汽车ESP控制系统的意义 高速状态下行驶的汽车在紧急转向、 制动, 或在较大侧向风影响下转向时, 侧向 力常常接近附着极限, 这会严重影响汽车 转向稳定性, 造成转向不足或者转向过度 等情况, 从而使汽车偏离原先的轨道, 这种 情况很容易发生交通事故。汽车电子稳定 程序(ESP)就是针对这种情况设计发展起 来的控制系统。在整车制动、驱动和转向 情况下对汽车安全稳定行驶提供了有力的 支持。 ESP系统的出现，极大地改善了汽车 在行驶过程中的安全性和操纵性，特 别是在路况很差，路面被雨水和冰雪 覆盖时，ESP控制系统在车辆行驶过 程中，始终监测车辆的运动状态，尤 其是与转向相关的运行状态，一旦出 现不稳定的预兆，ESP控制系统便实 时予以修正，从而使汽车的行驶安全 性大大提高，驾车人员感觉更灵活， 更快捷，更安全。ESP系统使汽车在 极限状况下更容易操纵,它可以降低 汽车突然转向时的危险，提高方向稳 定性。 ESP系统可以辩识汽车的趋向 ，并且做出反应，它可在单个 车轮上施加制动力，从而产生 附加横摆调节力矩，帮助汽车 回到正确的方向上来。ESP综 合ABS、BAS和ASR三个系统 功能。国内外的发展状况 电子稳定程序最初的概念是对 ABS和A SR的算法进行改进, 使 之能部分解决汽车的稳定性问题 。20世纪90年代初, 提出了直接 对汽车横摆运动进行控制的概念, 通过采集方向盘转角的信息来判 断驾驶员的转向意图, 并通过制动 力或驱动力在车轮上的分配来调 节汽车的横摆运动, 保障汽车的稳 定性, 这标志汽车稳定性概念的诞 生。 1995年之后,各大著名汽车公司相继 推出了使用横摆加速度和侧向加速 度传感器的汽车电子稳定程序, 博世 的VDC是其中比较典型的控制方法 之一, 它采用车辆实际运行状态与车 辆理想运行状态误差的反馈来决定 汽车的横摆力矩, 并通过差动制动或 对发动机的控制实现对汽车横摆运 动的调节, 这一控制方法得到了广泛 的发展。 如何通过测量的车辆状态推测不易测量 的车辆状态或路面状态是目前汽车稳定 性控制的研究热点, 目前已经有大量的 状态估计方法出现,极大地改善了控制系 统地可靠性.此外,大陆公司的第二代 ESP系统在原有ESP系统基础上引入了 主动转向技术, 系统通过状态估计器、 协调控制算法等技术实现了底盘集成控 制, 为未来电控底盘的发展指明了方向 。 ESP系统的组成 汽车稳定性控制系统硬件包括 ：传统制动系统（真空助力器 、管路和制动器）、传感器（ 4个轮速传感器、方向盘转角 传感器、侧向加速度传感器、 横摆角速度传感器、制动主缸 压力传感器）、液压调节器、 汽车稳定性控制电子控制单元 （ECU）和辅助系统（发动机 管理系统）。 ESP工作过程 在汽车行驶过程中，方向盘转 角传感器监测驾驶者转弯方向 和角度，车速传感器监测车速 、节气门开度，制动主缸压力 传感器监测制动力，而侧向加 速度传感器和横摆角速度传感 器则监测汽车的横摆和侧倾速 度。 ECU根据这些信息，通过计算后判 断汽车与需要正常安全行驶和驾驶 者操纵汽车意图的差距，然后由 ECU发出指令，调整发动机的转速 和车轮上的制动力，如果实际行驶 轨迹与期望的行驶轨迹发生偏差， 则ESP系统自动控制对某一车轮施 加制动，从而修正汽车的过度转向 或不足转向，以避免汽车打滑、转 向过度、转向不足和抱死，从而保 证汽车的行驶安全。ESP系统研究的关键技术 传感技术的改进 。 体积小、重量轻、低成本液压 制动作动系统的结构设计。 ECU的软、硬件设计。 通过CAN完善控制功能。 在ESP系统中使用的传感器有 汽车横摆角速度传感器、侧向 加速度传感器、方向盘转角传 感器、制动压力传感器及节气 门开度传感器等，它们都是 ESP系统中不可缺少的重要部 件。