无人地面车辆电液助力转向系统动态响应性能

黄伦明，杨 华，麻玉川，叶 敏

(1.中国人民解放军32184部队， 北京 100071；2.长安大学 公路养护装备国家工程实验室， 西安 710064)

0 引言

作为新型作战力量的无人地面车辆对未来陆战形态影响深远。无人地面车辆是机械化、信息化和智能化高度融合的机动作战平台，在危险(恐怖活动、地震现场)、有害(火灾现场、核泄漏现场)、地形多变(山体滑坡、土方开挖)、极端条件(极地环境、沙漠环境)等各种复杂环境下需求较大。美国、俄罗斯、以色列、英国、瑞士等国家开展了军用/民用地面作业装备的无人化研究。20世纪50年代，美国国防部开始对自主导航工程车辆进行了研究。60年代，美国国防部研发的DEMO智能无人重载工程车受到了广泛的关注，该系列车型可应用于物资运输与作战任务中。未来美国地面车辆将围绕“智能化”和“新能源”两个主题发展[1]。2017年美国通用汽车公司(General Motors)在美国陆军协会的会议上展出了一款外形科幻的混合动力无人驾驶地面车辆，这种车在灾难地区或冲突地区具有广阔的推广空间。由于重载车辆质心高、质量大、体积大等因素造成其转向力矩大，需借助电液系统来辅助转向。国内对转向系统的性能进行了相关研究，针对电动转向系统的性能要求设计了测试台架，进行了电动转向系统的台架试验测试[2]。通过理论仿真分析了多轴重载车辆的电液转向系统节能性和稳定性[3-4]以及重载车辆无人驾驶模式下电液复合转向控制性能的研究[5]。在抢险救援、抗震救灾和反恐突击时使用的地面车辆中，对无人驾驶转向系统的动态响应和抗干扰性能提出了较高要求。将传统车辆改装，利用电控液压助力转向系统实现无人地面车辆在复杂环境下的灵活机动性。

1 无人地面车辆电液转向系统结构与建模

无人地面车辆大多应用于危险、有害、地形多变和极端环境，其主要性能指标包括最大行驶速度、水平转动角度、最大爬坡度、俯仰转动角度、最大抬举重量。根据陆军以及武警部队作战实际需求，对实际作业的典型工况进行了分析与研究，无人地面车辆典型任务应用需求和场景主要包括环境感知、机动避险越障、清理破除障碍、协同工程作业和工程作业防护。无人地面车辆转向系统原理如图1所示，在充分考虑基于无人地面车辆典型任务需求和传统车辆性能基础上，根据不同的作战任务需求提出对应的解决方案：通过摄像头实时感知环境信息，传输给系统供决策使用；避险越障采用轮式底盘设计来达到高机动性的效果；清理破障利用突击破障车上的破障机械手、铲斗设计等；利用汽车自动驾驶避障系统中的集成规划和控制方法来设计作业方案；作业防护能力主要依靠装备材质进行保障，不同环境下的防护要求也各不相同，例如消防机器人的防火能力、核泄露现场救援设备的抗辐射能力等。

在作战以及工程实践中，复杂多变的地形环境对无人车辆的正常行驶造成了非常大的影响，各种地形障碍物的存在对车辆的行驶通过性有非常高的动态响应要求，因此车辆的机动避障能力在无人化应用中非常重要。利用自动驾驶车辆的避障系统，设计的无人地面车辆自动转向系统的工作原理如图1(a)所示，当车辆检测到环境信息如障碍物时，根据障碍物的位置、速度和加速度信息，决策出最优的避障方法。车载集成规划系统根据道路信息和避障规则实时规划出一条无障碍轨迹以规避障碍物，使车辆产生诸如加速、制动、转向等行为，灵活控制车辆的速度和转向，实现机动避障。

