基于自治体技术的车辆悬架控制装置及方法

摘要

本发明公开了一种基于自治体技术的车辆悬架控制装置及方法，涉及车辆悬架自动控制技术领域。本发明包括车身垂直加速度传感器、车身俯仰角传感器、车身侧倾角传感器、悬架主动减振执行器、中央处理器；本发明的方法为，中央处理器通过see过程接受外界环境变量值，再到bmp过程形成新的Bel（ief）,opt过程进行对Int（ention）的修正，在通过filter对Des（ire）修正，最终exe执行Int（ention），用于对车身姿态的调整和乘坐舒适性的改善。

权利要求

1.一种基于自治体技术的车辆悬架控制方法，其特征在于：首先，中央处理器通过see 过程接受外界环境变量值，再到bmp 过程形成新的Bel（ief）,opt 过程进行对Int（ention）的修正，在通过filter 对Des（ire）修正，最终exe 执行Int（ention）；

所述“see”表示某个外部状态S={s1,s2,s3}；经过被Agent 接收后在内部存储为P ={p1,p2,p3}的过程；S={s1,s2,s3}；其中s1为中央处理器接收的车身垂直加速度传感器信号值，s2为中央处理器接收的车身俯仰角传感器信号值，s3为中央处理器接收的车身侧倾角传感器信号值； P ={p1,p2,p3}其中p1为车身垂直加速度值，p2为车身俯仰角度值，p3为车身侧倾角度值。

2.根据权利要求2所述的基于自治体技术的车辆悬架控制方法，其特征在于：所述“bmp”表示根据最新P状态，修正原有Bel（ief），形成与当前P相对应的Bel（ief）的过程，其实现过程为：对给定p（p∈P），若(p,B)∈γ (Bel)，则B 为对应Bel（ief）；将p1、p2、p3变化的幅值由大到小排序，形成对应车身垂直加速度、车身俯仰角、车身侧倾角控制权重分配。

3.根据权利要求2所述的基于自治体技术的车辆悬架控制方法，其特征在于：所述“opt”表示Agent 根据原有Des（ire），遵循修正后与当前P相对应的Bel（ief），利用 “无模型控制”方法输出可执行的Int（ention）的过程；Int（ention）为前后左右四只悬架作动力的集合，即Int={F1,F2,F3,F4}。

4.根据权利要求2所述的基于自治体技术的车辆悬架控制方法，其特征在于：

“filter”表示按照更新后的可执行的Int（ention），对原有Des（ire）修正的过程；

根据Int输出，根据整车模型对车身垂直加速度、车身俯仰角、车身侧倾角进行仿真估计，再对原有Des（ire）修正。

5.根据权利要求2所述的基于自治体技术的车辆悬架控制方法，其特征在于：所述“exe”表示Agent 根据最终制定出的Int（ention），通过功率驱动电路，推动悬架主动减振器执行作动力。

6.一种利用权利要求1所述的基于自治体技术的车辆悬架控制方法的车辆悬架控制装置，其特征在于：包括车身垂直加速度传感器、车身俯仰角传感器、车身侧倾角传感器、悬架主动减振执行器、中央处理器；所述车身垂直加速度传感器、车身俯仰角传感器和车身侧倾角传感器安装于车身质心处；四个所述悬架主动减振执行器分别安装于前后左右四只减振器上，中央处理器输入端接收车身垂直加速度传感器、车身俯仰角传感器、车身侧倾角传感器信号；中央处理器输出端连接车辆前后左右四个悬架主动减振器；中央处理器内部存储基于无模型控制的自治体的控制程序。

说明书

基于自治体技术的车辆悬架控制装置及方法

技术领域

[0001] 本发明涉及车辆悬架自动控制技术领域。

背景技术

[0002] 悬架系统是现代汽车的重要总成之一，随着电、液控制、计算机技术的发展和传感器、微处理器及电、液控制元件制造技术的提高，使可控悬架在车辆上的应用成为了可能。对悬架系统采用智能控制，使其能根据不同的路况而具有不同的性能，从而从根本上解决了传统被动悬架中平顺性和安全性之间的矛盾。同时，悬架系统智能化的研究也提供了扩展传统悬架功能（如车身姿势的调整）的可能性。

[0003] 随着高速公路网络的快速发展和现代汽车动力性的普遍提高,使车辆行驶速度得到提高,同时也带来了由于不合理的悬架控制带来的汽车侧翻等交通事故。另一方面,汽车大量和频繁的行驶 ,使驾驶者在行车过程中能在线监测悬架动挠度、车轮动载荷、车身加速度等,对确保汽车行驶的平顺性和操纵稳定性等具有重要意义。

