[發明專利]一種基于LSTM神經網絡的汽車底盤解耦控制方法

在審

• 申請號: 202011058100.1
• 申請日: 2020-09-30
• 公開（公告）號: CN112269314A
• 公開（公告）日: 2021-01-26
• 發明（設計）人: 劉利鋒;王春燕;趙萬忠;王一松;秦亞娟;劉曉強;王展
• 申請（專利權）人: 南京航空航天大學
• 主分類號: G05B13/04
• 分類號: G05B13/04
• 代理公司: 江蘇圣典律師事務所 32237
• 代理人: 韓天宇

本發明公開了一種基于LSTM神經網絡的汽車底盤解耦控制方法，建立了車輛底盤集成系統的動力學模型，利用Interactor算法對非線性系統進行了可逆性分析，并構建了可逆性系統，利用神經網絡對非線性函數的逼近能力，使用LSTM神經網絡實現對多變量系統的映射，從而實現了非線性線控車輛底盤的解耦，在此解耦方式的基礎上進行車輛底盤的控制，提高了底盤控制穩定性和容錯性。

技術領域

本發明涉及汽車安全技術領域，尤其涉及一種基于LSTM神經網絡的汽車底盤解耦控制方法。

背景技術

隨著汽車工業的飛速發展，電動汽車得到普及和廣泛使用，為提高車輛行駛安全性，對于汽車底盤集成控制的研究成為熱點問題。

汽車底盤集成中，不同的子系統之間存在干涉耦合影響，如果僅僅將個子系統單獨控制，會不可避免的產生子系統之間的干擾和沖突。例如主動轉向和主動制動系統在控制側向穩定性時，會產生耦合，從而導致兩個控制系統頻繁動作，影響底盤可靠性和車輛行駛安全性，通過解耦控制優化協調各個子系統的動作，提高安全性。

目前對于汽車底盤的集成控制大多將車輛模型定為線性二自由度模型，該模型適用在側向加速度較小時，而當側向加速度較大時，車輛的輪胎會進入非線性區域，不能再用線性模型的系統進行控制。而對于非線性系統的控制方法主要有相平面分析法，李雅普諾夫法和微分幾何方程法，但上述方法中，相平面法不適用于二階以上的系統，且工作量較大；李雅普諾夫法需要求取合適的能量函數，但能量函數沒有固定的設計方法不易求取，而基于反饋線性化理論的微分幾何方法則需要被控對象精確的數學模型。

發明內容

本發明所要解決的技術問題是針對背景技術中所涉及到的缺陷，提供一種基于LSTM神經網絡的汽車底盤解耦控制方法。

本發明為解決上述技術問題采用以下技術方案：

一種基于LSTM神經網絡的汽車底盤解耦控制方法，包括如下步驟：

步驟1)，建立車輛底盤集成系統的動力學模型；

步驟2)，建立車輛底盤集成系統的逆模型；

步驟3)，將車輛底盤集成系統的逆模型作為解耦控制的預補償器，利用LSTM神經網絡將該逆模型與車輛系統串聯得到等效的單變量系統，使等效系統輸入輸出關系成為一一映射關系，實現解耦。

作為本發明一種基于LSTM神經網絡的汽車底盤解耦控制方法進一步的優化方案，所述步驟1)中車輛底盤集成系統動力學模型的方程為：

式中，m,m_s,m_f,m_r分別為汽車的整車質量、簧載質量、前非簧載質量和后非簧載質量；a,b分別為汽車質心到其前、后軸的距離；I_z,I_r,I_xz分別為橫擺轉動慣量、側傾轉動慣量、側傾與橫擺運動的慣性積；h,k_f,k_r,E_f,E_r分別為側傾中心高度、前輪側偏剛度、后輪側偏剛度、前側傾轉向系數、后側傾轉向系數；v_x,β,ω_r,φ_r分別為汽車的縱向速度、質心側偏角、橫擺角速度、側傾角；分別為質心側偏角速度、橫擺角加速度、側傾角速度、側傾角加速度；δ,δ_d,T_z,T_φ分別為前輪差速轉向補償角、駕駛員施加的前輪轉角、橫擺控制力矩、懸架側傾力矩；K_φ,D_φ分別為懸架側傾剛度系數、懸架側傾阻尼系數；