轮毂电机平台4WS+DYC协调控制：Nash博弈与模糊神经网络实战

简介一套面向车辆工程与控制领域研究人员的论文复现资源聚焦轮毂电机驱动电动汽车主动四轮转向4WS与直接横摆力矩控制DYC的协调控制策略。内容以完整可运行的MATLAB代码为主线逐步讲解整车参数初始化、双移线参考路径生成、二自由度车辆动力学建模、基于非合作Nash博弈的4WS控制器、基于质心侧偏角相平面分区的DYC控制器以及模糊神经网络协调策略的设计思路并通过CarSim/Simulink联合仿真和硬件在环试验验证控制效果。资源共1个PDF文件大小469KB内含详细代码及解释已有70人学习下载。读者可借此复现论文核心逻辑掌握Nash博弈、相平面法、模糊神经网络在车辆稳定性控制中的工程实现方法对开展相关课题研究或毕业设计具有直接参考价值。 去年我把一套轮毂电机驱动平台的4WSDYC协调控制方案从Simulink仿真一路做到HIL台架验证最大的感触是控制算法本身不算门槛真正的门槛在于让“都想当老大”的两个控制器别打架。4WS负责后轮转向DYC负责附加横摆力矩两个执行器都直接影响横摆运动如果只是各自接一个PID跑几个工况就能看到它们互相较劲的丑态。我最后落地的方案是用Nash博弈做执行器分配再用模糊神经网络实时调整博弈权重效果比传统加权分配和分层PID都稳得多。这篇就把完整思路、核心代码和调试经验都写出来供做底盘域控和智能车辆控制的朋友参考。1. 从“能控”到“好控”轮毂电机电驱动平台上4WSDYC的底气与难点1.1 轮毂电机驱动把控制自由度补齐了传统内燃机车辆想做DYC往往得靠差速制动或者复杂的动力传动系统响应慢还会牺牲驱动效率。轮毂电机驱动完全没有这个问题四个车轮独立驱动每个轮子的扭矩可以单独控制通过左右轮纵向力差值就能快速产生附加横摆力矩。这个力矩不受发动机响应延迟和传动机构的束缚毫秒级就能上去。在此基础上再加4WS等于又多了一个直接改变后轴侧向力的执行器。传统前轮转向只能靠前轴“拽着”车走后轮转向可以主动去“推”一下车尾在低速时减小转弯半径、高速时改善横摆阻尼。可以说轮毂电机带来的DYC和4WS叠加起来路径跟踪和稳定性的执行器冗余已经很充分了问题是控制策略怎么接住这些冗余。1.2 执行器多了冲突也来了执行器冗余听着是好事但控制上最怕的就是一个误差信号驱动多个执行器。举个实际例子高速单移线工况下路径跟踪层发现横摆角速度误差偏大4WS控制器为了让车尾跟上会主动给一个后轮转角DYC控制器同时看到同一个误差也会立刻叠加上一个附加横摆力矩。如果两者各自独立去消误差结果常常是过冲加剧后轮先推一下力矩再拧一下横摆角速度是回来了但质心侧偏角突然变大车身姿态反而更危险。我在初版方案里试过简单加权求和把4WS和DYC的输出按固定系数加起来低速还行到了高速连续变道工况就开始抖。这种冲突不是调两个P值能解决的必须有一套机制让两个执行器在每一控制步长里“商量”着来。1.3 为什么我选了Nash博弈而不是传统加权传统做法是把路径跟踪误差和稳定性误差揉成一个目标函数比如J w1 * 跟踪误差 w2 * 稳定性误差然后一次性解出所有控制量。这种做法的问题在于权重w1和w2很难定路面附着好、车速低的时候可以多照顾跟踪精度附着差、车速高的时候必须优先稳定。固定权重必然顾此失彼。Nash博弈则把这俩当成两个独立玩家4WS玩家最小化自己的代价函数DYC玩家最小化自己的代价函数两者各自决策又能看到对方的策略最终停在纳什均衡点。说人话就是4WS和DYC都有自己的KPI但也知道对方在干什么最终达成一个大家都能接受的状态。Nash均衡不保证全局最优但它的优势是控制结构清楚、对工况变化更鲁棒而且天然适合分层分布式控制器。后续再加一个模糊神经网络去动态调节两个玩家的目标权重基本就把“什么时候该谁出力”这个问题解决掉了。2. 我的分层控制策略路径跟踪在上Nash博弈中承FNN补偿垫底2.1 上层路径跟踪先生成参考横摆角速度控制结构不能一上来就做博弈先把上层目标说清楚。我用的上层模块是预瞄误差 参考横摆角速度生成器。它不直接输出后轮转角和横摆力矩而是把路径跟踪需求翻译成车辆应该按什么横摆角速度运动。对一个轴距L、车速vx的车辆参考横摆角速度大致可以写成gamma_d vx / (L * (1 K * vx^2)) * delta_d其中delta_d是预瞄点对应的等效前轮转角K是稳定性因数。