CN113183709A - 一种汽车电控悬架预瞄控制方法 - Google Patents

一种汽车电控悬架预瞄控制方法 Download PDF

Info

Publication number
CN113183709A
CN113183709A CN202110623048.8A CN202110623048A CN113183709A CN 113183709 A CN113183709 A CN 113183709A CN 202110623048 A CN202110623048 A CN 202110623048A CN 113183709 A CN113183709 A CN 113183709A
Authority
CN
China
Prior art keywords
road surface
pulse
suspension
control
vehicle
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202110623048.8A
Other languages
English (en)
Other versions
CN113183709B (zh
Inventor
齐少东
白先旭
祝安定
李维汉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Technology Zhicheng (Hefei) Automotive Technology Co.,Ltd.
Original Assignee
Hefei University of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hefei University of Technology filed Critical Hefei University of Technology
Priority to CN202110623048.8A priority Critical patent/CN113183709B/zh
Publication of CN113183709A publication Critical patent/CN113183709A/zh
Application granted granted Critical
Publication of CN113183709B publication Critical patent/CN113183709B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60G—VEHICLE SUSPENSION ARRANGEMENTS
    • B60G17/00—Resilient suspensions having means for adjusting the spring or vibration-damper characteristics, for regulating the distance between a supporting surface and a sprung part of vehicle or for locking suspension during use to meet varying vehicular or surface conditions, e.g. due to speed or load
    • B60G17/015—Resilient suspensions having means for adjusting the spring or vibration-damper characteristics, for regulating the distance between a supporting surface and a sprung part of vehicle or for locking suspension during use to meet varying vehicular or surface conditions, e.g. due to speed or load the regulating means comprising electric or electronic elements
    • B60G17/016—Resilient suspensions having means for adjusting the spring or vibration-damper characteristics, for regulating the distance between a supporting surface and a sprung part of vehicle or for locking suspension during use to meet varying vehicular or surface conditions, e.g. due to speed or load the regulating means comprising electric or electronic elements characterised by their responsiveness, when the vehicle is travelling, to specific motion, a specific condition, or driver input
    • B60G17/0165—Resilient suspensions having means for adjusting the spring or vibration-damper characteristics, for regulating the distance between a supporting surface and a sprung part of vehicle or for locking suspension during use to meet varying vehicular or surface conditions, e.g. due to speed or load the regulating means comprising electric or electronic elements characterised by their responsiveness, when the vehicle is travelling, to specific motion, a specific condition, or driver input to an external condition, e.g. rough road surface, side wind
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60G—VEHICLE SUSPENSION ARRANGEMENTS
    • B60G17/00—Resilient suspensions having means for adjusting the spring or vibration-damper characteristics, for regulating the distance between a supporting surface and a sprung part of vehicle or for locking suspension during use to meet varying vehicular or surface conditions, e.g. due to speed or load
    • B60G17/015—Resilient suspensions having means for adjusting the spring or vibration-damper characteristics, for regulating the distance between a supporting surface and a sprung part of vehicle or for locking suspension during use to meet varying vehicular or surface conditions, e.g. due to speed or load the regulating means comprising electric or electronic elements
    • B60G17/018—Resilient suspensions having means for adjusting the spring or vibration-damper characteristics, for regulating the distance between a supporting surface and a sprung part of vehicle or for locking suspension during use to meet varying vehicular or surface conditions, e.g. due to speed or load the regulating means comprising electric or electronic elements characterised by the use of a specific signal treatment or control method
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60G—VEHICLE SUSPENSION ARRANGEMENTS
    • B60G17/00—Resilient suspensions having means for adjusting the spring or vibration-damper characteristics, for regulating the distance between a supporting surface and a sprung part of vehicle or for locking suspension during use to meet varying vehicular or surface conditions, e.g. due to speed or load
    • B60G17/015—Resilient suspensions having means for adjusting the spring or vibration-damper characteristics, for regulating the distance between a supporting surface and a sprung part of vehicle or for locking suspension during use to meet varying vehicular or surface conditions, e.g. due to speed or load the regulating means comprising electric or electronic elements
    • B60G17/018—Resilient suspensions having means for adjusting the spring or vibration-damper characteristics, for regulating the distance between a supporting surface and a sprung part of vehicle or for locking suspension during use to meet varying vehicular or surface conditions, e.g. due to speed or load the regulating means comprising electric or electronic elements characterised by the use of a specific signal treatment or control method
    • B60G17/0182—Resilient suspensions having means for adjusting the spring or vibration-damper characteristics, for regulating the distance between a supporting surface and a sprung part of vehicle or for locking suspension during use to meet varying vehicular or surface conditions, e.g. due to speed or load the regulating means comprising electric or electronic elements characterised by the use of a specific signal treatment or control method involving parameter estimation, e.g. observer, Kalman filter
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60G—VEHICLE SUSPENSION ARRANGEMENTS
    • B60G17/00—Resilient suspensions having means for adjusting the spring or vibration-damper characteristics, for regulating the distance between a supporting surface and a sprung part of vehicle or for locking suspension during use to meet varying vehicular or surface conditions, e.g. due to speed or load
    • B60G17/015—Resilient suspensions having means for adjusting the spring or vibration-damper characteristics, for regulating the distance between a supporting surface and a sprung part of vehicle or for locking suspension during use to meet varying vehicular or surface conditions, e.g. due to speed or load the regulating means comprising electric or electronic elements
    • B60G17/019—Resilient suspensions having means for adjusting the spring or vibration-damper characteristics, for regulating the distance between a supporting surface and a sprung part of vehicle or for locking suspension during use to meet varying vehicular or surface conditions, e.g. due to speed or load the regulating means comprising electric or electronic elements characterised by the type of sensor or the arrangement thereof
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60G—VEHICLE SUSPENSION ARRANGEMENTS
    • B60G17/00—Resilient suspensions having means for adjusting the spring or vibration-damper characteristics, for regulating the distance between a supporting surface and a sprung part of vehicle or for locking suspension during use to meet varying vehicular or surface conditions, e.g. due to speed or load
    • B60G17/015—Resilient suspensions having means for adjusting the spring or vibration-damper characteristics, for regulating the distance between a supporting surface and a sprung part of vehicle or for locking suspension during use to meet varying vehicular or surface conditions, e.g. due to speed or load the regulating means comprising electric or electronic elements
    • B60G17/019—Resilient suspensions having means for adjusting the spring or vibration-damper characteristics, for regulating the distance between a supporting surface and a sprung part of vehicle or for locking suspension during use to meet varying vehicular or surface conditions, e.g. due to speed or load the regulating means comprising electric or electronic elements characterised by the type of sensor or the arrangement thereof
    • B60G17/01908—Acceleration or inclination sensors
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B60W40/06—Road conditions

