基于状态机摩擦抑制与RLS回正力矩估计的EPS转向角控制自适应扰动补偿

《IEEE Access》：Adaptive Disturbance Compensation for EPS Steering Angle Control Using State Machine Friction Mitigation and RLS-Based Aligning Torque Estimation

　　

该研究提出一种面向摩擦与回正力矩扰动下转向角控制的扰动估计与补偿框架，主要贡献在于集成三种互补机制。首先，基于状态机（state machine）的摩擦补偿策略利用转向参考角及其变化量，降低摩擦切换过程中由传感器分辨率引起的振荡。其次，激励感知的递归最小二乘（RLS）估计器采用自适应遗忘因子与恢复机制，改善回正力矩刚度辨识，并在低激励下防止参数冻结。第三，变速比模型通过考虑速度相关的转向柔度，改进前轮胎侧偏角估计。所提框架与基线线性二次型积分（LQI）控制器集成，使性能提升可归因于所提估计与补偿方法而非反馈架构改变。基于CarSim–Simulink的仿真在正弦、车道保持、双移线等工况及模型参数不确定下开展。该方法相较无补偿与基线摩擦补偿，转向角跟踪均方根误差（RMSE）分别降低最高90%与68%；回正力矩估计RMSE较扰动观测器与前代RLS估计器分别降低最高87%与66%。结果表明在线性与非线性工况下扰动特异性补偿与转向角跟踪均得到改善。

研究背景方面，自动驾驶依赖EPS精确转向角控制，而摩擦与回正力矩（aligning torque, T_a）等外部扰动会显著降低动态机动下的控制性能。现有集成式扰动估计将摩擦与回正力矩合并处理，虽简化结构却牺牲补偿精度；分离式估计虽能区分扰动，但常依赖复杂摩擦模型、离线辨识或扰动观测器，在转向反向与工况变化时鲁棒性不足。前代研究基于固定传动比与基础库仑摩擦的RLS回正力矩刚度估计，在转向反向因未建模摩擦而退化，且高速下侧偏角估计偏差大。因此，研究人员在《IEEE Access》发表该研究，旨在以分离估计框架增强摩擦抑制、激励感知适应与转向柔度建模，在不改动LQI反馈架构前提下提升扰动补偿性能。

关键技术方法上，研究人员以CarSim提供的高保真车辆与齿条转向模型为对象，通过举升车辆隔离路面反力并用最小二乘（LS）离线辨识等效惯量I_eq、阻尼B与库仑摩擦力矩τ₀；采用三态运动学Kalman滤波估计转角θ、角速度θ˙与角加速度θ¨；基于转向参考θ_r及其变化Δθ_r设计三态摩擦补偿状态机（S1零补偿/S2正向/S3反向）并加Rate Limiter抑振；改进RLS以激励阈值α_TH切换软更新与自适应遗忘因子λ，低激励下冻结并设恢复阈值Δα_f,TH防参数漂移；引入含速度相关柔度的变速比S_R(v_x)重构前轮转角δ_f与侧偏角α_f，由T_a=K_αfα_f在线重建回正力矩；最后在基线LQI控制器前馈注入T_f与T_a估计值，在正弦/车道保持/双移线及参数不确定场景下对比无补偿、基线摩擦补偿、扰动观测器与前代RLS。

研究结果部分，第二节建模与辨识中，研究人员建立降阶转动动力学I_eqθ¨=T_d+T_m?T_f,eq?T_a，以举升台架LS辨识参数（转角RMSE 2.9°≈量程0.94%），并用离散Kalman滤波由测量θ导出θ˙、θ¨供后续使用。第三节扰动估计与补偿中，S1–S3状态机以θ_r、Δθ_r及阈值ε₁（分辨率）、ε₂（指令变化）、ε₃（死区）替代测量Δθ符号判定，规避传感器量化振荡，Rate Limiter平滑切换；激励感知RLS以α_f幅值判据在|α_f|>α_TH时取λ=k_λ·|α_f|自适应更新K_αf，低于阈值则保持并待Δα_f超Δα_f,TH恢复，解决低激励参数冻结；变速比S_R=S_R0/(1+k_vv_x)修正δ_f=θ/S_R，进而由车辆动力学估α_f=δ_f?(v_y+ar)/v_x，使T_a重建脱离固定传动比假设。第四节转向角跟踪控制中，基线LQI维持Q/R加权不变，仅在前馈通道叠加T_f^+T_a^，确保增益对照实验干净。第五节仿真结果显示：正弦工况下转角跟踪RMSE较无补偿降90%、较基线摩擦补偿降68%；回正力矩估计RMSE较扰动观测器降87%、较前代RLS降66%；双移线与参数不确定下结论一致，非线性侧偏区因变速比与激励RLS仍保持低残差。

讨论与结论部分，研究人员指出集成式方法因不区分T_f与T_a限制特异性补偿，既有分离式方法常陷于复杂摩擦模型或离线标定；本框架以参考角状态机绕开测量符号量化噪声，以激励感知RLS避免低激励冻结，以变速比吸收柔度误差，三者仅在LQI前馈生效，故性能差可明确归因。结论为：所提自适应扰动补偿框架在CarSim–Simulink下跨线性/非线性工况将EPS转向角跟踪RMSE最多降至无补偿的10%、基线摩擦补偿的32%，回正力矩刚度K_αf与T_a估计误差同步下降，证明分离估计辅以状态机与激励感知RLS可有效解决转向反向振荡与高速侧偏角偏差两个耦合难题，为实时EPS扰动补偿提供不依赖轮胎参数与复杂摩擦模型的工程化路径。