一种车道偏离辅助控制系统的转矩分配控制方法

摘要

本发明公开了一种车道偏离辅助控制系统的转矩分配控制方法，包括：根据车道偏离辅助控制系统发送的力矩指令进行优化，后得到各轮毂电机目标转矩；将所述各轮毂电机目标转矩发送给车辆的各个电机；且优化时，满足一定的限制条件；每个轮毂电机采用永磁无刷电机，且设计电机模型表征为：本发明以路面附着利用率最低作为设计目标，对四轮毂电机转矩进行分配，保证了汽车具有较好的稳定性。

说明书

技术领域

本发明涉及轮毂电机驱动汽车辅助驾驶控制技术领域，尤其涉及一种车道偏离辅助控制系统的转矩分配控制方法，及所述车道偏离辅助控制系统的控制方法。

背景技术

车道偏离辅助系统(Lane departure assistance system,LDAS)作为智能驾驶技术的重要组成部分，车道偏离辅助控制系统作为辅助驾驶的重要内容，其研究有基于转向系统作为底层执行进行车道偏离辅助，该方式存在一定的局限性：

(1)驾驶员的转向输入对辅助控制系统产生干扰，辅助控制系统输出的转向力也会给驾驶员造成一定的不适；

(2)人机同时对转向进行控制，若二者协调不一致或发生冲突，将加重驾驶员操纵负担，影响车辆行驶安全。

也有通过差动制动的方式实现车道偏离辅助，可尽量避免驾驶员与控制系统之间的干扰，然而采用差动制动会对车速产生一定影响。

以上关于车道偏离辅助控制系统的研究主要是针对传统内燃机汽车以及基于传统的具有单一动力源输出的底盘结构的电动汽车。而轮毂电机驱动汽车作为电动汽车的一种特殊结构，具有四轮转矩独立可控，电机转矩响应迅速，控制灵活等优点，其在智能驾驶以及辅助驾驶的控制方面有着传统单一动力源输出的底盘结构的汽车无可比拟的优势。针对轮毂电机驱动汽车，统筹考虑决策、控制和执行，在保证纵向总的驱动力要求的同时通过对四轮转矩进行主动分配，设计轮毂电机驱动汽车车道偏离辅助控制系统。由于所设计的车道偏离辅助控制系统以四个轮毂电机作为执行机构，而不是以方向盘作为执行机构，所以能有效解决传统内燃机汽车在基于转向设计车道偏离辅助系统时存在的驾驶员和控制系统相互干扰的问题。由于是在满足总的纵向力需求的前提下对四轮电机进行主动转矩分配，所以也能有效解决传统汽车基于差动制动设计车道偏离辅助控制系统时存在对车速产生影响的问题。

发明内容

为了适应更多工况，同时能够有效提高车辆在极限工况下的操纵稳定性，本发明提供一种车道偏离辅助控制系统的转矩分配控制方法，及所述车道偏离辅助控制系统的控制方法。

本发明的解决方案是：一种车道偏离辅助控制系统的转矩分配控制方法，其包括以下步骤：

步骤一、根据所述车道偏离辅助控制系统发送的力矩指令进行优化，后得到各轮毂电机目标转矩T_fl、T_fr、T_rl、T_rr；

其中，所述力矩指令包括全部轮毂电机总的横摆力矩M以及全部轮毂电机总的纵向驱动转矩T_q，优化过程如下：

T_i为分配给各电机的目标转矩，i＝fl,fr,rl,rr分别表示左前、右前、左后、右后车轮的轮毂电机，T_fl、T_fr、T_rl、T_rr分别表示分配给左前、右前、左后、右后车轮的轮毂电机的目标转矩；F_zi为各轮垂向力，C_i为各轮转矩分配的权重系数，R_eff为车轮半径，μ为路面附着系数，δ为前轮转角，c为轮距；T_max为电机峰值转矩，r为车轮有效滚动半径；

步骤二、将各轮毂电机目标转矩T_fl、T_fr、T_rl、T_rr分别发送给车辆的相应轮毂电机；

其中，每个轮毂电机采用永磁无刷电机，且设计电机模型表征为：

式中T_mi为电机输出转矩，T_wi为轮毂电机的目标转矩，P为轮毂电机的磁极对数，φ为轮毂电机的转子磁链，R为轮毂电机的电阻，L_m为轮毂电机的互感，L_s为轮毂电机的自感，s为拉普拉斯算子，T_p为轮毂电机的驱动电路开关周期。

本发明还提供一种轮毂电机驱动汽车车道偏离辅助控制方法，其包括：

根据车辆的跨道时间边界τ₁、τ₂以及动态DLC边界e₁、e₂，在三种驾驶模式中选择一种驾驶模式输出；其中，所述三种驾驶模式为：只有电子差速控制器控制的自由驾驶模式、只有主动差动转向控制器控制的主动驾驶模式、所述电子差速控制器和所述主动差动转向控制器协同控制的辅助驾驶模式；

