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方案

技术编号:18716306 阅读:27 留言:0更新日期:2018-08-21 23:31
本发明专利技术公开了一种基于狼群算法的汽车主动安全协同控制系统及方法,包括传感器系统、上层控制器、下层控制器、底盘执行系统。首先由传感器系统监测驾驶员操纵信号、行车状态信号,上层控制器根据驾驶员期望运动与实际运动的差值由狼群算法计算出上层控制对象(车速、质心侧偏角、侧向加速度、横摆角速度)的最优解,并将其输出到下层控制器,下层控制器采用神经网络算法,以上层控制对象的最优解为控制目标,计算出下层控制对象(前轮转角、各轮制动压力)的最优解,发送到底盘执行系统,从而调整汽车的行驶状态,实现紧急工况下的汽车主动安全协同控制。本发明专利技术将人—车作为闭环系统进行优化,能够实现整车全局的最优控制。

A vehicle active safety cooperative control system and method based on wolf group algorithm

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,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;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。进一步的,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。进一步的,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。一种基于狼群算法的汽车主动安全协同控制方法,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,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。优选的,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辆位置坐标与实际的车辆位置坐标的差值构成的目标函数:其中,(xt,yt)为t时刻车辆实际位置坐标,(xe,ye)为t时刻驾驶员期望的车辆位置坐标,且xt=x0+ν*cos(β+γ*t)*tx0、y0为车辆初始位置坐标;c)根据控制精度及求解速度需求,设置最大迭代次数kmax、最大游走次数Tmax、探狼比例因子α、距离判定因子ω、步长因子S以及更新比例因子σ;d)选取当前猎物气味浓度最高的人工狼为头狼s,取其位置为Xlead、猎物气味浓度为Ylead;步骤2.2:游走行为a)将N只狼的猎物气味浓度从大到小排列,取除头狼外前N*α个猎物气味浓度对应的人工狼为探狼,除头狼与探狼外的所有人工狼为猛狼;b)对于探狼j,其猎物气味浓度为Yj0,此时Yj0<Ylead,j=(1,N*α),其进行游走行为,向h个方向分别前进一个游走步长stepa,记录每前进一步后所感知的猎物气味浓度后退回原位置,则向第p(p=1,2,3...,h)个方向前进后探狼j的位置为Xjp、猎物气味浓度为Yjp;c)选择Yjp最大且大于当前位置的猎物气味浓度Yj0的方向前进一个游走步长stepa,更新探狼j的位置信息Xj;d)重复以上的游走行为,直到某只探狼感知到的猎物气味浓度Yj>Ylead,此时该探狼成为头狼,Ylead=Yj,或游走次数T达到最大游走次数Tmax,此时维持原头狼不变;步骤2.3:召唤/奔袭行为a)头狼通过嚎叫发起召唤行为,召集周围的N*(1-α)-1只猛狼向头狼所在位置迅速靠拢,猛狼以奔袭步长stepb=2*stepa快速逼近头狼所在位置;b)奔袭途中,若猛狼z(z=(1,N*(1-α)-1))感知到的猎物气味浓度Yz>Ylead,则该猛狼转化为头狼并发起召唤行为,此时Ylead=Yz;c)奔袭途中,若猛狼z感知到的猎物气味浓度Yz<Ylead,则猛狼z继续奔袭直到其与头狼s之间的距离dzs小于dnear时加入到对猎物的攻击行列,即转入围攻行为;步骤2.4:围攻行为a)将此时离猎物最近的狼即头狼的位置视为猎物的移动位置,猛狼联合探狼以攻击步长stepc向猎物紧密逼近以期将其捕获;b)若实施围攻行为后,某只人工狼感知到的猎物气味浓度大于其原位置状态所感知的猎物气味浓度,则更新此人工狼的位置,若不然,人工狼位置不变;c)若更新人工狼位置后,某只人工狼感知到的猎物气味浓度大于头狼所感知到的猎物气味浓度,则该人工狼转化为头狼,将该人工狼的位置视为猎物所在位置,其他人工狼以该狼为中心继续围攻行为;d)更新头狼位置后,判断是否达到优化精度或最大迭代次数kmax,若达到则输出此头狼的位置,即所求的最优解,否则重复步骤2.2-2.4。优选的,步骤3中,所述下层控制器的优化计算的方法为神经网络算法,所述神经网络算法的输入为前轮转角、车轮的制动液压;输出为车速、质心侧偏角、侧向加速度、横摆角速度。有益效果:1、将人—车作为闭环系统进行优化,考虑了驾驶员操纵对控制目标的影响;2、狼群算法对于不同特征的复杂函数具有较好的鲁棒性及全局收敛性能,进一步提高了控制系统的精度和效率;3、神经网络算法由于其特有的大规模并行结构、信息的分布式存储和并行处理特点,提高了控制系统的自适应性和容错性。附图说明图1为本专利技术的控制方法流程图;图2为本专利技术中狼群算法流程图;图3为本专利技术中神经网络算法流程图。具体实施方式下面结合附图对本专利技术做更进一步的解释。本专利技术为一种基于狼群算法的汽车主动安全协同控制系统及方法。首先由传感器系统监测驾驶员操纵信号、行车状态信号,上层控制器据此信号由内置算法对上层控制对象进行优化计算,下层控制器对下层控制对象进行优化计算并转换为控制指本文档来自技高网...

【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

网友询问留言 已有0条评论
  • 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。

1