CN113867149A - 制动末期的车辆纵向平顺性优化方法、系统、介质及设备 - Google Patents

制动末期的车辆纵向平顺性优化方法、系统、介质及设备 Download PDF

Info

Publication number
CN113867149A
CN113867149A CN202111179262.5A CN202111179262A CN113867149A CN 113867149 A CN113867149 A CN 113867149A CN 202111179262 A CN202111179262 A CN 202111179262A CN 113867149 A CN113867149 A CN 113867149A
Authority
CN
China
Prior art keywords
vehicle
braking
state
longitudinal vibration
longitudinal
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.)
Pending
Application number
CN202111179262.5A
Other languages
English (en)
Inventor
侯晓慧
张俊智
何承坤
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.)
Tsinghua University
Original Assignee
Tsinghua University
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 Tsinghua University filed Critical Tsinghua University
Priority to CN202111179262.5A priority Critical patent/CN113867149A/zh
Publication of CN113867149A publication Critical patent/CN113867149A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/042Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Regulating Braking Force (AREA)

Abstract

本发明涉及一种制动末期的车辆纵向平顺性优化方法、系统、介质及设备,其包括:获取制动末期车辆纵向振动系统的状态方程;根据所述车辆纵向振动系统的状态方程获取车辆纵向振动系统特性,并根据该系统特性设置滑模观测器;根据所述滑模观测器得到的轮胎内部摩擦状态和车辆纵向振动状态信息,以及车辆的车速和制动减速度信息,设置动态补偿滑模控制器;结合控制触发条件、制动压力恢复条件及减压极限值,由所述动态补偿滑模控制器将目标制动压力命令发给所述车辆,实现制动临界状态纵向舒适性的优化控制。本发明能有效改善制动末期的车辆纵向平顺性。本发明可以广泛在车辆技术领域中应用。

