四轮线控转向控制 4WIS CarSim与Simulink联合 控制器为离散LQR控制器 带有完整详细的控制器、二自由度稳定性控制目标推导说明 MATLAB版本为2018b CarSim版本为2018在汽车动力学控制领域四轮线控转向4WIS技术凭借其独特优势正逐渐成为研究热点。它不仅能够显著提升车辆的机动性、稳定性还为自动驾驶的实现提供了关键支持。本文将深入探讨基于 CarSim 与 Simulink 联合仿真平台运用离散 LQR 控制器实现 4WIS 控制的全过程并详细推导控制器及二自由度稳定性控制目标。一、MATLAB 与 CarSim 版本说明本次研究基于 MATLAB 2018b 以及 CarSim 2018 版本展开。这两个版本在功能和稳定性上都有出色表现为我们的联合仿真提供了坚实基础。二、离散 LQR 控制器概述LQR线性二次型调节器是一种经典的最优控制算法旨在使系统的二次型性能指标最小化。对于离散系统我们需要构建离散 LQR 控制器。假设离散时间系统的状态空间方程为\[ x{k 1} A xk B u_k \]其中 \( xk \) 是 \( k \) 时刻的状态向量\( uk \) 是 \( k \) 时刻的控制输入\( A \) 和 \( B \) 分别是系统矩阵和输入矩阵。性能指标函数定义为\[ J \sum{k 0}^{\infty} (xk^T Q xk uk^T R u_k) \]这里 \( Q \) 是半正定的状态加权矩阵\( R \) 是正定的控制加权矩阵。通过求解离散 Riccati 方程\[ P A^T P A - A^T P B (R B^T P B)^{-1} B^T P A Q \]可得到最优反馈增益矩阵 \( K \)\[ K (R B^T P B)^{-1} B^T P A \]从而控制律为\[ uk -K xk \]四轮线控转向控制 4WIS CarSim与Simulink联合 控制器为离散LQR控制器 带有完整详细的控制器、二自由度稳定性控制目标推导说明 MATLAB版本为2018b CarSim版本为2018在 MATLAB 中实现离散 LQR 控制器的代码示例如下% 定义离散系统矩阵 A 和 B A [1 0.1; 0 1]; B [0.05; 0.1]; % 定义状态加权矩阵 Q 和控制加权矩阵 R Q [10 0; 0 1]; R 1; % 求解离散 Riccati 方程得到 P P dare(A, B, Q, R); % 计算最优反馈增益矩阵 K K (R B * P * B) \ (B * P * A);上述代码中首先定义了离散系统的 \( A \) 和 \( B \) 矩阵接着确定了 \( Q \) 和 \( R \) 矩阵然后通过dare函数求解离散 Riccati 方程得到 \( P \)最后计算出最优反馈增益矩阵 \( K \)。三、二自由度稳定性控制目标推导一车辆动力学模型简化为了便于分析和控制设计我们将车辆动力学模型简化为二自由度模型主要考虑车辆的侧向运动和横摆运动。假设车辆的质量为 \( m \)绕质心的转动惯量为 \( Iz \)前、后轮侧偏刚度分别为 \( C{f} \) 和 \( C{r} \)车辆速度为 \( V \)质心到前、后轮的距离分别为 \( lf \) 和 \( l_r \)。车辆的侧向动力学方程为\[ m V (\dot{\beta} \omegar) 2 C{f} (\delta - \beta - \frac{lf}{V} \omegar) 2 C{r} (-\beta \frac{lr}{V} \omega_r) \]横摆动力学方程为\[ Iz \dot{\omega}r 2 lf C{f} (\delta - \beta - \frac{lf}{V} \omegar) - 2 lr C{r} (-\beta \frac{lr}{V} \omegar) \]其中 \( \beta \) 是质心侧偏角\( \omega_r \) 是横摆角速度\( \delta \) 是前轮转向角。二线性化处理对上述非线性方程在某一稳态工况下进行线性化处理令 \( \delta \delta0 \Delta \delta \)\( \beta \beta0 \Delta \beta \)\( \omegar \omega{r0} \Delta \omega_r \)忽略高阶小量后可得线性化状态空间方程\[ \begin{bmatrix} \dot{\Delta \beta} \\ \dot{\Delta \omega}r \end{bmatrix} \begin{bmatrix} a{11} a{12} \\ a{21} a{22} \end{bmatrix} \begin{bmatrix} \Delta \beta \\ \Delta \omegar \end{bmatrix} \begin{bmatrix} b{1} \\ b{2} \end{bmatrix} \Delta \delta \]其中 \( a{ij} \) 和 \( b{i} \) 是由车辆参数和稳态工况决定的系数。三稳定性控制目标我们希望通过控制前轮转向角 \( \delta \)使得车辆在行驶过程中保持良好的稳定性即质心侧偏角 \( \beta \) 和横摆角速度 \( \omegar \) 能够跟踪理想值。理想横摆角速度 \( \omega{r,des} \) 通常可根据车辆转向半径和速度关系确定\[ \omega_{r,des} \frac{V}{L} \delta \]其中 \( L lf lr \) 为轴距。理想质心侧偏角 \( \beta_{des} \) 在高速直线行驶时趋近于 0。将这些理想值作为控制目标通过离散 LQR 控制器调整前轮转向角以保证车辆动力学响应接近理想状态。四、CarSim 与 Simulink 联合仿真一CarSim 设置在 CarSim 2018 中首先需要根据实际车辆参数精确搭建车辆模型包括车辆质量、轴距、轮胎特性等。设置好车辆的初始工况如初始速度、路面条件等。同时配置好输入输出接口以便与 Simulink 进行数据交互。二Simulink 搭建在 Simulink 中构建离散 LQR 控制器模块按照前面推导的算法和代码实现方式连接系统矩阵、加权矩阵等参数。将 CarSim 的输出信号如质心侧偏角、横摆角速度等作为状态反馈输入到 LQR 控制器控制器的输出即前轮转向角调整量发送回 CarSim 作为控制输入。三联合仿真运行完成上述设置后启动联合仿真。在仿真过程中CarSim 实时计算车辆的动力学响应Simulink 根据反馈信号通过离散 LQR 控制器调整前轮转向角从而实现对车辆稳定性的动态控制。通过观察仿真结果如质心侧偏角、横摆角速度随时间的变化曲线可以评估控制器的性能和稳定性控制效果。通过以上基于 CarSim 与 Simulink 联合平台及离散 LQR 控制器的 4WIS 控制方案我们能够有效地提升车辆的稳定性和操控性能。这一方案为实际车辆控制系统的开发和优化提供了有价值的参考。在未来的研究中可以进一步考虑更多复杂因素如路面不平度、轮胎非线性特性等以实现更精确、更鲁棒的车辆控制。