梁聰　 冀建宇

摘 要：無人駕駛電動車在轉(zhuǎn)向過程中，轉(zhuǎn)向電機提供驅(qū)動力驅(qū)動車輪轉(zhuǎn)向，取消了傳統(tǒng)的機械差速器，通過控制內(nèi)外驅(qū)動車輪輪轂電機達到差速的目的。ECU根據(jù)規(guī)劃的行駛路徑及Ackermann轉(zhuǎn)向模型基于外側(cè)車輪轉(zhuǎn)速確定內(nèi)側(cè)車輪轉(zhuǎn)速并通過CAN總線傳遞給MCU，MCU通過模糊PID控制算法控制輪轂電機轉(zhuǎn)速。分析結(jié)果證明，該電子差速器可有效達到輪間差速的目的。

關(guān)鍵詞：無人駕駛電動車；轉(zhuǎn)向差速控制

汽車的普及給人們的生活帶來了便利，但同時由于疲勞駕駛、酒駕導(dǎo)致的交通事故也給人們帶來極大的安全隱患，無人駕駛智能車的出現(xiàn)可以有效的解決這個問題。目前無人駕駛汽車不僅在環(huán)境建模方面存在缺陷，同時控制水平也需要提高。本文提出一種基于Ackermann轉(zhuǎn)向模型的電子差速器從而提高無人駕駛汽車轉(zhuǎn)向時的穩(wěn)定性。

1 Ackermann轉(zhuǎn)向模型

本文研究的無人駕駛電動車轉(zhuǎn)向工況主要是低速轉(zhuǎn)向，因而兩驅(qū)動輪理想轉(zhuǎn)速的確定基于Ackermann轉(zhuǎn)向模型。車輛低速轉(zhuǎn)向時的模型如圖1所示，兩前輪為轉(zhuǎn)向輪，兩后輪為驅(qū)動輪。δ為前輪轉(zhuǎn)向角；Vr1、Vrr分別為左后輪、右后輪轉(zhuǎn)速；d為兩后輪輪距；O為前后輪轉(zhuǎn)向中心；r為車輪半徑；

2 電機轉(zhuǎn)速控制方案設(shè)計

2.1 模糊PID控制算法

傳統(tǒng)的PID算法雖然具有很好的控制穩(wěn)定性，但是同時存在不能隨控制變量的變化改變其控制參數(shù)從而存在一定的不足，采用模糊PID控制算法可以根據(jù)輸入控制器的電機轉(zhuǎn)速差的大小及其變化率的大小實時調(diào)整PID控制參數(shù)的大小，從而達到更好的控制效果。

2.2 MCU硬件

單片機采用STM32F103ZET6（圖2），單片機主頻72MHZ，2個16bit增強型定時器，2個16bit基本定時器，1個CAN2.0，3個12bit的16 通道的AD，2個12bit的DA。

2.3 軟件系統(tǒng)的設(shè)計

軟件系統(tǒng)共分為4部分：單片機的初始化、實際轉(zhuǎn)速的測量及目標(biāo)轉(zhuǎn)速的接收、模糊PID算法、PWM脈寬調(diào)制。

2.3.1 車輪實際轉(zhuǎn)速的測量及目標(biāo)轉(zhuǎn)矩的接收

車輪的轉(zhuǎn)速即電機的實際轉(zhuǎn)速，電機的實際轉(zhuǎn)速通過霍爾傳感器來測量。采用單片機的基本定時器TIM6，開定時器及外部中斷，定時器累計十次外部中斷的時間即可得霍爾傳感器的轉(zhuǎn)速。

2.3.2 PWM脈寬調(diào)制

設(shè)置比較寄存器 TIMx_CCR 的數(shù)值改變PWM的占空比。

3 實驗驗證

為驗證單片機控制下的差動轉(zhuǎn)向穩(wěn)定性，進行實車的雙移線實驗。

無人駕駛電動車的左右輪轉(zhuǎn)速（圖3）

4 總結(jié)

通過單片機控制直流電動機轉(zhuǎn)速的方式來調(diào)節(jié)兩轉(zhuǎn)向輪轉(zhuǎn)速從而達到了轉(zhuǎn)向差速的目的，通過電子控制取代傳統(tǒng)的機械差速器提高了轉(zhuǎn)向系統(tǒng)的轉(zhuǎn)向穩(wěn)定性。

參考文獻：

[1]胡楷，潘孟春，張忠懷.全數(shù)字化無刷直流電機伺服系統(tǒng)[J].電產(chǎn)品開發(fā)與創(chuàng)新，2006，19（2）：121123.

[2]STM32參考手冊—英文.

[3]楊鵬，王飛，賈春奇.無刷直流電機閉環(huán)控制仿真系統(tǒng)的研究[J].微電機，2013，（11）：7678.

[4]孫雷.無刷直流電動機模糊PI控制系統(tǒng)的研究[J].哈爾濱：哈爾濱理工大學(xué)碩士論文，2006.

[5]王慶年，王軍年.用于電動輪驅(qū)動汽車的差動助力轉(zhuǎn)向[J].吉林大學(xué)學(xué)報：工學(xué)版，2009，39（1）：16.