In order to enhance the vehicle lateral stability, an extensive research that includes developing an identifier of tire-road friction coefficient, an Model Predictve Control (MPC) based Elctronic Stability Control (ESC) algorithm, and method of integrating differential braking and Active Font Steering (AFS) were performed. The tire-road friction coefficient is critical information for conventional vehicle safety control systems. Most previous studies in tire-road friction estimation have only considered either longitudinal or lateral vehicle dynamics which tends to cause significant underestimation of the actual tire-road friction coefficient. In this dissertation, the parameters, including the tire-road friction coefficient, of the combined longitudinal and lateral brushed tire model are identified by linearized recursive least square (LRLS) methods which efficiently utilize measurements related to both vehicle lateral and longitudinal dynamics in real time. Simulation study indicates that using the
estimated vehicle states and the tire forces of the four wheels, the suggested algorithm not only quickly identifies the tire-road friction coefficient with a great accuracy and a robustness before tires reach their frictional limits but also successfully estimates the two different tire-road friction coefficients of the two sides of a vehicle on a split-m
surface. Utilizing the information from the identifier for the tire-road friction coefficient, a method for ESC based on MPC using the bicycle model with lagged tire force to reflect the lagged characteristics of lateral tire forces is developed. This extended bicycle model is applied to the prediction model of the MPC problem for the better description of the vehicle behaviour. In order to avoid the computational burden in finding the optimal solution of the MPC problem using the constrained optimal control theory, the desired states and inputs as references are generated since the solution of the MPC problem can be obtained easily in a closed form without using numeric solvers using these reference values. The suggested method controls the vehicle to follow the generated reference values to maintain the vehicle yaw stability while the vehicle turns as the driver intended. In order to further enhance the performance of the MPC-based ESC algorithm, a control architecture that simultaneously utilizes AFS and differential braking for vehicle lateral stability while minimizing longitudinal perturbations is also formulated.
This control scheme can handel not only lags of tire forces but also those of actuators including AFS and differential braking. Thanks to the AFS system, the longitudinal perturbation of differential braking could be further reduced while keeping the front and real tire slip angles near to their peak tire slip angles that generate the maximum lateral tire forces. The superiority of the proposed method is verified through comparisons with an ESC method based on ordinary MPC in the simulation environments on both $high-\mu$ and $low-\mu$ surfaces using the high fidelity vehicle dynamics software CarSim. Experimental verifications of the proposed methods were also perfomed uisng a rear wheel driving electric vehicle. The performance of the proposed algorithms are guaranteed in various actual driving situations.
본 논문은 차량의 비선형성이나 차량용 ECU에 적용하는 것이 고려된 차량의 횡방향 안정성을 향상시키기 위한 모델 예측 제어 기법을 소개한다. 모델 예측 제어 기법을 이용한 차량 자세 제어 알고리즘을 개발하기에 앞서 정확한 제어를 하기위해선 차량이 운행 중에 있는 노면의 마찰계수를 추정하는 것이 중요하다. 첫 째로 타이어와 노면의 마찰계수를 실시간으로 추정하는 방법이 소개된다. 타어어와 노면의 마찰계수는 여러 가지 차량의 능동 안전제어 장치의 정상작동을 위해서 꼭 알아야 하는 정보이기도 한데 기존의 연구는 차량의 종방향 혹은 횡방향 관련 정보만을 이용하여 타이어와 노면의 마찰계수를 추정하였는데 차량의 종방향과 횡방향이 동시에 영향을 받는 상황인 브레이크를 걸면서 선회를 하는 등의 상황에서 실제 노면 마찰계수 값을 제대로 추정을 하지 못하고 있다. 이 논문에서는 타이어와 노면의 마찰계수를 포함하는 the combined longitudinal and lateral brushed tire model의 파라메터들을 차량의 종방향 및 횡방향 관련 정보를 동시에 고려하여 선형화된 반복적인 최소 자승법을 응용하여 실시간으로 추정하는 알고리즘을 소개한다. 실시간으로 추정된 차량 상태와 각각의 타이어 힘의 값들을 이용하여 제안한 알고리즘은 기존 알고리즘 보다 빠르고 신뢰성있게 실제 타이어와 노면의 마찰계수를 추정하는 것 뿐만 아니라 차량의 좌, 우 바퀴가 다른 노면에 있을 때도 두 개의 다른 노면 마찰계수를 효과적으로 추정하는 것이 차량동역학 소프트웨어인 Carsim을 이용한 시뮬레이션 결과를 통해 보여진다. 추정된 타이어-노면 마찰계수를 이용하여 모델 예측 제어 기법을 기반으로 차량 요 방향 자세 제어 장치가 개발된다. 개발된 차량 자세 제어 알고리즘은 다음과 같은 기존의 방법과 다른 특장점이 있다. 첫째로, 타이어 내는 힘은 타이어 미끄럼 각에 대해 지연함수로 나타낼 수 있는데 이 특성을 모델 예측 제어 기법의 모델에 반영하여 예측의 정확도를 높여 제어 성능을 높였다. 둘째로, 차량 미끄럼각을 제한해야하는 값으로 보는 것이 아닌 적절한 타이어의 횡력을 확보하기 위해 추정해야하는 값으로 설정하고 목표 값을 생성해내는 방법을 제시한다. 셋 째로, 모델 예측 제어기법의 최적 해를 수치적인 문제풀이 프로그램을 이용하지 않고 수학적으로 명시해를 찾아낼 수 있도록 시스템을 설계하여 계산량을 비약적으로 줄였다. 넷째로 상위제어기에서 생성한 차량에 적용되어야 할 요 방향 모멘트를 브레이크 힘으로 분배하여야 하는데 friction ellipse effect까지 고려하여 최적화하여 브레이크 힘을 분해한다. Carsim을 이용한 시뮬레이션 결과에서는 모델예측제어 기법을 이용한 차량 자세 제어 알고리즘이 마찰계수가 높거나 낮은 노면 모두에서 기본의 자세 제어 알고리즘 보다 월등한 성능을 보여주는 것을 확인할 수가 있다. 개발한 모델 예측 제어 기법을 기반으로 하는 차량 자세 제어 알고리즘은 Active Front Steering (AFS)과 통합하여 제어 성능이 더욱 향상된다. AFS 편 브레이크를 동시에 통합하는 방법은 AFS나 편 브레이크의 엑츄에이터 지연까지 고려하여 모델링이 되었고 룰 베이스 알고리즘을 적절하게 이용하여 적은 량의 계산으로 효과적으로 차량을 제어하기 위해 걸리는 브레이크 힘의 양을 최소화한다. Carsim 시뮬레이션 환경에서 마찰계수가 높거나 낮은 노면 모두에서 우수한 제어성능을 보여준다. 또한 인휠모터가 장착된 전기차를 이용하여 실제로 주행실험이 수행되었는데, 기존방법이 제어를 하지 못하는 주행 시나리오에서도 MPC를 기반으로하는 제안된 제어방법은 차량을 효과적으로 안정화시키는 것이 확인이 되었다.
