一种用于四轮毂电机驱动电动汽车的分层系统及控制方法.pdf

本发明公开了一种用于四轮毂电机驱动电动汽车的分层系统及控制方法，首先根据车速传感器、方向盘转角传感器、电子油门传感器和惯性测量单元计算出横摆力矩，作为横摆力矩决策层；再根据汽车纵向力约束、横摆力矩约束、路面所能提供的最大附着力、电机最大输出力矩的限制，计算出各个轮毂电机的目标转矩，作为目标优化分析层；最后，以当前路面将附着系数和车轮滑移率两个参数输入到路面附着系数估计模糊控制器中，得到与六种标准路面相似程度，进行加权平均后得到当前路面的附着系数估计值，作为路面附着系数监测层，本发明以整车稳定性为控制目标，根据运行工况合理分配电机转矩，提高车辆的操纵性、稳定性、经济性。

1.一种用于四轮毂电机驱动电动汽车的分层系统，其特征在于，包括第一轮毂电机
(1)、第二轮毂电机(2)、第三轮毂电机(3)和第四轮毂电机(4)，第一轮毂电机(1)、第二轮毂
电机(2)、第三轮毂电机(3)和第四轮毂电机(4)分别通过第一电机控制器(5)、第二电机控
制器(6)、第三电机控制器(7)和第四电机控制器(8)，第一电机控制器(5)、第二电机控制器
(6)、第三电机控制器(7)和第四电机控制器(8)均连接整车控制器(14)，整车控制器(14)连
接方向盘转角传感器(9)、电子油门踏板(10)、电子刹车踏板(11)、惯性测量单元(12)和车
速传感器(13)。
2.权利要求1所述的一种用于四轮毂电机驱动电动汽车的分层系统的控制方法，其特
征在于，包括以下步骤：
步骤一，通过车速传感器(13)、方向盘转角传感器(9)和电子油门传感器(10)联立二自
由度车辆参考模型得到偏离理想运动状态的横摆角速度和质心侧偏角差值，再结合惯性测
量单元(12)进行前馈补偿和最优反馈补偿，得到整车保持稳定所需的横摆力矩Mzd；
步骤二，以横摆力矩Mzd为输入，联合考虑汽车纵向力约束、横摆力矩约束、路面所能提
供的最大附着力、电机最大输出力矩的限制，以稳定性为目标进行二次规划求最优解，得出
各个轮毂电机的目标转矩，通过CAN通信网络(15)发送到各个轮毂电机控制器中，实现稳定
性控制；
步骤三，以当前路面利用附着系数μ和车轮滑移率λ两个参数作为输入，输入到路面附
着系数估计模糊控制器中，得到与六种标准路面相似程度ki，进行加权平均后得到当前路
面的附着系数估计值μmax，然后将路面附着系数估计值μmax返回到步骤二作为下一次优化求
解的限制条件。
3.根据权利要求2所述的一种用于四轮毂电机驱动电动汽车的分层系统的控制方法，
其特征在于，所述步骤一中，通过车速传感器(13)监测到纵向车速Vx和方向盘转角传感器
(9)采集的转角θ确定理想的质心侧偏角βd和横摆角速度γd，计算公式如下：
${\mathrm{\γ}}_d=min\left\{\right|\frac{V_x}{L(1+{{\mathrm{KV}}_x}^2)}\mathrm{\δ}|,|\frac{0.85\mathrm{\μ}g}{V_x}\left|\right\}sign\left(\mathrm{\δ}\right)$
${\mathrm{\β}}_d=min\left\{\right|\frac{b-{\mathrm{mau}}^2/{\mathrm{Lk}}_2}{L(1+{{\mathrm{KV}}_x}^2)}\mathrm{\δ}|,|{\tan }^{-1}\left(0.02\mathrm{\μ}g\right)\left|\right\}sign\left(\mathrm{\δ}\right)$
其中g为重力加速度，μ为路面附着系数，K为稳定性因数，L为前后轮轴距，a为重心到前
轴距离，b为重心到后轴距离，k1为前轴侧偏刚度，k2为后轴侧偏刚度，m为整车质量，Vx为纵
向车速，δ为转向角，μ为路面附着系数；
此时与惯性测量单元(12)检测到的质心侧偏角β和横摆角速度γ分别做差得到Δβ和
Δγ；
Δβ＝β-βd
Δγ＝γ-γd
根据质心侧偏角差值Δβ和横摆角速度差值Δγ的大小，联合汽车纵向车速Vx和转角θ
进行前馈补偿+最优反馈补偿可以得出横摆力矩Mzd。
4.根据权利要求2所述的一种用于四轮毂电机驱动电动汽车的分层系统的控制方法，
其特征在于，所述步骤二中，二次规划求最优解中，等式约束矩阵如下：
$F_{ud}=\left[\begin{array}{c}{F}_{xd}\\ M_{zd}\end{array}\right]=\left[\begin{array}{cccc}1& 1& 1& 1\\ -\frac{d}{2}& \frac{d}{2}& -\frac{d}{2}& \frac{d}{2}\end{array}\right]\left[\begin{array}{c}{F}_{x1}\\ F_{x2}\\ F_{x3}\\ F_{x4}\end{array}\right]$
式中Fxi为各个车轮的纵向力，Fxd为汽车总的纵向力需求，d为两车轮之间的轮距；
路面所能提供的最大附着力和轮毂电机所能输出的最大力矩两个不等式约束如下：
$\sqrt{F_{xi}^2+F_{yi}^2}\≤{\mathrm{\μF}}_{zi},i=1,2,3,4$
其中Fyi为各个车轮的侧向力，Fzi为各个车轮的垂向力；
$-\frac{T_{imax}}{R_W}\≤F_{xi}\≤\frac{T_{imax}}{R_W}$
其中，Timax为轮毂电机所能输出的最大力矩，Rw是轮胎半径；
优化目标如下：
$\begin{array}{c}J=\min C_{x1}\frac{F_{x1}^2}{{\left({\mathrm{\μ}}_1{F}_{z1}\right)}^2}+C_{y1}\frac{F_{y1}^2}{{\left({\mathrm{\μ}}_1{F}_{z1}\right)}^2}+C_{x2}\frac{F_{x2}^2}{{\left({\mathrm{\μ}}_2{F}_{z2}\right)}^2}+\\ C_{y2}\frac{F_{y2}^2}{{\left({\mathrm{\μ}}_2{F}_{z2}\right)}^2}+C_{x3}\frac{F_{x3}^2}{{\left({\mathrm{\μ}}_3{F}_{z3}\right)}^2}+C_{x4}\frac{F_{x4}^2}{{\left({\mathrm{\μ}}_4{F}_{z4}\right)}^2}\end{array}$
其中Cx1，Cy1，Cx2，Cy2，Cx3，Cx4分别为各轮纵向力与侧向力分配的加权系数。
5.根据权利要求2所述的一种用于四轮毂电机驱动电动汽车的分层系统的控制方法，
其特征在于，所述步骤三中，附着系数估计值μmax的计算公式如下：
${\mathrm{\μ}}_{max}=\frac{{\mathrm{\Σk}}_i{\mathrm{\μ}}_{\max i}}{{\mathrm{\Σk}}_i},i=1,2,3,4,5,6$

