多轴车辆需进行多轴转向,多轴转向车辆高速行驶时的转向控制是主动安全控制领域的关键技术之一。由于多轴参与转向,各轴车轮易产生运动干涉和阻力,轮胎易磨损。在车辆模型中使各轴车轮转向角关系满足运动学原理,转向时所有车轮将做纯滚动,可减小运动干涉、阻力和轮胎磨损,降低多轴转向车辆的运行成本和油耗,提高经济性。高速行驶时对多轴转向车辆进行转向控制,可获得良好的横摆角速度和质心侧偏角响应特性和改善转向性能,有利于辅助驾驶和减轻驾驶员的紧张程度,从而提高操纵稳定性和安全性。研究多轴转向车辆的状态反馈控制时,由于存在系统和量测干扰以及某些状态的不可测,需对车辆状态进行估计;多轴转向车辆轴荷大,高速转向行驶时轮胎动力学特性易进入非线性区,而且系统存在各种随机干扰,所以研究非线性和随机干扰条件下的贝叶斯统计滤波来估计状态,对有效实施控制和保证控制性能具有重要作用。由于多轴转向车辆装载体积大,装载不同货物时易引起车辆参数发生较大变化,造成车辆模型较大的不确定性。综合考虑到多轴转向车辆轮胎非线性、模型不确定性和外界干扰等因素的影响,有必要对提高鲁棒性能的相关控制进行研究。横摆角速度跟踪控制可使多轴转向车辆获得参考的转向性能。基于内模原理的无静差跟踪控制,可使得跟踪的稳态误差为零和增加跟踪的鲁棒性,对提高多轴转向车辆转向时横摆角速度的跟踪性能和转向性能具有重要作用。模糊T‐S模型精度高于近似线性模型,鲁棒控制算法基本是基于线性模型,将鲁棒控制算法应用于模糊T‐S模型的局部线性模型得到局部鲁棒控制器,再利用模糊T‐S推理,求出转向控制的鲁棒总控制器,使得模糊T‐S模型和鲁棒控制相结合,对提高多轴转向车辆转向控制系统的鲁棒性和转向性能具有重要作用。总之,研究高速转向时多轴转向车辆的贝叶斯统计滤波状态估计、基于内模原理的横摆角速度无静差跟踪控制以及基于模糊T‐S模型的鲁棒控制,对提高转向控制系统鲁棒性、改善高速转向性能和提高操纵稳定性及安全性均具有重要理论和应用价值。论文主要完成了以下七个方面的研究工作:(1)提出了一种将车辆模型的多轴车轮转角输入简化为前轮转角输入和第二轴车轮转角输入的方法。车辆在高速时轮胎易磨损,转向时车轮要保持纯滚动状态。而根据刚体运动学理论,多轴车辆的各轴车轮要绕同一个转向中心转动;根据阿克曼(Ackerman)原理,各轴车轮转角之间存在约束关系,当前轮转角由驾驶者操纵和主动转向控制确定后,只需确定任意后轴车轮转角就可确定转向中心,其它后轴车轮转角即可同时确定。(2)基于Pacejka“魔术公式”的轮胎非线性动力学理论,推导出了多轴转向车辆状态和输入分离的近似二自由度和三自由度非线性模型;根据模糊T‐S推理理论,选择了车辆状态作为推理输入,选择了车辆高速转向行驶时状态矢量正常范围内的点作为输入变量模糊语言值和线性化点,确定了局部线性模型和各语言值对应模糊集的隶属度函数,推导出了多轴转向车辆转向行驶的侧向动力学模糊T‐S模型。(3)对多轴转向车辆线性模型设计完成了基于极点配置的状态反馈控制器,并考虑到侧偏角不可测,在闭环控制系统中设计了全维状态观测器,使多轴转向车辆在轮胎线性和弱非线性工作区域内达到了期望闭环极点的性能。(4)基于内模原理,设计了横摆角速度内模无静差跟踪控制,实现了在系统内部和外界干扰条件下对多轴转向车辆参考横摆角速度的无静差鲁棒性跟踪。(5)将基于贝叶斯理论的统计滤波算法应用于多轴转向车辆非线性随机系统的状态估计,对非线性和随机干扰的多轴转向车辆提出了粒子滤波状态估计方法。由于系统非线性,基于线性模型的状态观测器估计效果变差。基于贝叶斯理论的无味卡尔曼滤波对多轴转向车辆非线性随机系统具有较好的状态估计效果,但仅适用于高斯干扰,而粒子滤波方法能较好地适用于非高斯非线性随机系统,提高了状态估计精度,改善了多轴转向车辆的闭环控制性能。(6)鉴于多轴转向车辆模型参数不确定性、外界干扰和轮胎非线性等因素的影响,为了提高控制精度和控制系统鲁棒性,依据模糊T‐S推理理论,在车辆模糊T‐S模型基础上,设计完成了各状态点线性模型的H∞鲁棒控制器和区域极点配置保性能鲁棒控制器,并重复使用了车辆模糊T‐S模型推理的前提条件,由模糊T‐S理论推导出了转向控制的总控制器。(7)研制了遥控驾驶四轴转向模型车半物理仿真试验系统,建立了车辆模型和控制算法的仿真试验验证平台。基于此仿真试验系统,设计了试验方法,测试了车辆模型参数,并进行了车辆模型和控制算法的半物理仿真试验验证。验证结果表明了模糊T‐S模型、基于粒子滤波算法的状态估计方法、基于内模原理的无静差跟踪控制方法和基于模糊T‐S模型H∞鲁棒控制方法等对于多轴转向车辆状态估计和控制的有效性。