制定与所述三种驾驶模式一一对应的三种驾驶控制方法，并根据选择的驾驶模式启动相对应的驾驶控制方法；其中，所述三种驾驶控制方法为：只有所述电子差速控制器控制的电子差速控制方法、只有所述主动差动转向控制器控制的主动差动转向控制方法、所述电子差速控制器和所述主动差动转向控制器协同控制的协调控制方法；

根据选择的驾驶控制方法进行车辆的转矩分配，其中，转矩分配时采用上述车道偏离辅助控制系统的转矩分配控制方法。

作为上述方案的进一步改进，跨道时间边界τ₁、τ₂分别为：

其中，t₁为最小跨道时间，t'为驾驶员反应时间，t”为执行机构响应时间；

当跨道时间t_T＜t₁+t”时，定义属于只有主动差动转向控制器控制的驾驶模式；当t₁+t”＜t_T＜t₁+t'+t”时，定义属于所述电子差速控制器和所述主动差动转向控制器协同控制的辅助驾驶模式；当t_T＞t₁+t'+t”时，定义属于只有电子差速控制器控制的自由驾驶模式。

优选地，最小跨道时间t₁为：

其中，v_yt为车辆侧向速度，a_ymax为车辆极限侧向加速度；

跨道时间t_T为：

其中，D_LC为跨道距离(以左跨道为例，D_LC表示车辆保持当前行驶状态，左前轮从当前位置行驶到车道线边缘时，左前轮所经过的距离，注释：D_LC与DLC分别代表不同的意思，D_LC表示跨道距离，而DLC(distance>r为车辆的实际横摆角速度ω_r；为偏航角；y_l为车辆质心到左车道线的距离；a为车辆质心到前轴的距离；l_f为前轮距；y_ll为左前轮到左车道线的距离；R_v为转弯半径。

再优选地，所述车道偏离辅助控制方法还包括：

一、确定DLC边界e₁和e₂

采用三层前馈网络，输入层神经元的个数为3，分别为车速v、路面附着系数μ以及道路曲率ρ；隐含层神经元个数为8；输出层神经元个数为2，分别为两个DLC边界e₁和e₂；

其中，令输入变量X＝[x₁(n)；x₂(n)；x₃(n)]；x₁(n)表示车速v；x₂(n)表示路面附着系数μ；x₃(n)表示道路曲率ρ，n为采样时刻；第k层的输出用y^(k)(n)，(k＝1,2,3)表示，隐含层及输出层的激活函数为：输出层的输出分别为：y₁⁽³⁾(n)＝e₁，y₂⁽³⁾(n)＝e₂；神经元j在第n步迭代时输出误差信号定义为：e_j(n)＝d_j(n)-y_j(n)，其中，d_j(n)为目标输出，y_j(n)为网络输出；

二、获取特征向量

获取当前时刻车辆的特征量(τe)，即τ为跨道时间的倒数，e为车辆质心距车道中心线的距离；

三、计算关联函数

特征量(τe)对应的点为P₃点，即P₃(τe)，O为坐标原点，关联函数计算公式如下：其中，X表示自由驾驶模式对应的域，X₁表示辅助驾驶模式对应的域，X₂表示主动驾驶模式对应的域，K_s表示关联函数，P₁点含义：P₃点与坐标原点O点的连线与可拓集合中自由驾驶模式对应的域的边界相交，相交点即为P₁，P₂点含义：P₃点与坐标原点O点的连线与可拓集合中辅助驾驶模式对应的域的边界相交，相交点即为P₂；

其中，K_s＞1表示特征量处于自由驾驶模式对应的域，此时，驾驶员占据完全的主动权；0＜K_s＜1时特征量处于辅助驾驶模式对应的域，驾驶员与控制系统同时驾驶车辆；K_s＜0时特征量处于主动驾驶模式对应的域，控制系统占据驾驶主动权。

作为上述方案的进一步改进，所述协调控制方法包括以下步骤：

步骤S11，根据驾驶员输入的一个方向盘转角δ_f，计算出理想横摆角速度ω_d；

步骤S12，所述电子差速控制器根据横摆角速度ω_d，计算力矩M_b；

步骤S13，所述主动差动转向控制器在所述辅助驾驶模式时输出一个力矩K_sM_z，其中，K_s为关联函数，0<K_s<1，M_z为所述主动差动转向控制器决策出的横摆力矩；

步骤S14，判断力矩M_b的方向与力矩K_sM_z的方向是否相同；力矩M_b的方向与力矩K_sM_z的方向如果相同，则执行步骤S15；

步骤S15，检测车辆的实际横摆角速度ω_r；

步骤S16，判断是否ω_r<ω_d；是则执行步骤S17，否则执行步骤S18；

步骤S17，所述电子差速控制器和所述主动差动转向控制器同时控制；

步骤S18，所述电子差速控制器停止控制。

优选地，所述协调控制方法还包括：

步骤S19，当车辆与目标路径之间存在一个偏离量时，根据车辆在当前位置的偏航角以及车辆与预瞄点处的横向偏差Y_l输出一个期望方向盘转角δ_d，δ_d为：其中，L为汽车轴距，i为转向系统传动比，l_s为车辆距预瞄点处的预瞄距离；

