Model Berbasis Desain sistem kontrol anti-rollover SUV

Vinod Cherian, Shenoy Rohit, Stothert Alec, Shriver Justin, Jason Ghidella The Mathworks, Inc Thomas D. Gillespie Simulasi mekanik Corporation. Copyright 2008 MathWorks, Inc & Simulasi Teknik Korporasi

ABSTRAK Artikel ini menyajikan suatu metodologi untuk menerapkan Model- Berdasarkan Desain untuk mengembangkan dan secara otomatis mengoptimalkan stabilitas sistem kendaraan. Sistem seperti ini digunakan untuk meningkatkan stabilitas dinamis rollover Sport Utility Kendaraan (SUV). Sebuah kendaraan non-linear model, wakil dari SUV menengah, dibangun pada CarSim . Model kendaraan digunakan dalam Simulink untuk merancang suatu sistem kontrol yang mengurangi risiko rollover. Metode Optimasi kemudian digunakan untuk secara otomatis menyesuaikan parameter kontroler untuk memenuhi sistem spesifikasi yang menjamin stabilitas kendaraan. Cosimulation antara dua paket perangkat lunak memungkinkan desain cepat dan verifikasi kontrol algoritma dalam lingkungan virtual. Hasil eksperimen simulasi dapat divisualisasikan melalui 3-D animasi gerak kendaraan. Sistem kontrol disesuaikan untuk model kendaraan tertentu, memungkinkan untuk tetap stabil di bawah kondisi pengujian standar. The Nasional Administrasi Keselamatan Lalu Lintas Jalan Raya ' (NHTSA) manuver pancing digunakan untuk memperkirakan rollover dinamis stabilitas kendaraan dan benchmark kinerja SUV baik dengan dan tanpa controller dioptimalkan. PENDAHULUAN Menurut NHTSA Pusat Nasional untuk Statistik dan Analisis, dari tahun 1991 sampai dengan 2001 jumlah penumpang kendaraan penghuni tewas dalam semua kendaraan bermotor crash meningkat 4 persen, sedangkan korban jiwa dalam kecelakaan terguling meningkat 10 persen. Dalam dekade yang sama penumpang kematian penghuni mobil di rollovers menurun 15 persen sedangkan rollover kematian dalam truk ringan meningkat 43 persen. Pada tahun 2001, 10.138 orang tewas dalam crash rollover, sosok yang mewakili 32 persen dari kematian penghuni tahun berjalan. Dari jumlah tersebut, 8.407 tewas dalam satu kendaraan rollover crash. Analisis Fatality U. S. Pelaporan Sistem menunjukkan bahwa 54 persen dari penghuni kendaraan ringan korban jiwa dalam kecelakaan tunggal-kendaraan yang terlibat rollover acara [1]. Menanggapi tren ini, NHTSA telah mengevaluasi pengujian rollover sejak tahun 1993. Estimasi resiko rollover berbeda menurut jenis kendaraan ringan: 10 persen mobil dan 10 persen mobil di singlevehicle polisi yang dilaporkan crash berguling dibandingkan dengan 18 persen dari pickup truk dan 27 persen dari SUV. Hal ini karena SUV dan kendaraan yang sama dengan tempat yang lebih tinggi clearance biasanya memiliki pusat gravitasi yang tinggi, dan akibatnya Statis rendah Stabilitas Factor (SSF), sebagai dibandingkan dengan sedan atau mobil sport. Sebagai Akibatnya,