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Mathematical Physics (AREA)
  • Transportation (AREA)
  • Vehicle Body Suspensions (AREA)

Abstract

本发明公开了一种基于路面识别的电控悬架预瞄控制方法，是应用于包含信息收集机构的电控悬架中，包括：(1)构建由电控悬架机构和信息收集机构组成的路面预瞄系统；(2)获得随机路面类型；(3)检测当前时刻的车辆道路前方脉冲路面；(4)输出随机路面下的改进的天棚控制力需求；(5)输出脉冲路面下的电控悬架LQR控制力；(6)电控悬架执行器输出主动控制力。本发明能够实现对不同路面类型的有效识别检测和不同路面类型的最优悬架参数匹配控制，从而有效提高车辆的行驶平顺性和操纵稳定性。

Description

一种汽车电控悬架预瞄控制方法
技术领域
本发明设计车辆底盘悬架控制领域，具体涉及到一种基于路面识别的电控悬架预瞄系统及其控制策略。
背景技术
悬架系统是汽车中连接车身和车轮的一个重要结构组成，其主要作用是对路面产生的冲击载荷进行缓冲和衰减，以抑制车轮的跳动和降低车身的不规则振动，改善和提高车辆的行驶平顺性和乘坐舒适性。悬架可分为被动悬架、主动悬架、半主动悬架三种，由于被动悬架的刚度和阻尼固定不可调，在保证操纵稳定性的情况下提升追求舒适性的车辆都会采用主动或半主动悬架，统称为智能悬架或电控悬架。
传统的电控悬架根据当前路面悬架响应状态进行控制，在作用到悬架系统过程中会产生时滞等不利影响。同时，悬架调校与路面等级没有关系，不能做到在不同的路面等级下，恰当地改变悬架软硬的控制目标，且经过脉冲路面(下水道井盖、减速带等)不能提前做出反应，极大的影响了乘坐舒适性。最为不利的是，传统电控悬架系统成本高，无法做到大批量规模化市场推广。
发明内容
本发明是为了解决上述现有技术存在的不足之处，提出一种基于路面识别的电控悬架预瞄控制方法，以期能够实现对不同路面类型的有效识别检测和不同路面类型的最优控制，从而能有效提高车辆的平顺性和特殊情况下的操纵稳定性。
本发明的具体技术方案如下：
本发明一种基于路面识别的电控悬架预瞄控制方法的特点是按如下步骤进行：
步骤1：构建由电控悬架机构和信息收集机构组成的路面预瞄系统：
所述电控悬架机构包括：电控执行器、弹簧、车架、摆臂和羊角；
所述信息收集机构包括：加速度传感器、轮跳传感器、车辆前向摄像头；所述轮跳传感器包括：角度计和杆件；
所述加速度传感器分别安装在所述摆臂和车架处，并分别用于收集非簧载质量加速度和簧载质量加速度；
所述轮跳传感器的角度计安装于所述车架处，且所述杆件的一端安装于所述摆臂处，用于收集车轮跳动位移；
所述车辆前向摄像头安装于汽车车牌架牌照灯旁或后视镜上边，用于识别道路前方的凸起或凹坑等脉冲路面并进行有效测距；
步骤2：建立随机路面类型的辨识模型；
步骤2.1：利用滤波白噪声时域路面输入模型得到在不同路面等级i下的随机路面输入位移zr(i)；
步骤2.2：选择随机路面不平度位移zr为车辆四分之一模型的输入，选择车辆的簧载质量加速度
Figure BDA0003100781530000021
非簧载质量加速度
Figure BDA0003100781530000022
与车轮跳动zru为车辆四分之一模型的输出，从而得到在不同路面等级i下的随机路面输入zr(i)所对应输出的簧载质量加速度
Figure BDA0003100781530000023
非簧载质量加速度
Figure BDA0003100781530000024
轮跳位移zru(i)，并作为待训练的数据；
步骤2.3：将不同路面等级i下的簧载质量加速度
Figure BDA0003100781530000025
非簧载质量加速度
Figure BDA0003100781530000026
轮跳位移zrt(i)作为LSTM神经网络模型的输入，对应的当前路面等级i为输出，对LSTM神经网络模型进行训练，得到随机路面类型的辨识模型；
步骤2.4：设定当前初始时刻为t，并收集传感器的原始数据；
利用所述加速度传感器分别采集当前时刻t的簧载质量加速度
Figure BDA0003100781530000027
和非簧载质量加速度
Figure BDA0003100781530000028
利用所述轮跳传感器采集当前时刻t的轮跳位移zru(t)，利用车辆前向摄像头对当前时刻t的路面前方进行拍摄采集图像P(t)；
步骤2.5：识别当前随机路面等级；
将当前时刻t的簧载质量加速度
Figure BDA0003100781530000029
非簧载质量加速度
Figure BDA00031007815300000210
和轮跳位移zru(t)代入到所述随机路面类型的辨识模型中，输出对应的当前时刻t的路面等级i(t)；
步骤3：检测当前时刻t的车辆道路前方脉冲路面的存在；
步骤3.1：选择减速带、鼓包和下水道盖作为脉冲路面类型，并用于卷积神经网络的特征提取和训练，从而得到脉冲路面特征识别模型；
步骤3.2：利用脉冲路面特征识别模型对当前时刻t的采集图像P(t)进行识别，得到识别结果；若识别结果中存在脉冲路面，则令路面识别系数γ＝1，并利用式(1)得到脉冲路面的输入位移zrp(t)：
Figure BDA00031007815300000211
式(1)中，Az表示脉冲路面类型的高度或深度；Lz表示脉冲路面类型的宽度；v表示车速；p表示脉冲激励系数，当p＝1时，表示凹坑激励信号，当p＝2时，表示凸起输入激励信号；
若识别结果中不存在脉冲路面，即为随机路面，则令路面识别系数γ＝0，保持当前时刻t的路面等级i(t)；
步骤4：搭建随机路面下的改进天棚控制力模型Fran_sky；
步骤4.1：定义车轮动载荷系数为α，车身加速度权重系数为β；若α＞β，则表示当前时刻t的控制目标倾向于平顺性；否则，表示当前时刻t的控制目标倾向于操纵稳定性性，其中0＜α,β＜1；α+β＝1；
步骤4.2：利用式(2)计算不同路面等级i下的控制参数：
Figure BDA0003100781530000031
