使用基于模型的設(shè)計(jì) 開(kāi)發(fā)側(cè)翻穩(wěn)定性控制系統(tǒng)

　　本文中所實(shí)現(xiàn)的 ESC 避免了駕駛員的操作導(dǎo)致的不安全車(chē)體側(cè)傾和側(cè)滑動(dòng)作。它能對(duì)車(chē)輪應(yīng)用差動(dòng)制動(dòng)，從而調(diào)整車(chē)體側(cè)傾和側(cè)滑率，同時(shí)最小化由控制器自動(dòng)應(yīng)用的電子制動(dòng)所導(dǎo)致的車(chē)輛速度降低。 我們實(shí)現(xiàn)的 ESC 在三種控制模式之間切換。根據(jù)車(chē)輛進(jìn)入車(chē)輪滑移狀態(tài)的三種可能誘因激活控制模式：失去牽引力、側(cè)傾過(guò)度、側(cè)滑過(guò)度。模式切換邏輯控制一組比例-積分-微分（PID）補(bǔ)償器，它們將根據(jù)已測(cè)量和預(yù)計(jì)的參數(shù)調(diào)整駕駛員對(duì)車(chē)輪施加的制動(dòng)壓力。Simulink? 中實(shí)現(xiàn)的控制器設(shè)計(jì)具有六項(xiàng) PID 增益，可為優(yōu)化 ESC 性能而進(jìn)行更改。

　　在此模型中，我們可以查看車(chē)輪轉(zhuǎn)速、制動(dòng)壓力、車(chē)體側(cè)傾、側(cè)滑率和滑移率。某些車(chē)輛狀態(tài)是通過(guò)可用傳感器數(shù)據(jù)預(yù)測(cè)的，就像在實(shí)際車(chē)輛控制器中一樣，而其他一些狀態(tài)是通過(guò)已測(cè)量和預(yù)計(jì)參數(shù)之間的數(shù)學(xué)關(guān)系預(yù)測(cè)的。車(chē)輛速度是通過(guò)未制動(dòng)車(chē)輪的車(chē)輪平均轉(zhuǎn)速預(yù)測(cè)得出的。使用低通濾波器來(lái)模擬在已測(cè)量的車(chē)輪轉(zhuǎn)速下車(chē)輛慣性的效果，避免在向四個(gè)車(chē)輪應(yīng)用制動(dòng)壓力時(shí)，車(chē)速測(cè)量值出現(xiàn)不確定值。

　　如果不使用造價(jià)高昂的傳感器，車(chē)體滑移率將是一個(gè)難以直接測(cè)量的參數(shù)。我們實(shí)現(xiàn)的 ESC 將通過(guò)已測(cè)量的側(cè)滑率來(lái)預(yù)測(cè)車(chē)體滑移率。車(chē)體側(cè)傾角是通過(guò)將橫向加速度與車(chē)體側(cè)傾角相關(guān)聯(lián)的傳遞函數(shù)預(yù)測(cè)的。在車(chē)體側(cè)傾角處于指定設(shè)計(jì)限制內(nèi)時(shí)，這個(gè)傳遞函數(shù)是有效的。通過(guò)確保優(yōu)化算法將在預(yù)測(cè)的車(chē)體側(cè)傾角超出設(shè)計(jì)限制時(shí)對(duì)控制器施以嚴(yán)格作用，即可展示出，我們并不需要能準(zhǔn)確預(yù)測(cè)超出設(shè)計(jì)范圍的車(chē)體側(cè)傾角的預(yù)估算法。因而，我們可以顯著簡(jiǎn)化普通車(chē)輛操作條件下的車(chē)體側(cè)傾角預(yù)估算法。

　　指定了控制器結(jié)構(gòu)之后，下一項(xiàng)任務(wù)就是調(diào)優(yōu)控制器增益，以滿足設(shè)計(jì)需求。如果沒(méi)有能夠以系統(tǒng)化方式實(shí)驗(yàn)的模型，工程師通常就要依賴(lài)從過(guò)去的車(chē)輛程序中獲得的知識(shí)，或者投入大量時(shí)間去嘗試，通過(guò)道路實(shí)驗(yàn)調(diào)優(yōu) PID 補(bǔ)償器的參數(shù)值。基于模型的設(shè)計(jì)使此過(guò)程擺脫了硬件的麻煩，而是使用模型來(lái)探索設(shè)計(jì)空間。通過(guò)將這些模型與基于自動(dòng)優(yōu)化的方法相結(jié)合，工程師即可顯著減少通過(guò)原型或仿真開(kāi)展繁瑣測(cè)試的需求，獲得最優(yōu)的控制器增益。

　　對(duì)于這種應(yīng)用，優(yōu)化算法首先將控制器增益設(shè)置為零，要找到保證系統(tǒng)處于設(shè)計(jì)限制之內(nèi)的最優(yōu)控制器增益，共需進(jìn)行大約 100 次迭代，計(jì)算時(shí)間約為 4 分鐘。迭代式試錯(cuò)法則需要密集的人工測(cè)試，即便測(cè)試是完全可重復(fù)的，而且調(diào)優(yōu)過(guò)程中的側(cè)翻不會(huì)對(duì)車(chē)輛導(dǎo)致任何損害，做相同數(shù)量的測(cè)試用例所需的時(shí)間也將超過(guò) 4 小時(shí)。在現(xiàn)代 PC 上以數(shù)字方式仿真一次為時(shí) 10 秒的 NHTSA fishhook 操控實(shí)驗(yàn)僅需不到 3 秒鐘的時(shí)間，并且可以無(wú)限制地重復(fù)，而不存在與道路實(shí)驗(yàn)有關(guān)的開(kāi)銷(xiāo)。

　　在此模型中，我們要為 ESC 中的 PID 補(bǔ)償器尋找最優(yōu)控制器增益，保證車(chē)輛的車(chē)體側(cè)翻角、滑移率和滑移角處于特定的設(shè)計(jì)限制之內(nèi)，同時(shí)最小化因差動(dòng)制動(dòng)引起的速度損失。六項(xiàng)可調(diào)優(yōu)的增益提供了近乎無(wú)限種控制器增益組合，詳盡無(wú)遺的測(cè)試幾乎是不可能實(shí)現(xiàn)的。Simulink? Response Optimization? 允許以圖形化方式設(shè)置系統(tǒng)需求，限制車(chē)體側(cè)翻和車(chē)輛滑移，同時(shí)最小化 ESC 制動(dòng)的能量損失。指定性能標(biāo)準(zhǔn)之后，基于優(yōu)化的例程將自動(dòng)調(diào)整參數(shù)，使車(chē)輛能夠在無(wú)側(cè)翻的情況下執(zhí)行 fishhook 操控實(shí)驗(yàn)。

　　我們將需要限制的信號(hào)提供給 Signal Constraint 模塊，并以圖形化方式設(shè)置其設(shè)計(jì)限制，如圖 2 的水平實(shí)線所示。我們選擇了以下需求（限制）來(lái)滿足設(shè)計(jì)目標(biāo)：

　　· 車(chē)體側(cè)翻角限制為 +/-11.5 度。