这个值还要做一层物理限制gamma_max mu * g / vx。低附着路面上如果不做这个限幅控制器会要一个轮胎根本给不出来的横摆角速度后面的博弈再聪明也是白搭。同时我还会给一个参考质心侧偏角beta_d正常情况下取0或者一个很小的修正值。上层输出的这两个量就是下层的博弈目标。2.2 中层Nash博弈4WS和DYC各自的代价函数车辆模型我用的是经典二自由度自行车模型扩展4WS后的形式状态量是质心侧偏角beta和横摆角速度gammam * vx * (beta_dot gamma) Fyf FyrIz * gamma_dot a * Fyf - b * Fyr Mz其中后轴侧向力Fyr里包含后轮转角项Fyf Cf * (delta_f - beta - a * gamma / vx)Fyr Cr * (delta_r - beta b * gamma / vx)注意delta_r是后轮转角Mz是DYC附加横摆力矩这两个就是Nash博弈里两个玩家的控制量。玩家1是4WS它的代价函数这样定义J1 q1 * (gamma - gamma_d)^2 q2 * (delta_r - delta_r_prev)^2 r1 * delta_r^2玩家2是DYC它的代价函数这样定义J2 q1 * (beta - beta_d)^2 q2 * (gamma - gamma_d)^2 r2 * Mz^2两者的差异在于4WS更看重横摆角速度跟踪同时要控制后轮转角的变化率不能让后轮高频摆动DYC则把质心侧偏角误差放在更重要的位置因为侧偏角是稳定性最直接的指标。它们的代价函数里都有对方关心的项这就是“互相看见对方策略”的体现。Nash求解我用的是串行迭代不直接解耦合Riccati方程。工程上更实用的做法是固定DYC当前输入用优化器最小化J1更新delta_r再固定更新后的delta_r用同一个优化器最小化J2更新Mz如此交替迭代直到控制量变化小于阈值。2.3 下层模糊神经网络动态调节两个玩家的权重Nash博弈结构定下来之后还有一个关键问题q1、q2这些权重在不同工况下应该不一样。低附着路面上beta稍大一点就要全力保稳定这时候DYC的权重必须提高路面好的换道工况则应该让4WS多承担路径跟踪任务。这个调整我交给了一个模糊神经网络。它的输入取beta、beta_dot、估计的路面附着系数mu输出两个权重修正系数k1、k2分别作用于4WS和DYC的代价函数。选模糊神经网络而不是普通神经网络是因为模糊规则可以先给一套可解释的初值神经网络再在这些规则之间做光滑插值如果mu低且beta大说明车辆接近侧滑k2增大让DYC更激进如果beta小但beta_dot大说明车正处于瞬态响应过程k1适当增大让4WS先跟上路径趋势如果mu高且误差平稳k1、k2都回到基准值避免过度干预。这样下层不是去替代Nash博弈而是让Nash博弈里的“目标权重”随工况自适应整个系统才真正有优化能力。3. 代码逐段拆解Nash迭代、模糊神经网络和力矩分配怎么落地3.1 车辆模型和Nash分配函数我在MATLAB里没有直接用Simulink自带的车辆模块而是在S函数里写了一个二自由度模型方便做Nash迭代。核心的车辆状态导数函数是这样function yDot vehicle2DOF(y, delta_f, delta_r, Mz, p) % y [beta; gamma] beta y(1); gamma y(2); vx p.vx; Fyf p.Cf * (delta_f - beta - p.a * gamma / vx); Fyr p.Cr * (delta_r - beta p.b * gamma / vx); betaDot (Fyf Fyr) / (p.m * vx) - gamma; gammaDot (p.a * Fyf - p.b * Fyr Mz) / p.Iz; yDot [betaDot; gammaDot]; end这里没有用完整的魔术公式轮胎模型因为Nash迭代在每个控制周期都要预测状态模型太重实时性扛不住。简单轮胎线性模型配合模糊神经网络补偿效果足够接近。