一种用于四轮毂电机驱动电动汽车的分层系统及控制方法

技术领域

本发明属于电动汽车智能控制技术领域，具体涉及一种用于四轮毂电机驱动电动
汽车的分层系统及控制方法。

背景技术

近年来，由于环保、能源安全双重问题的日益突出，电动汽车再次跃入人们的视
野。由于电动汽车采用高效率的充电电池，在运行过程中零尾气排放可大大减少对环境的
污染。同时，四轮毂电机驱动电动汽车与传统的燃油动力汽车相比，有着以下优点：首先，电
机的转矩响应速度是内燃机的50-100倍，且可准确控制各轮力矩大小与转速。其次，去除了
传动轴、离合器等机构，减轻了整车的重量并大大提高了传动效率和续航里程。最后，四轮
毂电机驱动电动汽车可以集成多种安全控制技术，如电子稳程序ESP(Electric Stability
Program)、防抱死系统ABS(Anti-Lock Brake System)、牵引力控制系统TCS(Traction
Control System)等。

目前，四轮毂电机驱动电动汽车的发展还比较初级，应用的控制方法多以传动的
PID控制(Proportional Integral derivative)、逻辑门限控制等。其控制效果在一般路况
时能达到稳定性控制要求，但是当四轮毂驱动电动汽车在转向、高速、或途径道路恶劣等情
况下，这些控制方法的效果往往达不到我们的期望值。此外各个分散的安全控制系统同时
工作时，也会出现控制系统之间的耦合效应而降低控制效果。