[0004] 由于悬架系统的非线性及与整车性能的相互制约，使得系统线性化的模型不精确，传统的控制策略在汽车上的实际应用都不太理想。无模型控制是以非线性途径设计出来的控制方法，因而用它来控制某些非线性复杂对象时，表现出了它的优良控制品质。无模型控制方法兼有传统P ID以及现代控制理论的优点，它是由一系列算法模块组成的智能化控制方法，但不同于一般的智能控制方法，它实现了智能推理算法化。与人的智能行为类似，有效地解决了车辆主动悬架系统多参数、非线性问题。

[0005] 同时工程领域中很多复杂的实际环境存在自适应的问题，因此人工智能自治体的研究越来越受到人们的关注。自治体技术涉及到计算机科学与技术、人工生命、人工智能等重要研究领域，由于它能够利用自治体的自主性、社会性和反应性等优秀特性，在处理混沌、开放和异构的复杂问题时具有特殊的优点，因此成为解决自适应问题求解的重要手段。从工程应用角度和目前机器建造水平来看，实现的基本方式为硬件装置加软件方法的构架。

发明内容

[0006] 本发明的主要目的在于提供一种基于自治体技术的车辆悬架装置及方法，能够实时的对悬架工况进行监测和控制。

[0007] 本发明的装置包括车身垂直加速度传感器、车身俯仰角传感器、车身侧倾角传感器、悬架主动减振执行器、中央处理器。车身垂直加速度传感器、车身俯仰角传感器和车身侧倾角传感器安装于车身质心处；四个悬架主动减振执行器分别安装于前后左右四只减振器上，中央处理器输入端接收车身垂直加速度传感器、车身俯仰角传感器、车身侧倾角传感器信号；中央处理器输出端连接车辆前后左右四只悬架主动减振器；中央处理器内部存储基于无模型控制的自治体的控制程序。

[0008] 本发明的方法包括：首先，中央处理器通过see 过程接受外界环境变量值，再到bmp 过程形成新的Bel（ief）,opt 过程进行对Int（ention）的修正，在通过filter 对Des（ire）修正，最终exe 执行Int（ention）。

[0009] “see”表示某个外部状态S={s1,s2,s3};经过被Agent 接收后在内部存储为P ={p1,p2,p3}的过程。S={s1,s2,s3};其中s1为中央处理器接收的车身垂直加速度传感器信号值，s2为中央处理器接收的车身俯仰角传感器信号值，s3为中央处理器接收的车身侧倾角传感器信号值。即、车身俯仰角传感器、车身侧倾角传感器等信号接收s1、s2、s3的状态和变化； P ={p1,p2,p3}其中p1为车身垂直加速度值，p2为车身俯仰角度值，p3为车身侧倾角度值。

[0010] “bmp”表示根据最新P状态，修正原有Bel（ief），形成与当前P相对应的Bel（ief）的过程，其实现过程描述为：对给定p（p∈P），若??(p,B)∈γ (Bel)，则B 为对应Bel（ief）。将p1、p2、p3变化的幅值由大到小排序，形成对应车身垂直加速度、车身俯仰角、车身侧倾角控制权重分配(即Bel（ief）规则)。

[0011] “opt”表示Agent 根据原有Des（ire）(即在车身垂直加速度、车身俯仰角、车身侧倾角之中进行先后控制排序的前提下，制定车身垂直加速度、车身俯仰角、车身侧倾角分别最小的目标)，遵循修正后与当前P相对应的Bel（ief），利用现有方法“无模型控制”输出可执行的Int（ention）的过程。Int（ention）为前后左右四只悬架作动力的集合，即Int={F1,F2,F3,F4}。

[0012] “filter”表示按照更新后的可执行的Int（ention），对原有Des（ire）修正的过程。根据Int输出，根据整车模型对车身垂直加速度、车身俯仰角、车身侧倾角进行仿真估计，再对原有Des（ire）修正。这一过程是一个不断进化的过程。Agent将Int（ention）与Des（ire）不断的相互修正达到最优化的结果。

[0013] “exe”表示Agent 根据最终制定出的Int（ention），通过功率驱动电路，推动悬架主动减振器执行作动力。即将Int（ention）中的悬架作动力，换算成驱动电信号值。