kendaraan lebih mungkin untuk memperpanjang, seperti yang dijelaskan dalam buku tentang dinamika kendaraan [2]. SUV modern datang dengan berbagai onboard elektronik untuk berbagai kontrol, mulai dari mesin dan drive-melatih kontrol untuk chassis dan elektronik tubuh kontrol. Di antara kontrol ini, Electronic Stability Control (ESC) sistem, juga dikenal sebagai Vehicle Stability Control (VSC) sistem, biasanya terintegrasi ke dalam kendaraan sebagai bagian dari sistem keselamatan onboard aktif. Dalam beberapa tahun terakhir traksi tradisional dan kontrol rem sistem telah dirancang ulang untuk memasukkan antirollover kemampuan. Controller ini membantu mengurangi risiko kendaraan memasuki negara yang tidak diinginkan, seperti rollover, dimana kendaraan tidak berada di bawah lengkap kontrol pengemudi. Salah satu cara mengurangi risiko rollover adalah untuk menerapkan diferensial pengereman logic controller di Electronic Stability Controller yang mencegah kendaraan memasuki tingkat tinggi dari belokan manuver dengan kecepatan tinggi [3] [4] [5] [6]. Di AS, standar federal mengharuskan semua kendaraan setelah 2011 model tahun untuk memiliki logika ESC dibangun di [7]. Merancang dan pengujian sistem pengendalian ini di dalam kendaraan nyata pada trek bisa berbahaya, dan mahal. Memastikan uji kondisi yang konsisten dari tes untuk menguji juga bisa menjadi tantangan signifikan. Desain dan pengujian sistem kontrol menggunakan ModelBerdasarkan Desain mempercepat proses pembangunan dengan mengurangi kebutuhan untuk pengujian trek, yang biasanya jauh lebih mahal dan memakan waktu dari simulasi. Untuk mengatasi masalah rollover, simulasi dapat digunakan untuk mempelajari respon kendaraan berbagai manuver kemudi. Simulasi pengujian dapat diulang sementara berbagai parameter seperti jalan permukaan, model ban, dan sifat kendaraan. Tes disimulasi juga menghilangkan variabilitas diperkenalkan oleh manusia-dalam pengujian-loop-.Bagian berikut menjelaskan pengembangan model kendaraan nonlinier untuk mempelajari rollover fenomena dalam perwakilan kendaraan standar SUV. Metode disajikan untuk merancang negara estimator untuk parameter yang sulit atau tidak mungkin untuk mengukur, mendesain sistem ESC untuk SUV konfigurasi, dan optimasi parameter controller berdasarkan persyaratan desain. Selain itu, efektivitas controller dioptimalkan untuk mencegah rollover diverifikasi secara visual dan grafis. URAIAN MODEL KENDARAAN Kendaraan dikaji dalam tulisan ini adalah wakil dari SUV menengah. Model kendaraan tersedia di komersial off-the-rak simulasi dinamika kendaraan alat, CarSim, dan performa kendaraan sudah diverifikasi terhadap data uji [18]. Model ini cocok untuk simulasi kendaraan respon bawah roll signifikan gerakan, yang diperlukan untuk mensimulasikan rollover kendaraan bawah manuver uji standar. Model ini mirip dengan yang digunakan oleh penulis lain dalam studi kendaraan rollover [6] [8]. Kendaraan dimodelkan terdiri dari dual independen suspensi depan dan poros belakang yang solid yang mendukung bermunculan massa. Model matematis nonlinier memiliki 6 derajat-of-kebebasan bagi massa bermunculan, 2 derajat-offreedom untuk masingmasing as roda, dan 1 derajat-of-kebebasan untuk masing-masing roda. Sistem kemudi dan pengereman menambahkan sistem derajat kebebasan tambahan. Highfidelity ini model kendaraan dapat disesuaikan berdasarkan parameter berbeda kendaraan, serta jalan dan kondisi lingkungan.

Gambar 1: Menyiapkan parameter kendaraan menggunakan CarSim user interface. Gambar 1 menunjukkan parameter fisik yang digunakan untuk kendaraan membangun model kendaraan. Parameter-parameter ini dapat dimodifikasi secara terpisah dari parameter controller untuk menguji perilaku controller di bawah kendaraan yang berbeda kondisi seperti penghuni tunggal, multi-penghuni, dan tinggi pusat gravitasi, antara lain. Model kendaraan digunakan dalam tulisan ini berlaku sesuai steering input dengan manuver pancing NHTSA. The throttle dan input rem sesuai dengan kondisi uji dijelaskan di bagian selanjutnya. Model simulasi kendaraan juga mencakup ESC algoritma. Model controller dan mengendalikan ogika yang dibahas dalam bagian berikut. Gambar 2 menunjukkan input sudut kemudi roda ke kendaraan yang menerapkan standar NHTSA pancing manuver. Untuk memulai manuver, kendaraan digerakkan dalam garis lurus dengan kecepatan yang sedikit lebih besar dari kecepatan yang diinginkan masuk. Sopir rilis throttle, dan ketika pada kecepatan target, inisiat kemudi roda perintah yang ditunjukkan pada Gambar 2. Kendaraan yang kecenderungan untuk rollover dilengkapi dengan outriggers untuk mencegah rollover aktual dalam kondisi pengujian.

Gambar 2: input kemudi yang digunakan untuk melaksanakan pancing manuver uji dalam simulasi [1].