发明内容

本发明的目的在于克服上述不足，提供一种用于四轮毂电机驱动电动汽车的分层
系统及控制方法，以提高车辆操纵性、稳定性和经济性。

为了达到上述目的，一种用于四轮毂电机驱动电动汽车的分层系统，包括第一轮
毂电机、第二轮毂电机、第三轮毂电机和第四轮毂电机，第一轮毂电机、第二轮毂电机、第三
轮毂电机和第四轮毂电机分别通过对应的第一电机控制器、第二电机控制器、第三电机控
制器和第四电机控制器相连，第一电机控制器、第二电机控制器、第三电机控制器和第四电
机控制器均连接整车控制器，整车控制器连接方向盘转角传感器、电子油门踏板、电子刹车
踏板、惯性测量单元和车速传感器。

一种用于四轮毂电机驱动电动汽车的分层系统的控制方法，包括以下步骤：

步骤一，通过车速传感器、方向盘转角传感器和电子油门传感器联合二自由度车
辆参考模型得到偏离理想运动状态的横摆角速度和质心侧偏角差值，再结合惯性测量单元
进行前馈补偿和最优反馈补偿，得到整车保持稳定所需的横摆力矩Mzd；

步骤二，以横摆力矩Mzd为输入，联合考虑汽车纵向力约束、横摆力矩约束、路面所
能提供的最大附着力、电机最大输出力矩的限制，以稳定性为目标进行二次规划求最优解，
得出各个轮毂电机的目标转矩，通过CAN通信网络发送到各个轮毂电机控制器中，实现稳定
性控制；

步骤三，以当前路面利用附着系数μ和车轮滑移率λ两个参数作为输入，输入到路
面附着系数估计模糊控制器中，得到与六种标准路面相似程度ki，进行加权平均后得到当
前路面的附着系数估计值μmax，然后将路面附着系数估计值μmax返回到步骤二作为下一次优
化求解的限制条件。

所述步骤一中，通过车速传感器监测到纵向车速Vx和方向盘转角传感器采集的转
角θ确定理想的质心侧偏角βd和横摆角速度γd，计算公式如下：

其中g为重力加速度，μ为路面附着系数，K为稳定性因数，L为前后轮轴距，a为重心
到前轴距离，b为重心到后轴距离，k1为前轴侧偏刚度，k2为后轴侧偏刚度，m为整车质量，Vx
为纵向车速，δ为转向角，μ为路面附着系数；

此时与惯性测量单元检测到的质心侧偏角β和横摆角速度γ分别做差得到Δβ和
Δγ；

Δβ＝β-βd

Δγ＝γ-γd

根据质心侧偏角差值Δβ和横摆角速度差值Δγ的大小，联合汽车纵向车速Vx和
转角θ进行前馈补偿+最优反馈补偿可以得出横摆力矩Mzd。

所述步骤二中，二次规划求最优解中，等式约束矩阵如下：

式中Fxi为各个车轮的纵向力，Fxd为汽车总的纵向力需求，d为两车轮之间的轮距；

路面所能提供的最大附着力和轮毂电机所能输出的最大力矩两个不等式约束如
下：

其中Fyi为各个车轮的侧向力，Fzi为各个车轮的垂向力；

其中，Timax为轮毂电机所能输出的最大力矩，Rw是轮胎半径；

优化目标如下：

其中Cx1，Cy1，Cx2，Cy2，Cx3，Cx4分别为各轮纵向力与侧向力分配的加权系数。

所述步骤三中，附着系数估计值μmax的计算公式如下：

与现有技术相比，本发明首先根据车速传感器、方向盘转角传感器、电子油门传感
器和惯性测量单元计算出横摆力矩，作为横摆力矩决策层；再根据汽车纵向力约束、横摆力
矩约束、路面所能提供的最大附着力、电机最大输出力矩的限制，计算出各个轮毂电机的目
标转矩，作为目标优化分析层；最后，以当前路面利用附着系数和车轮滑移率两个参数输入
到路面附着系数估计模糊控制器中，得到与六种标准路面相似程度，进行加权平均后得到
当前路面的附着系数估计值，作为路面附着系数监测层，本发明以整车稳定性为控制目标，
根据运行工况合理分配电机转矩，提高车辆的操纵性、稳定性、经济性。