图1 无人地面车辆转向系统原理框图

无人地面车辆在无人为干涉的情况下实现自动驾驶，它可以获取有关道路条件的信息，并根据GPS系统定位。无人地面车辆具有实时更新道路行驶标线检测方面的信息和通过霍尔传感器测量车辆偏离角度来规划新的路径实现行驶功能。无人地面车辆及其转向自动控制模式原理如图1(b)所示，它主要分为顶层路径规划系统和底层电液助力转向系统，包括：微控制器、伺服电机、直流电机、Zigbee无线调制解调器、霍尔传感器、GPS系统、路线标识检测器、摄像头、红外传感器。顶层路径规划层接收车辆远程控制中心指令，由位置信息和命令信息来控制车辆的行驶，实时监控并进行反馈，并实现自动驾驶和遥控驾驶模式的切换。通信网络作为媒介，从远程控制中心向无人地面车辆发送指令，实现无人驾驶。无人地面车辆中的底层转向系统接收命令并进行相应的操作。摄像头记录车辆行进的路线信息，并将其发送到远程控制中心。控制单元通过微控制器接收来自用户和其他传感器的信号，根据信号进行操作，如车辆的行驶速度、偏离角度和车道线信号检测。GPS系统用于自动控制模式，用于获取供无人地面车辆移动的原地点和目标地点，并据此规划所需的路径。霍尔传感器用来获取无人地面车辆转向目标角度。

1.1 电液助力转向系统结构与工作原理

EHPS(electro-hydraulic power steering)系统结构见图2所示，其中储油罐、齿轮泵、电机、电子控制单元集成一体,通过CAN与整车中央控制单元总线交换信息数据，转向机结构与HPS转向机相同，高效齿轮泵为EHPS提供液压助力，齿轮泵由小惯量、内转子、三相无刷直流电机驱动组成。在上电状态下，电液泵控制器实时采集方向盘转速信号，并通过CAN与整车中央控制单元通讯，从而获取车速信号，实现车速感应型助力。

无人地面车辆采用的电液转向执行机构借鉴商用载重车电控液压转向系统，它与乘用车EPS不同，增加了EPS硬件结构的同时还保留了传统液压助力转向系统，其主要原因是负载较大时，液压系统具有功率密度高、耐久性和可靠性好等优点，用于满足主要转向助力力矩需求，具体结构如图2所示。EPS控制策略主要包含助力、回正和阻尼控制。根据传感器获得的车速、转向盘转矩、转向盘转角等信号，判断当前车辆处于何种工作模式。根据控制逻辑计算出相应的电流信号，与实际电机电流信号进行对比，通过PID控制器输出PWM信号发送给电机，实现闭环控制，进而实现液压系统的前置控制环节，通过液压放大级驱动车轮转向。

图2 EHPS系统结构示意图

1.2 电液转向系统动态响应模型

图3为无人地面车辆电液助力转向控制系统原理图，主要由液压泵、电液伺服阀组、液压缸和控制器组成，是典型的机-电-液复合系统，具有非线性。转向液压缸通过双横臂悬架导向机构与车轮相连。转向控制器根据方向盘设定的指令信号，以及车辆当前的运行状态，调节相应电液伺服阀组两端电磁铁输入PWM电压信号的占空比。电液伺服阀组是由压力控制先导阀和流量伺服阀组合而成。通过控制先导阀的压力，进而控制伺服阀的开口大小输出要求的流量。泵向系统提供恒压油，通过电液伺服阀组来控制流入各个转向液压缸的流量，控制转向油缸活塞杆的伸长量，从而控制各个转向轮的偏转角度，使车轮实际转角跟随转向控制器设定的指令值。

图3 转向系统电液控制系统原理示意图

电液转向系统的动态响应主要取决于阀控液压缸的动态特性，也就是阀和液压缸的频率响应特性。由于电液助力转向系统(机-电-液复合系统)中的一些微分方程是非线性的，因此阀的负载流量曲线方程具有非线性。为了简便分析和应用，采用线性化分析方法，即研究在某一稳定工作点附近作微量运动时的特性。当工作点变动时必须谨慎地对所有的工作点进行研究。但实际上在较宽的范围内，动力机构的参数可用于不同的工作点，所以线性化的分析结果具有实际应用价值。

阀控缸原理如图3所示，各物理量的方向以箭头所示方向为正。当阀正向移动时，流进液压缸进油腔的流量和由液压缸回油腔流出的流量分别为：

(1)

式中：Q1、Q2分别为转向油缸无杆，有杆腔流量，m3/s；Cd为滑阀阀口流量系数；W为窗口面积梯度，m2；ρ为油液密度，kg/ m3；P1、P2分别为有、无杆腔压力，MPa；Ps为供油压力，MPa。

用小位移线性化方法将式(1)线性化，设在某初试工作点(XV0,PL0)的负载流量是QL0，经过线性化的阀流量方程的形式流体流量方程为

QL=KqXV-KcPL

(2)

由于系统存在偶合现象，需简化方程可得到传递函数，合并式(1)和式(2)后得到阀控缸环节总的传递函数为

(3)

