论文部分内容阅读
随着道路交通行业的迅速发展,车辆在生产、生活各领域中得到广泛地应用,同时交通事故对社会的危害日益严重,提高车辆的主动安全性能已成为业内外高度重视的课题。四轮转向(Four-wheel steering4WS)技术是提升车辆主动安全性的有效方法,也是智能主动底盘技术的重要分支,对改善车辆的操纵稳定性和主动安全性有着重要的意义。 车辆的动力学特性除自身柔性因素外,还受到轮胎特性、路面状况等非线性因素的直接影响,实现理想的车辆控制系统设计必须充分考虑这些非线性因素。由于传统的4WS控制系统设计大多是基于线性的二自由度和三自由度车辆模型,建立在经典控制理论的基础上,因此对于在不同状态下行驶的车辆很难都得到满意的控制效果。本课题通过研究神经网络理论,建立了基于BP(Back Propagation)神经网络的车辆4WS系统控制器,控制4WS车辆的后轮转角,使转向状态下车辆的质心侧偏角达到最小,以此保证车辆在高速弯道行驶时的安全性。其主要内容如下: (1)建立基于ADAMS/Car模块的4WS整车多体系统动力学模型。该模型考虑了车辆部件间的大位移运动和车辆行驶时零部件的非线性,能更客观地反映实际车辆的行驶状况。 (2)设计车辆4WS系统神经网络控制器。在MATLAB中建立训练数据采集框图,得到符合控制要求的训练数据,训练BP神经网络控制器,使其能够对行驶中车辆和轮胎的非线性做出迅速反应,并实时输出合适的后轮转角,实现本课题的控制目标。 (3)建立联合仿真环境,对比分析不同4WS系统控制方法。利用ADAMS/Controls模块建立 ADAMS/Car和 MATLAB/Simulink的联合仿真环境,将BP神经网络4WS控制方法与其他现有的车辆转向控制方法进行比较,验证该4WS控制方法的有效性和可行性。 结果表明,在不同行驶状态下运用BP神经网络4WS控制方法的车辆,其操纵稳定性得到明显提高,可较大幅度地提升行车安全系数。