基于路面等级识别的全主动悬架模型预测控制策略研究

作     者：黄沐寒 

作者单位：吉林大学 

学位级别：硕士

导师姓名：马天飞

授予年度：2024年

学科分类：08[工学] 082304[工学-载运工具运用工程] 080204[工学-车辆工程] 0802[工学-机械工程] 0823[工学-交通运输工程] 

主      题：全主动悬架 路面等级识别 模型预测控制 多目标优化 

摘      要：汽车的悬架系统作为承载车身、减缓路面冲击的底盘组件,不仅影响着车辆的乘坐舒适性和操纵稳定性,还关系着车辆的行驶安全性。为了提升车辆的这些性能,国内外研究人员不断推进悬架系统更新换代,从最初无法调节刚度与阻尼系数的被动悬架,到刚度可调的空气悬架、阻尼可调的半主动悬架,再到侧倾梯度可调的慢主动悬架,直到全主动悬架系统,悬架技术不断升级。全主动悬架配备了先进的有源作动系统,能够主动产生作动力,响应频率高达20～30Hz,反应速度快,可实现对车身姿态的精准调节,大幅度减缓路面冲击对簧载质量加速度的影响。 全主动悬架技术无疑引领悬架技术的未来发展方向,但是受制于控制算法与路面识别算法,全主动悬架还面临着很多技术挑战。在传统悬架控制方法中通常使用动力学感知技术,这种方法虽然能精准地得到路面信息,但是滞后严重,悬架系统无法获取未来道路信息,难以及时调节刚度与阻尼。随着汽车智能化技术的发展,车辆配备了相机、雷达等设备后,全主动悬架系统将可以根据感知系统得到的车前路面信息对悬架系统参数进行预调节,从而提升车辆在经过恶劣路面时的驾驶舒适性与安全性。 本文依托国家重点研发计划课题(基金号:2022YFB2503401)、长沙市“揭榜挂帅重大科技项目(基金号:kq2207008)与吉林省、长春市重大科技专项“面向人-车-环境系统多元协同优化的智能全主动悬架关键技术研究(基金号:20220301009GX),针对基于路面等级识别对全主动悬架控制策略展开研究。 本文首先进行路面信息数据采集与动力学建模。通过在数据采集车上加装了摄像头、加速度传感器、RT3002G以及四个悬架高程传感器,自主搭建了实车数据采集平台;在校园和城市道路采集了自然驾驶条件下的车前路面图像以及车载总线信号,建立了图像数据集;搭建了二自由度悬架动力学模型和七自由度车辆动力学模型;根据正弦波叠加法,对不同等级的路面进行了仿真建模。 其次,设计了基于机器视觉与车辆动力学的路面等级识别算法。为了实现车前路面分类,设计了基于U-Net网络的语义分割算法,搭建了CTRA模型划分ROI区域,得到路面种类识别结果,通过车后辅助轮获取该类路面的高程数据并得到对应路面等级,由此实现了路面种类识别结果向路面等级的映射;设计了基于车辆动力学的路面识别算法,通过卡尔曼滤波算法生成路面轮廓,提取路面特性,建立了基于LSTM的路面等级识别算法;根据相机布置形式计算相机视野范围,设计了路面等级识别结果时空同步算法。 再次,建立了基于路面等级识别的全主动悬架控制策略。通过组合测试方法,以车身加速度均方根值为评价指标,划分出悬架模式,并设计了悬架模式切换策略;为了实现全主动悬架特定模式的多目标优化,设计了模型预测控制器,以七自由度车辆动力学模型作为参考模型,并为不同的悬架模式选取不同的状态量权重矩阵,从而实现多目标优化;最后,分析了悬架刚度与阻尼对车身加速度、侧倾角、俯仰角等车辆响应的影响机制,设计灰狼算法,通过设计对应的适应度函数,对不同模式的状态量权重矩阵进行优化。 最后,进行了控制策略测试验证,分别进行了基于机器视觉的路面等级识别算法准确率验证、基于车辆动力学的路面等级识别算法准确率验证、路面轮廓生成算法准确率验证以及模型预测控制算法的优化效果验证;在驾驶模拟器上进行了数据回灌测试,验证了全主动悬架控制策略的有效性。