式中：A1、A2分别为油缸无杆、有杆腔面积；F(s)为作用在活塞上的负载力；mt为活塞及相连的负载折算到活塞上总质量；βe为液压油液弹性模量；Am为等效参数；Cp为总泄露系数；Vt为液压缸进油腔的容积。

2 无人地面车辆转向动态响应时间研究

无人地面车自动避障系统是利用车载摄像头传感器来识别车道信息，若车辆偏离识别车道线，则向顶层路径规划层发送指令，进行预警或优先级接管[6-7]。在行驶过程中，若采集车辆的速度和车道信息可以满足自动驾驶的条件，则车辆可以实现自动驾驶，如果偏离行驶路线，则对偏离路线进行纠正操作。

2.1 道路轨迹计算及目标轨迹拟合

无人驾驶车辆在道路识别过程采用了深度学习的视觉识别[8-9]和神经网络数据处理[10-11]以及两者结合的方法[12-13]。识别车辆自动驾驶道路轨迹通过曲线拟合进行计算，根据目标轨迹选取若干个预瞄点完成相应的车道线拟合。预瞄点的个数、距离和行驶车速会影响算法的路径跟随精度。假设行车速度v一定，则算法的精度依赖于预瞄点的个数和距离。目前，可以有效描述车辆行驶状态的参数主要有切线角度偏差、横向偏差和角方位偏差。研究的车辆转向回正算法将横向偏差作为控制量，选取若干预瞄点横向偏差进行权重分配，以目标函数的方式获得最终自适应预瞄点偏差[14]。由于摄像头图像扫描方式是斜向下的，故存在扫描视野盲区，因此选取距摄像头前基本偏移D为偏移量的点为坐标原点，t时间内运行的距离为采样点，依次取30个采样点，如图4所示。

图4 车辆转向控制系统预瞄采样点选取位置示意图

道路轨迹的计算是根据单目摄像头识别的车道线参数进行拟合的，主要识别的参数有C0、C1、C2和C3，则三次样条车道线的计算为：

y=C0+C1x+C2x2+C3x3

(4)

x=D+kn×L

(5)

式中：C0、C1、C2和C3为摄像头通过CAN总线读到的车道线参数；L为步长；D为原点距摄像头的偏移值；kn为系数，取值范围0～29。选取30个预瞄点将其坐标带入到车道线三次曲线，通过线性插值方法得到具有实时性的两侧车道线函数。通过Mobileye单目摄像头进行数据读取分析，最终获取车道线参数，进行线性插值得到实时车道线信息。左右车道线曲线函数相加除以二就得到了目标估计函数，同理该函数具有自适应性。

2.2 避障动态响应时间算法研究

避障系统横向跨道时间(TLC)是利用横向行驶距离和偏离速度计算，可将预警时间提前，留有足够的反应时间[15]。通过车辆运行状态和环境信息，计算偏离预警时间TLC。设定阈值为T，当TLCT时，车辆暂无偏离车道的风险。根据跨道时间算法建立相应的车辆动力学模型，根据当前车辆运行状态预测未来车辆运行轨迹，通过车轮距离接触到车道线的时间判断是否需要预警，这就是跨道时间算法。设定顶层路径规划层为最高优先级，通过车辆信息对车辆操作状态进行综合分析，当系统判定顶层路径规划中心属于无意识状态操作车辆，且满足跨道时间模型预警条件时，则主动发出预警信号，提醒顶层路径规划层。若顶层路径规划中心未接管车辆，则进入路径跟随算法进行基本助力和主动转向的模式切换，协调电液助力转向系统进行主动回正。目标轨迹为曲线时，TLC计算模型如图5所示。

图5 车辆转向曲线轨迹计算模型示意图

图5中，db表示轮距，ω表示车辆横摆角速度，θ表示横向角，Rr表示车道中心线半径，Rv表示车辆转弯半径，α、β、γ无具体含义。当目标轨迹为直线时，由上述TLC计算模型方法，可以获取A点与O点之间的数学关系，当目标轨迹为曲线时，其计算方法不变。A点坐标为(XA,YA)，根据几何关系可知：

(6)

(7)

由式(6)和式(7)可得到V点坐标(XV,YV)。

(8)

BV的斜率K1为：

(9)

VA的斜率K2为：

(10)

跨道时间TLC为：

(11)