PERANCANGAN DAN NEGARA estimator SISTEM KONTROL Banyak konsep-konsep ESC telah disajikan oleh beberapa penulis [3] [4] [5] [6] dan masih lebih eksklusif algoritma diimplementasikan oleh otomotif produsen. Tujuan dari ESC ini dilaksanakan di kertas untuk mengontrol roll tubuh kendaraan dan yaw rate, sambil meminimalkan kehilangan kecepatan kendaraan untuk elektronik pengereman yang otomatis diterapkan oleh controller. The kendaraan roll dan gerak yaw dikendalikan dengan menggunakan

pengereman memaksa untuk mencegah tingkat yang tidak aman dari roll tubuh dan yaw gerak dalam menanggapi masukan pendorong yang dinamis manuver kemudi. Rugi berlebihan kecepatan karena ESC operasi bisa membuat kendaraan tampak tidak responsif terhadap throttle input dan pengontrol optimal harus meminimalkan masukan pengereman sambil menjaga kendaraan yang aman dalam operasi amplop. Kemudi dan pengereman perintah merupakan masukan yang mempengaruhi gerakan kendaraan. Dengan desain, ESC dilaksanakan beralih antara tiga kontrol mode. Mode kontrol diaktifkan berdasarkan tiga penyebab potensi kendaraan memasuki keadaan slip roda: hilangnya traksi, berlebihan roll, atau berlebihan yaw. Logika mode switching ditunjukkan pada Gambar 3 diimplementasikan di Stateflow . Struktur pengendali ini cocok dengan penerapan metode optimasi berbasis, tersedia dalam dengan Simulink Respon Optimasi , yang digunakan beradaptasi dua proporsional-integralderivatif (PID) pengendali yang diaktifkan berdasarkan diukur dan diperkirakan sinyal. Manual tuning Iterative akan tugas yang sulit mengingat jumlah parameter, beralih sifat logika kontrol, dan kisaran nilai bervariasi. Sebuah tes fisik semacam ini algoritma pada keledai tes akan membutuhkan waktu investasi yang signifikan untuk menguji semua parameter controller dan itu akan meningkatkan keselamatan keprihatinan untuk test driver.

Gambar 3: Blok diagram menggambarkan modus diaktifkan ESC. Lingkungan cosimulation terdiri dari Sfunction CarSim yang mengimplementasikan dinamika kendaraan dengan negara estimator dan logika controller dirancang dan diimplementasikan dalam Simulink. Model numerik menyediakan output yang mewakili fisik terukur variabel dalam kendaraan. Simulasi numerik juga memungkinkan kita untuk menentukan kendaraan negara dan variabel sulit, jika bukan tidak mungkin, untuk mengukur di kendaraan yang sebenarnya. Dalam model ini, kita memiliki akses untuk kecepatan roda, rem tekanan, tubuh roll, tingkat yaw, dan tingkat slip. Beberapa menyatakan kendaraan diperkirakan berdasarkan yang tersedia data sensor sama seperti mereka akan berada dalam sebuah kendaraan yang sebenarnya controller. Kecepatan kendaraan diestimasi berdasarkan rata-rata kecepatan roda roda un-menginjak rem. A low pass filter digunakan untuk mensimulasikan efek kelembaman

kendaraan di diukur kecepatan roda dan mencegah sesaat nilai dari kecepatan kendaraan yang terdefinisi di estimator ketika tekanan rem diterapkan kepada masing-masing empat roda rem. Fungsi berikut transfer berkaitan kecepatan kendaraan untuk kecepatan roda independen:

Tingkat slip Tubuh adalah parameter lain yang sulit langsung mengukur tanpa menggunakan sensor mahal. Model estimasi laju slip tubuh berdasarkan persamaan berikut dengan asumsi kendaraan netral mengarahkan konfigurasi: Tingkat Tubuh slip = Terukur yaw rate - yaw Stabil Stabil yaw Lateral = percepatan / kecepatan Kendaraan Sudut roll tubuh diestimasi berdasarkan transfer fungsi yang terkait percepatan lateral ke gulungan tubuh sudut. Fungsi transfer, yang ditunjukkan di bawah, merupakan fungsi parameter kendaraan yang dikenal dan diperkirakan termasuk inersia, kekakuan roll setara, dan roll setara redaman.

