[发明专利]四轮轮毂电机电动汽车智能转向控制方法

摘要

本发明公开了四轮轮毂电机电动汽车智能转向控制方法，采用模糊C均值聚类方法对驾驶员进行分类，依据驾驶员类型，对应三种驾驶员类型分别建立RBF神经网络，根据不同类型的驾驶员分别对应通过相应类型的RBF神经网络确定期望横摆角速度，再利用模糊控制建立四轮轮毂电机电动汽车智能转向控制模型，分别将期望横摆角速度和实际横摆角速度的偏差、偏差变化率以及附加横摆力矩转换为模糊论域中的量化等级；模糊控制模型输出附加横摆力矩，根据输出的附加横摆力矩，分别控制电动汽车的四个车轮转向。本发明具有汽车操纵安全稳定性高，能够实现车对人的智能转向的功能，提高驾驶员的转向舒适性的特点。

主权项

1.四轮轮毂电机电动汽车智能转向控制方法，其特征在于，包括如下步骤：分别将期望横摆角速度和实际横摆角速度的偏差、偏差变化率以及附加横摆力矩转换为模糊论域中的量化等级；将所述偏差以及偏差变化率输入模糊控制模型，所述模糊控制模型中的偏差分为9个等级，偏差变化率分为7个等级，附加横摆力矩分为9个等级；模糊控制模型输出附加横摆力矩；根据所述输出的附加横摆力矩，分别控制电动汽车的四个车轮转矩；当车速小于60km/h时，使用RBF神经网络确定所述期望横摆角速度；当车速大于等于60km/h时，采用汽车线性二自由度模型确定所述期望横摆角速度；所述RBF神经网络的输入为车速、方向盘转角和方向盘转角速度；进行对训练数据的采集及模型训练，通过从每一类人中各选出三个具有典型代表的驾驶员，分别在驾驶模拟器上实验，在实验过程中需要不断调整驾驶模拟器车辆模型中转向传动系统的传动比，直到车辆运动状态符合驾驶员的喜好转向特性；从每一类人中各选出三个具有典型代表的驾驶员；在驾驶模拟器上采集实验数据，将每种类型采集到的数据合并然后进行归一化处理，从中选取一部分作为训练集，按照输入输出训练参考模型，另外一部分作为测试集，对模型的预测精度进行预测；参考模型的预测输出能够很好的跟随期望输出，参考模型精度都很快达到设定的偏差性能0.001。