يك روش تخمين جديد ضريب اصطكاك جاده و نسبت لغزش بهينه چرخ در كنترل ديناميك طولي و عرضي خودرو با استفاده از سيستم هاي فرمان و ترمز فعال

A New Estimation Approach of Road Friction Coefficient and Optimum Wheel Slip Ratio for Longitudinal and Lateral Vehicle Dynamics Control using Active Steering and Braking Systems

در اين مقاله، يك سيستم كنترل يكپارچه ديناميك طولي، عرضي و چرخشي خودرو با استفاده از سيستم هاي ترمز فعال و فرمان جلو فعال ارائه مي شود. سيستم ترمز فعال طراحي شده بر اساس كنترل مود لغزشي، داراي دو حالت كاري ترمز ضدقفل و كنترل پايداري الكترونيكي مي باشد و از يك كنترل كننده فازي در سيستم فرمان جلو فعال استفاده شده است. همچنين، جهت تخمين متغيرهاي ديناميكي خودرو، يك تخمين گر غيرخطي با استفاده از فيلتر كالمن آنسنتد به كار گرفته مي شود. با توجه به مقادير تخمين زده شده و مدل تاير داگوف، ضريب اصطكاك جاده محاسبه مي شود. از آنجا كه عملكرد سيستم ترمز ضدقفل در جهت كاهش مسافت توقف به مقدار نسبت لغزش بهينه چرخ وابسته است، يك سيستم فازي عصبي تطبيقي براي بدست آوردن اين مقدار بهينه طراحي شده است. ضريب اصطكاك جاده، سرعت طولي و بار عمودي هر يك از چرخ ها، ورودي هاي سيستم فازي عصبي تطبيقي مي باشند. در قسمت شبيه سازي ابتدا عمل ترمزگيري شديد روي جاده مستقيم با ضريب اصطكاك متغير طي رانندگي مورد بررسي قرار مي گيرد كه نتايج آن، حاكي از عملكرد دقيق تخمين گر ضريب اصطكاك و نسبت لغزش بهينه چرخ دارد و باعث كاهش زيادي در فاصله و زمان توقف در مقايسه با خودرو بدون تخمين گر شده است. سپس، شبيه سازي جاده با ضريب اصطكاك متفاوت براي چرخ هاي طرفين خودرو انجام شده كه نشان مي دهد، كنترل يكپارچه سيستم هاي ترمز ضدقفل، كنترل پايداري الكترونيكي و فرمان جلو فعال به همراه تخمين گرهاي مذكور، مي تواند علاوه بر بهبود پايداري جانبي و چرخشي، سبب كاهش فاصله توقف نيز شود.

In this paper, an integrated control system of longitudinal, lateral and yaw vehicle dynamics is presented using active braking and active front steering (AFS) systems. The proposed active braking system based on sliding mode controller, includes two kinds of working modes of anti-locked brake and (ABS) and an electronic stability control (ESC) and a fuzzy controller has been used in the AFS system. Also, a nonlinear estimator utilising unscented Kalman filter is applied to estimate the vehicle dynamics variables. According to the estimated values and Dugoff tire model, the tire-road friction coefficient is calculated. An adaptive neuro-fuzzy inference system (ANFIS) is proposed to obtain optimum wheel slip ratio. In the simulation part, first, the hard braking action in straight line on the roads with various friction coefficients is investigated, which results in high precision of the estimator for the friction coefficient and optimum wheel slip ratio, and greatly reduced the distance and stopping time in comparison to the vehicle without estimator. Then, simulation of split-μ roads has been carried out which demonstrates the integrated control of ABS, ESC and AFS systems can, in addition to improving the lateral and yaw stability, also decrease the stopping distance.