3 无人地面车辆电液助力转向系统仿真

3.1 无人地面车辆电液助力转向系统仿真模型

车辆动力学模型是仿真运行的基础，基于实车转向参数，在TruckSim软件中进行参数配置，搭建法规要求的目标工况，通过设定仿真步长、仿真时间等信息对配置的模型和工况进行数值求解。通过原地转向实验，将仿真结果和实际结果进行对比，验证TruckSim模型转向系统配置的准确性。图6为TruckSim仿真动画输出的三维图像。

图6 TruckSim3D动画输出的三维图

选取车型为Truck 20T，其基本参数如表1所示。

表1 重载车辆行驶系统基本参数

液压系统模型在AMESim环境中搭建，模型考虑了液压缸内泄漏系数、静摩擦力、库仑摩擦力、黏性摩擦力等因素。液压系统的参数如表2所示。

表2 液压系统系统的参数

3.2 转向系统阶跃响应仿真研究

左前轮的单位阶跃响应仿真结果如图7所示，在有助力控制下，单个车轮的阶跃响应效果较好，响应无超调，不存在稳态误差，基本可以达到车辆转向系统的要求，对外加扰动的抑制效果明显。而在无助力控制下，系统响应时间较长，对外加扰动抑制效果不明显。在系统达到期望稳定位置后，在10 s和15 s时对转角信号施加阶跃干扰信号，模拟系统受到的外部干扰作用。采用PID控制，系统在11.84 s和16.84 s达到稳态，最大超调量为21.34%。

图7 左前轮的阶跃响应曲线

3.3 原地转向扭矩动态响应仿真

为了完成原地转向实验，无人地面车辆按照顺时针方向缓慢转至转向盘最大转角处，以相同的方式，逆时针将转向盘缓慢转至转向盘最大转角处，完成以上动作后将方向盘恢复到初始位置，反复实验，记录相关数据，并进行分析，分别记录仅有液压助力和带有电动助力转向时不同的参数数据。仿真结果如图8所示，只有液压助力时驾驶员施加转向盘最大力矩约为 6 N·m，加入电动助力转向系统同等工况下力矩峰值降低到 2.5 N·m左右，可使得转向更加平滑，从而满足转向系统转向轻便性的要求。

图8 原地转向仿真曲线

4 无人地面车辆电液转向系统实验

重载车辆电液转向系统硬件在环实验平台如图9所示，包括信息采集模块、整车车身模块、控制器等。信息采集模块主要由摄像头和各种传感器组成，负责采集道路环境信息、车辆运行状态信息以及转向系统工作状态信息。车身部分是将传统液压助力转向系统改造为电液助力系统。控制器是将输入的CAN信息进行分析处理，得到相应输出信号，发送给执行机构。

图9 硬件在环转向实验平台示意图

实际采集到的数据是车辆中位到车道线的距离，为了使数据更加直观，采集到的数据减去车辆宽度的二分之一，即为左右车轮距离车道线的实际值，直道左偏数据如图10所示。对比图8和图10可知，在仿真工况与实验工况下，转向力矩曲线变化趋势、转矩峰值等基本一致，即仿真与实车硬件在环实验所得到的实验数据基本一致。

图10 原地转向硬件在环实车实验曲线

利用理论建模和参数辨识的方法得到车辆电液转向系统从方向盘输入到左前轮转角输出的闭环传递函数。图11(a)和图11(b)分别为无助力控制和有助力控制策略下拟合的闭环系统Bode图。由实验结果可知：存在外界干扰的情况下，无助力控制效果明显偏差，大量数据点落在曲线下，输出信号幅值达不到预期值，转向角跟随精度差，在高频输入信号时，偏差过大，超出40 dB。而有助力控制下，实验结果比较令人满意，实验数据基本落于曲线上，尤其在高频输入时，控制策略仍能保证转向系统的性能指标和鲁棒性。实验结果表明：外界干扰工况条件下，电液助力转向系统动态响应性好，同时具有较好的稳定性和抗干扰能力。

图11 转向系统硬件在环实验拟合Bode图

5 结论

构建了一个在自动控制模式下重载车辆自动转向理论模型及车道轨迹算法和车道预警算法模型。利用TruckSim软件对车辆动力学模型进行参数配置仿真，验证了所配置车辆模型的准确性。

1) 电液动力转向比无助力转向力矩动态响应时间提高了2.1 s，且电液助力转向系统能够在外界干扰后1.84 s恢复稳态，保持转向控制的稳定性。

2) 原地转向有助力控制下最大转向盘转矩比无助力转向减小3 N·m。可为后续无人驾驶系统研究提供理论支撑。