Nash分配函数的核心是迭代求解function [delta_r, Mz] nashAllocate(curY, ref, p, w, lastU, opt) delta_r lastU.delta_r; Mz lastU.Mz; for k 1 : opt.maxIter old [delta_r, Mz]; % 玩家14WS最优响应 delta_r fminunc((dd) cost4WS(dd, Mz, curY, ref, p, w), ... delta_r, opt.fminOpt); % 玩家2DYC最优响应 Mz fminunc((tt) costDYC(tt, delta_r, curY, ref, p, w), ... Mz, opt.fminOpt); % 对迭代结果做惯性滤波防抖 delta_r opt.alpha * delta_r (1 - opt.alpha) * old(1); Mz opt.alpha * Mz (1 - opt.alpha) * old(2); if norm([delta_r, Mz] - old) opt.tol break; end end end代价函数里用一步前向欧拉预测下一时刻的beta和gamma来算误差function J cost4WS(delta_r, Mz, curY, ref, p, w) yNext curY p.dt * vehicle2DOF(curY, p.delta_f, delta_r, Mz, p); eGamma yNext(2) - ref.gamma_d; eDelta delta_r - curY(3); % 上一周期的delta_r J w.q1 * eGamma^2 w.q2 * eDelta^2 w.r1 * delta_r^2; end实际调用时上一时刻的控制量要作为“暖启动”初值传进来能让Nash迭代少算好几轮。我设过maxIter为10一般工况三步内就能收敛tol取1e-4控制周期10毫秒实测能跑满。3.2 模糊神经网络的前向计算和在线更新模糊神经网络我采用的是常用的TS模糊神经网络结构高斯隶属度函数、乘积推理、归一化输出。前向计算就是标准的三层结构function [y, phi] fnnForward(net, x) % x [beta; betaDot; muHat] nIn length(x); nMF size(net.c, 1); phi ones(nMF, 1); for i 1 : nMF for j 1 : nIn phi(i) phi(i) * exp(-0.5 * ((x(j) - net.c(i,j)) / net.sigma(i,j))^2); end end phiBar phi / sum(phi); y net.w * phiBar; end在线学习我用的是一阶梯度下降权值更新公式很直接function net fnnUpdate(net, phi, target, eta) phiBar phi / sum(phi); y net.w * phiBar; e target - y; % 后件参数修正 net.w net.w eta * e * phiBar; % 对隶属度中心做微调步长通常设置得更小 for i 1 : length(net.w) net.c(i,:) net.c(i,:) 0.1 * eta * e * net.w(i) * ... (x - net.c(i,:)) ./ net.sigma(i,:).^2; end end这里有个容易忽略的点在线学习的target不能拍脑袋定。我的做法是先用离线仿真生成一组多工况样本把基于规则的期望权重作为teacher信号把模糊神经网络离线训好。真正上车或上台架之后只在原权重附近做小步长微调learning rate取0.01绝对不要在零基础下纯在线训练。3.3 横摆力矩Mz到四个轮毂电机扭矩的分配Nash博弈算出来的Mz是一个整车层面的附加横摆力矩但发给轮毂电机的必须是四个轮端扭矩指令。我用了这样的分配方式先通过轮距B把Mz换算成左右纵向力差再按轴荷比例分到前后轴。