Description

制动末期的车辆纵向平顺性优化方法、系统、介质及设备
技术领域
本发明涉及车辆技术领域,特别是关于一种制动末期的车辆纵向平顺性优化方法、系统、介质及设备。
背景技术
在研究汽车平顺性的时候,研究的重点往往是关注车辆的垂向动力学,减小垂向运动的加速度均方根值来提高汽车的平顺性。但实际上,根据ISO 2631-1:1997和GB/T4970-1996两个标准,在计算总加权加速度均方根值的时候,x和y这两个水平轴向的轴加权系数都要比z轴的轴加权系数大。也就是说,人体对x和y轴的振动会更加敏感。
随着汽车保有量的增加,城市的拥堵情况加重,频繁的启停工况会使得乘员的乘坐舒适性变坏。优化制动过程中的纵向振动能够提高乘员的舒适性,减小恶心晕车等现象。当前考虑纵向平顺性的优化方法大多采取了限制控制过程中纵向加速度和冲击度的办法,但这样的控制思路显然是没有详细分析制动过程特性,而且对于加速度较大的非紧急制动工况下的纵向平顺性控制是不适用的。因此,通过分析制动过程中车辆的悬架特性、轮胎特性以及纵向振动来施加控制用以提高制动过程中的汽车平顺性会是一个更好的选择。
实际上,在每一次制动的过程中,乘员对于不同的制动阶段,身体是有不同的响应的。根据相关测试评价结果,制动末期的平顺性明显比其他阶段要差。因此,制动末期是影响制动过程平顺性的关键阶段,提高制动末期的平顺性对提高整个制动过程的平顺性有重要意义。
发明内容
针对上述问题,本发明的目的是提供一种制动末期的车辆纵向平顺性优化方法、系统、介质及设备,其能有效改善制动末期的车辆纵向平顺性。
为实现上述目的,本发明采取以下技术方案:一种制动末期的车辆纵向平顺性优化方法,其包括:获取制动末期车辆纵向振动系统的状态方程;根据所述车辆纵向振动系统的状态方程获取车辆纵向振动系统特性,并根据该系统特性设置滑模观测器;根据所述滑模观测器得到的轮胎内部摩擦状态和车辆纵向振动状态信息,以及车辆的车速和制动减速度信息,设置基于线性矩阵不等式的动态补偿滑模控制器;结合控制触发条件、制动压力恢复条件及减压极限值,由所述动态补偿滑模控制器将目标制动压力命令发给所述车辆,实现制动临界状态纵向舒适性的优化控制。
进一步,所述获取制动末期车辆纵向振动系统的状态方程,包括:基于悬架模型、LuGre轮胎模型以及单轨车辆纵向振动模型得到制动末期车辆纵向振动系统的状态方程。
进一步,所述滑模观测器为:
Figure BDA0003295181410000021
Figure BDA0003295181410000022
其中,
Figure BDA0003295181410000023
为系统状态变量x的观测值,
Figure BDA0003295181410000024
Figure BDA0003295181410000025
的导数;L为常值增益矩阵;e为观测误差;A、B、D为相应系数矩阵;E(e,k)为矢量函数,其中k≥‖f(x)‖,f(x)为非线性项;r为车轮半径;
Figure BDA0003295181410000026
表示二维欧式空间;L和F均为矩阵;y为系统输出;
Figure BDA0003295181410000027
表示观测的系统输出。
进一步,所述动态补偿滑模控制器为:
Figure BDA0003295181410000028
其中,u为控制输入;A为系数矩阵;
Figure BDA0003295181410000029
为系统状态变量x的观测值;
Figure BDA00032951814100000210
Figure BDA00032951814100000211
为对应的非线性项;η>0;s表示滑模面函数,P表示滑模函数的系数矩阵,z∈R2为补偿器状态,K为待求矩阵,K∈R2×5
进一步,所述控制触发条件为1m/s。
进一步,所述制动压力恢复条件,包括:当纵向振动加速度达到较小值时,则制动系统重新增压;在制动工况中,设定一个时间阈值,若超过所述时间阈值,则制动系统重新增压。
进一步,所述当纵向振动加速度达到较小值时,则制动系统重新增压,包括:
当Δtlow_pressure<tre时,且当
Figure BDA00032951814100000212
则重新增压;其中are为判断阈值。
一种制动末期的车辆纵向平顺性优化系统,其包括:获取模块、第一设置模块、第二设置模块和优化模块;所述获取模块,用于获取制动末期车辆纵向振动系统的状态方程;所述第一设置模块,根据所述车辆纵向振动系统的状态方程获取车辆纵向振动系统特性,并根据该系统特性设置滑模观测器;所述第二设置模块,根据所述滑模观测器得到的轮胎内部摩擦状态和车辆纵向振动状态信息,以及车辆的车速和制动减速度信息,设置基于线性矩阵不等式的动态补偿滑模控制器;所述优化模块,结合控制触发条件、制动压力恢复条件及减压极限值,由所述动态补偿滑模控制器将目标制动压力命令发给所述车辆,实现制动临界状态纵向舒适性的优化控制。