附图说明

图1为本发明的系统结构框图；

图2为本发明的控制流程图；

其中，1、第一轮毂电机；2、第二轮毂电机；3、第三轮毂电机；4、第四轮毂电机；5、第
一电机控制器；6、第二电机控制器；7、第三电机控制器；8、第四电机控制器；9、方向盘转角
传感器；10、电子油门踏板；11、电子刹车踏板；12、惯性测量单元；13、车速传感器；14、整车
控制器。

具体实施方式

下面结合附图对本发明做进一步说明。

参见图1，一种用于四轮毂电机驱动电动汽车的分层系统包括第一轮毂电机1、第
二轮毂电机2、第三轮毂电机3和第四轮毂电机4，第一轮毂电机1、第二轮毂电机2、第三轮毂
电机3和第四轮毂电机4分别通过第一电机控制器5、第二电机控制器6、第三电机控制器7和
第四电机控制器8，第一电机控制器5、第二电机控制器6、第三电机控制器7和第四电机控制
器8均连接整车控制器14，整车控制器14连接方向盘转角传感器9、电子油门踏板10、电子刹
车踏板11、惯性测量单元12和车速传感器13。

整车控制器13收集方向盘转角传感器9检测到的转角信号，电子油门踏板10加速
信号，电车刹车踏板11的减速信号，惯性测量单元12检测到的加速度信号和角速度信号，车
速传感器13检测到的车速信号，根据内部的分层控制算法计算四个轮毂电机的目标转矩后
分配通过CAN通讯网络15发送到四个电机控制器实现整车稳定性控制，同时收集四个电机
控制器返回的电机转速信号到整车控制器中，根据分层控制算法中下层路面附着系数监测
层估计出当前的路面附着系数，然后反馈到中间层目标优化分配层作为下一时刻优化的限
制条件。

如图2所示，分层控制算法具体步骤如下：

1)上层横摆力矩决策层主要得出当前状态下车辆保持稳定性所需要的横摆力矩，
其参考模型为二自由度线性模型。根据速度传感器13检测到的纵向车速Vx和方向盘转角传
感器检测到的转向角δ先计算出理想状态下车辆的横摆角速度和质心侧偏角。其中根据二
自由理想模型可以得横摆角速度期望值计算公式如下：

公式中

其中K为稳定性因数，L为前后轮轴距，a为重心到前轴距离，b为重心到后轴距离，
k1为前轴侧偏刚度，k2为后轴侧偏刚度，m为整车质量。

由于车辆的横摆角速度还与路面附着系数相关，路面所能提供的最大横摆角速度
计算公式如下：

其中g为重力加速度，μ为路面附着系数。

结合以上两式可得出修成后的理想横摆角速度为：

根据二自由度理想模型可以得出质心侧偏角的计算公式如下：

同时考虑到路面附着系数的限制，路面所能提供最大的质心侧偏角计算公式如下

β2＝tan-1(0.02μg)

结合以上两式可得到横摆角速度的修正计算公式如下：

此时根据惯性测量单元12测得的横摆角速度γ和质心侧偏角β，分别与理想值做
差可得Δβ和Δγ：

Δβ＝β-βd

Δγ＝γ-γd

之后将此时刻车辆状态和理想状态之间的差值Δβ、Δγ、方向盘转角δ和汽车纵
向车速Vx传入到前馈+最优反馈模块中计算当前保持稳定所需求的横摆力矩，其中前馈部
分补偿计算如下：

汽车在转向过程中我们可以得到以下状态方程：

其中Mz是施加的前馈补偿横摆力矩,A、B、E、X系数如下：

其中Iz为汽车绕Z轴的转动惯量。

对上式进行拉普拉斯变换后可得：

令βd(s)和γd(s)可得横摆力矩前馈补偿系数Gff：

根据横摆力矩前馈补偿系数我们可得前馈补偿力矩Mff：

Mff＝Gffδ

后馈部分计算如下：

基于线性二次最优控制LQR(Linear Quadratic Regulator)设计了最优控制器，
其目标函数为：

其中Q为半正定m*m阶对称矩阵，R为正定r*r阶对称矩阵。根据最优控制原理中的
极小值原理，该问题的最优控制量是质心侧偏角和横摆角速度偏差的线性组合，即：

Mfb(t)＝-Kx(t)

