四轮独立驱动电动汽车差动转向轨迹跟踪控制算法研究文献综述

1. 文献综述（或调研报告）：

文献综述：

在全世界的电动车市场具有广阔前景的大背景下，电动汽车的特殊结构使得差动转向助力能够以较低成本实现性能更好的行车系统，因此很多汽车厂商和科研院所都对差动助力有研究。而仅利用四轮差动转向的控制以前多用于军用车辆和履带式车辆上，自从履带差动转向理论应用到轮式车辆以来，由于轮式差动转向车辆具有结构简单及快速、灵活的全地形适应能力，受到了国内外学者的广泛研究。

电动汽车作为一种交通工具，必须提供足够的信息反馈给驾驶员供驾驶员判断下一步的操作。差动转向是对于转向系统的优化设计，因此我们必须保证优化过程中不能破坏给驾驶员的转向信息反馈，因此文献[4]中，南京航空航天大学的赵万忠等人提出了基于LMI的Hinfin;鲁棒PID路感控制，优化了，转向系统对于驾驶员的转向路感，提供了系统的动态特性，使驾驶员能够更加准确的接收来自于路面的信息。首先计算出方向盘转矩到输出轴转矩的传递函数，再通过数学方法以及控制理论的方法对该传递函数的性能指标进行优化，从而将一个单纯的控制车轮转向的问题转换为一个优化驾驶员转向路感的问题的的设计思路值得我们参考。

在保证驾驶体验的前提下，差动转向系统的核心就是控制算法，针对于轨迹跟踪控制问题的数学表达，在文献[5]中，同济大学熊璐等人基于差动转向原理，将无人车的运动跟踪控制分成基于抗饱和的比例积分控制法的直线行驶控制和基于状态反馈法的横摆角速度跟踪控制的差动转向控制，最后利用实车试验对算法的有效性进行了验证。在车辆运转控制中，车辆会受到多种复杂的未知干扰，这些干扰可能会对控制器的判断产生影响，因此我们必须对这多种未知干扰进行处理，让车辆能够在复杂工况下，依然能够保证非常好的瞬态响应，在文献[11]中，东南大学的王蓉蓉等人提出了一种基于多干扰观测器的复合非线性反馈控制（CNF），并详细介绍了控制器的设计方法以及理论基础，改善了控制器的瞬态性能，并在常规转向系统失效的紧急情况下验证了差动转向系统的有效性，其对于干扰的观测器的设计处理具有参考意义。想要实现好的车辆的轨迹跟踪控制，控制器就要模仿人类的驾驶习惯，因此文献[14][15]提出了基于驾驶员模型的预瞄跟随控制系统,即模型预测控制（MPC），每一步都会计算跟随当前路径的前轮转角，并提出了两种建模方法，一种是非线性的车辆模型，另一种是在线不断更新的线性车辆模型，并进行了比较，仿真，验证系统的有效性，其车辆建模方法值得参考。

差动转向在作为转向助力或者特定情况下的转向系统时，差动转向力矩的大小需要得到控制，否则会让车辆出现超过驾驶员预料的响应，针对于这种助力所带来的额外效应对于车辆操纵的影响如何处理，文献[12]提出了一种解决方案，江苏大学卢山峰等人为提高轮毂电机驱动电动汽车转向过程的操纵稳定性和转向轻便性，提出电子差速与差动助力转向的协调控制方法，通过分配左右轮毂电机的转矩，实现对汽车转向稳定性和转向盘转向助力协调优化控制，采用设置权重系数的方法设计了协调控制策略。分析车速及转向盘转角对车辆横摆角速度以及驾驶员转向盘转矩的影响，设计出车速自适应的协调控制权重系数。实验结果表明了协调控制策略兼顾了车辆差速转向稳定性与驾驶员转向盘转向助力的性能，实现了低速时差动助力转向控制为主以降低驾驶员转向手力，高速时电子差速为主以提高车辆稳定性的综合控制目标。协调控制想法的提出可以使差动转向在助力器和转向器之间平稳过渡，使车辆在保证安全的前提下更加高效的工作，非常具有参考意义。文献[13]也提出了类似想法的设计方案，合肥工业大学陈无畏等人设计了差动助力转向稳定性可拓协调控制系统.在上层控制器中,根据汽车行驶状态,建立可拓协调控制器,其中将二维可拓集合中的可拓距转换到一维可拓集合中计算,求解关联函数,确定各控制器输出权重.在下层控制器中,采用转向盘转矩直接控制策略,建立差动助力转向控制器;根据可拓域和非域中汽车状态的不同,实现基于横摆角速度和质心侧偏角的切换控制,进而建立横摆力矩控制器;基于二次规划方法对四轮驱动转矩优化分配,并根据所处的值域对3种不同的约束条件进行选择.，其二次规划权重矩阵的设计思路值得参考。其核心想法都是在控制层上添加一层决策层对车辆当前状态进行判断，进而根据车辆现状调整控制器参数，使车辆能够平稳高效的运转。