步骤S110，判断δ_f的方向和δ_d的方向是否相反；如果相反，则执行步骤S18，如果相同，则执行步骤S16。

优选地所述协调控制方法还包括：

步骤S111，根据期望航向角和实际航向角，调整所述车道偏离辅助控制系统的PID航向角控制器的比例控制参数、积分控制参数、微分控制参数；

其中，当车辆即将被纠回车道中心线时，且满足以下条件时，启动所述PID航向角控制器：

(1)道路曲率ρ＝0；

(2)车辆的横向偏移量e的绝对值的导数

(3)关联函数K_s>1；

(4)车辆在当前位置的偏航角

根据期望航向角和实际航向角，设计满足以下公式的三个输出信号x₁(n)、x₂(n)、x₃(n)，

其中，e(n)＝期望航向角-实际航向角，n为采样时刻；

对三个输出信号x₁(n)、x₂(n)、x₃(n)采用神经网络进行学习，且在学习后分别取代所述比例控制参数、所述积分控制参数、所述微分控制参数。

进一步地，在步骤S11中，如果δ_f＝0，则所述电子差速控制器停止控制。

优选地，力矩M_b的方向与力矩K_sM_z的方向如果相反，则所述电子差速控制器停止控制。

本发明执行层主要包含转矩分配控制器和各执行电机，转矩分配控制器以路面附着利用率最低作为设计目标，对四轮毂电机转矩进行分配。在充分利用轮毂电机驱动汽车四轮转矩独立可控的优势，基于动态边界可拓决策，设计了四轮主动差动转向与电子差速协调的车道偏离辅助控制系统，所设计的车道偏离辅助控制系统包含决策层、控制层和执行层。决策层主要是基于可拓理论，运用神经网络算法设计了随车速、道路曲率以及路面附着系数变化的动态可拓边界，根据车辆不同的偏离程度划分不同的驾驶模式。

目前，对DLC可拓边界的研究主要是将其设定为固定边界，然而固定DLC边界不能很好的适应所有工况，本发明提出了一种动态DLC可拓边界用来划分不同的驾驶模式，采用神经网络算法设计随车速、道路曲率以及路面附着系数变化的动态DLC边界，结果表明，本发明提出的动态DLC边界能够较好的适应更多工况，同时能够有效提高车辆在极限工况下的操纵稳定性。

附图说明

图1为轮毂电机驱动汽车车道偏离辅助控制系统总体结构框图。

图2为二维可拓集合示意图。

图3为本发明的电子差速和主动差动转向的协调控制方法的流程图。

图4为单神经元自适应PID航向角控制器结构框图。

图5为跨道时间模型示意图。

图6为直道工况仿真结果示意图。

图7为不同车速下直道工况仿真结果示意图。

图8为弯道工况仿真结果示意图。

图9为综合工况仿真结果示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本实施例公开了一种轮毂电机驱动汽车车道偏离辅助控制系统，所述控制系统结构包括：上层动态边界可拓决策层、中层控制层和底层执行层。可拓决策层基于动态边界可拓决策依据不同的车道偏离程度划分不同的驾驶模式；中层控制层根据决策层划分的不同驾驶模式采取不同的控制方法；控制层决策出的控制量由底层执行层通过主动转矩分配的方式分配给各轮毂电机，通过采用上层、中层、下层分层控制策略较好的实现了轮毂电机驱动汽车车道偏离辅助功能。上层可拓决策层改善了以往的固定DLC可拓边界方案，采用神经网络算法设计了随车速、道路曲率以及路面附着系数变化的动态DLC可拓边界以更好的适应更多工况；中层控制层针对轮毂电机驱动汽车特有的结构形式设计电子差速控制器与主动差动转向控制器，并首次提出了二者的协调控制策略，同时，本发明不仅考虑到车辆被纠回车道中心时的过程，也考虑到了车辆纠回车道中心线之后的安全问题，即车辆由于偏离车道而被控制系统纠回车道中心线时可能会存在一个偏航角，此时，如果驾驶员由于精力不集中而未能及时作出反应，那么这个偏航角的存在有可能在车辆被纠回车道中心线后引起二次偏离危险发生，为此，设计了车辆航向角控制器，用于控制车辆被纠回车道中心线时的偏航角；底层执行层为了提高车辆行驶稳定性，以轮胎附着利用率最小作为优化目标进行转矩分配。

目前，对DLC可拓边界的研究主要是将其设定为固定边界，然而固定DLC边界不能很好的适应所有工况，本发明提出了一种动态DLC可拓边界用来划分不同的驾驶模式，采用神经网络算法设计随车速、道路曲率以及路面附着系数变化的动态DLC边界，结果表明，本发明提出的动态DLC边界能够较好的适应更多工况，同时能够有效提高车辆在极限工况下的操纵稳定性。

由于轮毂电机驱动汽车特殊的结构形式，对轮毂电机驱动汽车设计车道偏离辅助控制系统时，很重要的一点就是电子差速与主动差动转向的协调控制问题，本发明首次提出了针对轮毂电机驱动汽车的电子差速和主动差动转向的协调控制策略。