式(2)中，cp(i),csky(i)分别为被动阻尼控制参数和天棚阻尼控制参数，(csky,cp)optimal为对应当前路面等级i下的一对最优的控制参数，rms(ktzru)和rms(ktzru)mean分别为车轮动载荷均方根值及其平均值；
Figure BDA0003100781530000032
和
Figure BDA0003100781530000033
分别为车身加速度均方根值及其平均值；
步骤4.3：根据不同等级i路面下的控制参数，利用式(3)得到适合当前等级的随机路面的悬架控制力Fran_sky；
Figure BDA0003100781530000034
式(3)中，
Figure BDA0003100781530000035
为悬架机构的簧载质量速度，
Figure BDA0003100781530000036
为悬架机构的非簧载质量速度，cmin为最小电控阻尼系数；
步骤5：搭建脉冲路面下的汽车电控悬架LQR控制力Fpul_lqr；
设置整车的状态变量为
Figure BDA0003100781530000037
将脉冲路面的输入位移zrp(t)作为整车模型的输入，从而得到输出变量
Figure BDA0003100781530000038
其中，Z、
Figure BDA0003100781530000039
为簧载质量位移、速度和加速度，θ为侧倾角，
Figure BDA00031007815300000310
为俯仰角，zu1、
Figure BDA0003100781530000041
zu2、
Figure BDA0003100781530000042
zu3、
Figure BDA0003100781530000043
zu4、
Figure BDA0003100781530000044
为四个车轮对应的的非簧载质量位移和速度，z1-zu1、z2-zu2、z3-zu3、z4-zu4为四个车轮对应的悬架动挠度，zrp1-zu1、zrp2-zu2、zrp3-zu3、zrp4-zu4为四个车轮在脉冲路面下对应的轮胎跳动位移；
利用LQR控制算法对输出变量Y进行加权计算，得到脉冲路面下的最优控制力
Fpul_lqr＝-KmXm (4)
其中，m表示脉冲路面类型系数，Km是对应于不同脉冲路面类型m的最优控制反馈增益矩阵，Xm是对应脉冲路面类型m下的状态变量；
步骤6：利用式(5)得到悬架总期望力Fdesire：
Figure BDA0003100781530000045
步骤7：利用式(6)得到当前时刻t的电控悬架执行器输出的主动控制力Foutput(t)：
Figure BDA0003100781530000046
式(6)中，Fmin,Fmax为当前状态下执行器所能输出的最大力和最小力。
与已有技术相比，本发明有益效果体现在：
1、本发明建立的路面识别模块同时考虑了随机路面和脉冲路面，并对两类路面分别建立路面信息时域输入模型，由于两种路面下对车辆底盘的影响差异很大，分开处理能更好的利用预瞄系统获取的信息，预瞄控制效果更优。
2、本发明中对随机路面的改进天棚控制策略中引入α,β系数来兼顾在不同路面等级下的平顺性与操纵稳定性的平衡，在A/B级路面可以优先于操纵稳定性，在C/D级路面优先于平顺性，从而实现了在不同路面等级下对于悬架软硬需求的满足。
3、本发明提出的针对脉冲路面采用离线LQR控制，根据不同脉冲路面类型m参数，对应的离线求解其最优反馈控制增益矩阵Km。脉冲凸起/凹坑的高度(深度)、宽度、车速等参数都可以设定不同的m值，得到更多不同脉冲路面情况的K并离线存储，如此在预瞄系统识别到设置的凸起/凹坑时，直接调用对应K矩阵的LQR控制，节省了运算时间，控制更加合理。
4、本发明提出的基于路面识别的电控悬架预瞄控制策略相比现有的预瞄控制更具实际意义，没有像传统预瞄控制中，通过激光雷达等对路面实时扫描计算处理数据，通过加速度传感器、轮跳传感器结合车辆前向摄像头，大大降低成本，而且本发明逻辑更清晰，能够更准确地提供当前电控悬架执行器所需的输出力，改善车辆行驶平顺性和特殊情况下的操纵稳定性。
附图说明
图1为本发明悬架与传感器机构示意图；
图2为四分之一车辆悬架动力学模型原理图；
图3为本发明预瞄识别系统示意图；
图4为LSTM内部结构示意图；
图5为本发明路面分类识别模型的流程图；
图6为本发明基于路面识别的电控悬架预瞄控制的流程图；
图7为本发明脉冲路面下LQR最优控制搭建的七自由度整车参数示意图。
具体实施方式
本实施例中，一种基于路面识别的电控悬架预瞄控制方法是利用预瞄系统获知的路面信息，通过在不同路面信息下分类控制，悬架执行器能有效地输出对应的控制力，达到改善车辆平顺性的效果。具体的说，是按如下步骤进行：
步骤1：搭建由电控悬架机构和信息收集机构组成的路面预瞄系统：
如图1所示悬架与传感器机构示意图中，电控悬架机构包括：电控执行器、弹簧、车架3、摆臂2和羊角4；
信息收集机构包括：加速度传感器1、轮跳传感器5、车辆前向摄像头；轮跳传感器5包括：角度计6和杆件7；
加速度传感器1分别安装在摆臂2和车架3处，并分别用于收集非簧载质量加速度和簧载质量加速度；
轮跳传感器5的角度计6安装于车架3处，且杆件7的一端安装于摆臂2处，用于收集车轮跳动位移；
车辆前向摄像头安装于汽车车牌架牌照灯旁或后视镜上边，用于识别道路前方的凸起或凹坑等脉冲路面并进行有效测距；如图3所示，通过车辆前向摄像头对车前方的路面进行拍摄，实时获取当前路面图像；
步骤2：建立随机路面类型的辨识模型；
步骤2.1：根据式(1)，利用滤波白噪声时域路面输入模型得到在不同路面等级i下的随机路面输入位移zr(i)；
Figure BDA0003100781530000061
式(1)中，n00为下截止空间频率，Gq为路面不平度系数，在不同等级路面下值不同，w(t)为均值为零的Gauss白噪声，n0为路面参考空间频率；
步骤2.2：选择随机路面不平度位移zr为车辆四分之一模型的输入，车辆四分之一模型原理图及其参数如图2所示，选择车辆的簧载质量加速度
Figure BDA0003100781530000062
非簧载质量加速度
Figure BDA0003100781530000063
