This dissertation presents a study on lateral motion control of an electronic-four-wheel drive (e-4WD) vehicle based on vehicle state estimation making use of easily available in-vehicle sensors and a low-cost standalone global positioning system (GPS). In keeping with growing demand for fun-to-drive, in-wheel motor system (IWMs) of this e-4WD vehicle varying torques to each wheel independently is mainly aimed at improving the cornering performance on the high tire-road friction surface. The main purpose of this dissertation is to develop an implementable lateral motion control considering practical issues of actual e-4WD vehicle application, such as price competitiveness, driver’s ride comfort, light computational burden, high availability, and reliable control accuracy. In particular, the drawback of the simple feedback control in IWM system is that high-gain feedback may cause a large oscillatory response of IWM torque, which worsens the driver’s ride comfort, so that this dissertation proposes model-based control with a feed-forward control term.
For development of the model-based control for vehicle lateral motion, this dissertation introduces new methods for vehicle state estimation utilizing the competitively priced sensor fusion using in-vehicle sensors and low-cost standalone GPS. The main estimation targets are generally unmeasurable vehicle states, i.e. vehicle sideslip angle, tire cornering stiffness, vehicle heading angle, and precise vehicle position. To estimate the sideslip angle, an interacting multiple model (IMM) Kalman filter is developed, which includes a sensor offset compensator and extended Kalman filters (EKFs) based on multiple vehicle models. To properly combine the outputs of these model-based EKFs, a weighted probability of each model based on the stochastic process is designed, which reflects the characteristics of the vehicle models in real-time. Also, the observability of this IMM Kalman filter is checked by observability functions of nonlinear systems. As well as the sideslip angle, heading angle and tire cornering stiffness values of the front and rear axles are simultaneously estimated. Utilizing the estimation results of this IMM Kalman filter, a new adaptive Kalman filter with rule-based logic provides robust and highly accurate estimation of the vehicle position. It adjusts the noise covariance matrices in order to adapt to various environments, such as ever-changing GPS conditions. The performance of the proposed vehicle state estimation in various driving scenarios is verified using a test vehicle, and its superiority is confirmed through a comparative study.
Thus, the estimated vehicle state variables are transmitted to the vehicle lateral motion control. Two independent schemes of lateral motion control with different control targets are designed separately with the common goal of enhancing the cornering performance of the e-4WD vehicle. The control targets of schemes 1 and 2 are a yaw rate reference and a desired path profile, respectively.
The first scheme of the lateral motion controller for yaw rate tracking is aimed at neutral-steering which leads to the improvement of vehicle cornering agility. A smooth sliding mode controller (SMC) based on the vehicle bicycle model is utilized for yaw rate tracking. This smooth SMC with the feed-forward control term actively reflecting the yaw rate reference improves both convergence rate of control action and vehicle cornering agility.
The second scheme of the lateral motion controller for path tracking can assist the vehicle in following the desired path profile. Both a lateral distance error and a heading angle error between the desired path profile and the vehicle are controlled at the same time. A model predictive control (MPC) is selected as the controller, which derives optimal control input considering both state and input constraints in the e-4WD vehicle. Due to the advantage of this MPC to predict the vehicle's future dynamic behavior a few seconds ahead, it is possible to output a more preemptive and stable control input for vehicle path tracking.
Finally, a novel Daisy-chaining allocation, which is suitable for redundant actuator configuration, is utilized to distribute the desired yaw moment to front left and right IWMs of the e-4WD vehicle. It elaborately reflects both the characteristics of IWM and the tire friction circle. Noteworthy, it is a practical and intuitive method aimed at real-car application.
Using the CarSim simulation, the effectiveness of the proposed lateral motion controllers is verified. Thereafter, in real-car based experiments with various driving scenarios, it is confirmed that some evaluation factors in terms of the cornering performance are improved by comparing with conventional control algorithms. The following main contributions make this dissertation be a meaningful solution to enhance the cornering performance of e-4WD vehicle: 1) use of competitively priced sensor fusion 2) improvement of both smoothness and control accuracy due to model-based control with vehicle state estimation, 3) consideration of practical issues for real-car application.
본 논문에서는 저가형 센서 융합을 기반으로 한 차량 상태 추정 및 이를 활용한 전자식 사륜 구동 차량의 횡방향 거동 제어에 관한 연구를 다룬다. 제어 대상은 상용화된 후륜 구동 시스템의 전륜에 인휠 모터 시스템을 장착한 전자식 사륜 구동 차량이며, 좌우 인휠 모터 토크들로부터 생성되는 요 모멘트가 제어 입력이 되어 차량 횡방향 거동 제어를 구현한다. 다른 구동 시스템들과 비교하여 정확한 구동 토크 생성 능력, 높은 토크 전달 효율 그리고 정방향 및 역방향 모두로 토크 생성이 가능하다는 인휠 모터의 장점들은 횡방향 거동 시 더 높은 코너링 민첩성 및 경로 추종 정확도를 이끌어 낼 수 있다. 하지만 단순 오차 피드백만으로 횡방향 거동 제어기를 구성할 경우, 높은 비례 게인을 취할 시 인휠 모터의 심한 진동 현상을 발생시킬 우려가 존재한다. 이는 인휠 모터 시스템 자체의 낮은 대역폭 문제로 인한 피드백 지연 현상이 주 원인이다.