上式中K为反馈系数矩阵，计算如下：

K＝R-1BTP

而其中的P为正定矩阵，是下式黎卡提方程的解：

PA+ATP-PBR-1BP+Q＝0

而其中的的Q为对角矩阵，

其中q1反映了对车辆质心侧偏角误差的控制程度，q2反映了对车辆横摆角速度误
差的控制程度，根据实际需要设置。

而性能指标可以用来评判控制量对指令的跟踪能力和抗干扰的性能。联合以上各
式评价指标变为：

求解上式最终最终可得到反馈系数k1、k2和最优反馈补偿横摆力矩Mfb

Mfb＝-K*E＝-k1Δβ-k2Δγ

联合前馈补偿Mff与最优反馈补偿Mfb最终可以得到总的横摆力矩Mzd：

Mzd＝Mff+Mfb

2)中间层优化分配层,主要是根据整车的动力性需求与稳定性需求，并考虑到路
面情况、驱动电机的运行状态等实际条件限制，进行驱动力最优化求解分配，其中根据整车
动力学可得到等式约束条件如下：

根据纵向力约束可得：

Fx1+Fx2+Fx3+Fx4＝Fxd

其中Fxi为各个车轮的纵向力，Fxd为汽车的总的纵向力需求，横摆力矩约束条件如
下：

其中d为两车轮之间的轮距，用矩阵形式表示以上等式约束可如下：

而不等式约束条件如下：

Fyi为各个车轮的横向力，Fzi为各个车轮的垂向力，考虑到到不同路面所能提供给
轮胎的附着力大小，有以下不等式约束：

同时考虑到轮毂电机执行机构所能输出的力矩限制:

其中Rw为轮胎半径，Timax为轮毂电机所能输出的最大力矩，而在进行优化计算的时
候，我们以整车稳定性为优化目标，而具体实现方式是以轮胎稳定裕度最大为目标，具体计
算公式如下：

而电动汽车向左和向右转向时，内侧车轮的垂向载荷会小于外侧，前轴车轮的垂
向载荷小于后轮。联合汽车摩擦圆理论可得，同样大小的载荷进行分配，四个轮的产生的横
摆力矩效果并不相同，因此我们对目标函数进行改进，增加加权系数这一项，公式如下：

其中Cx1，Cy1，Cx2，Cy2，Cx3，Cx4分别为各轮纵向力与侧向力分配的加权系数。

同时若某个电机发生故障，也可将其对应的那项分配系数改为0，就可以进行电机
故障状态下的驱动力优化分配。

最终经过二次规划算法计算求解出各个轮毂电机的转矩，通过CAN通信网络15发
送到各个轮毂电机控制器中，实现合理分配各电机转矩。

3)下层路面附着系数监测层主要是对当前的路面附着系数进行估计，其输入为滑
移率和路面利用附着系数，其中滑移率λ计算如下：

其中wi为各车轮的转速，由各个轮毂电机控制器采集轮毂电机的数据通过CAN通
信网络15返回到整车控制器14中，而Vti为各轮纵向速度，具体计算公式如下：

而路面利用附着系数μ计算公式如下：

对于路面附着系数估算，采用了6种常用的标准路面作为参照，而对于标准路面的
滑移率与路面附着系数之间的关系可由下式表示：

其中c1，c2，c3为拟合系数，而以下两公式可以计算出不同路面的最优滑移率和峰
值路面附着系数，

选取的6种标准路面分别是干沥青、干水泥、湿沥青、湿鹅卵石、雪、冰道路，进行拟
合可以得到6种标准路面的利用附着系数和最优滑移率如下表：

路面
c1
c2
c3
λopt
μmax
干沥青
1.2801
29.9900
0.5200
0.17
1.1700
干水泥
1.1979
25.1680
0.5373
0.16
1.0900
湿沥青
0.8570
33.8220
0.3470
0.13
0.8013
湿鹅卵石
0.4004
33.7080
0.1204
0.14
0.3800
雪
0.1946
94.1290
0.0646
0.06
0.1900
冰
0.0500
306.3900
0.0010
0.03
0.0500

而模糊控制器中的隶属度函数设计为中滑转率和大滑转率这两个模糊论域的模
糊子集来对输入的滑转率进行模糊化。并设计了模糊推理规则，其中DS代表不相似，NS代表
一般相似，CS代表较相似，S代表相似，VS代表非常相似，其中具体的模糊规则制定如下表：

经过模糊控制器模糊推理后并反模糊化，我们可以得到与6种标准路面的相似程
度ki，经过加权平均可以得到对当前路面附着系数和最优滑转率的估计，计算公式如下：

得到当前路面的附着系数估计值之后，将这个估计值返回到中间层目标优化分配
层，作为下次优化的限制条件。