与车轮跳动zru为车辆四分之一模型的输出，从而得到在不同路面等级i下的随机路面输入zr(i)所对应输出的簧载质量加速度
Figure BDA0003100781530000064
非簧载质量加速度
Figure BDA0003100781530000065
轮跳位移zru(i)，并作为待训练的数据；
参数包括：车速v，其中zs为簧载质量位移，zt、
Figure BDA0003100781530000066
为非簧载质量位移、速度，zst＝zs-zt为悬架动挠度，zrt＝zr-zt为轮胎跳动位移，随机路面等级i，取系统状态变量
Figure BDA0003100781530000067
输出变量
Figure BDA0003100781530000068
Figure BDA0003100781530000069
Figure BDA00031007815300000610
式(2)和式(3)中，ms、mt为四分之一车辆的簧载质量和非簧载质量，ks、cs为悬架的弹簧刚度和阻尼系数，kt为轮胎刚度，n00为下截止空间频率，Gq为路面不平度系数，在不同等级路面下值不同，w(t)为均值为零的Gauss白噪声，n0为路面参考空间频率；
步骤2.3：如图4所示，将不同路面等级i下的簧载质量加速度
Figure BDA00031007815300000611
非簧载质量加速度
Figure BDA00031007815300000612
轮跳位移zrt(i)作为LSTM神经网络模型的输入xt，对应的当前路面等级i为输出ht，对LSTM神经网络模型进行训练，得到随机路面类型的辨识模型；
遗忘门值ft:
ft＝δ(wf[ht-1,xt]+bf) (4)
输入门值it:
it＝δ(wi[ht-1,xt]+bi) (5)
Figure BDA0003100781530000071
输出门值ot:
ot＝δ(wo[ht-1,xt]+bo) (7)
ht＝ot·tanh(ct) (8)
式(4)-式(8)中：wf、wi、wo分别为遗忘、输入、输出数据的权重值，bf、bi、bo分别为遗忘、输入、输出数据的偏置，δ取Sigmoid函数为激活函数，ht-1为LSTM神经网络的短期状态，ct-1为LSTM神经网络的长期状态，
Figure BDA0003100781530000072
为当前各种输入值信息综合在一起形成的状态变量。
步骤2.4：设定当前初始时刻为t，并收集传感器的原始数据；
利用加速度传感器1分别采集当前时刻t的簧载质量加速度
Figure BDA0003100781530000073
和非簧载质量加速度
Figure BDA0003100781530000074
利用轮跳传感器5采集当前时刻t的轮跳位移zru(t)，利用车辆前向摄像头对当前时刻t的路面前方进行拍摄采集图像P(t)；
步骤2.5：识别当前随机路面等级；
将当前时刻t的簧载质量加速度
Figure BDA0003100781530000075
非簧载质量加速度
Figure BDA0003100781530000076
和轮跳位移zru(t)代入到随机路面类型的辨识模型中，输出对应的当前时刻t的路面等级i(t)；
步骤3：检测当前时刻t的车辆道路前方脉冲路面的存在；
步骤3.1：选择减速带、鼓包和下水道盖作为脉冲路面类型，并用于卷积神经网络的特征提取和训练，从而得到脉冲路面特征识别模型；
步骤3.2：利用脉冲路面特征识别模型对当前时刻t的采集图像P(t)进行识别，得到识别结果；若识别结果中存在脉冲路面，则令路面识别系数γ＝1，并利用式(9)得到脉冲路面的输入位移zrp(t)：
Figure BDA0003100781530000077
式(9)中，Az表示脉冲路面类型的高度或深度；Lz表示脉冲路面类型的宽度；v表示车速；p表示脉冲激励系数，当p＝1时，表示凹坑激励信号，当p＝2时，表示凸起输入激励信号；
若识别结果中不存在脉冲路面，即为随机路面，则令路面识别系数γ＝0，保持当前时刻t的路面等级i(t)；
步骤2、3所描述的过程见图5所示，首先通过LSTM网络路面识别模型识别当前随机路面的等级，其次通过车辆前向摄像头图像识别判别，前方路面是否包含有脉冲路面类型，若判断为是，则路面输入为脉冲路面对应的数学时域模型；若判断为否，则路面输入为当前对应等级的脉冲路面；
步骤4：搭建随机路面下的改进天棚控制力模型Fran_sky；
步骤4.1：定义车轮动载荷系数为α，车身加速度权重系数为β；若α＞β，则表示当前时刻t的控制目标倾向于平顺性；否则，表示当前时刻t的控制目标倾向于操纵稳定性性，其中0＜α,β＜1；α+β＝1；
步骤4.2：利用式(10)计算不同路面等级i下的控制参数：
Figure BDA0003100781530000081
式(10)中，cp(i),csky(i)分别为被动阻尼控制参数和天棚阻尼控制参数，(csky,cp)optimal为对应当前路面等级i下的一对最优的控制参数，rms(ktzru)和rms(ktzru)mean分别为车轮动载荷均方根值及其平均值；
Figure BDA0003100781530000082
和
Figure BDA0003100781530000083
分别为车身加速度均方根值及其平均值；
步骤4.3：根据不同等级i路面下的控制参数，利用式(11)得到适合当前等级的随机路面的悬架控制力Fran_sky；
Figure BDA0003100781530000084
式(11)中，
Figure BDA0003100781530000085
为悬架机构的簧载质量速度，
Figure BDA0003100781530000086
为悬架机构的非簧载质量速度，cmin为最小电控阻尼系数；
步骤5：搭建脉冲路面下的汽车电控度悬架LQR控制力Fpul_lqr；
参数包括整车质量M0，非簧载质量mi，悬架弹簧刚度ki，轮胎刚度kui，悬架减振器阻尼ci，悬架控制力ui,其中被动悬架时ci＝0&ui≠0，主动悬架时ci≠0&ui＝0，质心距前轴距离a，质心距后轴距离b，车宽c＝d，车辆俯仰转动惯量Jx，车辆侧倾转动惯量Jy，j代表四个车轮状态，j＝1,2,3,4；脉冲路面下LQR最优控制搭建的七自由度整车参数示意图见图7；