function T torqueAllocate(Td, Mz, p) dF Mz / (p.trackWidth / 2); FxTotal Td / p.wheelRadius; FxLeft (FxTotal - dF) / 2; FxRight (FxTotal dF) / 2; % 按前40%、后60%分配实际项目应使用实时轴荷 T zeros(4,1); T(1) 0.4 * FxLeft * p.wheelRadius; T(2) 0.4 * FxRight * p.wheelRadius; T(3) 0.6 * FxLeft * p.wheelRadius; T(4) 0.6 * FxRight * p.wheelRadius; % 限幅电机峰值扭矩和路面附着力都需要限制 for i 1 : 4 Tmax min(p.motorPeak, p.mu * p.Fz(i) * p.wheelRadius); T(i) max(-Tmax, min(Tmax, T(i))); end end限幅这一个步骤看着不起眼实际特别关键。轮毂电机响应快如果只按Mz回路给扭矩而不做路面附着限制控制器会在低附着路面上要求一组轮胎根本抓不住的纵向力结果横摆力矩没形成反而把侧向附着给占了车辆更容易失稳。4. 仿真和台架试验里最容易翻车的几个地方4.1 Nash迭代结果抖动第一次跑连续正弦转向工况时我遇到过一个很尴尬的现象delta_r和Mz每步都在跳横摆角速度跟踪看着还行但后轮转向执行器一直在高频抖动台上听着就很不舒服。查到最后是两个原因一是代价函数里没有加入控制量增量惩罚后轮转角可以自由突变二是迭代没有完全收敛就开始输出。解决办法就是代码里的两处增量惩罚项w.q2 * eDelta^2以及每次迭代后的惯性滤波opt.alpha 0.6。alpha这个值不要调太小太小会让控制变得迟钝0.5到0.7之间是比较好的平衡点。4.2 模糊神经网络在线训练发散FNN刚开始在线微调时我遇到过跑着跑着权重修正系数突然冲到很大直接把Nash博弈的权重顶到边界整车控制量跟着狂抖的情况。后来总结经验是三个错误叠加了输入没有归一化、学习率太大、误差死区没设。beta和beta_dot的数值尺度差了十倍以上同一个学习率对两个输入就是不合理的。现在我的处理是先把输入全部归一化到[-1, 1]学习率设在0.01并且设一个误差死区误差小于0.02时不做任何权值更新防止传感器噪声把网络带偏。还要加一个L2正则项让权值不会漂得太远。4.3 从仿真到上车的距离基本由轮胎附着决定纯仿真里我把路面附着系数固定成0.85控制效果非常理想。换到HIL里模拟积雪路面、mu突然从0.85跳到0.3的时候Nash博弈还在按高附着模型要力矩结果输出的附加横摆力矩远超附着极限车辆侧偏角一路拉大。这件事让我意识到状态估计和FNN的输入mu_hat才是整个系统真正的天花板。mu估计得不准后面所有优化都是白搭。所以我后来在FNN输入里加了mu_hat并且在中层对期望横摆角速度做了更严格的限幅gamma_max 0.85 * mu * g / vx。限幅虽然保守但能保证在附着突变时车辆先稳定下来再说。4.4 4WS和DYC还是会“打架”但打架方式变了用了Nash博弈之后两个执行器不会像独立控制那样同时向同一个误差狂冲但如果权重设得不合理它们会在均衡点上互相拉锯delta_r一直给一个恒定的偏置Mz则刚好用相反的符号去抵消它。这个状态从横摆角速度误差曲线上看非常小但两个执行器都在持续出力能耗和磨损都很差。我最后的处理原则是让4WS管中低频路径趋势让DYC管高频稳定性修正。具体实现就是把4WS代价函数里的控制量增量惩罚设得大一点限制后轮转角变化率DYC代价函数则可以允许更高频的Mz输出毕竟轮毂电机响应快、带宽高。这样分工之后打架现象基本消失。5. 关于权重标定我最后想说的话整套方案里最花时间的其实不是Nash博弈迭代也不是FNN训练而是权重标定。我的流程是先把FNN停掉用固定权重在冰雪、干沥青、湿沥青三个典型路面上分别手调基准权重保证基础控制不发散之后才把FNN接入让它根据输入在基准权重附近输出0.5到2.0倍的修正系数。这个顺序写起来只有一行字但实际占了我大概一半的调试时间。还有一个细节分享给做台架的朋友Nash迭代里的fminunc工具在离线仿真里很好用但上了实时系统之后要留意优化器耗时抖动。我建议先用离线仿真把所有边界工况遍历一遍把每个工况下Nash均衡点对应的控制量固化出来查表兜底实时运行时再让Nash在查表结果附近做小范围搜索。这样既保留博弈的自适应性又给实时性上了保险。本文还有配套的精品资源点击获取