一种存储一个或多个程序的计算机可读存储介质,所述一个或多个程序包括指令,所述指令当由计算设备执行时,使得所述计算设备执行上述方法中的任一方法。
一种计算设备,其包括:一个或多个处理器、存储器及一个或多个程序,其中一个或多个程序存储在所述存储器中并被配置为所述一个或多个处理器执行,所述一个或多个程序包括用于执行上述方法中的任一方法的指令。
本发明由于采取以上技术方案,其具有以下优点:
本发明可以有效改善制动末期的车辆纵向平顺性,为提高乘员的舒适性提供新的途径。
附图说明
图1是本发明一实施例中的控制方法流程示意图;
图2是本发明一实施例中的制动压力恢复判断流程图;
图3a是本发明一实施例中的车速实际值与观测值对比图;
图3b是本发明一实施例中的车辆加速度实际值与观测值对比图;
图3c是本发明一实施例中的车身俯仰角实际值与观测值对比图;
图4a是本发明一实施例中的制动末期车速控制效果对比图;
图4b是本发明一实施例中的制动末期车辆加速度控制效果对比图;
图4c是本发明一实施例中的制动末期车辆冲击度控制效果对比图;
图4d是本发明一实施例中的制动末期车身俯仰角控制效果对比图;
图4e是本发明一实施例中的制动末期前轮制动力矩控制效果对比图;
图4f是本发明一实施例中的制动末期后轮制动力矩控制效果对比图;
图5是本发明一实施例中的计算设备结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例的附图,对本发明实施例的技术方案进行清楚、完整地描述。显然,所描述的实施例是本发明的一部分实施例,而不是全部的实施例。基于所描述的本发明的实施例,本领域普通技术人员所获得的所有其他实施例,都属于本发明保护的范围。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本申请的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
制动末期是影响制动过程平顺性的关键阶段,提高制动末期的平顺性对提高整个制动过程的平顺性有重要意义。因此,本发明提供一种制动末期的车辆纵向平顺性优化方法、系统、介质及设备,其结合制动过程,针对车辆纵向振动对汽车平顺性的影响,在制动临界状态的车辆纵向平顺性优化方法。本发明基于悬架模型、LuGre轮胎模型以及车辆纵向振动模型得到制动末期车辆纵向振动系统的状态方程。在制动末期,车辆纵向振动系统是一个存在着复杂非线性特性的欠驱动系统,且部分状态变量无法测量,因此本发明采用滑模观测器实现系统状态方程的简化和状态估计误差的渐近稳定。最后针对滑模观测器提出了基于线性矩阵不等式的动态补偿滑模控制器,通过调节制动压力提高制动后阶段车辆的平顺性。同时设置了控制触发条件、制动压力恢复条件及减压极限值。仿真测试表明本发明可以有效改善制动末期的车辆纵向平顺性,将为提高乘员的舒适性提供新的途径。
在本发明的一个实施例中,如图1所示,提供一种制动末期的车辆纵向平顺性优化方法,本实施例以该方法应用于终端进行举例说明,可以理解的是,该方法也可以应用于服务器,还可以应用于包括终端和服务器的系统,并通过终端和服务器的交互实现。本实施例中,该方法包括以下步骤:
步骤1、获取制动末期车辆纵向振动系统的状态方程;
步骤2、根据车辆纵向振动系统的状态方程获取车辆纵向振动系统特性,并根据该系统特性设置滑模观测器;
步骤3、根据滑模观测器得到的轮胎内部摩擦状态和车辆纵向振动状态信息,以及车辆的车速和制动减速度信息,设置基于线性矩阵不等式(Linear Matrix Inequality,LMI)的动态补偿滑模控制器;
步骤4、结合控制触发条件、制动压力恢复条件及减压极限值,由动态补偿滑模控制器将目标制动压力命令发给车辆,实现制动临界状态纵向舒适性的优化控制,通过调节制动压力提高制动后阶段车辆的平顺性。
上述步骤1中,基于悬架模型、LuGre轮胎模型以及单轨车辆纵向振动模型得到制动末期车辆纵向振动系统的状态方程。
由于在制动末期,轮胎与地面之间由于摩擦力已经相对静止,但是车身会在悬架和轮胎的作用下有一定的“回弹”和振动。研究制动状态的平顺性时,车身不能再像普通制动模型一样直接跟车轮固连,需要基于车辆纵向振动机理对悬架、轮胎以及车身系统重新建模并进行特性分析。
在本实施例中,基于悬架模型、LuGre轮胎模型以及车辆纵向振动模型得到制动末期车辆的状态方程为:
Figure BDA0003295181410000051
式中,x为状态向量,
Figure BDA0003295181410000052
为状态变量的导数,u为控制输入,f(x)为非线性项,A、B、D为相应系数矩阵。其中:
x=[x1 x2 x3 x4 x5]T=[v ztf ztr vrf vrr]T (2)
u=[Tbf Tbr]T (3)
式中,u包含:Tbf、Tbr分别为前轮、后轮的制动力矩;x包含:v为车身质心速度,ztf、ztr分别为前轮、后轮的轮胎橡胶内部摩擦状态,vrf、vrr分别为前轮/后轮相对速度,即:
vrf=r·wf-v (4)
vrr=r·wr-v (5)
式中,r为车轮半径,wf、wr分别为前轮、后轮的轮速。
式(1)中,系数矩阵A、B、D及f(x)分别为:
Figure BDA0003295181410000053
Figure BDA0003295181410000054
Figure BDA0003295181410000061
Figure BDA0003295181410000062
其中,σ0、σ1、σ2、μc、μs、vs、α、k、θt为基于LuGre轮胎模型标定的参数,m为整车质量,Fzf、Fzr为前、后轮的地面垂向力,Jwr为轮胎转动惯量,E为自然常数。
系统输出y定义为车辆前后轮的轮速(假设左右轮速一致):
y=C·x=[wf wr]T (10)
Figure BDA0003295181410000063
其中,C表示输出矩阵。
上述步骤2中,滑模观测器为:
Figure BDA0003295181410000064
Figure BDA0003295181410000065
其中,
Figure BDA0003295181410000066
为系统状态变量x的观测值,
Figure BDA0003295181410000067
Figure BDA0003295181410000068
的导数;L为常值增益矩阵;e为观测误差;A、B、D为相应系数矩阵;E(e,k)为矢量函数,其中k≥‖f(x)‖,f(x)为非线性项;r为车轮半径;
Figure BDA0003295181410000069
表示二维欧式空间;L和F均为矩阵;y为系统输出;
Figure BDA00032951814100000610
表示观测的系统输出。
在本实施例中,根据车辆制动末期的状态方程可知,该系统是一个具有高度非线性特性的欠驱动系统,常规控制方法无法适用。同时,控制量往往需要根据系统状态的动态反馈实时调整,然而系统状态向量中ztf、ztr为轮胎的内部摩擦状态,无法测量。因此,本发明基于车辆制动末期的状态方程建立了滑模观测器,实现状态方程的简化和状态估计误差的渐近稳定。
基于公式(1)中的状态方程提出如下形式的滑模观测器:
Figure BDA0003295181410000071
其中,e为观测误差,即:
Figure BDA0003295181410000072
E(e,k)是一个矢量函数,表示为:
Figure BDA0003295181410000073
其中,k≥‖f(x)‖。
在式(12)的滑模观测器结构形式中,D·E(e,k)项包含了系统状态方程的非线性项f(x),同时反映了垂直载荷以及参数不确定性的影响因素。
系统(A,C)的可观测性以及非线性项的有界性
Figure BDA0003295181410000074
说明了能够证明观测器中矩阵
Figure BDA0003295181410000075
以及
Figure BDA0003295181410000076
的存在性,使得观测误差渐进趋近于0。矩阵L和F设计方法包括以下步骤:
(1)构建非奇异矩阵T和S,使得原状态方程转化为:
Figure BDA0003295181410000077
其中,D1∈R2×2,rank(D1)=2;Ir表示单位向量。
(2)构建矩阵L22,使得(A22-L22C22)的特征值全部位于复平面的左半平面。
(3)设置正定矩阵Q22∈R(n-r)×(n-r),由下式计算得到另一正定矩阵P22
(A22-L22C22)TP22+P22(A22-L22C22)=-Q22 (16)
(4)设定数值k,使其满足以下条件:
Figure BDA0003295181410000078
(5)令:
Figure BDA0003295181410000079
则矩阵L和F构建为:
Figure BDA00032951814100000710
由此得到滑模观测器为:
Figure BDA0003295181410000081
Figure BDA0003295181410000082
其中,
Figure BDA0003295181410000083
表示系统观测输出。
上述步骤3中,动态补偿滑模控制器为:
Figure BDA0003295181410000084
其中,u为控制输入;A为系数矩阵;
Figure BDA0003295181410000085
为系统状态变量x的观测值;
Figure BDA0003295181410000086
Figure BDA0003295181410000087
为对应的非线性项;η>0;s表示滑模面函数,P表示滑模函数的系数矩阵,将在下文进行设计说明,
Figure BDA0003295181410000088
为补偿器状态,K为待求矩阵,
Figure BDA0003295181410000089