设置整车状态变量为
Figure BDA0003100781530000091
将脉冲路面的输入位移zrp(t)作为整车模型的输入，从而得到输出变量
Figure BDA0003100781530000092
其中，Z、
Figure BDA0003100781530000093
为簧载质量位移、速度和加速度，θ为侧倾角，
Figure BDA0003100781530000094
为俯仰角，zu1、
Figure BDA0003100781530000095
zu2、
Figure BDA0003100781530000096
zu3、
Figure BDA0003100781530000097
zu4、
Figure BDA0003100781530000098
为四个车轮对应的的非簧载质量位移和速度，z1-zu1、z2-zu2、z3-zu3、z4-zu4为四个车轮对应的悬架动挠度，zrp1-zu1、zrp2-zu2、zrp3-zu3、zrp4-zu4为四个车轮在脉冲路面下对应的轮胎跳动位移；
车身俯仰运动微分方程为：
Figure BDA0003100781530000099
汽车侧倾运动微分方程为：
Figure BDA00031007815300000910
车身质心处的垂向运动微分方程为
Figure BDA00031007815300000911
四个非簧载质量的垂向运动微分方程为：
Figure BDA00031007815300000912
Figure BDA00031007815300000913
Figure BDA00031007815300000914
Figure BDA00031007815300000915
悬架系统中含有七个自由度，即系统广义坐标的独立变分的数目为7。选取
Figure BDA00031007815300000916
作为广义坐标，z1,z2,z3,z4即为冗余坐标。冗余坐标与广义坐标存在如下的约束关系：
Figure BDA00031007815300000917
Figure BDA0003100781530000101
Figure BDA0003100781530000102
Figure BDA0003100781530000103
写成状态方程形式：
Figure BDA0003100781530000104
其中，U＝[Fm1 Fm2 Fm3 Fm4]T为控制矢量，W＝[zrp1 zrp2 zrp3 zrp4]T为脉冲路面扰动矢量，A为系统矩阵，B为控制矩阵，C为输出矩阵，D为直接传输矩阵，L为路面输入矩阵。
Figure BDA0003100781530000105
其中，
Figure BDA0003100781530000106
最优控制反馈增益矩阵K＝R-1[NT+BTP]，P由Ricatti方程求得：
Figure BDA0003100781530000107
利用LQR控制算法对输出变量Y进行加权计算，得到脉冲路面下的最优控制力Fpul_lqr＝-KmXm；其中，m表示脉冲路面类型系数，与式(1)中的脉冲路面参数宽度Lz，高度或深度Az相关，Km是对应于不同脉冲路面类型m的最优控制反馈增益矩阵，Xm是对应脉冲路面类型m下的状态变量；
步骤6：搭建基于路面识别的电控悬架预瞄控制策略；
参数如下：α和β分别为车轮动载荷和车身加速度的权重系数，γ为路面识别系数，悬架总期望力Fdesire，随机路面下改进天棚控制力Fran_sky，脉冲路面下LQR控制力Fpul_lqr，
Fdesire＝(1-γ)Fran_sky(α,β)+γFpul_lqr (26)
如图6所示，具体说明了本发明基于路面识别的电磁悬架预瞄控制的流程，分别计算了在脉冲路面和随机路面两种情况下对应悬架执行器应输出的控制力，在随机路面下，悬架执行器输出对应等级随机路面下的改进天棚控制力Fran_sky，在脉冲路面下，悬架执行器输出对应类型脉冲路面下的电控悬架LQR控制力Fpul_lqr；
步骤6.1：当步骤4识别到的随机路面的路面等级为A/B/C/D级，用i＝1，2，3，4表示当前路面所属等级，此时对应的γ＝0，悬架总期望力采用步骤6得到的混合状态控制力Fran_sky，则
Fdesire＝Fran_sky(α,β) (27)
步骤6.2：在步骤6.1的情况下，通过步骤5.3识别到前方有脉冲路面类型，包括以下情况
①单侧凸起激励，参数m＝1,
②双侧凸起激励，m＝2,
③单侧凹坑激励，m＝3,
④双侧凹坑激励，m＝4；
此时对应的γ＝1，悬架总期望力采用步骤7求得到脉冲路面下LQR控制力：
Fdesire＝Flqr＝-KmXm (28)
其中，Km可由步骤步骤8中分别求得在m值不同情况下的最优反馈控制增益K离线保存，如此大大节省数据处理时间，未来还考虑考虑脉冲路面的多种情况下，比如考虑脉冲路面参数宽度Lz，高度(深度)Az,车速v等的最优反馈控制增益K。
步骤6.3：综合步骤6.1、6.2中得到的Fdesire，当求得的Fdesire超出或小于当前电控悬架状态下所能提供的力范围，需要进行约束。参数包括：Fmax,Fmin为当前阻状态下，电控执行器所能输出的最大力和最小力，对应的imax,imin为提供给电控悬架的最大驱动和最小驱动。
在t时刻电控悬架执行器的非线性模型表示为：
Figure BDA0003100781530000111
F(t)为输出的非线性力，f为初始位移弹性力，c、k、ε分别表示阻尼系数、刚度系数和磁滞系数，路面位移输入激励zr(t)，磁滞输出zs(t)，且阻尼系数c与磁滞系数ε与驱动关系为：
c＝c1I(t)2+c2I(t)+c3 (30)
ε＝ε1I(t)2+ε2I(t)+ε3 (31)
式(30)和式(31)中，c1、c2、c3均为阻尼系数c的拟合参数，ε1、ε2、ε3为磁滞系数ε的拟合参数；
此时，t时刻的执行器主动输出力Fmax、Fmin由式(29)-式(31)得到。
步骤6.4：如此，基于路面识别的电控悬架预瞄控制策略,得到在t时刻电控悬架执行器输出的主动控制力Foutput(t)：
Figure BDA0003100781530000121