目前针对车道偏离辅助控制系统的研究以及发明都是单纯考虑了对车辆进行纠偏的过程，而没有考虑车辆被纠回车道中心线之后的状态。如果车辆被纠回车道中心线时存在一个偏航角，且此时驾驶员因精力不集中而未能及时作出反应，则车辆会发生二次偏离危险，本发明针对车辆被纠回车道中心线时可能存在的二次偏离危险设计了单神经元自适应PID航向角控制器用以控制车辆被纠回车道中心线时的航向角，避免二次偏离危险发生。

参照图1，其为轮毂电机驱动汽车的车道偏离辅助控制系统的总体结构框架，主要包括可拓的决策层、中层的控制层、底层的执行层。所述决策层根据车辆的跨道时间边界τ₁、τ₂以及动态DLC边界e₁、e₂，在三种驾驶模式中选择一种驾驶模式输出给所述控制层；其中，所述三种驾驶模式为：只有电子差速控制器控制的自由驾驶模式、只有主动差动转向控制器控制的主动驾驶模式、所述电子差速控制器和所述主动差动转向控制器协同控制的辅助驾驶模式。所述控制层制定与所述三种驾驶模式一一对应的三种驾驶控制方法，并根据所述决策层选择的驾驶模式启动相对应的驾驶控制方法；其中，所述三种驾驶控制方法为：只有所述电子差速控制器控制的电子差速控制方法、只有所述主动差动转向控制器控制的主动差动转向控制方法、所述电子差速控制器和所述主动差动转向控制器协同控制的协调控制方法。所述执行层根据所述控制层选择的驾驶控制方法进行转矩分配。

与车道偏离辅助控制系统相对应的车道偏离辅助控制系统的控制方法包括以下步骤：

根据车辆的跨道时间边界τ₁、τ₂以及动态DLC边界e₁、e₂，在三种驾驶模式中选择一种驾驶模式输出给；其中，所述三种驾驶模式为：只有电子差速控制器控制的自由驾驶模式、只有主动差动转向控制器控制的主动驾驶模式、所述电子差速控制器和所述主动差动转向控制器协同控制的辅助驾驶模式；

制定与所述三种驾驶模式一一对应的三种驾驶控制方法，并根据选择的驾驶模式启动相对应的驾驶控制方法；其中，所述三种驾驶控制方法为：只有所述电子差速控制器控制的电子差速控制方法、只有所述主动差动转向控制器控制的主动差动转向控制方法、所述电子差速控制器和所述主动差动转向控制器协同控制的协调控制方法；

根据选择的驾驶控制方法进行车辆的转矩分配。

接下去对轮毂电机驱动汽车的车道偏离辅助控制系统的三大层进行逐一详细介绍。

一、基于动态边界可拓决策的可拓决策层

基于可拓决策理论采用神经网络自学习算法设计随车速、道路曲率以及路面附着系数变化的动态可拓边界，通过动态可拓边界，将不同的车道偏离程度划分为不同的驾驶模式，根据车辆偏离车道的程度由小到大依次划分为自由驾驶模式、辅助驾驶模式以及主动驾驶模式，自由驾驶模式时驾驶员完全占据驾驶主动权，辅助驾驶模式时，驾驶员与控制系统共同驾驶车辆，主动驾驶模式则完全依靠控制系统驾驶车辆。

车道偏离辅助控制系统的重要发明内容之一，具体包括如下。

(1)最小跨道时间t₁计算。

最小跨道时间t₁是指车辆以极限侧向加速度运动，车辆行驶到车道线边缘所需的最短时间，计算公式如下：式中，v_yt为车辆侧向速度，a_ymax为车辆极限侧向加速度。

跨道时间t_T计算：跨道时间t_T是指车辆以当前侧向速度行驶到车道线边缘所需的时间，示意图如图5所示。计算公式如下：

其中，为偏航角；y_l为车辆质心到左车道线的距离；a为车辆质心到前轴的距离；l_f为前轮距；y_ll为左前轮到左车道线的距离。

(2)确定跨道时间边界τ₁、τ₂。

确定跨道时间边界即确定图2中横坐标τ₁、τ₂的值，当跨道时间t_T＞t₁+t'+t”时，认为只要驾驶员及时作出反应，则完全依靠驾驶员可以避免车道偏离的发生。当t₁+t”＜t_T＜t₁+t'+t”时，此时认为驾驶员需要辅助系统协助才可以避免车道偏离的发生。当t_T＜t₁+t”时，驾驶员已经无法避免车道偏离的发生，此时，需要完全依靠辅助系统来避免车道偏离。

式中，t₁为最小跨道时间，t'为驾驶员反应时间，t”为执行机构响应时间。

(3)确定动态DLC边界e₁e₂。

确定DLC边界即确定图2中纵坐标e₁e₂的值。本发明考虑到车速v、路面附着系数μ以及道路曲率ρ对DLC边界的影响，采用BP神经网络设计随车速、路面附着系数和道路曲率变化的动态DLC边界函数。D_LC与DLC分别代表不同的意思，D_LC表示跨道距离(以左跨道为例，D_LC表示车辆保持当前行驶状态，左前轮从当前位置行驶到车道线边缘时，左前轮所经过的距离)，而DLC(distance>