在本实施例中,设置基于动态补偿的滑模控制器接收观测器得到的轮胎内部摩擦状态、车辆纵向振动状态信息,以及车辆反馈的车速、制动减速度信息,结合控制触发条件、制动压力控制以及控制撤出条件,将目标制动压力命令发给车辆,实现制动临界状态纵向舒适性的优化控制。
将式(20)转换为如下形式:
Figure BDA00032951814100000810
其中,
Figure BDA00032951814100000811
为对应的非线性项。
为了实现
Figure BDA00032951814100000812
趋近为0,设计滑模函数
Figure BDA00032951814100000813
其中,
Figure BDA00032951814100000814
P1(1)∈R1×3,P1(2)∈R1×3
为了有效地调节闭环系统的极点,补偿算法设置如下:
Figure BDA00032951814100000815
其中,z∈R2为补偿器状态,K∈R2×5
式(24)中的P与式(25)中的K为待求矩阵,需要通过LMI求解:
Figure BDA0003295181410000091
证明滑模到达条件,取Lyapunov函数
Figure BDA0003295181410000092
其中t为运行时间。则:
Figure BDA0003295181410000093
动态补偿滑模控制器为:
Figure BDA0003295181410000094
其中,η>0。
考虑PB=I,则:
Figure BDA0003295181410000095
由于满足滑模到达条件,则存在t>t0时,s=0,则z=-Px,从而有:
Figure BDA0003295181410000096
取M=A-B(K+P+PA),则
Figure BDA0003295181410000097
为了保证
Figure BDA0003295181410000098
趋近于0,取Lyapunov函数
Figure BDA0003295181410000099
则:
Figure BDA00032951814100000910
为了保证
Figure BDA00032951814100000911
MT+M<0 (32)
通过解LMI不等式(32),可以得到满足条件的矩阵P和矩阵K。
上述步骤4中,控制触发条件为1m/s。具体为:
由于本发明采用的动态补偿滑模控制器的控制律施加时间域是在制动末期,并非整个制动过程。这样的控制处理有以下两个好处:一方面,控制直接针对纵向平顺性影响最大的制动阶段,更具有针对性和实效性;另一方面,在制动前期和中期没有施加纵向振动的控制,在这两个对纵向平顺性影响相对较弱的制动阶段,能最大程度的反映驾驶员的制动意图,并不干预驾驶员的制动行为。本文选取了1m/s作为控制触发的条件,此时车辆还未发生纵向振动,控制效果更好,而更小的速度会存在一定的观测误差。
上述步骤4中,制动压力恢复条件,由于车辆在制动工况时,不能使制动压力一直处于低压状态,这既会给驾驶员带来在制动过程中的突兀感,又会使得车辆的安全性下降。因此,在进行了对纵向振动抑制后需要在制动系统中重新增压,恢复到减压前的压力水平。故重新增压的条件有两方面的考虑,如图2所示。包括以下两个方面:
一方面,当控制变量,即纵向振动加速度达到较小值时,也就是对人体影响不大时,则制动系统重新增压;
这种情况用振动加速度的及其变化率的绝对值来判断,即:当Δtlow_pressure<tre时,且当|a|<are,则重新增压;其中a表示车辆的纵向振动加速度,
Figure BDA0003295181410000101
表示纵向振动加速度的变化率,are
Figure BDA0003295181410000102
分别表示a和
Figure BDA0003295181410000103
的判断阈值;Δtlow_pressure表示制动压力处于低压(小于1MPa)的持续时间,tre表示Δtlow_pressure的判断阈值。通过反复验证,本实施例中优选are=0.2m/s2,tre=0.2s。
另一方面,需要从安全的角度考虑。在制动工况中,制动系统低压状态过长,会影响车辆的安全性,同时也会干扰驾驶员对车辆状态的判断。因此,设定一个时间阈值tre,若超过时间阈值,则制动系统重新增压,即:当Δtlow_pressure≥tre时,则重新增压。
综上,如图3a~图3c、图4a~图4f所示,为利用本发明提供的针对制动末期的车辆纵向平顺性优化方法进行仿真测试后的效果示意图。
如图3a~图3c所示,通过本发明提供的针对车辆制动末期的滑模观测器进行状态观测后,滑模观测器得到的观测值与状态真实值相吻合,体现了滑模观测器的有效性。图4a~图4f所示,仿真的初速度为10km/h。针对本发明提出的控制器和无控制情况下制动后期车身的速度、加速度、冲击度、俯仰角变化率、前后轮制动力矩进行了对比分析,由图4a~图4c可看出,加入全局快速终端滑模控制后,可以明显减弱制动临界转态下的车身纵向振动;除此以外,车身俯仰姿态恢复过程也得到改善,从图4d中也可以清楚地看到制动后期俯仰角变化率的振动幅度有明显的减小;从图4e、图4f中可以看出前后轮的制动力矩在触发控制条件后保持在相对较小值,经过一段时间后制动力矩恢复到初始值附近,最终结束制动变为0。
