车辆动力学及控制_【SAECCE 2020】智能汽车的动力学控制

随着智能时代的快速演进，新兴技术的蓬勃发展正在催生汽车驾驶自动化的新机遇。其中，控制技术作为智能时代推动汽车自动化进程的关键基石，在感知系统中扮演着重要角色。传感器和车联网的应用则能够为汽车控制系统提供更为丰富、快速且精确的环境数据。与此同时，大数据分析与人工智能等先进技术的兴起，则显著提升了汽车控制系统的智能化和效率。在这一背景下，通过将新兴技术和先进控制策略有机整合至车辆感知、认知建模以及决策执行等多个关键环节，并致力于构建新型控制系统和功能组合体，则有望全面提升车辆的安全性能、节能效能以及环保效果，并进一步提升舒适度和经济适用性水平。这正是当前智能车控领域的核心追求。

本次智能汽车控制专题论坛于10月27日至29日在上海举办期间举行。会议邀请了来自国内外知名高校与企业的专家学者共聚一堂，在"智能驾驶技术发展现状与未来趋势"这一主题下展开深入交流与探讨。会上，同济大学汽车学院陈虹教授被任命为本次会议主席；同济大学熊璐教授与黄岩军研究员共同被任命为本次会议联席主席。

因为主办方提供的电子版演讲文集中缺乏关于E08智能汽车控制主题的PPT文件, 所以会议组织者主编对现场报告进行了整理, 并将其分享给各位听众。本次会议特别安排了哈尔滨工业大学刘志远教授的主题演讲, 他的研究报告主要聚焦于《智能汽车的动力学控制》这一领域, 内容涉及三个方面: 首先, 刘教授回顾了汽车动力学与控制系统的基本概念(对应PPT前10页)。其次, 基于他长期从事的汽车电子控制系统研究工作, 他指出, 智能化的发展趋势促使传统车辆动力学控制系统向着更加集成化的方向演进(对应12-20页PPT)。最后, 他认为在智能化转型过程中, 智能汽车系统采用了全新的主动式控制系统模式, 并通过具体应用案例进一步验证了这一观点(对应23页PPT之后)

当前智能汽车的发展主要围绕着三层架构展开：感知、决策与控制系统。其中，在道路背景研究领域中，研究者们普遍认为决策与控制是核心关注点（即车辆运动规划与实现），而对感知系统的研究相对较少（即车辆状态监测）。在实际应用中（即基于特定环境条件下的操作），决策系统会根据实时数据进行动态调整（即运动规划方案的制定），而控制系统则负责执行上述规划方案（即运动过程的具体实现）。两者之间存在密切关联性（即相互依存关系），无法单独存在；然而，在现有技术下（如传统车辆升级为自动驾驶系统），这两者被划分为了功能分离的部分（即独立模块）。当车辆面临极端工况任务时（如地面附着系数低及弯道行驶等复杂场景），决策系统需快速做出应对策略；与此同时（即同时发生），底层控制系统也会主动响应以维持车辆稳定性。这种协同工作模式可能导致预期操作难以达成甚至冲突（即动态规划需求无法满足或任务目标产生矛盾），从而影响整体驾驶安全性和舒适度水平。由此引出了 汽车动力学控制干预下的决策优化问题 ，这一科学难题仍待进一步探索和解决

根据国外一些专家学者的研究报告,刘志远教授认为车辆动力学系统集成控制是未来发展的关键方向,这方面的表现主要体现在汽车运动控制子系统的协同控制上,具体包括动力学控制融合,如制动防抱死、驱动防滑等电子控制系统以及横摆力矩控制等,这些构成了一个有机的整体体系.这种优势使得决策系统与控制系统之间的信息交互更加顺畅,从而显著提升了车辆的动力学性能.此外,这一技术还表现在感知、决策与横纵垂三个维度的耦合关系上,通过端到端的控制实现,确保了控制意图与目标的一致性.基于上述理论框架,以弯道行驶为例,决策系统能够实时计算出道路曲率下的加速度值,从而实现了基于道路曲率的纵侧向动力学控制.这种控制方式不仅能够有效减小转向时的侧向加速度,还能提升驾驶舒适性的同时避免车辆过早进入极限状态.进一步的研究发现,在紧急避障以及不平路面等复杂工况下应用该技术也能显著提升车辆的动力学性能.然而目前的汽车电子架构尚未具备协同控制的能力,因此智能汽车的电控架构也将发生相应变革.其中域控制器将成为下一代智能汽车电子软件体系的核心要素,具体包含智能驾驶域、智能座舱域等多个功能模块

根据国外一些专家学者的研究报告,Routh教授的观点表明车辆动力学系统集成控制将成为未来汽车发展的主流方向

在相关研究的基础上, 刘志远教授指出: 智能汽车的发展将导致动力学控制策略的转变, 这一转变是当前智能汽车研究的核心方向之一。其中, 传统的人车控制系统多为被动式设计, 当车辆面临失稳风险时, 动力学控制介入进行干预。然而, 主动控制系统在智能汽车中的应用仍然处于探索阶段, 目前主要体现在部分高级功能设备上, 如自动泊车辅助等系统。然而, 智能汽车采用主动控制系统具有显著的优势: 它不仅能够实现精确的动力学建模与实时计算能力, 更能在特定场景下提前识别潜在风险并采取预防措施。这种融合了环境感知、决策优化与动态预测的功能, 有助于提升车辆的安全性能和乘坐舒适度。为了验证这一观点, 刘志远教授以一个主动悬架控制系统的设计实例成功证明了上述理论框架的有效性: 该研究通过引入智能算法对路面信息进行实时采集与分析处理后输出最优悬架响应参数以保证行车安全与驾乘舒适性。这一创新性成果已在《IEEE Transactions on Vehicular Technology》期刊上发表并获得了同行的高度认可: 论文引用量已经超过100次[1]

接着指出: 随着智能汽车技术的进一步发展和完善, 未来其智能化水平将进一步提升: 不仅可以通过车载终端获取更多实时感知数据如道路曲率信息坡度信息附着系数等关键参数还可能借助云端平台快速调用外部地图信息以及传感器反馈数据以实现更加精准的状态监测与动态规划计算