Koefisien I, C dan K1 mewakili inersia rol, rol redaman dan kekakuan roll kendaraan, masingmasing, dan K2 adalah parameter diperkirakan sebanding dengan tinggi pusat roll kendaraan. Fungsi transfer ini berlaku untuk kasus-kasus ketika sudut roll tubuh dalam ditentukan batas desain. Dengan memastikan bahwa optimasi algoritma sangat menghukum controller untuk estimasi roll tubuh sudut yang melebihi batas desain, kita bisa menunjukkan bahwa algoritma estimasi untuk secara akurat memprediksi gulungan tubuh sudut luar jangkauan desain tidak dibutuhkan. Hal ini secara substansial menyederhanakan algoritma untuk roll sudut tubuh estimasi di dalam kendaraan normal operasi kondisi.
CONTROLLER OTOMATIS PARAMETER SELEKSI MENGGUNAKAN OPTIMASI GENERIC METODE

Setelah struktur kontroler ditetapkan, tugas selanjutnya adalah Keuntungan tuning controller untuk memenuhi persyaratan desain. Tanpa perangkat lunak untuk mengotomatisasi proses manual, insinyur biasanya akan perlu mengandalkan pengetahuan dari program kendaraan masa lalu atau menghabiskan berjam-jam mencoba tweak nilai parameter pengontrol PID berdasarkan pada pada pengujian-track. Model-Berdasarkan Desain menggeser Proses jauh dari hardware tweaking dan menuju menggunakan model untuk menjelajahi ruang desain. Dengan menggabungkan model ini dengan tuning optimasi berbasis otomatis metode, insinyur secara signifikan dapat mengurangi kebutuhan tes lengkap dalam prototype atau simulasi untuk tiba di keuntungan pengontrol optimal. Untuk aplikasi ini, sebuah optimasi algoritma gradien berdasarkan mulai keluar dari nol controller gain yang diperlukan sekitar 100 iterasi dan empat menit waktu simulasi untuk menemukan kontrol optimal Keuntungan yang menjaga sistem ini

dalam batas-batas desain. Iteratif manual pengujian untuk nomor yang sama uji kasus akan mengambil alih 16 menit, dengan asumsi tes yang sempurna diulangi tanpa waktu memimpin antara iterasi dan tidak ada kerusakan pada kendaraan karena rollover terjadi selama proses tuning. Dalam model ini, kami sedang mencari kontrol optimal Keuntungan untuk kontroler PID dalam ESC yang akan menjaga kendaraan dalam batas-batas desain tertentu untuk sudut tubuh roll, slip rate, dan sudut slip, dan meminimalkan kerugian kecepatan seperti hasil diferensial pengereman. Keenam merdu Keuntungan menyediakan satu set hampir tak terbatas keuntungan controller kombinasi yang tidak mungkin untuk secara mendalam uji. Kita dapat menggunakan perangkat pengoptimalan untuk grafis mengatur Facebook kriteria kinerja yang diperlukan (sistem persyaratan) untuk membatasi body roll, slip kendaraan, dan mengurangi energi yang hilang untuk ESC pengereman. Setelah kriteria kinerja yang ditetapkan, optimasi berbasis rutin digunakan untuk secara otomatis menyesuaikan parameter untuk mencapai tujuan desain - yaitu, memiliki kendaraan melaksanakan manuver pancing tanpa berguling. Lokal optimasi teknik (seperti gradien berdasarkan metode) atau teknik optimasi global (misalnya algoritma genetika atau metode simpleks) dapat diterapkan untuk masalah optimasi.

Gambar 4: Rincian sinyal diumpankan ke otomatis optimasi respon blok. Gambar 4 menunjukkan model modifikasi yang diperlukan untuk menangkap kriteria kinerja yang diperlukan untuk mengoptimalkan parameter pengontrol. Sinyal yang perlu dibatasi diberi makan untuk Sinyal Kendala blok dan batas desain grafis mereka ditetapkan, sebagai ditunjukkan dalam Gambar 5, 6 dan 7. Berikut kendala ditentukan:

Gulungan tubuh terbatas untuk + / -11,5 derajat. Slip kendaraan terbatas untuk + / -11,5 derajat.