在本发明的一个实施例中,提供一种制动末期的车辆纵向平顺性优化系统,其包括:获取模块、第一设置模块、第二设置模块和优化模块;
获取模块,用于获取制动末期车辆纵向振动系统的状态方程;
第一设置模块,根据车辆纵向振动系统的状态方程获取车辆纵向振动系统特性,并根据该系统特性设置滑模观测器;
第二设置模块,根据滑模观测器得到的轮胎内部摩擦状态和车辆纵向振动状态信息,以及车辆的车速和制动减速度信息,设置基于线性矩阵不等式的动态补偿滑模控制器;
优化模块,结合控制触发条件、制动压力恢复条件及减压极限值,由动态补偿滑模控制器将目标制动压力命令发给车辆,实现制动临界状态纵向舒适性的优化控制。
本实施例提供的系统是用于执行上述各方法实施例的,具体流程和详细内容请参照上述实施例,此处不再赘述。
如图5所示,为本发明一实施例中提供的计算设备结构示意图,该计算设备可以是终端,其可以包括:处理器(processor)、通信接口(Communications Interface)、存储器(memory)、显示屏和输入装置。其中,处理器、通信接口、存储器通过通信总线完成相互间的通信。该处理器用于提供计算和控制能力。该存储器包括非易失性存储介质、内存储器,该非易失性存储介质存储有操作系统和计算机程序,该计算机程序被处理器执行时以实现一种优化方法;该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该通信接口用于与外部的终端进行有线或无线方式的通信,无线方式可通过WIFI、管理商网络、NFC(近场通信)或其他技术实现。该显示屏可以是液晶显示屏或者电子墨水显示屏,该输入装置可以是显示屏上覆盖的触摸层,也可以是计算设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。处理器可以调用存储器中的逻辑指令,以执行如下方法:
获取制动末期车辆纵向振动系统的状态方程;根据车辆纵向振动系统的状态方程获取车辆纵向振动系统特性,并根据该系统特性设置滑模观测器;根据滑模观测器得到的轮胎内部摩擦状态和车辆纵向振动状态信息,以及车辆的车速和制动减速度信息,设置基于线性矩阵不等式的动态补偿滑模控制器;结合控制触发条件、制动压力恢复条件及减压极限值,由动态补偿滑模控制器将目标制动压力命令发给车辆,实现制动临界状态纵向舒适性的优化控制。
此外,上述的存储器中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本领域技术人员可以理解,图5中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算设备的限定,具体的计算设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在本发明的一个实施例中,提供一种计算机程序产品,所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,计算机能够执行上述各方法实施例所提供的方法,例如包括:获取制动末期车辆纵向振动系统的状态方程;根据车辆纵向振动系统的状态方程获取车辆纵向振动系统特性,并根据该系统特性设置滑模观测器;根据滑模观测器得到的轮胎内部摩擦状态和车辆纵向振动状态信息,以及车辆的车速和制动减速度信息,设置基于线性矩阵不等式的动态补偿滑模控制器;结合控制触发条件、制动压力恢复条件及减压极限值,由动态补偿滑模控制器将目标制动压力命令发给车辆,实现制动临界状态纵向舒适性的优化控制。
在本发明的一个实施例中,提供一种非暂态计算机可读存储介质,该非暂态计算机可读存储介质存储服务器指令,该计算机指令使计算机执行上述各实施例提供的方法,例如包括:获取制动末期车辆纵向振动系统的状态方程;根据车辆纵向振动系统的状态方程获取车辆纵向振动系统特性,并根据该系统特性设置滑模观测器;根据滑模观测器得到的轮胎内部摩擦状态和车辆纵向振动状态信息,以及车辆的车速和制动减速度信息,设置基于线性矩阵不等式的动态补偿滑模控制器;结合控制触发条件、制动压力恢复条件及减压极限值,由动态补偿滑模控制器将目标制动压力命令发给车辆,实现制动临界状态纵向舒适性的优化控制。
上述实施例提供的一种计算机可读存储介质,其实现原理和技术效果与上述方法实施例类似,在此不再赘述。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种制动末期的车辆纵向平顺性优化方法,其特征在于,包括:
获取制动末期车辆纵向振动系统的状态方程;
