使驾驶员保持原来的转向感觉.     

主动四轮转向系统对高速汽车侧风稳定性的控制研究

建立了考虑侧风作用的汽车三自由度非线性动力学模型,应用基于BP神经网络的模型,参考自适应控制方法设计了主动四轮转向控制系统,并对非线性汽车模型进行了控制仿真.仿真结果表明,主动四轮转向系统能够有效的减小侧风对高速行驶汽车运动状态的影响,提高侧风稳定性.     

领先:四轮转向系统

四轮转向:即4WS(4 Wheel Steering)所谓四轮转向,是指后轮也和前轮一样具有一定的转向功能,不仅可以与前轮同方向转向,也可以与前轮反方向转向.其主要目的是增强轿车在高速行驶或在侧向风力作用下的操纵稳定性,改善低速时的操纵轻便性,在轿车高速行驶时便于由一个车道向另一个车道的移动调整,以减少调头时的转弯半径.汽车的四轮转向系统在20世纪80年代中期开始发展,其主要目的是提高汽车在高速行驶或在侧向风力作用时的操作稳定性,改善在低速下的操纵轻便性,以及减小在停车场时的转弯半径.     

四轮转向非线性侧向动力学模型

基于Pacejka轮胎模型,建立了包括纵向运动的三自由度四轮转向侧向动力学非线性模型。通过单移线、双移线以及蛇行试验与仿真,结果表明,对应变量的测量值与仿真值在时域范围内变化趋势一致且吻合程度较高。这表明所建立的非线性侧向动力学模型对试验样车侧向动力学特性的模拟是成功的,该模型可以用于汽车侧向动力学特性及其控制的研究工作。     

H∞控制性能指标及控制器的设计

比较系统的总结了H∞ 控制引入的实际意义和抽象的数学描述 .给出了H∞ 最优控制性能指标的实际意义和数学描述 ,最后给出一种H∞ 最优控制器的设计方法 .     

广义系统H∞控制

通过解广义代数Riccati不等式给出具有相同控制器的广义系统H∞控制器设计方法,所设计的H∞控制器使得闭环广义系统容许而且它的传递函数H∞范数有界。     

汽车电控四轮转向实验台的设计

现代道路交通系统和先进汽车技术日渐发展,人们对汽车操纵性能的要求日益提高,四轮转向技术将会得到广泛应用,而示教装置已经成为汽车专业教学必不可少的实验设备。本课题主要研究的是电控四轮转向系统示教教置的设计与开发,分析其优缺点,设计一款适合教学的示教装置,使其能够在汽车方面的学习中发挥应有的作用。     

四轮转向干预下电动助力转向控制策略研究

四轮转向（4WS）车辆相较于前轮转向（FWS）车辆具有更高的灵活性,其后轮转向在提高车辆操稳性的同时转向阻力矩也发生变化,使得原电动助力转向系统助力策略与四轮转向车辆不匹配,对行车安全产生影响.本文以线性二自由度车辆模型为基础,对比分析了前轮转向车辆与四轮转向车辆的转向特性,提出电动助力转向修正控制策略.仿真结果表明,角阶跃工况下,有助力修正的四轮转向车辆,驾驶员操纵方向盘力矩与驾驶前轮转向车辆基本一致,既保证了四轮转向车辆低速时的操纵轻便性,也兼顾了高速时的操纵稳定性.     

四轮转向车辆控制及其硬件在环仿真开发平台

研究四轮转向（4WS）车辆操纵控制策略及其控制系统开发．为控制方式执行方便,以横摆角速度反馈为4WS车辆基本控制逻辑．由于实际车辆系统的复杂性,相应4WS控制系统开发需要大量在线实时综合,故利用控制系统的硬件在环仿真技术（HILS）．基于Matlab／Simulink／dSPACE开发了4WS车辆控制系统的硬件在环仿真平台．利用此平台硬件在环仿真研究控制算法的鲁棒性并对比不同算法性能,结果表明基于μ综合鲁棒控制方法有比较好的综合性能．     

非线性系统的H∞局部控制问题

对于一般的非线性控制系统，用状态反馈研究了Ｈ∞局部控制问题，获得的主要定理陈述这样的事实：如果对应的线性化系统的Ｈ∞控制问题能解，则此非线性系统的Ｈ∞局部控制总是也能解。     

四轮转向的神经网络直接逆控制

采用二自由度摩托车模型研究四轮转向车辆的转向特性,建立四轮转向车辆线性二自由度动力学模型和方程.着重设计BP神经网络直接逆控制系统,通过离线辨识、在线学习控制被控系统,与其他控制方法对比表明,神经网络直接逆控制系统能够更加有效的控制后轮转角以便使车辆质心侧偏角为零,并提高车辆低速机动性和高速稳定性.