Tingkat slip maksimum diatur ke + / -37,25 derajat / detik. Kecepatan minimum kendaraan pada akhir Manuver pancing diatur ke 10 mph. Waktu pada akhir simulasi ditetapkan sebesar 10 detik. Kendala waktu simulasi yang diperlukan untuk menghukum terminasi dini dari simulasi di rollover kendaraan, sebagai hasil dari satu set controller gain tidak cocok. The kendala nilai untuk sinyal yang dipilih oleh desainer dan merupakan kompromi antara bertentangan tujuan meminimalkan kerugian energi akibat pengereman dan roll diterima, tingkat slip, dan sudut selama manuver. Setiap blok kendala sinyal mendefinisikan sesepenggal linear batas atas dan bawah pada sinyal yang dibatasi. Selama optimasi parameter pengontrol disesuaikan dan memutarkan lagi simulasi dalam loop iteratif sampai sinyal simulasi memenuhi batas yang ditentukan atau rutin optimasi gagal untuk memecahkan masalah. Dalam memecahkan permasalahan kelayakan, optimizer menghitung maksimum menandatangani jarak sinyal yang dibatasi untuk setiap tepi sesepenggal linear terikat. Biasanya, nilai negatif digunakan untuk menunjukkan bahwa kendala puas. Optimizer menggunakan menandatangani jarak ke tepi masing-masing untuk memperbarui controller parameter (rincian update parameter mekanisme tergantung pada solver optimasi yang digunakan). Pengoptimasi ini membangun masalah optimasi independen dari solver tersebut. Entah klasik gradientbased pemecah atau pemecah berdasarkan non-gradien, seperti algoritma genetika, dapat digunakan. Dalam hal ini, mengingat sifat switching controller, dan nonsmooth konsekuen perilaku, pemecah gradien berbasis cenderung untuk mencari solusi global. Akibatnya, pola pencarian Algoritma [10] [11] [12] yang digunakan. Dalam prakteknya, switching antara jenis sedikit berbeda penyelesai adalah direkomendasikan untuk memastikan bahwa optimizer adalah menemukan ekstrem global dan untuk menyingkirkan konvergensi menuju minimum lokal fungsi biaya.

Gambar 5: Evolusi sinyal tubuh roll diperkirakan sebagai proses tuning otomatis berkembang.

Algoritma optimasi menjalankan sampai satu set cocok keuntungan yang mencapai tujuan desain tercapai. Angka 5, 6 dan 7 menunjukkan evolusi dari sinyal selama proses ini. Ini optimasi tertentu berakhir setelah enam iterasi dari loop utama dan mengambil kira-kira empat menit.

Gambar 6: Evolusi sinyal sudut slip diperkirakan sebagai proses tuning otomatis berkembang.

Gambar 7: Evolusi sinyal kecepatan kendaraan sebagai proses tuning otomatis berkembang. CONTROLLER VERIFIKASI DAN VISUALISASI Gambar 8 menunjukkan representasi visual dari kinerja optimal ESC menghilangkan rollover pada kendaraan. Kendaraan yang mengalami rollover memiliki controller tidak, sementara kendaraan lain memiliki controller dengan parameter disesuaikan dengan menggunakan alat optimasi. Selama tuning kontroler seluruh proses, input manusia dan pengujian terbatas untuk grafis menentukan batas untuk sinyal terkendala. The alat menerapkan teknik optimasi yang cepat iterate atas ruang parameter PID keuntungan untuk tiba di optimal nilai-nilai yang akan memungkinkan controller untuk memenuhi persyaratan desain. Melalui simulasi ini, kita telah menunjukkan disain pengontrol yang menghilangkan SUV rollover, sehingga mengurangi kebutuhan untuk di-track tuning atau pengujian dengan kendaraan fisik.

Gambar 8: representasi visual dari perilaku SUV dengan dan tanpa ESC ketika melakukan sebuah pancing manuver pada 50mph.

Angka 9, 10 dan 11 menunjukkan menunjukkan variasi kunci sinyal, khususnya tingkat roll aktual, yaw rate, dan memerintahkan rem tekanan untuk kendaraan. Dalam proses manual tuning berulang, seorang insinyur perlu beberapa tes menjalankan atau simulasi, studi grafik untuk setiap menjalankan simulasi atau tes, dan menentukan apakah sinyal berada dalam batas-batas desain. Iterasi yang dibutuhkan sampai bergerak sinyal dari kasus di mana kendaraan gulungan atas (diwakili oleh sinyal dengan garis putus-putus) untuk kasus di mana keuntungan yang optimal tercapai (diwakili oleh sinyal dengan garis solid).

Gambar 9: Kendaraan roll rate vs waktu untuk kendaraan dengan dan tanpa ESC.