提高他们的可靠性并降低 成本一直是这方面的开发人员 追求的目标。 由于ESP的ECU需要估计车辆运 行的状态变量和计算相应的运动控 制量，所以计算处理能力和程序容 量要比ABS系统大数倍。一般采用 多CPU结构。而ECU软件的研究 则是研究的重中之重，基于模型的 现代控制理论已经很难适应ESP这 样一个复杂系统的控制，必须寻求 鲁棒性较强的非线性控制算法。 ESP的ECU与发动机、传动系的 ECU通过CAN互联，使其能更好 地发挥控制功能。例如自动变速器 将当前的机械传动比、液力变矩器 变矩比和所在档位等信息传给ESP ，以估算驱动轮上的驱动力。当 ESP识别出是在低附着系数路面时 ，它会禁止驾驶员挂低档。在这种 路面上起步时，ESP会告知传动系 ECU应事先挂入二档，这将显著 改善大功率轿车的起步舒适性。ESP控制流程图比较实际，ESP ECU液压系统期望，传感器信号传感器信号 通过理想二自由度模型计算的理想的质心侧偏 角和横摆角速度： 实际横摆角速度可以通过在adams软件建 立实际车辆模型获得； 实际质心侧偏角通过adams与matlab的联 合仿真计算而得。质心侧偏角的计算目前常见的估算方法有 1) 积分计算估计 2) 模糊逻辑状态估计 3) 神经网络状态估计 4) 卡尔曼滤波器状态估计 忽略车身的侧倾和俯仰进行，用侧向加速度和横摆角速度、车身前进速度进行积分计算，可以获得任意时刻的侧向速度和车辆侧偏角，该方法因为逻辑简单、硬件易于实现，被广泛应用，但是由于忽略了车身的俯仰和侧倾，存在误差，在积分过程中，将误差也进行了积分，随着时间的增加，积累误差不断加大。 模糊逻辑状态估计根据车辆轮胎存在强非线性的特点，在计算车辆侧向速度权重值的时候，对采集的信号根据进行模糊化处理，得到合理的权重值计算侧偏角。该方 法继承了模糊方法的鲁棒性强和抗干扰性强的特点，但是由于受到模糊化计算速度的影响，实时性不强。 神经网络状态估计，实质上属于 试验映射方法，车辆侧偏角被看作 横摆角速度和侧向加速度的时间序 列的空间映射。权重值根据试验数 据估计。该方法有良好的试验结果， 但是由于是对大量试验数据的数据 映射简单处理，很难对映射关系进 行机理性的解释，映射关系对试验 数据具有强烈的依赖型，适应性不 强。 卡尔曼滤波器是一种理想的随机线性自适应滤波器，它需要明确的数据模型来定义输出与输入之间的关系，属于数据模型控制器。通过将观测方程局部线性化进行状态估计。研究表明，利用卡尔曼滤波器进行状态估计可以得到比较满意的结果，但是它强烈依附于路面附着力，而且假设路面的输入噪声为白噪声。当噪声增加越多时，状态方程就变得越不确定。当噪声项一个很小量时，卡尔曼滤波器的根均方误差急剧增大。 积分估算尽管存在积分误差， 但是容易硬件实现，计算速度 快，因此本文采取质心侧偏角 由侧向加速度和横摆角速度积 分估算的方案。在纵向和侧向 水平的路面上，忽略汽车点头 和侧倾角，则汽车的质心侧偏 角可由下式确定： 若汽车速度变化不大，上式简化为 其中纵向加速度和横摆角速度在实 际试验中由传感器直接得到，在以 下的ADAMS与Matlab联合仿真中 ，这两个量也可以通过软件直接得 到。ADAMS与Matlab联合仿真 利用机械系统动力学分析软件 ADAMS/car建立能真实反映动力 学特性的整车操纵稳定性模型， 将整车系统依据各自主要功能简 化为六个子系统，即：车身系统 、发动机系统、轮胎系统、转向 系统、前悬架系统、后悬架系统 。 定义ADAMS 的输入和输出 建立控制系统的结构图 仿真分析 比较期望与实际横摆角度大小： Yes 系统不失稳 正常制动 No 系统失稳 开启ESPESP ECU设计 1.