Claims (1)

1.一种基于路面识别的电控悬架预瞄控制方法，其特征是按如下步骤进行：
步骤1：构建由电控悬架机构和信息收集机构组成的路面预瞄系统：
所述电控悬架机构包括：电控执行器、弹簧、车架(3)、摆臂(2)和羊角(4)；
所述信息收集机构包括：加速度传感器(1)、轮跳传感器(5)、车辆前向摄像头；所述轮跳传感器(5)包括：角度计(6)和杆件(7)；
所述加速度传感器(1)分别安装在所述摆臂(2)和车架(3)处，并分别用于收集非簧载质量加速度和簧载质量加速度；
所述轮跳传感器(5)的角度计(6)安装于所述车架(3)处，且所述杆件(7)的一端安装于所述摆臂(2)处，用于收集车轮跳动位移；
所述车辆前向摄像头安装于汽车车牌架牌照灯旁或后视镜上边，用于识别道路前方的凸起或凹坑等脉冲路面并进行有效测距；
步骤2：建立随机路面类型的辨识模型；
步骤2.1：利用滤波白噪声时域路面输入模型得到在不同路面等级i下的随机路面输入位移zr(i)；
步骤2.2：选择随机路面不平度位移zr为车辆四分之一模型的输入，选择车辆的簧载质量加速度
Figure FDA0003100781520000011
非簧载质量加速度
Figure FDA0003100781520000012
与车轮跳动zru为车辆四分之一模型的输出，从而得到在不同路面等级i下的随机路面输入zr(i)所对应输出的簧载质量加速度
Figure FDA0003100781520000013
非簧载质量加速度
Figure FDA0003100781520000014
轮跳位移zru(i)，并作为待训练的数据；
步骤2.3：将不同路面等级i下的簧载质量加速度
Figure FDA0003100781520000015
非簧载质量加速度
Figure FDA0003100781520000016
轮跳位移zrt(i)作为LSTM神经网络模型的输入，对应的当前路面等级i为输出，对LSTM神经网络模型进行训练，得到随机路面类型的辨识模型；
步骤2.4：设定当前初始时刻为t，并收集传感器的原始数据；
利用所述加速度传感器(1)分别采集当前时刻t的簧载质量加速度
Figure FDA0003100781520000017
和非簧载质量加速度
Figure FDA0003100781520000018
利用所述轮跳传感器(5)采集当前时刻t的轮跳位移zru(t)，利用车辆前向摄像头对当前时刻t的路面前方进行拍摄采集图像P(t)；
步骤2.5：识别当前随机路面等级；
将当前时刻t的簧载质量加速度
Figure FDA0003100781520000019
非簧载质量加速度
Figure FDA00031007815200000110
和轮跳位移zru(t)代入到所述随机路面类型的辨识模型中，输出对应的当前时刻t的路面等级i(t)；
步骤3：检测当前时刻t的车辆道路前方脉冲路面的存在；
步骤3.1：选择减速带、鼓包和下水道盖作为脉冲路面类型，并用于卷积神经网络的特征提取和训练，从而得到脉冲路面特征识别模型；
步骤3.2：利用脉冲路面特征识别模型对当前时刻t的采集图像P(t)进行识别，得到识别结果；若识别结果中存在脉冲路面，则令路面识别系数γ＝1，并利用式(1)得到脉冲路面的输入位移zrp(t)：
Figure FDA0003100781520000021
式(1)中，Az表示脉冲路面类型的高度或深度；Lz表示脉冲路面类型的宽度；v表示车速；p表示脉冲激励系数，当p＝1时，表示凹坑激励信号，当p＝2时，表示凸起输入激励信号；
若识别结果中不存在脉冲路面，即为随机路面，则令路面识别系数γ＝0，保持当前时刻t的路面等级i(t)；
步骤4：搭建随机路面下的改进天棚控制力模型Fran_sky；
步骤4.1：定义车轮动载荷系数为α，车身加速度权重系数为β；若α＞β，则表示当前时刻t的控制目标倾向于平顺性；否则，表示当前时刻t的控制目标倾向于操纵稳定性性，其中0＜α,β＜1；α+β＝1；
步骤4.2：利用式(2)计算不同路面等级i下的控制参数：
Figure FDA0003100781520000022
式(2)中，cp(i),csky(i)分别为被动阻尼控制参数和天棚阻尼控制参数，(csky,cp)optimal为对应当前路面等级i下的一对最优的控制参数，rms(ktzru)和rms(ktzru)mean分别为车轮动载荷均方根值及其平均值；
Figure FDA0003100781520000023
和
Figure FDA0003100781520000024
分别为车身加速度均方根值及其平均值；
步骤4.3：根据不同等级i路面下的控制参数，利用式(3)得到适合当前等级的随机路面的悬架控制力Fran_sky；
Figure FDA0003100781520000025
式(3)中，
Figure FDA0003100781520000031
为悬架机构的簧载质量速度，
Figure FDA0003100781520000032
为悬架机构的非簧载质量速度，cmin为最小电控阻尼系数；
步骤5：搭建脉冲路面下的汽车电控悬架LQR控制力Fpul_lqr；
设置整车的状态变量为
Figure FDA0003100781520000033
将脉冲路面的输入位移zrp(t)作为整车模型的输入，从而得到输出变量
Figure FDA0003100781520000034
其中，Z、
Figure FDA0003100781520000035
为簧载质量位移、速度和加速度，θ为侧倾角，
Figure FDA0003100781520000036
为俯仰角，zu1、
Figure FDA0003100781520000037
zu2、
Figure FDA0003100781520000038
zu3、
Figure FDA0003100781520000039
zu4、
Figure FDA00031007815200000310
为四个车轮对应的的非簧载质量位移和速度，z1-zu1、z2-zu2、z3-zu3、z4-zu4为四个车轮对应的悬架动挠度，zrp1-zu1、zrp2-zu2、zrp3-zu3、zrp4-zu4为四个车轮在脉冲路面下对应的轮胎跳动位移；
利用LQR控制算法对输出变量Y进行加权计算，得到脉冲路面下的最优控制力
Fpul_lqr＝-KmXm (4)
其中，m表示脉冲路面类型系数，Km是对应于不同脉冲路面类型m的最优控制反馈增益矩阵，Xm是对应脉冲路面类型m下的状态变量；
步骤6：利用式(5)得到悬架总期望力Fdesire：
Figure FDA00031007815200000311
步骤7：利用式(6)得到当前时刻t的电控悬架执行器输出的主动控制力Foutput(t)：
Figure FDA00031007815200000312
式(6)中，Fmin,Fmax为当前状态下执行器所能输出的最大力和最小力。
CN202110623048.8A 2021-06-04 2021-06-04 一种汽车电控悬架预瞄控制方法 Active CN113183709B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110623048.8A CN113183709B (zh) 2021-06-04 2021-06-04 一种汽车电控悬架预瞄控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110623048.8A CN113183709B (zh) 2021-06-04 2021-06-04 一种汽车电控悬架预瞄控制方法

