[发明专利]一种融合驾驶意图的汽车多目标分层协同控制与优化方法

权利要求书

1.一种融合驾驶意图的汽车多目标分层协同控制与优化方法，其特征在于：包括以下步骤：

S1、建立驾驶员转向意图识别模型；

S2、建立非线性八自由度汽车预瞄预测模型；

S3、建立基于预瞄驾驶员模型的预测载荷转移率PLTR；

S4、建立整车多目标分层协调控制系统；具体包括：

S41、确定上层协调控制器决策指标，具体包括跟踪路径误差指标、行驶稳定性评价指标；

S42、设计上层协调控制器的控制策略，具体控制策略如下：

无转向操纵时，上层相协调控制器起监控作用，不发出决策指令；

转向操纵时,驾驶员意图识别是否为紧急转向，非紧急转向且当LTR<LTR_s时，上层相协调器起监控作用，不发出决策指令；当LTR＞LTR_s时，只有主动转向控制器工作；LTR_s为普通载荷转移率阈值；

转向操纵时,驾驶员意图识别是否为紧急转向，紧急转向时且PLTR<PLTR_s1时，上层相协调器起监控作用，不发出决策指令；当PLTR_s1＜PLTR＜PLTR_s2时，主动转向控制器与主动悬架控制器工作；当PLTR＞PLTR_s2时，主动转向控制器、主动悬架控制器和主动制动控制器同时工作；PLTR_s1、PLTR_s2分别为预测载荷转移率第一、第二阈值；

其中，主动转向控制、主动制动控制与主动悬架控制均采用模糊PID控制策略；

S43、进行结果对比分析；

S5、以整车路径跟踪和侧翻稳定性为目标函数进行多目标遗传算法优化。

2.根据权利要求1所述的一种融合驾驶意图的汽车多目标分层协同控制与优化方法，其特征在于，步骤S1具体包括：

S11、选用方向盘转角和转角变化率为特征量进行驾驶意图识别，识别巡航、普通转向以及紧急转向3种驾驶意图；

S12、基于包括HMM模型在内的方法，选取样本数据库中特征参数组，识别驾驶意图；

S13、对所搭建的模型参数进行训练和优化，得到驾驶意图识别结果。

3.根据权利要求1所述的一种融合驾驶意图的汽车多目标分层协同控制与优化方法，其特征在于，所述步骤S2中采用非线性八自由度车辆模型获取目标路径跟踪与侧翻评价指标所需要的各项参数；具体包括以下子步骤:

S21、建立非线性八自由度车辆运动方程；

S22、计算前后轴车轮的侧偏角；

S23、建立考虑纵向与侧向载荷转移的各车轮的垂向载荷；

S24、计算该车辆的纵向与侧向轮胎力。

4.根据权利要求3所述的一种融合驾驶意图的汽车多目标分层协同控制与优化方法，其特征在于，所述车辆的纵向与侧向轮胎力为：

其中，F_xi,F_yi分别为车辆坐标系下第i个轮胎的纵向力、侧向力(i＝1,2,3,4)；F_xwi为，F_ywi分别为第i个轮胎的纵向力、侧向力；δ_f为前轮转角；轮胎力学模型采用魔术公式轮胎模型。