根据所述车辆纵向振动系统的状态方程获取车辆纵向振动系统特性,并根据该系统特性设置滑模观测器;
根据所述滑模观测器得到的轮胎内部摩擦状态和车辆纵向振动状态信息,以及车辆的车速和制动减速度信息,设置基于线性矩阵不等式的动态补偿滑模控制器;
结合控制触发条件、制动压力恢复条件及减压极限值,由所述动态补偿滑模控制器将目标制动压力命令发给所述车辆,实现制动临界状态纵向舒适性的优化控制。
2.如权利要求1所述车辆纵向平顺性优化方法,其特征在于,所述获取制动末期车辆纵向振动系统的状态方程,包括:基于悬架模型、LuGre轮胎模型以及单轨车辆纵向振动模型得到制动末期车辆纵向振动系统的状态方程。
3.如权利要求1所述车辆纵向平顺性优化方法,其特征在于,所述滑模观测器为:
Figure FDA0003295181400000011
Figure FDA0003295181400000012
其中,
Figure FDA0003295181400000013
为系统状态变量x的观测值,
Figure FDA0003295181400000014
Figure FDA0003295181400000015
的导数;L为常值增益矩阵;e为观测误差;A、B、D为相应系数矩阵;E(e,k)为矢量函数,其中k≥‖f(x)‖,f(x)为非线性项;r为车轮半径;
Figure FDA0003295181400000016
表示二维欧式空间;L和F均为矩阵;y为系统输出;
Figure FDA0003295181400000017
表示观测的系统输出。
4.如权利要求1所述车辆纵向平顺性优化方法,其特征在于,所述动态补偿滑模控制器为:
Figure FDA0003295181400000018
其中,u为控制输入;A为系数矩阵;
Figure FDA0003295181400000019
为系统状态变量x的观测值;
Figure FDA00032951814000000110
Figure FDA00032951814000000111
Figure FDA00032951814000000112
为对应的非线性项;η>0;s表示滑模面函数,P表示滑模函数的系数矩阵,z∈R2为补偿器状态,K为待求矩阵,K∈R2×5
5.如权利要求1所述车辆纵向平顺性优化方法,其特征在于,所述控制触发条件为1m/s。
6.如权利要求1所述车辆纵向平顺性优化方法,其特征在于,所述制动压力恢复条件,包括:
当纵向振动加速度达到较小值时,则制动系统重新增压;
在制动工况中,设定一个时间阈值,若超过所述时间阈值,则制动系统重新增压。
7.如权利要求6所述车辆纵向平顺性优化方法,其特征在于,所述当纵向振动加速度达到较小值时,则制动系统重新增压,包括:
当Δtlow_pressure<tre时,且当
Figure FDA0003295181400000021
则重新增压;其中are为判断阈值。
8.一种制动末期的车辆纵向平顺性优化系统,其特征在于,包括:获取模块、第一设置模块、第二设置模块和优化模块;
所述获取模块,用于获取制动末期车辆纵向振动系统的状态方程;
所述第一设置模块,根据所述车辆纵向振动系统的状态方程获取车辆纵向振动系统特性,并根据该系统特性设置滑模观测器;
所述第二设置模块,根据所述滑模观测器得到的轮胎内部摩擦状态和车辆纵向振动状态信息,以及车辆的车速和制动减速度信息,设置基于线性矩阵不等式的动态补偿滑模控制器;
所述优化模块,结合控制触发条件、制动压力恢复条件及减压极限值,由所述动态补偿滑模控制器将目标制动压力命令发给所述车辆,实现制动临界状态纵向舒适性的优化控制。
9.一种存储一个或多个程序的计算机可读存储介质,其特征在于,所述一个或多个程序包括指令,所述指令当由计算设备执行时,使得所述计算设备执行如权利要求1至7所述方法中的任一方法。
10.一种计算设备,其特征在于,包括:一个或多个处理器、存储器及一个或多个程序,其中一个或多个程序存储在所述存储器中并被配置为所述一个或多个处理器执行,所述一个或多个程序包括用于执行如权利要求1至7所述方法中的任一方法的指令。
CN202111179262.5A 2021-10-09 2021-10-09 制动末期的车辆纵向平顺性优化方法、系统、介质及设备 Pending CN113867149A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111179262.5A CN113867149A (zh) 2021-10-09 2021-10-09 制动末期的车辆纵向平顺性优化方法、系统、介质及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111179262.5A CN113867149A (zh) 2021-10-09 2021-10-09 制动末期的车辆纵向平顺性优化方法、系统、介质及设备