Publications (2)

Publication Number Publication Date
CN113183709A true CN113183709A (zh) 2021-07-30
CN113183709B CN113183709B (zh) 2022-09-27

Family

ID=76976224

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110623048.8A Active CN113183709B (zh) 2021-06-04 2021-06-04 一种汽车电控悬架预瞄控制方法

Country Status (1)

Country Link
CN (1) CN113183709B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114103582A (zh) * 2021-11-16 2022-03-01 重庆长安汽车股份有限公司 一种自动悬架调节方法、方法及汽车
CN114228432A (zh) * 2022-01-25 2022-03-25 同济大学 基于路面状态识别的动态底盘预瞄控制方法
CN114537070A (zh) * 2022-02-15 2022-05-27 辽宁工业大学 一种用于悬架控制的汽车行驶前方路面等级智能感知方法
CN114654955A (zh) * 2022-03-15 2022-06-24 燕山大学 基于路面等级的救援车辆主动悬架控制方法及系统
CN117031964A (zh) * 2023-09-18 2023-11-10 北京化工大学 转子不平衡振动控制方法和装置

Citations (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20070060852A (ko) * 2005-12-09 2007-06-13 현대자동차주식회사 차량의 서스펜션 제어장치 및 방법
CN101367324A (zh) * 2008-10-15 2009-02-18 江苏大学 一种基于电子控制空气悬架车辆高度传感器的路面等级预测方法
US20140195112A1 (en) * 2013-01-08 2014-07-10 Ford Global Technologies, Llc Adaptive Active Suspension System With Road Preview
GB201522355D0 (en) * 2015-12-18 2016-02-03 Jaguar Land Rover Ltd Control unit for an active suspension system
KR20170058191A (ko) * 2015-11-18 2017-05-26 현대자동차주식회사 서스펜션 제어 장치 및 서스펜션 제어 방법
CN106985627A (zh) * 2017-02-24 2017-07-28 江苏大学 一种车辆路面识别系统以及悬架模式切换方法
CN107054182A (zh) * 2015-12-23 2017-08-18 格拉默公司 悬挂装置和方法
CN107323199A (zh) * 2017-06-22 2017-11-07 南京航空航天大学 一种新的半主动油气悬架控制系统及方法
CN108357318A (zh) * 2018-01-29 2018-08-03 燕山大学 一种用于应急救援车辆悬挂的智能预瞄控制方法
CN108859648A (zh) * 2018-08-16 2018-11-23 辽宁工业大学 一种基于神经网络的悬架减震器阻尼控制切换加权系数确定方法
CN109334378A (zh) * 2018-09-19 2019-02-15 江苏大学 一种基于单神经元pid控制的车辆isd悬架主动控制方法
CN109927501A (zh) * 2019-03-12 2019-06-25 辽宁科技大学 一种汽车半主动悬架系统的智能控制方法
CN110001339A (zh) * 2019-03-19 2019-07-12 江苏大学 一种爆胎车辆的悬架半主动控制方法
CN110154666A (zh) * 2019-04-28 2019-08-23 西安理工大学 一种可实现路况预测的车辆悬架系统自适应反推控制方法
CN110722950A (zh) * 2019-09-09 2020-01-24 江苏大学 一种汽车悬架混合阻尼可拓切换控制方法
CN110877509A (zh) * 2019-12-11 2020-03-13 西安科技大学 一种基于改进型果蝇算法的主动悬架视觉预瞄控制方法
CN111137093A (zh) * 2020-01-08 2020-05-12 北京理工大学 一种分布式驱动车辆悬架轮毂电机系统控制方法及系统
CN111597642A (zh) * 2020-05-27 2020-08-28 合肥工业大学 一种三维路面信息谱的自动获取方法
CN111873744A (zh) * 2020-07-15 2020-11-03 吉林大学 基于相机传感器路面信息识别的主动悬架预瞄控制方法
CN112026469A (zh) * 2020-09-08 2020-12-04 中国第一汽车股份有限公司 一种车辆悬架控制系统、方法、装置及存储介质
KR20210022296A (ko) * 2019-08-20 2021-03-03 현대자동차주식회사 차량 및 그 제어 방법