[0014] 本发明的有益效果是，对车身姿势的调整产生了良好效果，同时也能改善乘坐舒适性。

附图说明

[0015] 下面结合相应附图对本发明的具体实施方式进行详细描述。

[0016] 图1是系统结构图，用来说明系统的组成。

[0017] 图2是系统原理示意图，用来说明系统控制的原理。

[0018] 图3是自治体控制策略流程图，用来说明自治体的工作过程。

具体实施方式

[0019] <车身垂直加速度传感器>

[0020] 选用加速度传感器来采集车身垂直加速度信号，作为控制器的输入，控制器对输入的信号进行特征提取，以判断车身所处的运动姿态。将其安装于车身质心处。

[0021] <车身俯仰角传感器>

[0022] 选用VG400CC-200陀螺仪传感器采集车身俯仰角信号，将其安装于车身质心处。

[0023] <车身侧倾角传感器>

[0024] 选用VG400CC-200陀螺仪传感器采集车身侧倾角信号，将其安装于车身质心处。

[0025] <悬架主动减振执行器>

[0026] 安装于前后左右四只减振器上，由控制器调节减振器作动力，实现衰减车体振动，抑制车身姿态变化。

[0027] <中央处理器连接方式>

[0028] 中央处理器输入端接收车身垂直加速度传感器、车身俯仰角传感器、车身侧倾角传感器等信号；输出端连接车辆前后左右四只悬架主动减振器；中央处理器内部存储基于无模型控制的自治体的控制策略。

[0029] <自治体技术控制流程>

[0030] 中央处理器运用计算机学科中的自治体理论，模仿人们为了实现一定的目标而采取一系列行动的过程（如图2、图3）。首先，中央处理器通过see 过程接受外界环境变量值，再到bmp 过程形成新的Bel（ief）,opt 过程进行对Int（ention）的修正，在通过filter 对Des（ire）修正，最终exe 执行Int（ention）。

[0031] 控制策略结构（Agent）的数学表达如下：

[0032] Agent::={Aid,P,B,D,I,A,see,bmp,opt,filter,exe}

[0033] 其中，Aid为Agent 的唯一标志，用于区分不同的Agent 实体；P为环境状态集，p( p∈P)表示某个外部状态s 经过Agent 接收后在Agent 内部的映射； Acn为Agent 所有可能的行动方案构成的集合，则有A∈γ (Αcn)，A 表示某个确定的方案集；Bel 为Agent 所有可能的Bel（ief）规则构成的集合，则有Β∈γ (Βel )表示某个确定的Bel（ief）集；Des 为Agent 所有可能的Des（ire）构成的集合，则有D ∈γ (Des)表示某个确定的Des（ire）集；Int为Agent 所有可能的Int（ention）构成的集合，则有I ∈γ (Int )表示某个确定的Int（ention）集。

[0034] 根据以上定义，Agent 的内部行为可表示为以下映射：

[0035] see: S→P

[0036] bmp: γ (Βel )× P→γ (Βel )

[0037] opt: γ (Βel )×γ (Int)→γ (Des)

[0038] filter: γ (Βel )×γ (Des)×γ (Int)→γ (Int)

[0039] exe: γ (Int)→Α。

[0040] <基于无模型控制的自治体悬架控制策略>

[0041] “see”表示某个外部状态S={s1,s2,s3};经过被Agent 接收后在内部存储为P ={p1,p2,p3}的过程。S={s1,s2,s3};其中s1为中央处理器接收的车身垂直加速度传感器信号值，s2为中央处理器接收的车身俯仰角传感器信号值，s3为中央处理器接收的车身侧倾角传感器信号值。即、车身俯仰角传感器、车身侧倾角传感器等信号接收s1、s2、s3的状态和变化； P ={p1,p2,p3}其中p1为车身垂直加速度值，p2为车身俯仰角度值，p3为车身侧倾角度值。

[0042] “bmp”表示根据最新P状态，修正原有Bel（ief），形成与当前P相对应的Bel（ief）的过程，其实现过程描述为：对给定p（p∈P），若??(p,B)∈γ (Bel)，则B 为对应Bel（ief）。将p1、p2、p3变化的幅值由大到小排序，形成对应车身垂直加速度、车身俯仰角、车身侧倾角控制权重分配(即Bel（ief）规则)。

[0043] “opt”表示Agent 根据原有Des（ire）(即在车身垂直加速度、车身俯仰角、车身侧倾角之中进行先后控制排序的前提下，制定车身垂直加速度、车身俯仰角、车身侧倾角分别最小的目标)，遵循修正后与当前P相对应的Bel（ief），利用现有方法“无模型控制”输出可执行的Int（ention）的过程。Int（ention）为前后左右四只悬架作动力的集合，即Int={F1,F2,F3,F4}。

[0044] “filter”表示按照更新后的可执行的Int（ention），对原有Des（ire）修正的过程。根据Int输出，根据整车模型对车身垂直加速度、车身俯仰角、车身侧倾角进行仿真估计，再对原有Des（ire）修正。这一过程是一个不断进化的过程。Agent将Int（ention）与Des（ire）不断的相互修正达到最优化的结果。

[0045] “exe”表示Agent 根据最终制定出的Int（ention），通过功率驱动电路，推动悬架主动减振器执行作动力。即将Int（ention）中的悬架作动力，换算成驱动电信号值。