采用三层前馈网络，输入层神经元的个数为3，分别为车速、路面附着系数和道路曲率。隐含层神经元个数由经验公式

确定，其中l为隐含层神经元个数，n为输入层神经元个数，m为输出层神经元个数；a为1～10之间的调节常数。由上式确定隐含层神经元个数为8。输出层神经元个数为2，分别为图2中的e₁和e₂。

令输入变量X＝[x₁(n)；x₂(n)；x₃(n)]；x₁(n)表示车速v；x₂(n)表示路面附着系数μ；x₃(n)表示道路曲率ρ；n为采用时刻。第k层的输出用y^(k)(n)，(k＝1,2,3)表示，隐含层及输出层的激活函数为：

输出层的输出分别为：y₁⁽³⁾(n)＝e₁，y₂⁽³⁾(n)＝e₂

神经元j在第n步迭代时(即输入第n个训练样本)输出误差信号定义为

e_j(n)＝d_j(n)-y_j(n)

d_j(n)为目标输出，y_j(n)为网络输出，n为采样时刻。

定义网络训练的代价函数：

通过对多种不同工况进行分析，得出一组关于车速、路面附着系数、道路曲率以及DLC边界的目标数据样本，用于对神经网络的训练，采用BP学习算法对网络加权系数进行迭代修正，按ε(n)对加权系数的负梯度方向搜索调整，并附加一个使搜索快速收敛全局极小的动量项。

式中，η为学习率，α为动量因子，ω_li为隐含层和输出层的加权系数。

(4)获取特征量。

可拓边界确定之后，获取当前时刻车辆的特征量(τe)，即τ为跨道时间的倒数，e为车辆质心距车道中心线的距离，能够较为直观的反应车-路偏差。

(5)计算关联函数：

特征量(τe)对应的点为P₃点，即P₃(τe)，O为坐标原点。P₁点含义：P₃点与坐标原点O点的连线与可拓集合中自由驾驶模式对应的域的边界相交，相交点即为P₁。P₂点含义：P₃点与坐标原点O点的连线与可拓集合中辅助驾驶模式对应的域的边界相交，相交点即为P₂。

根据图2，关联函数计算公式如下：其中，X表示自由驾驶模式对应的域，X₁表示辅助驾驶模式对应的域，X₂表示主动驾驶模式对应的域，K_s表示关联函数。

K_s＞1表示特征量处于自由驾驶模式对应的域，此时，驾驶员占据完全的主动权；0＜K_s＜1时特征量处于辅助驾驶模式对应的域，驾驶员与控制系统同时驾驶车辆；K_s＜0时特征量处于主动驾驶模式对应的域，控制系统占据驾驶主动权。从而通过关联函数K_s值的大小即可判断车辆的偏离程度以及所处的驾驶模式。

二、中层的控制层

由上层可拓决策层划分车辆驾驶模式，在不同的驾驶模式选择不同的控制方案。针对轮毂电机驱动汽车在结构上相比于传统汽车省掉了传动轴、减速器、机械式差速器等传动机构，当处于自由驾驶模式时，驾驶员操作方向盘进行转向，为了防止车辆转向时左右车轮出现滑转或拖滑现象，设计了电子差速控制器。当处于主动驾驶模式时，针对轮毂电机驱动汽车四轮转矩独立可控的特点，设计主动差动转向控制器，通过对四轮毂电机进行主动转矩分配实现主动转向。在不同的驾驶模式时实现电子车速控制器和主动差动转向控制器的切换以及联合控制。自由驾驶模式时采用电子差速控制，辅助驾驶模式时采用电子差速与主动差动转向联合控制，主动驾驶模式时采用主动差动转向控制。为了实现电子差速控制器与主动差动转向控制器之间合理的切换以及联合，首次提出了电子差速与主动差动转向协调控制策略。本发明不仅考虑到车辆偏离车道以及被纠回车道中心的过程，也考虑到车辆被纠回车道中心之后的安全问题，为了防止车辆被纠回车道中心线时由于存在一个偏航角而导致二次偏离危险的发生，设计了单神经元自适应PID航向角控制器。其中，电子差速控制器与主动差动转向控制器协调工作，航向角控制器独立工作，如图1所示。电子差速控制器与主动差动转向控制器协调工作输出的力矩与航向角控制器决策出的力矩求和，发送给底层执行层的转矩分配控制器。

车道偏离辅助控制系统的重要发明内容之二，具体包括如下。

(1)电子差速控制器设计：

本发明采用滑模控制设计基于理想横摆角速度的电子差速控制器，对驱动电机按转矩指令进行控制，使车轮转速随动，实现各车轮的自适应差速。

根据车辆二自由度参考模型，当驾驶员输入一个方向盘转角时，可以得出一个期望的横摆角速度ω_d，期望横摆角速度与实际横摆角速度的偏差通过滑模控制产生一个反馈力矩，将这个力矩分配给各轮毂电机，各轮转速随动，使实际横摆角速度ω_r跟踪期望横摆角速度，计算过程如下。

