Integrated driving control algorithm for optimized maneuverability, stability and energy efficiency of a series hybrid electric vehicle equipped with six In-wheel motors

Abstract

본 논문은 직렬형 하이브리드 기반 6륜 인휠차량의 최적 주행성, 안정성 및 에너지 효율을 위한 주행제어 알고리즘 개발에 대하여 서술하였다. 대상 차량은 구동, 제동 및 조향이 독립적으로 가능한 시스템으로 구성되어 있다. 통합 주행제어 알고리즘은 6WD/6WS 차량의 최적 안정성, 주행성 및 에너지 효율을 위해 개발되었습니다. 제안된 알고리즘은 목표 동역학, 상위 제어, 하위 제어, 동력관리 계층을 포함하여 크게 4부분으로 구성되어 있습니다. 목표 동역학 계층은 운전자의 조향, 구동 및 제동 입력을 통해 각 휠의 조향각과 목표 속도 및 제동량을 결정합니다. 안정성 판단/제어, 요 모멘트 제어 및 속도 제어는 상위 제어기에 포함되어 있다. 안정성 판단/제어는 차량의 안정성을 판단하여 횡안정성 및 전복 안정성을 확보하기 위하여 G-vectoring과 요 모멘트 제어를 실시한다. 요 모멘트 제어는 요 안정성을 확보하기 위해 목표 요 속도를 만족시키는 목표 요 모멘트를 결정한다. G-vectoring 제어는 과도한 횡 가속도를 줄이기 위하여 종방향 가속도를 차량에 작용하게 하여 전복 안정성을 확보 하도록 설계하였다. 속도 제어는 운전자의 의도를 만족하기 위하여 슬라이딩 제어 기법을 기반으로 설계되었다. 하위 제어기는 각 휠의 슬립 상황, 인휠 모터의 토크 제한등을 고려하여 각 휠에 분배된다. 이를 위하여 Control Allocation 기법이 사용되었으며, 실시간 구현을 위하여 4가지 해석 기법을 개발하고 적용하여 적합한 알고리즘을 적용하였다. 동력관리 제어는 차량 구동에 있어서 연료소모량을 최소로 하기 위한 전략을 기반으로 설계되었다. 등가 연료 소모량 최소 전략 (ECMS)이 사용되어 최적의 연료 효율을 확보하였다. 제어기 성능 검증을 위하여 컴퓨터 시뮬레이션을 수행하였다. 시뮬레이션 결과를 통해 일반 차량의 성능과 비교하여, 크게 향상된 안정성, 주행성 및 에너지 효율을 확인 하였다.

This paper describes an integrated driving control algorithm for optimized maneuverability and stability of a six-wheeled driving/brake and six-wheeled steering (6WD/6WS) electric combat vehicle which is equipped with drive/brake-by-wire and steer-by-wire modules. This integrated driving control algorithm is developed to obtain optimized stability, maneuverability and energy efficiency of a 6WD/6WS vehicle. The proposed control algorithm consists of four parts: desired dynamics, upper level control, lower level control and power management algorithm. The desired dynamics determines the steering angle of each wheel and the desired acceleration according to drivers steering, throttle, and braking inputs. Stability decision/control, yaw moment control, and speed control algorithms are included in the upper level control layer in order to track the desired dynamics and guarantee yaw and roll stability. The lower level control layer which is based on a control allocation method computes actuator commands, such as independent driving and regenerative braking torques. In the upper level control layer, the stability decision algorithm defines stability regions on a g-g diagram and calculates the desired longitudinal acceleration based on a G-vectoring control method and the desired yaw rate for lateral and yaw stability, and rollover prevention. The G-vectoring control algorithm determines the longitudinal acceleration required to keep the vehicle stable. The speed control calculates the desired longitudinal net force, and the desired net yaw moment is determined to track the desired yaw rate. Control allocation method is used to design the lower level control layer. Limitations related to the physical maximum output torque and prevention of excessive wheel slip are defined as control input constraints of control allocation, which takes friction circle information into account. For real-time implementation, four candidate methods have been designed and developed to solve the control allocation problem. Feasible method has been adopted, taking execution time into account in order to obtain optimized solutions. In the power management layer, from the determined input torque, the required power can be calculated. The required engine/generator and battery power are determined to minimize energy consumption. Fuel consumption minimization strategy (ECMS) is useful for on-line optimization and adopted to implement real-time applications. Computer simulations have been conducted to evaluate the proposed integrated driving control algorithm. It has been shown from simulation results that, compared to conventional drive systems, significantly improved vehicle maneuverability and stability can be obtained by the proposed integrated control algorithm.