控制变量的选择 2.PID控制算法的研究 车辆稳定性控制分为两类问题： 一类是轨迹保持问题，轨迹问题可 以由质心侧偏角来描述，即将整个 车辆视为一个质点，轨迹保持主要 由轮胎上的综合作用力来决定； 另一类是稳定性问题，即横摆角速 度问题，它与轨迹保持问题是相互 联系的，由作用于各轮胎上的力对 质心的横摆力矩决定。 当车辆处于极限的失稳情况 时，车辆稳定性控制系统将 根据质心侧偏角和横摆角速 度，对车辆施加附加的横摆 力矩来补偿这种不稳定，使 车辆重新回到稳定的状态。 传统PID控制 智能PID控制 不同PID控制方法的分析与比较 PID控制是最早发展起来的应 用经典控制理论的控制策略之 一。许多年以来，在生产过程 的自动控制领域中，按照偏差 的比例(P)、积分(1)、和微分 (D)进行控制的PID是历史最久 、生命力最强的基本控制方式 。 PID控制优点 PID控制缺点 PID控制的改进 PID控制原理 常用PID参数整定方法 原理简单，使用方便，易于实现 适应性强，广泛应用于化工、热工 、冶金、炼油以及造纸建材等各种 生产部门 鲁棒性强，稳态无静差，控制品质 对被控对象特性的变化不大敏感。 由于具有这些优点，在生产过程控 制中人们首先想到的总是PID控制 。 随着工业的发展，对象的复杂程度 不断加深，尤其对于大滞后、时变 的、非线性的复杂系统，其中有的 参数未知或缓慢变化;有的带有延 时或随机干扰;有的无法获得较精 确的数学模型或模型非常粗糙。总 之，人们对控制品质的要求日益提 高，常规PID控制的缺陷逐渐暴露 出来。对于时变系统和非线性系统 ，传统的PID控制己是显得无能为 力。 一方面是对常规PID本身结构 的改进，即变结构PID控制; 另一方面，模糊控制、神经网 络控制和专家控制等智能控制 与常规PID控制相结合，扬长 避短，发挥各自的优势，即所 谓智能PID控制。 PID控制器根据给定值r(t)与实 际输出值y(t)构成的控制偏差: e(t)=r(t)一y(t)(2一1) 将偏差的比例(P)、积分(I)和微 分(D)通过线性组合构成控量 ，对受控对象进行控制。其控 制规律为: 为比例系数， 为积分时间常数， 为微分时间常数。 在控制器的形式已经确定(PI，PID调节规 律)的情况下，通过调整控制器参数，达 到要求的控制目标，它直接影响控制效果 的好坏，并和系统的安全、经济运行有着 密不可分的关系。常用PID整定方法有： Z-N经验公式法 Z-Nl临界比例度法 ISTE最优设定方法 智能PID控制器优点 智能PID控制方法 它具备自学习、自适应、自组 织的能力，能够自动辨识被控 过程参数、自动整定控制参数 、能够适应被控过程参数的变 化 它又具有常规PID控制器结构简 单、鲁棒性强、可靠性高、为 现场工程设计人员所熟悉等特 点 基于规则的智能PID自学习控制 加辨识信号的智能PID控制 专家式智能PID控制 模糊自适应整定PID控制 基于神经网络的PID控制 基于遗传算法的PID控制 模糊控制 模糊控制器的组成 模糊控制器设计内容 模糊自适应整定PID控制结构 以模糊集合论、模糊语言变量 及模糊逻辑推理为基础的计算 机智能控制，其基本概念是由 美国加利福尼亚大学著名教授 查德(L.A.Zadeh)1956年首先提 出的。经过20多年的发展，在 模糊控制理论和应用研究方面 均取得了重大成功。 模糊化接口:输入值匹配成语言 值的过程，同时，输入值对于 相应语言变量语言值的l隶属度 也被确定，因此它实际上是模 糊控制器的输入接口。它的主 要作用是将真实的确输入转换 为一个模糊矢量，主要有误差 论域变换和模糊化两项功能。 知识库:存贮