The invention discloses an automobile active safety cooperative control system and a method based on wolf swarm algorithm, including a sensor system, an upper controller, a lower controller and a chassis execution system. Firstly, the sensor system monitors the driver's control signal and the driving state signal. According to the difference between the driver's expected motion and the actual motion, the upper controller calculates the optimal solution of the upper control object (vehicle speed, centroid sideslip angle, lateral acceleration, yaw angular velocity) by the wolf swarm algorithm, and outputs it to the lower controller. Neural network algorithm is used in the layer controller, and the optimal solution of the upper control object is taken as the control objective. The optimal solution of the lower control object (front wheel angle, braking pressure of each wheel) is calculated and sent to the chassis execution system, so as to adjust the driving state of the vehicle and realize the active safety cooperative control under emergency conditions. The invention optimizes the human vehicle as a closed loop system and realizes the global optimal control of the whole vehicle.
【技术实现步骤摘要】
一种基于狼群算法的汽车主动安全协同控制系统及方法
本专利技术涉及汽车主动安全
,特别是涉及一种基于狼群算法的汽车主动安全协同控制系统及方法。
技术介绍
随着时代进步,人们对汽车安全性能的期待越来越高,主动安全控制系统逐渐成为各类车型的标配。主动安全系统由多个子系统组成,各系统需要密切配合以实现控制意图,因此对主动安全系统的协同控制已成为领域研究热点。然而,目前大多数的研究只考虑了汽车本身的失稳问题,而忽略了驾驶员的操纵对汽车行驶状态的影响,这就造成控制精度的降低;同时,因为目前广泛使用的优化算法收敛性较差,多数的优化方案仅考虑了一个控制目标,优化结果只实现了局部优化,未能实现整车全局的最优控制。
技术实现思路
针对上述现有技术的不足,本专利技术提供一种基于狼群算法的汽车主动安全协同控制系统及方法,能够实现整车全局的最优控制。为实现上述目的,本专利技术采用如下技术方案:一种基于狼群算法的汽车主动安全协同控制系统,包括依次连接的传感器系统、上层控制器、下层控制器、底盘执行系统;所述传感器系统包括用于采集驾驶员动作信号的驾驶员感知模块、用于记录汽车当前行驶状况的车辆感知模块;所述驾驶员感知模块和车辆感知模块分别向上层控制器传递传感器信号;所述上层控制器包括信号识别模块、决策模块、优化模块;所述信号识别模块接收传感器信号,预处理后发送给决策模块;所述决策模块根据传感器信号预测驾驶员预期运动参数,并发送给优化模块,所述优化模块以预期运动参数跟实际运动参数之间的差距最小为控制目标,以实际运动参数为上层控制对象,利用狼群算法进行优化计算,并将上层控制对象的最优解发送给 ...
【技术保护点】
1.一种基于狼群算法的汽车主动安全协同控制系统,其特征在于,包括依次连接的传感器系统、上层控制器、下层控制器、底盘执行系统;所述传感器系统包括用于采集驾驶员动作信号的驾驶员感知模块、用于记录汽车当前行驶状况的车辆感知模块;所述驾驶员感知模块和车辆感知模块分别向上层控制器传递传感器信号;所述上层控制器包括信号识别模块、决策模块、优化模块;所述信号识别模块接收传感器信号,预处理后发送给决策模块;所述决策模块根据传感器信号预测驾驶员预期运动参数,并发送给优化模块,所述优化模块以预期运动参数跟实际运动参数之间的差距最小为控制目标,以实际运动参数为上层控制对象,利用狼群算法进行优化计算,并将上层控制对象的最优解发送给下层控制器;所述下层控制器以上层控制对象的最优解为控制目标,以前轮转角、车轮的制动液压为下层控制对象进行优化计算,并输出最优解到底盘执行系统;所述底盘执行系统用于接收下层控制器输出的控制信号,控制转向执行电机转动以及调节车轮制动液压。
【技术特征摘要】
1.一种基于狼群算法的汽车主动安全协同控制系统,其特征在于,包括依次连接的传感器系统、上层控制器、下层控制器、底盘执行系统;所述传感器系统包括用于采集驾驶员动作信号的驾驶员感知模块、用于记录汽车当前行驶状况的车辆感知模块;所述驾驶员感知模块和车辆感知模块分别向上层控制器传递传感器信号;所述上层控制器包括信号识别模块、决策模块、优化模块;所述信号识别模块接收传感器信号,预处理后发送给决策模块;所述决策模块根据传感器信号预测驾驶员预期运动参数,并发送给优化模块,所述优化模块以预期运动参数跟实际运动参数之间的差距最小为控制目标,以实际运动参数为上层控制对象,利用狼群算法进行优化计算,并将上层控制对象的最优解发送给下层控制器;所述下层控制器以上层控制对象的最优解为控制目标,以前轮转角、车轮的制动液压为下层控制对象进行优化计算,并输出最优解到底盘执行系统;所述底盘执行系统用于接收下层控制器输出的控制信号,控制转向执行电机转动以及调节车轮制动液压。2.根据权利要求1所述的一种基于狼群算法的汽车主动安全协同控制系统,其特征在于,所述运动参数包括车速、质心侧偏角、侧向加速度、横摆角速度。3.根据权利要求1所述的一种基于狼群算法的汽车主动安全协同控制系统,其特征在于,所述驾驶员感知模块包括转向盘角传感器、制动踏板位移传感器,用于采集驾驶员动作信号;所述车辆感知模块包括车轮传感器、侧滑传感器、陀螺仪传感器,用于记录汽车当前行驶状况。4.基于权利要求1所述控制系统的一种基于狼群算法的汽车主动安全协同控制方法,其特征在于,包括如下步骤:步骤1:传感器系统采集驾驶员动作信号和汽车当前行驶状况,并将其传递到上层控制器;步骤2:上层控制器接收传感器信号后,由信号识别模块预处理传感器信号,并传递给决策模块,决策模块根据传感器信号预测驾驶员预期运动参数,并发送给优化模块,优化模块以预期运动参数跟实际运动参数之间的差距最小为控制目标,以实际运动参数为上层控制对象,利用狼群算法进行优化计算,并将上层控制对象的最优解发送给下层控制器;步骤3:下层控制器以上层控制对象的最优解为控制目标,以前轮转角、车轮的制动液压为下层控制对象进行优化计算,计算出下层控制对象的最优解,并输出控制信号到底盘执行系统;步骤4:所述底盘执行系统包括AFS执行器、DYC执行器,所述DYC执行器接收下层控制器输出的制动液压控制信号调节车轮制动液压,AFS执行器接收下层控制器输出的前轮转角控制信号控制转向执行电机。5.根据权利要求4所述的一种基于狼群算法的汽车主动安全协同控制方法,其特征在于,步骤2中,所述狼群算法的具体步骤包括:步骤2.1:数值初始化a)初始化狼群数量N以及每只狼的位置信息Xi(ν,β,αy,γ),i=(1,N),所述位置信息为四维坐标,ν,β,αy,γ分别代表车速、质心侧偏角、侧向加速度、横摆角速度;b)设置每只狼对应的猎物气味浓度Yi,即为驾驶员期望的车...
【专利技术属性】
技术研发人员:赵又群,葛召浩,张桂玉,闫茜,
申请(专利权)人:南京航空航天大学,
类型:发明
国别省市:江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。