车辆二自由度参考模型微分方程：

式中，k₁、k₂分别为前、后车轮的侧偏刚度；β为质心侧偏角；a、b分别为质心至前后轴的距离；m为整车质量；I_z整车绕z轴的转动惯量。

根据方向盘输入转角δ_f，可由以上车辆二自由度模型计算出理想的横摆角速度ω_d，

设计滑模面方程为：s＝ω_d-ω_r。

选取指数趋近律：

由于本发明所提出的电子差速控制器是通过对车辆施加一个力矩使其跟踪期望横摆角速度，将上述车辆二自由度参考模型微分方程式改写为

联立上述式子得到电子差速控制器的输出为：

(2)主动差动转向控制器设计

考虑到滑模控制具有较强的鲁棒性，依旧采用滑模控制设计主动差动转向控制器，选取车辆当前时刻的偏航角以及预瞄点处的横向偏移Y_l作为评价车辆偏离状态的两个量，并依据这两个量来设计滑模面方程：

令

设计主动差动转向控制滑模面方程：式中，k_c2为常系数。

选取指数趋近律

结合改进的车辆二自由度参考模型微分方程，得出主动差动转向控制器的输出为：

式中，

(3)电子差速与主动差动转向协调控制策略：

当处于自由驾驶模式时，只有电子差速控制器工作。此时，如果存在方向盘转角输入时，电子差速控制器就会产生一个辅助横摆力矩实现四轮的差速。

当处于辅助驾驶模式时，电子差速控制器与主动差动转向控制器同时工作。此时，主动差动转向控制器是部分介入工作，输出横摆力矩为：M＝M_b+K_sM_z，其中，M为总的输出横摆力矩，M_b为电子差速控制器决策出的横摆力矩，M_z为主动差动转向控制器决策出的横摆力矩，K_s为关联函数，此时0<K_s<1。

当处于辅助驾驶模式时，如果此时驾驶员输入一个方向盘转角δ_f，则电子差速控制器会决策出一个力矩M_b,同时，辅助驾驶时主动差动转向控制器也会决策出一个力矩K_sM_z。在这两个力矩同时作用下，会使车辆产生一个横摆角速度ω_r。而电子差速控制器的目的就是让实际横摆角速度ω_r跟踪期望横摆角速度ω_d。如果车辆在横摆力矩M_b和K_sM_z共同作用下产生的实际横摆角速度ω_r＜ω_d，经分析发现，此时M_b与K_sM_z方向相同，即ω_r＜ω_d时，二者可以同时叠加工作；如果车辆在M_b和K_sM_z共同作用下产生的横摆角速度ω_r＞ω_d，由分析发现，此时电子差速控制器为了让ω_r跟踪上ω_d，会产生一个与K_sM_z方向相反的力矩M_b以使ω_r减小，这样会增加车辆偏离出车道的危险。所以，在辅助驾驶模式时，当ω_r＞ω_d电子差速控制器要停止工作。同时，当车辆与目标路径之间存在一个偏离量时，根据当前时刻车辆的偏航角以及预瞄点处的横向偏移可以计算出一个期望的方向盘转角δ_d，δ_d的计算过程如下。

依据车辆当前时刻的横摆角速度ω_r、车速v_x、质心侧偏角β以及道路曲率ρ求出当前位置车辆的偏航角以及预瞄点处车辆的横向偏差。

进行积分得到车辆当前位置的偏航角以及预瞄点处的横向偏差。其中表示当前位置的偏航角，Y_l表示预瞄点处的横向偏差，l_s表示预瞄距离。预瞄时间：已知预瞄点处横向偏差Y_l，此时，若选择一个理想的方向盘转角δ_d，车辆将产生一个侧向加速度a_y，使得横向偏差在预瞄距离之内减小到零。

根据车辆运动学关系，可求得理想转向盘转角如下：其中L为汽车轴距，i为转向系统传动比。

如果此时驾驶员输入一个方向盘转角δ_f与δ_d方向相反，则说明驾驶员进行了误操作，此时，电子差速控制器停止工作。

当处于主动驾驶模式时，主动差动转向控制器完全介入工作，当车辆一旦进入主动驾驶模式，电子差速控制器立刻停止工作，主动差动转向控制器全部介入工作。电子车速控制器与主动差动转向控制器协调控制策略如图3所示。

(4)航向角控制器

本发明考虑到车辆被纠回车道中心之后的安全问题，当车辆与目标路径发生一定的偏离后，辅助系统会对车辆进行纠偏，使其回到车道中心线。但由于辅助系统在对车辆进行纠偏时，施加给车辆一个额外的辅助横摆力矩，这个额外的辅助横摆力矩使车身产生一个绕z轴的摆角，由于这个摆角的存在，当车辆被纠回到车道中心线时，车身纵轴线与车道中心线并不平行，而是存在一个偏航角，如果此时驾驶员由于精力不集中而未能及时作出反应，则这个偏航角的存在可能会导致车辆发生二次偏离。通过分析，以上情况在直道上表现尤为明显，在弯道上表现并不明显，这是因为在弯道时，期望的航向角是时刻变化的。所以为了防止车辆发生二次偏离，本发明针对直道工况下设计了单神经元自适应PID航向角控制器，在车辆被纠回车道中心线的过程中对航向角进行控制，使其偏航角为0，从而防止车辆二次偏离危险的发生。

