[发明专利]一种基于驾驶人特性的全线控电动汽车底盘协调控制方法

权利要求书

1.一种基于驾驶人特性的全线控电动汽车底盘协调控制方法，其特征在于，包括以下步骤：

步骤1、数据采集处理单元实时采集并处理驾驶行为参数和车辆状态直接参数；

步骤2、根据步骤1获取的驾驶行为参数和车辆状态直接参数计算车辆状态间接参数及道路环境参数；

步骤3、根据步骤1获得的驾驶行为参数和车辆状态直接参数将驾驶人的个性特征进行辨识并分为若干类型；

步骤4、根据驾驶行为参数、车辆状态直接参数、车辆状态间接参数及道路环境参数计算下一时刻汽车的纵向理想状态参数和横向理想状态参数，所述纵向理想状态参数为期望车速，所述横向理想状态参数为期望质心侧偏角和期望横摆角速度；

步骤5、根据步骤3得到的驾驶人的个性特征类型将期望车速修正为个性化期望车速，将期望质心侧偏角修正为个性化期望质心侧偏角，将期望横摆角速度修正为个性化理想横摆角速度；

步骤6、将个性化理想横摆角速度分配至纵向动力学控制单元和横向动力学控制单元；

步骤7、所述纵向动力学控制单元根据个性化期望车速和步骤6分配得到的个性化理想横摆角速度计算四个车轮的驱动力矩或制动力矩，并将计算结果传递至纵向动力学执行单元执行；所述横向动力学控制单元根据个性化期望质心侧偏角和步骤6分配得到的个性化理想横摆角速度计算四个车轮的转角，并将计算结果传递至横向动力学执行单元执行。

2.根据权利要求1所述的基于驾驶人特性的全线控电动汽车底盘协调控制方法，其特征在于，所述步骤2中计算车辆状态间接参数及道路环境参数包括以下步骤：

步骤201、建立基于GIM轮胎模型的非线性车辆动力学模型，构造状态方程和观测方程；利用泰勒公式展开式，对非线性模型线性化；

步骤202、依据扩展卡尔曼滤波算法流程进行迭代计算，估算车辆的质心侧偏角；

步骤203、依据扩展卡尔曼滤波算法流程进行迭代计算，估算路面附着系数；

步骤204、根据车辆质心侧偏角和路面附着系数的内在联系，对步骤202中的估算结果和步骤203中的估算结果交叉迭代直至收敛，得到最终的质心侧偏角和路面附着系数的估算结果。

3.根据权利要求1所述的基于驾驶人特性的全线控电动汽车底盘协调控制方法，其特征在于，所述步骤3中将驾驶人的个性特征进行辨识并分为若干类型包括以下步骤：

步骤301、将加速踏板开度转换为加速踏板开度变化率，将制动踏板开度转换为制动踏板开度变化率，将纵向加速度转换为纵向加速度变化率，将方向盘转角转换为方向盘转角加速度；

步骤302、根据加速踏板开度变化率由上层RBF神经网络模型中的第一模型得到第一单因素识别结果；根据制动踏板开度变化率由上层RBF神经网络模型中的第二模型得到第二单因素识别结果；根据纵向加速度变化率由上层RBF神经网络模型中的第三模型得到第三单因素识别结果，根据方向盘转角加速度由上层RBF神经网络模型中的第四模型得到第四单因素识别结果；

步骤303、由第一单因素识别结果、第二单因素识别结果、第三单因素识别结果和第四单因素识别结果作为输入信息，下层RBF神经网络模型输出驾驶人的个性特征类型。