Publications (1)

Publication Number Publication Date
CN113867149A true CN113867149A (zh) 2021-12-31

Family

ID=79002367

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111179262.5A Pending CN113867149A (zh) 2021-10-09 2021-10-09 制动末期的车辆纵向平顺性优化方法、系统、介质及设备

Country Status (1)

Country Link
CN (1) CN113867149A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115685753A (zh) * 2022-10-25 2023-02-03 清华大学 基于强化学习的车辆制动末期纵向平顺性优化方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1978279A2 (en) * 2007-04-03 2008-10-08 Denso Corporation Vehicle control system
CN103746630A (zh) * 2014-01-16 2014-04-23 北华大学 一种用于电气传动系统低频振动的主动控制方法
CN111046484A (zh) * 2019-10-25 2020-04-21 西南交通大学 考虑纵向振动的车辆-轨道耦合动力学分析方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1978279A2 (en) * 2007-04-03 2008-10-08 Denso Corporation Vehicle control system
CN103746630A (zh) * 2014-01-16 2014-04-23 北华大学 一种用于电气传动系统低频振动的主动控制方法
CN111046484A (zh) * 2019-10-25 2020-04-21 西南交通大学 考虑纵向振动的车辆-轨道耦合动力学分析方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
XIAOHUI HOU: "LuGre Model-based Longitudinal Ride Comfort Control of Vehicle during the Post-braking Phase", 《2020 CHINESE AUTOMATION CONGRESS (CAC)》 *
罗仁等: "铁道车辆防滑控制仿真", 《机械工程学报》 *
霍舒豪: "基于悬架和线控制动联合控制的制动平顺性研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115685753A (zh) * 2022-10-25 2023-02-03 清华大学 基于强化学习的车辆制动末期纵向平顺性优化方法及系统

Similar Documents

Publication Publication Date Title
Chen et al. Hierarchical adaptive path-tracking control for autonomous vehicles
JP6286091B1 (ja) 車両状態推定装置、制御装置、サスペンション制御装置、及びサスペンション装置。
JP6810779B1 (ja) 状態量算出装置、制御装置および車両
US12005752B2 (en) Limiting vehicle damper jerk
Tavernini et al. Feedback brake distribution control for minimum pitch
CN110321665A (zh) 车辆悬架系统的控制方法、装置、设备、介质及车辆
He et al. A comparative study of car-trailer dynamics models
CN113867149A (zh) 制动末期的车辆纵向平顺性优化方法、系统、介质及设备
Chikhale et al. Comparative analysis of vehicle suspension system in Matlab-SIMULINK and MSc-ADAMS with the help of Quarter Car Model
CN116552474A (zh) 一种基于强化学习的车速控制方法、装置、设备和介质
De Filippi et al. Single-sensor control strategies for semi-active steering damper control in two-wheeled vehicles
CN113002527B (zh) 一种自主电动汽车横向稳定性鲁棒容错控制方法
CN111775649B (zh) 一种减振器控制方法、装置及系统
Sabbioni et al. Analysis of ABS/ESP control logics using a HIL test bench
Ekberg et al. Design and simulation of active and semi-active cab suspensions with focus to improve ride comfort of a heavy truck
US20220234410A1 (en) Rear damper adjustment
Anderson et al. Interaction of a slip-based antilock braking system with tire torsional dynamics
Nasir et al. Modelling, simulation and validation of 9 DOF vehicles model for automatic steering system
Magalhães et al. Development and evaluation with MIL and HIL simulations of a LQR-based upper-level electronic stability control
Ying et al. Performance analysis and simulation of vehicle electronic stability control system
CN118404941A (zh) 减振器控制方法、减振器控制系统、设备、介质及车辆
Czyba et al. Construction of laboratory stand and regulation in ABS car system
CN116502451A (zh) 一种车辆性能分析方法及装置
CN118295266A (zh) 车辆底盘电控系统的参数设置方法、装置、设备及车辆
CN115685962A (zh) 一种基于规则的车辆制动末期纵向平顺性优化方法及系统

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
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20211231