[發明專利]集成車速規劃和預瞄半主動懸架的無人車舒適性控制方法

有效

• 申請號: 202010080594.7
• 申請日: 2020-02-05
• 公開（公告）號: CN111273547B
• 公開（公告）日: 2022-05-03
• 發明（設計）人: 吳健;劉志遠;周洪亮
• 申請（專利權）人: 哈爾濱工業大學
• 主分類號: G05B13/04
• 分類號: G05B13/04
• 代理公司: 哈爾濱龍科專利代理有限公司 23206
• 代理人: 高媛

1.一種集成車速規劃和預瞄半主動懸架的無人車舒適性控制方法，其特征在于所述方法包括如下步驟：

步驟一：預瞄路面信息的處理

(1)當預瞄距離為L_p，且光學傳感器對路面的掃描精度為Δl時，得到某時刻t獲得的預瞄路面信息為集合Ω(t)，且

其中，h_i(t)為與車輪相聚i·Δl的路面高度數據點，i表示數據點的索引，N_sp為數據點的總個數且滿足

(2)根據車速v對Ω(t)進行處理，從而獲得可以被懸架控制系統利用的信息；

步驟二：設計預瞄半主動懸架控制器

(1)設定符號z_s表示車身的垂直振動位移，z_u為車輪的垂直振動位移，z_r為路面高度，F為阻尼力，m_s為四分之一車身質量，m_u為單個車輪的集中質量，k_s為彈簧剛度，c_s為固定阻尼系數，k_t為等效的輪胎垂向剛度系數；

(2)選擇狀態向量控制變量u＝F，干擾變量w＝z_r，根據牛頓定律得到如下半主動懸架的狀態空間模型：

其中，和為參數矩陣并滿足

同時考慮到半主動懸架的能量耗散約束，存在如下阻尼力約束條件：

(x₂-x₄)u≥0，|u|≤σ，u(x₂-x₄)≤κ(x₂-x₄)² (5)；

其中，σ和κ為根據可調阻尼器特性得到的常值參數，

(3)定義懸架性能輸出向量為根據表達式(4)以及采樣周期T_s，得離散系統狀態方程為：

x(k+1)＝Ax(k)+Bu(k)+B_dw(k)，y(k)＝Cx(k)+Du(k)+D_dw(k) (6)；

其中A，B，C，D，B_d和D_d為離散時間的系統參數矩陣；

(4)定義兩個布爾型變量δ_v，δ_F以及一個輔助變量z如下：

據此，將表達式(5)中的非線性約束寫成如下線性不等式和等式約束：

其中δ＝[δ_v δ_F]^T，且E₁，E₂，E₃，E₄，E₅和E₆為參數矩陣；

(5)融合表達式(6)和表達式(8)，并分別定義N_c和N_tp為控制時域和預測時域長度以及δ，z和u為決策變量，得到如下系統狀態預測方程：

X(k)＝Σ₁x(k)+Σ₂U(k)+Σ₃W(k) (9)；

其中，Σ₁，Σ₂和Σ₃為預測矩陣，且

其中，x_k+i|k表示在第k時刻所預測的k+i時刻的系統狀態，w_k+i，u_k+i，δ_k+i和z_k+i分別表示第k+i時刻的干擾量、控制量、布爾型變量和輔助變量；

(6)擬定W(k)中的元素依次等于Θ(v,k)中的元素，定義正定矩陣Q＝Q^T＞0及R＝R^T＞0，那么控制目標寫成如下形式：

(7)采用變預測時域的控制方法，在每一時刻得到速度自適應的預瞄控制變量u(k)；

步驟三：保證舒適性的車速規劃

(1)路面類型劃分：

將車輛前方路面分為粗糙路面R_i和一般路面G_i兩種類型，兩種路面的基本信息如下：

其中，ss_i和tt_i分別表示R_i路段的起止點位置經緯度；和為通過每個路段的最小和最大允許速度；f_i表示R_i路段的長度和路面高度函數；

(2)路面舒適性評估：

定量的性能評價表達式如下：

其中，為粗糙路段的長度，為路面高度函數，v為車速，τ₁、τ₂和τ₃為性能指標的權重系數，y₂＝z_s-z_u，y₃＝z_u-z_r；

(3)路面信息整備：

a、將相關的G_i路段劃分成調整路段和正常路段；

b、將調整路段等分成若干段，并假定各路段的車速只能勻速變化，那么得到若干需要確定速度的位置點P_i；

c、假定車輛總是以恒定速度通過R_i路段，那么每個R_i路段均看成一個位置點P_i，設定每個P_i的特征參數如下：

其中，和表示P_i的起點和終點距離車輛的距離，當P_i為一個點時，和為通過每個路段的最小和最大允許速度；G_i表示一般路面，其形式如下：

當P_i表示一個R_i路段時，通過運行仿真器并計算表達式(13)得到；反之，若P_i表示一個位置點時，原則上如果P_i是一個粗糙路段，那么人為地設置其周圍的位置點的舒適性能為非零，并具有如下形式：

該設置將為粗糙路段提供車速調整的預警區域；

(4)車速規劃計算：

a、根據動態規劃原理，通過求解如下極小化問題獲得最優的車速軌跡：

其中，J_i(v_i)表示以速度v_i開始從i點到N點的代價函數，表示允許的速度區間；

b、定義從i到i+1的傳輸代價函數如下：

其中，

據此，即得到最優速度軌跡

步驟四：懸架與車速協調

(1)按照步驟三的最優速度軌跡運行車輛，在每個時刻得到實際速度v^*(k)；

(2)持續運行步驟二中的懸架控制算法，并以實際速度v^*(k)指導預測時域的切換。