参考文献：

1. Tabbache B, Kheloui A, Benbouzid M E H. An adaptive electric differential for electric vehicles motion stabilization[J]. IEEE Transactions on Vehicular Technology, 2011, 60(1): 104-110.
2. 王军年. 电动轮独立驱动汽车差动助力转向技术研究[D]: [博士学位论文]. 长春: 吉林大学, 2009.
3. Wang J, Wang Q, Jin L and Song C. Independent wheel torque control of 4WD electric vehiclefor differential drive assisted steering [J]. Mechatronics, 2011 (21): 63-76.
4. 赵万忠, 王春燕, 张宗强, 于蕾艳, 赵婷. 轮毂电机独立驱动电动汽车差速转向路感控制研究[J]. 中国机械工程，2014, 25(1):87-91.
5. 熊璐,黄少帅,陈远龙等. 轮式差动转向无人车运动跟踪控制的研究[J]. 汽车工程, 2015,37(10):1109-1116.
6. Wang R, Jing H, Hu C, Chadli M, Yan F. Robust Hinfin; output-feedback yaw control for in-wheel motor driven electric vehicles with differential steering[J], Neurocomputing, 2016,(173):676-684.
7. 俞立. 鲁棒控制-线性矩阵不等式处理方法[M]. 北京: 清华大学出版社，2002.
8. Hu C, Wang R, Yan F, et al. Differential Steering Based Yaw Stabilization Using ISMC for Independently Actuated Electric Vehicles [J]. IEEE Transactions on Intelligent Transportation Systems, 2017.
9. Hu C, Wang R, Yan F, et al. Integral sliding mode yaw control for in-wheel-motor driven and differentially steered electric vehicles with mismatched disturbances[C]//American Control Conference (ACC), 2017. IEEE, 2017: 1654-1659.
10. Hu J S, Wang Y, Fujimoto H, et al. Robust yaw stability control for in-wheel motor electric vehicles[J]. IEEE/ASME Transactions on Mechatronics, 2017.
11. Hu C, Wang R, Yan F, et al. Robust Composite Nonlinear Feedback Path-Following Control for Independently Actuated Autonomous Vehicles With Differential Steering[J]. IEEE Transactions on Transportation Electrification, 2016, 2(3):
12. LU Shanfeng,XU Xing,CHEN Long,WANG Feng,WANG Wujie. Coordinated Control of Electronic Differential and Differential Assist Steering for Electric Vehicle Driven by In-wheel Motors . JOURNAL OF MECHANICAL ENGINEERING，2017
13. 陈无畏, 孙晓文, 汪洪波. 汽车差动助力转向系统的可拓协调控制[J]. 中国科学:技术科学, 2017(3).
14. P. Falcone, F. Borrelli, J. Asgari, H. E.Tseng, D. Hrovat, “Predictive active steering control for autonomous vehicle systems,” IEEE Trans.Control Syst. Technol., vol. 15, no.3, pp. 566-580
15. P. Falcone, F. Borrelli, H. E. Tseng, J. Asgari, D. Hrovat, “Linear time-varying model predictive control and its application to active steering systems: Stability analysis and experimental validation,” Int. J.Robust Nonlinear Control, vol. 18, no.8, pp. 862-875, May 2008