따라서 이러한 진동 현상이 발생하지 않는 수준의 적절한 피드백 비례 게인 값을 설정해야 한다. 또한 높은 제어 정확도 및 제어 응답성을 얻기 위해 피드 포워드 제어가 동반되어야 한다. 이를 위해 본 논문에서는 모델 기반 제어기를 통한 차량 횡방향 거동 제어를 제안한다. 이를 위해 직접적인 측정이 어려운 차량 상태 값들, 즉 횡방향 슬립 각, 전륜 및 후륜의 타이어 코너링 강성 계수, 차량 헤딩 각 그리고 차량의 정밀한 위치 정보들의 추정이 정확하게 이루어져야 한다.
센서 바이어스에 의한 적분 드리프트 현상으로부터 자유로운 저가의 독립형 GPS와 100 Hz 수준의 비교적 높은 측정 주파수를 가지는 차량 내부 센서들은 서로 상호보완적인 특성들을 가지고 있다. 이들로 구성된 센서 융합 기반의 차량 상태 추정 알고리즘은 높은 가격 경쟁력과 함께 높은 실차 적용 가능성을 가진다. 또한 이는 전체적인 차량 횡방향 거동 제어 시스템의 제어 정확도 향상에 기여하게 된다.
차량 횡방향 슬립 각, 차량 헤딩 각 및 타이어 코너링 강성 계수들을 추정하기 위해서, 다중 차량 모델 기반의 확장형 칼만 필터들의 출력 값을 융합하는 상호작용 다중 모델 칼만 필터가 설계된다. 이는 수학적 확률을 기반으로 칼만 필터들의 출력 값들을 가중치 합하는 과정을 가진다. 상호작용 다중 모델 칼만 필터는 실시간으로 두 가지의 차량 모델들 중 더 정확한 모델을 판별하며, 추정 오차에 대한 가능도 함수를 계산하여 더 정확한 차량 모델에 더 높은 가중치를 자동으로 부여한다. 제안된 알고리즘의 새로운 점들은 다음과 같이 요약된다. 1) 간단하고 직관적인 구조의 센서 오프셋 보상기를 동반함으로써, 센서 고유 오프셋을 쉽게 제거하여 전체 추정 알고리즘의 정확도를 향상시킨다. 2) 타이어 코너링 강성 계수의 추정을 통해 타이어 비선형 영역에서도 우수한 추정 성능을 나타낸다. 3) 두 차량 모델 간의 스위칭 시 발생할 수 있는 신호 채터링 현상으로부터 자유로우며, 위상 지연 문제없이 고주파 소음이 제거된 최종 추정 값을 도출해낸다. 다음으로 차량 위치 추정을 위한 새로운 적응형 칼만 필터가 설계된다. 규칙 기반 논리를 동반한 적응형 칼만 필터는 다양한 주행 조건 및 GPS 환경에서도 높은 추정 성능을 제공한다. 실차를 활용한 실험을 통해 다양한 주행 시나리오들에서 제안된 차량 상태 추정 알고리즘의 높은 정확도가 검증된다.
최종적으로, 차량 횡방향 거동 제어를 위해 요레이트 및 경로 추종을 목표로 한 두 가지의 독립적인 제어 알고리즘들이 설계된다. 요레이트 추종 제어 알고리즘은 차량 코너링 시의 중립 조향 특성을 제어 목표로 설정하며, 이에 따라 기존 로직 대비 더 높은 코너링 민첩성을 유도하게 된다. 본 논문의 요레이트 추종 제어 알고리즘의 주된 기여들은 다음과 같이 요약된다. 1) 제안된 스무스 슬라이딩 모드 제어기의 피드 포워드 텀은 높은 제어 수렴 속도 및 제어 응답성을 이끌어낸다. 2) 인휠 모터 토크의 진동 현상을 고려한 스무스 슬라이딩 모드 제어기는 부드러운 토크 출력을 생성한다. 3) 데이지 체이닝 분배 방식 기반의 토크 분배 로직은 인휠 모터 시스템의 다양한 특성들을 반영하며, 역방향 모터 토크를 적게 활용한다는 장점을 가진다.
경로 추정 제어 알고리즘은 미리 지정된 이상 경로와 차량 간의 실시간 횡방향 거리 오차 및 헤딩 각 오차를 직접 계산하여 제어 로직의 상태 변수 값으로 지정한다. 모델 예측 제어기를 통해 최적의 요 모멘트 제어 입력 값을 도출하도록 한다. 이는 차량 모델 정보를 활용해 몇 초 뒤 차량의 횡방향 거동을 미리 계산하여 제어기에 반영하므로, 높은 제어 응답성 및 경로 추종 정확도를 이끌어낼 수 있다.
제안된 두 가지의 차량 횡방향 거동 제어 알고리즘들은 우선적으로 차량 동역학 시뮬레이션을 통해 그 성능이 검증된다. 이 후 진행된 실차 기반의 실험 결과를 통해 다양한 지표들에 대한 높은 수준의 차량 코너링 성능이 확인된다.
결론적으로, 본 논문에서 제안된 센서 융합 기반의 차량 상태 추정 및 이를 활용한 모델 기반 횡방향 거동 제어 알고리즘들은 전자식 사륜 구동 차량의 코너링 성능 향상 및 경로 추종 능력 향상에 충분히 기여될 수 있음을 보여준다. 또한 실제 차량 적용 시에 발생하는 다양한 문제들에 대응함으로써, 높은 실차 적용 가능성을 보여주고 있다.