当车辆即将被纠回车道中心线时，车辆通常处于自由驾驶模式，此时，驾驶员占据完全的驾驶主动权，为了尽量避免所设计的航向角控制器对驾驶员产生干扰，同时还能够避免车辆发生二次偏离，需要给航向角控制器设定如下触发条件：(1)道路曲率ρ＝0；(2)横向偏移量e的绝对值的导数(3)关联函数K_s>1；(4)车辆在当前位置的偏航角

条件(1)保证航向角控制器在直道上触发；条件(2)保证航向角控制器在车辆接近车道中心线的过程中触发，而在车辆远离车道中心线时不触发，条件(2)主要是为了尽量避免对驾驶员的干扰；条件(3)保证了控制器只有在自由驾驶模式(即车道中心线附近)阶段触发；条件(4)保证车辆在车道中心线附近存在偏航角时触发。以上四个条件同时满足时，航向角控制器才会触发启动工作。

经典PID控制的三个参数是固定的，当外部环境经常发生变化时其控制效果会变差，同时它也需要具有精确的数学模型。针对经典PID控制的不足，本发明将单个神经元与经典PID控制相结合，建立单神经元自适应PID控制器对航向角进行控制。通过神经元突触权值的调整可以自适应的调节PID控制器的三个参数以适应外界环境的变化。

单神经元自适应PID航向角控制器结构如图4所示。

图4中，转换器的输入为期望航向角和实际航向角，转换器的输出为：式中e(n)＝期望航向角-实际航向角。

神经元的突触权值ω_j(n)分别为：

采用无监督的Hebb学习规则，神经网络的突触权值修正为：

其中，η_p，η_i，η_d分别为比例、积分、微分系数的学习率。

由上可得单神经元自适应PID控制器的控制律为

电子差速控制器与主动差动转向控制器协调工作，偏航角控制器独立工作，如图1所示。偏航角控制器决策出的力矩与电子差速控制器以及主动差动转向控制器决策出的力矩求和，求和之后的控制力矩发送给底层执行机构的转矩分配控制器。

综上所述，车道偏离辅助控制系统的重要发明内容之二提供了一种轮毂电机驱动汽车的电子差速和主动差动转向的协调控制方法。所述轮毂电机驱动汽车具有一个车道偏离辅助控制系统，所述车道偏离辅助控制系统设有：只有电子差速控制器控制的自由驾驶模式、只有主动差动转向控制器控制的主动驾驶模式、所述电子差速控制器和所述主动差动转向控制器协同控制的辅助驾驶模式。

所述协调控制方法应用于所述辅助驾驶模式中，所述协调控制方法包括以下步骤。

步骤S11，根据驾驶员输入的一个方向盘转角δ_f，计算出理想横摆角速度ω_d。

步骤S12，所述电子差速控制器根据横摆角速度ω_d，计算力矩M_b。

步骤S13，所述主动差动转向控制器在所述辅助驾驶模式时输出一个力矩K_sM_z，其中，K_s为关联函数，0<K_s<1，M_z为所述主动差动转向控制器决策出的横摆力矩。

步骤S14，判断力矩M_b的方向与力矩K_sM_z的方向是否相同；力矩M_b的方向与力矩K_sM_z的方向如果相同，则执行步骤S15。

步骤S15，检测车辆的实际横摆角速度ω_r。

步骤S16，判断是否ω_r<ω_d；是则执行步骤S17，否则执行步骤S18。

步骤S17，所述电子差速控制器和所述主动差动转向控制器同时控制。

步骤S18，所述电子差速控制器停止控制。

步骤S19，当车辆与目标路径之间存在一个偏离量时，根据车辆在当前位置的偏航角以及车辆与预瞄点处的横向偏差Y_l输出一个期望方向盘转角δ_d；其中，δ_d为：其中，L为汽车轴距，i为转向系统传动比，l_s为车辆距预瞄点处的预瞄距离。

步骤S110，判断δ_f的方向和δ_d的方向是否相反；如果相反，则执行步骤S18。

步骤S111，根据期望航向角和实际航向角，调整所述车道偏离辅助控制系统的PID航向角控制器的比例控制参数、积分控制参数、微分控制参数；

其中，当车辆即将被纠回车道中心线时，且满足以下条件时，启动所述PID航向角控制器：(1)道路曲率ρ＝0；(2)车辆的横向偏移量e的绝对值的导数(3)关联函数K_s>1；(4)车辆在当前位置的偏航角

