电子产品世界

　　本文中所实现的 ESC 避免了驾驶员的操作导致的不安全车体侧倾和侧滑动作。它能对车轮应用差动制动，从而调整车体侧倾和侧滑率，同时最小化由控制器自动应用的电子制动所导致的车辆速度降低。 我们实现的 ESC 在三种控制模式之间切换。根据车辆进入车轮滑移状态的三种可能诱因激活控制模式：失去牵引力、侧倾过度、侧滑过度。模式切换逻辑控制一组比例-积分-微分（PID）补偿器，它们将根据已测量和预计的参数调整驾驶员对车轮施加的制动压力。Simulink® 中实现的控制器设计具有六项 PID 增益，可为优化 ESC 性能而进行更改。

　　在此模型中，我们可以查看车轮转速、制动压力、车体侧倾、侧滑率和滑移率。某些车辆状态是通过可用传感器数据预测的，就像在实际车辆控制器中一样，而其他一些状态是通过已测量和预计参数之间的数学关系预测的。车辆速度是通过未制动车轮的车轮平均转速预测得出的。使用低通滤波器来模拟在已测量的车轮转速下车辆惯性的效果，避免在向四个车轮应用制动压力时，车速测量值出现不确定值。

　　如果不使用造价高昂的传感器，车体滑移率将是一个难以直接测量的参数。我们实现的 ESC 将通过已测量的侧滑率来预测车体滑移率。车体侧倾角是通过将横向加速度与车体侧倾角相关联的传递函数预测的。在车体侧倾角处于指定设计限制内时，这个传递函数是有效的。通过确保优化算法将在预测的车体侧倾角超出设计限制时对控制器施以严格作用，即可展示出，我们并不需要能准确预测超出设计范围的车体侧倾角的预估算法。因而，我们可以显著简化普通车辆操作条件下的车体侧倾角预估算法。

　　指定了控制器结构之后，下一项任务就是调优控制器增益，以满足设计需求。如果没有能够以系统化方式实验的模型，工程师通常就要依赖从过去的车辆程序中获得的知识，或者投入大量时间去尝试，通过道路实验调优 PID 补偿器的参数值。基于模型的设计使此过程摆脱了硬件的麻烦，而是使用模型来探索设计空间。通过将这些模型与基于自动优化的方法相结合，工程师即可显著减少通过原型或仿真开展繁琐测试的需求，获得最优的控制器增益。

　　对于这种应用，优化算法首先将控制器增益设置为零，要找到保证系统处于设计限制之内的最优控制器增益，共需进行大约 100 次迭代，计算时间约为 4 分钟。迭代式试错法则需要密集的人工测试，即便测试是完全可重复的，而且调优过程中的侧翻不会对车辆导致任何损害，做相同数量的测试用例所需的时间也将超过 4 小时。在现代 PC 上以数字方式仿真一次为时 10 秒的 NHTSA fishhook 操控实验仅需不到 3 秒钟的时间，并且可以无限制地重复，而不存在与道路实验有关的开销。

　　在此模型中，我们要为 ESC 中的 PID 补偿器寻找最优控制器增益，保证车辆的车体侧翻角、滑移率和滑移角处于特定的设计限制之内，同时最小化因差动制动引起的速度损失。六项可调优的增益提供了近乎无限种控制器增益组合，详尽无遗的测试几乎是不可能实现的。Simulink® Response Optimization™ 允许以图形化方式设置系统需求，限制车体侧翻和车辆滑移，同时最小化 ESC 制动的能量损失。指定性能标准之后，基于优化的例程将自动调整参数，使车辆能够在无侧翻的情况下执行 fishhook 操控实验。

　　我们将需要限制的信号提供给 Signal Constraint 模块，并以图形化方式设置其设计限制，如图 2 的水平实线所示。我们选择了以下需求（限制）来满足设计目标：

　　· 车体侧翻角限制为 +/-11.5 度。

关键词： 汽车底盘 防侧翻 控制器 ESC SUV 模型