Patent Citations (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20070060852A (ko) * 2005-12-09 2007-06-13 현대자동차주식회사 차량의 서스펜션 제어장치 및 방법
CN101367324A (zh) * 2008-10-15 2009-02-18 江苏大学 一种基于电子控制空气悬架车辆高度传感器的路面等级预测方法
US20140195112A1 (en) * 2013-01-08 2014-07-10 Ford Global Technologies, Llc Adaptive Active Suspension System With Road Preview
KR20170058191A (ko) * 2015-11-18 2017-05-26 현대자동차주식회사 서스펜션 제어 장치 및 서스펜션 제어 방법
GB201522355D0 (en) * 2015-12-18 2016-02-03 Jaguar Land Rover Ltd Control unit for an active suspension system
CN107054182A (zh) * 2015-12-23 2017-08-18 格拉默公司 悬挂装置和方法
CN106985627A (zh) * 2017-02-24 2017-07-28 江苏大学 一种车辆路面识别系统以及悬架模式切换方法
CN107323199A (zh) * 2017-06-22 2017-11-07 南京航空航天大学 一种新的半主动油气悬架控制系统及方法
CN108357318A (zh) * 2018-01-29 2018-08-03 燕山大学 一种用于应急救援车辆悬挂的智能预瞄控制方法
CN108859648A (zh) * 2018-08-16 2018-11-23 辽宁工业大学 一种基于神经网络的悬架减震器阻尼控制切换加权系数确定方法
CN109334378A (zh) * 2018-09-19 2019-02-15 江苏大学 一种基于单神经元pid控制的车辆isd悬架主动控制方法
CN109927501A (zh) * 2019-03-12 2019-06-25 辽宁科技大学 一种汽车半主动悬架系统的智能控制方法
CN110001339A (zh) * 2019-03-19 2019-07-12 江苏大学 一种爆胎车辆的悬架半主动控制方法
CN110154666A (zh) * 2019-04-28 2019-08-23 西安理工大学 一种可实现路况预测的车辆悬架系统自适应反推控制方法
KR20210022296A (ko) * 2019-08-20 2021-03-03 현대자동차주식회사 차량 및 그 제어 방법
CN110722950A (zh) * 2019-09-09 2020-01-24 江苏大学 一种汽车悬架混合阻尼可拓切换控制方法
CN110877509A (zh) * 2019-12-11 2020-03-13 西安科技大学 一种基于改进型果蝇算法的主动悬架视觉预瞄控制方法
CN111137093A (zh) * 2020-01-08 2020-05-12 北京理工大学 一种分布式驱动车辆悬架轮毂电机系统控制方法及系统
CN111597642A (zh) * 2020-05-27 2020-08-28 合肥工业大学 一种三维路面信息谱的自动获取方法
CN111873744A (zh) * 2020-07-15 2020-11-03 吉林大学 基于相机传感器路面信息识别的主动悬架预瞄控制方法
CN112026469A (zh) * 2020-09-08 2020-12-04 中国第一汽车股份有限公司 一种车辆悬架控制系统、方法、装置及存储介质

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114103582A (zh) * 2021-11-16 2022-03-01 重庆长安汽车股份有限公司 一种自动悬架调节方法、方法及汽车
CN114103582B (zh) * 2021-11-16 2024-02-23 重庆长安汽车股份有限公司 一种自动悬架调节方法、方法及汽车
CN114228432A (zh) * 2022-01-25 2022-03-25 同济大学 基于路面状态识别的动态底盘预瞄控制方法
CN114537070A (zh) * 2022-02-15 2022-05-27 辽宁工业大学 一种用于悬架控制的汽车行驶前方路面等级智能感知方法
CN114537070B (zh) * 2022-02-15 2024-04-16 辽宁工业大学 一种用于悬架控制的汽车行驶前方路面等级智能感知方法
CN114654955A (zh) * 2022-03-15 2022-06-24 燕山大学 基于路面等级的救援车辆主动悬架控制方法及系统
CN114654955B (zh) * 2022-03-15 2023-11-17 燕山大学 基于路面等级的救援车辆主动悬架控制方法及系统
CN117031964A (zh) * 2023-09-18 2023-11-10 北京化工大学 转子不平衡振动控制方法和装置
CN117031964B (zh) * 2023-09-18 2024-05-24 北京化工大学 转子不平衡振动控制方法和装置

Also Published As

Publication number Publication date
CN113183709B (zh) 2022-09-27

Similar Documents

Publication Publication Date Title
CN113183709B (zh) 一种汽车电控悬架预瞄控制方法
CN109733382B (zh) 一种基于模型预测控制的汽车防侧翻方法
CN103963593B (zh) 具有道路预视的自适应主动悬架系统
US8116938B2 (en) Vehicle state estimating apparatus, suspension control apparatus and suspension system
CN108859648B (zh) 一种悬架减震器阻尼控制切换加权系数确定方法
CN1807135A (zh) 汽车磁流变半主动悬架分姿态协调仿人智能控制方法
US20050085969A1 (en) Method for controlling damping force in an electronically-controlled suspension apparatus
CN110712490B (zh) 一种基于栈式自编码的主动悬架系统及其工作方法
CN101184641A (zh) 车辆阻尼力控制设备
CN109334378B (zh) 一种基于单神经元pid控制的车辆isd悬架主动控制方法
CN107662468B (zh) 用于主动悬架的车辆侧倾运动安全h2/h∞控制器设计方法
CN109591537A (zh) 一种汽车半主动悬架控制系统及方法
CN114683795B (zh) 一种路面自适应半主动悬架控制方法和系统
CN102975587A (zh) 基于双可控阻尼器的车辆半主动悬架及其控制方法
JP3329457B2 (ja) 開ループ又は閉ループ制御可能なシャシを開ループ又は閉ループ制御する信号発生システム
Hu et al. Preview control of semi-active suspension with adjustable damping based on machine vision
US20230100858A1 (en) Vehicle control apparatus, vehicle control method, and vehicle control system
CN116749700A (zh) 一种基于路面信息考虑乘员晕动的车辆主动悬架控制方法
CN113071282B (zh) 一种车辆调节方法及装置
CN107168279B (zh) 一种基于h∞预演控制的车辆主动悬架系统的控制方法
CN117507725A (zh) 一种基于气囊内超声波测距联合电控悬架预瞄控制方法
CN114056027A (zh) 一种空气悬架的车高和阻尼协同控制方法
Qi et al. Responses of Preview-based Vehicle Suspension System on Discrete Impact Roads
CN109501546B (zh) 一种横向互联空气悬架车身高度与互联状态博弈控制方法
CN111231595A (zh) 一种考虑汽车前后轴动态耦合的半主动悬架控制方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20240218

Address after: No. 193, Tunxi Road, Hefei City, Anhui Province

Patentee after: HeFei University of Technology Asset Management Co.,Ltd.

Country or region after: China

Address before: Tunxi road in Baohe District of Hefei city of Anhui Province, No. 193 230009

Patentee before: Hefei University of Technology

Country or region before: China

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20240402

Address after: Room A506, Intelligent Institute of Technology, No. 369 Huayuan Avenue, Baohe Economic Development Zone, Hefei City, Anhui Province, 230000

Patentee after: University of Technology Zhicheng (Hefei) Automotive Technology Co.,Ltd.

Country or region after: China

Address before: No. 193, Tunxi Road, Hefei City, Anhui Province

Patentee before: HeFei University of Technology Asset Management Co.,Ltd.

Country or region before: China

TR01 Transfer of patent right