根据期望航向角和实际航向角，设计x₁(n)、x₂(n)、x₃(n)，满足公式：其中，e(n)＝期望航向角-实际航向角。

对三个输出信号x₁(n)、x₂(n)、x₃(n)采用神经网络进行学习，且在学习后分别取代所述比例控制参数、所述积分控制参数、所述微分控制参数。

三、底层的执行层

执行层主要包括转矩分配控制器和四个轮毂电机，转矩分配控制器接收控制层发送的转矩指令，并将其分配给四个轮毂电机。

车道偏离辅助控制系统的重要发明内容之三，具体包括如下。

(1)转矩分配控制器

在转矩分配过程中，为保证汽车具有较好的稳定性，考虑轮胎的负荷率与附着力之间的关系，采用路面附着消耗率最小作为优化目标，目标函数定义为：

式中，i＝fl,fr,rl,rr分别表示左前、右前、左后、右后车轮，F_zi为各轮垂向力，C_i为各轮转矩分配的权重系数，R_eff为车轮半径。

采用二次规划方法对轮毂电机转矩进行优化分配。进行转矩优化分配时，在满足上层转矩指令的前提下还要受到路面附着以及电机最大输出转矩的限制，限制条件如下：式中，δ为前轮转角，T_max为电机峰值转矩，T_q为总的纵向力需求，M为总的横摆力矩需求。

在本实施例中，根据所述车道偏离辅助控制系统发送的力矩指令进行优化，后得到各轮毂电机目标转矩T_fl、T_fr、T_rl、T_rr。所述力矩指令包括全部轮毂电机总的横摆力矩M以及全部轮毂电机总的纵向驱动转矩T_q。

(2)轮毂电机模型

本发明采用永磁无刷电机作为轮毂电机，建立相应的电机模型。由于永磁无刷电机的扭矩闭环控制响应迅速，将电机模型简化为一个二阶系统：

式中T_mi为电机输出转矩，T_wi为目标转矩，电机参数ξ由电机磁极对数P、电机电阻R、转子磁链φ、自感L_s、互感L_m、驱动电路开关周期T_p等参数决定，本发明中取ξ＝0.05。

转矩分配控制器接收控制层发送的力矩指令，并采用路面附着消耗率最小作为优化目标将得到的各轮毂电机目标转矩发送给各个电机。

轮毂电机驱动汽车车道偏离辅助控制系统在仿真时，如图6所示，工况车速为20m/s，路面附着系数为0.85，车道宽度为3.5m，直线车道，在20-24s内驾驶员误操作输入一个20°的阶跃方向盘转角。从6图中曲线显示最大偏移量为0.83m，没有偏离出车道，蓝色实线表明航向角控制器可以有效防止二次偏离危险发生，黑色虚线显示无航向角控制器介入时，车辆34s开始发生了二次偏离危险。

再如图7所示为不同车速下的仿真结果，除速度不同外，其他工况同图6所示工况相同，图7中三条曲线表明在不同的车速下车辆都没有偏离出车道。

再如图8所示仿真工况：弯道工况，路面附着系数0.85，道路宽度3.5m，在弯道上驾驶员未操作，结果表明最大偏移量为0.87m，未偏离出车道。

再如图9所示工况为：为验证所设计的动态DLC可拓边界的有效性，在曲率以及路面附着系数都发生变化的路面上，车辆在0～50s内从0缓慢加速到100km/h，驾驶员无操作。仿真结果如图9所示，仿真结果表明，动态DLC边界时车辆没有偏离出车道。虚线表示的固定DLC边界下车辆偏离出车道。

综上所述，本发明在充分利用轮毂电机驱动汽车四轮转矩独立可控的优势，基于动态边界可拓决策，设计了四轮主动差动转向与电子差速协调的车道偏离辅助控制系统，所设计的车道偏离辅助控制系统包含决策层、控制层和执行层。决策层主要是基于可拓理论，运用神经网络算法设计了随车速、道路曲率以及路面附着系数变化的动态可拓边界，根据车辆不同的偏离程度划分不同的驾驶模式。

控制层主要包含电子差速控制器、主动差动转向控制器。在不同的驾驶模式内实现电子差速与主动差动转向的单独控制或联合控制，首次提出了二者的协调控制策略。考虑到车辆被纠回车道中心之后的安全问题，针对车辆在被纠回车道中心线时会由于存在偏航角而导致车辆发生二次偏离危险，设计了单神经元自适应PID航向角控制器，且为尽量避免对驾驶员产生干扰，设定了航向角控制器的触发条件。

执行层主要包含转矩分配控制器和各执行电机，转矩分配控制器以路面附着利用率最低作为设计目标，对四轮毂电机转矩进行分配。

本发明提出的轮毂电机驱动汽车车道偏离辅助控制系统充分利用四轮轮毂电机转矩独立可控且响应迅速的优势，通过对四轮进行主动转矩分配，实现车道偏离辅助功能，有效解决了传统汽车基于转向设计车道偏离辅助控制系统时存在的驾驶员和控制系统相互干扰的问题。同时也解决了传统汽车基于差动制动进行车道偏离辅助时存在的对车速产生影响的问题。所提出的动态DLC可拓边界能够较好的适应更多工况，同时还能够提高车辆极限工况下的操纵稳定性。所提出的电子差速与主动差动转向协调控制策略能够合理有效的协调两控制器之间的工作关系。所提出的偏航角控制器能够有效的防止车辆二次偏离危险的发生。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。