基于simulink实现四轮转向4WS➕轨迹跟踪控制模型采用双SMC控制-CSDN博客

基于simulink实现四轮转向4WS➕轨迹跟踪控制模型采用双SMC控制

四轮转向4WS➕轨迹跟踪控制模型
采用双SMC控制

4WS通过积分滑模控制跟踪期望横摆角速度和质心侧偏角，效果很好~
轨迹跟踪为双移线输入，采用积分滑模控制

在这里插入图片描述
以下文字及示例代码仅供才参考

文章目录

基于 Simulink 的四轮转向（4WS）轨迹跟踪控制模型与双 SMC 控制

基于 Simulink 的四轮转向（4WS）轨迹跟踪控制模型与双 SMC 控制

一、引言

四轮转向（4WS）技术能够显著提升车辆的操控性能和稳定性，尤其在低速机动性和高速稳定性方面具有显著优势。本文将介绍如何在 MATLAB/Simulink 中实现基于双滑模控制（SMC）的 4WS 轨迹跟踪控制模型。通过双 SMC 控制，可以有效应对车辆在复杂工况下的轨迹跟踪问题，提高系统的鲁棒性和响应速度。

二、四轮转向系统建模

（一）车辆动力学模型

车辆的动力学模型是轨迹跟踪控制的基础。本文采用简化的二自由度车辆动力学模型，考虑质心侧偏角和横摆角速度。模型方程如下：
[
\begin{aligned}
\dot{\beta} &= \frac{1}{I_z} \left( F_{yf} l_f - F_{yr} l_r \right) - \frac{v}{I_z} \beta \
\dot{v} &= \frac{1}{m} \left( F_{yf} + F_{yr} \right) - \frac{v}{m} \beta
\end{aligned}
]
其中，(\beta) 是质心侧偏角，(v) 是横向速度，(I_z) 是绕 z 轴的转动惯量，(m) 是车辆质量，(l_f) 和 (l_r) 分别是质心到前后轴的距离，(F_{yf}) 和 (F_{yr}) 是前后轮的侧向力。
在这里插入图片描述

（二）四轮转向几何关系

在四轮转向模式下，前后轮的转角关系可以通过几何分析得到。假设车辆的转向半径为 (R)，则有：
[
\delta_r = \delta_f \cdot \frac{l_r}{l_f}
]
其中，(\delta_f) 和 (\delta_r) 分别是前轮和后轮的转角。

三、双滑模控制（SMC）设计

（一）滑模面设计

滑模控制的核心是设计合适的滑模面。对于轨迹跟踪问题，滑模面可以定义为：
[
S = \begin{bmatrix}
\beta - \beta_d \
\psi - \psi_d
\end{bmatrix}
]
其中，(\beta_d) 和 (\psi_d) 分别是期望的质心侧偏角和横摆角速度。

（二）控制律设计

根据滑模控制理论，控制律可以设计为：
[
u = -K S - \text{sign}(S)
]
其中，(K) 是控制增益，(\text{sign}(S)) 是符号函数，用于增强系统的鲁棒性。

四、Simulink 仿真实现

（一）Simulink 模型搭建

在 Simulink 中，可以按照以下步骤搭建 4WS 轨迹跟踪控制模型：

车辆动力学模块：根据车辆动力学方程搭建模块，输入为前后轮转角，输出为质心侧偏角和横摆角速度。
滑模控制器模块：根据滑模控制律设计控制器模块，输入为滑模面 (S)，输出为控制输入 (u)。
轨迹规划模块：生成期望的轨迹点，包括期望的质心侧偏角和横摆角速度。

（二）仿真参数设置

车辆参数：根据实际车辆参数设置，如车辆质量 (m)、转动惯量 (I_z) 等。
控制器参数：根据系统特性调整控制增益 (K)。
仿真时间：根据测试需求设置仿真时间，如 20 秒。

（三）仿真结果分析

通过仿真，可以观察到车辆在双 SMC 控制下的轨迹跟踪性能。仿真结果表明，双 SMC 控制能够有效跟踪期望轨迹，同时保持车辆的稳定性和鲁棒性。
在这里插入图片描述

五、代码示例

以下是一个简化的 MATLAB/Simulink 代码示例，用于实现 4WS 轨迹跟踪控制模型。

% 初始化参数
m = 1500; % 车辆质量
I_z = 2800; % 绕 z 轴的转动惯量
l_f = 1.2; % 质心到前轴的距离
l_r = 1.4; % 质心到后轴的距离
K = [10, 10]; % 控制增益

% 仿真时间
T = 20; % 总仿真时间
dt = 0.1; % 时间步长
time = 0:dt:T;

% 初始化状态变量
beta = 0; % 质心侧偏角
psi = 0; % 横摆角速度
delta_f = 0; % 前轮转角
delta_r = 0; % 后轮转角

% 期望轨迹
beta_d = 0.05 * sin(0.1 * time); % 期望质心侧偏角
psi_d = 0.1 * cos(0.1 * time); % 期望横摆角速度

% 仿真循环
for k = 1:length(time)
    % 计算滑模面
    S = [beta - beta_d(k); psi - psi_d(k)];
    
    % 计算控制输入
    u = -K * S - sign(S);
    
    % 更新车辆状态
    beta_dot = (1/I_z) * (F_yf * l_f - F_yr * l_r) - (v/I_z) * beta;
    psi_dot = (1/m) * (F_yf + F_yr) - (v/m) * beta;
    beta = beta + beta_dot * dt;
    psi = psi + psi_dot * dt;
    
    % 更新前后轮转角
    delta_f = delta_f + u(1) * dt;
    delta_r = delta_r + u(2) * dt;
end

% 绘制结果
figure;
subplot(2,1,1);
plot(time, beta, 'b', time, beta_d, 'r--');
xlabel('时间 (s)');
ylabel('质心侧偏角 (rad)');
legend('实际', '期望');
grid on;

subplot(2,1,2);
plot(time, psi, 'b', time, psi_d, 'r--');
xlabel('时间 (s)');
ylabel('横摆角速度 (rad/s)');
legend('实际', '期望');
grid on;