Gambar 10: Kendaraan yaw rate vs waktu untuk kendaraan dengan dan tanpa ESC.

Gambar 11: 4-wheel tekanan rem sebagaimana diperintahkan oleh ESC waktu vs. KESIMPULAN Beberapa produsen otomotif dan internasional papan peraturan telah menentukan bahwa penerapan algoritma ESC kendaraan penumpang meningkatkan keselamatan penumpang kendaraan. Dalam terang dari temuan ini, pihak otoritas di AS telah mandat kepada ESC untuk semua kendaraan yang dijual dalam model 2011 tahun dan sesudahnya [7]. Makalah ini menjelaskan pendekatan menggunakan Model Berbasis Desain untuk mengembangkan ESC algoritma yang memecahkan masalah rollover. A metode tuning otomatis ESC berdasarkan persyaratan desain juga disajikan. Insinyur dapat juga menukar kendaraan konfigurasi yang berbeda dalam Antarmuka CarSim dan menggunakan metode ini untuk secara mudah mengoptimalkan controller menggunakan model Simulink tunggal controller. Hal ini memungkinkan modifikasi cepat untuk array kendaraan, mengurangi usaha yang dibutuhkan untuk merancang pengendali untuk keluarga kendaraan berdasarkan sama platform.

REFERENCES
1. National Highway Traffic Safety Administration Consumer Information NHTSA-2001-9663: (http://www.nhtsa.dot.gov/cars/rules/rulings/RollFinal /index.html). 2. Fundamentals of Vehicle Dynamics, Thomas D. Gillespie, SAE International (March 1992). 3. Matsumoto, S., Yamaguchi, H., Inoue, H., Yasuno, Y. "Improvement of Vehicle Dynamics Through Braking Force Distribution Control", SAE paper #920645, SAE Congress and Exposition. 4. Wielenga, T.J. "A Method for Reducing On-Road Rollovers Anti-Rollover Braking", SAE Paper #1999-01-0123, SAE Congress and Exposition. 5. Zanten, A.V., Erhardt, R., Pfaff, G. "VDC, The Vehicle Dynamics Control System of Bosch", SAE paper #950759, SAE Congress and Exposition. 6. Chen, B. Peng, H. "Differential-braking-based rollover prevention for sport utility vehicles with human-in-the-loop evaluations", Vehicle System Dynamics, Vol.36, No.4-5, pp.359-389 (2001). 7. Department of Transportation, National Highway Traffic Safety Administration, NHTSA2007-27662, Federal Motor Vehicle Safety Standards (http://www.safercar.gov/esc/Rule.pdf). 8. Ungoren, A.Y., Peng, H., "Evaluation of Vehicle Dynamics Control for Rollover Prevention.", International Journal of Automotive Technology, Vol.5, No.2, pp.115-122 (2004). 9. Garrick, J. et al. "A Comprehensive Experimental Examination of Test Maneuvers That May Induce On-Road, Untripped, Light Vehicle Rollover-Phase IV of NHTSAs Light Vehicle Rollover Research Program", DOT HS 809 513. 10. Torczon, Virginia, "On the Convergence of Pattern Search Algorithms", SIAM Journal on Optimization, Volume 7, Number 1, pp. 125 (1997). 11. Audet, Charles and J. E. Dennis Jr., "Analysis of Generalized Pattern Searches", SIAM Journal on Optimization, Volume 13, Number 3, pp. 889903 (2003). 12. A. R. Conn, N. I. M. Gould, and Ph. L. Toint. "A Globally Convergent Augmented Lagrangian Pattern Search Algorithm for Optimization with General Constraints and Simple Bounds", Mathematics of Computation, Volume 66, Number 217, pp. 261288 (1997). 13. The MathWorks - Model-Based Design: (www.mathworks.com/mbd/). 14. The MathWorks - Control Design: (www.mathworks.com/applications/controldesign/de scription). 15. The MathWorks Inc., Using MATLAB, Version 7.5, The MathWorks Inc., Natick, MA (September, 2007). 16. The MathWorks Inc., Using Simulink, Version 7.0, The MathWorks Inc., Natick, MA (September, 2007). 17. The MathWorks Inc., Stateflow Users Guide," Version 6.5, The MathWorks Inc., Natick, MA, (September 2007). 18. CarSim User manual. (http://www.carsim.com/), Mechanical Simulation Corp (2003).