专利交易市场

本发明提供一种新能源汽车电子液压制动系统液压力控制方法，包括：实时采集驾驶信号，通过卡尔曼滤波对驾驶信号进行去噪处理，并计算出踏板速度、踏板加速度、车辆减速度与轮速波动率；通过目标压力预测模型计算目标液压力；根据踏板速度和轮速波动率，得到模式控制输出，所述模式控制输出在正常模式下为PID输出，在紧急模式下为滑模控制输出，在ABS模式下为ABS/EBD协同输出；基于电机‑液压执行器的逆模型进行前馈控制，生成非线性压力补偿量；基于目标液压力、模式控制输出、非线性压力补偿量，计算最终控制量。本发明能够提高电子液压制动系统在复杂工况下的自适应能力和稳定性，同时提升驾驶者的驾驶舒适性。

一种基于动态环境感知的新能源汽车制动压力控制方法，该方法构建了多窗口环境感知动态时间规整算法，使得分析不同驾驶员制动序列的相似度更为细致，该方法提出了基于深度强化学习算法优化变结构卡尔曼滤波的路面附着系数观测器来计算路面附着系数；其次基于车轮动力学模型计算得到滑移率动态调整因子，基于车辆密度计算得到车辆密度修正系数，基于路面附着修正参数约束表达式得到路面附着修正系数，能够充分考虑不同的外部环境对路面附着系数的影响，使制动压力计算更合理，提升了驾驶安全性。该方法还结合了不同的驾驶员的分类结果，构建出综合自适应制动压力计算模型，以应对不同类型的驾驶员，得到相应的最终制动压力。

本发明提供了一种电动汽车线控制动系统轮缸液压力控制方法，包括：构建电动汽车电子液压制动系统的非线性模型；设计基于改进粒子群优化算法的自适应扩张状态观测器，以估计初步电动汽车轮缸液压力；以估计出的初步电动汽车轮缸液压力作为输入，设计基于自适应扩张状态观测器的滑模姿态控制器；通过改进阿尔法进化算法建立的目标函数和适应度函数，通过目标函数和适应度函数改进滑模面方程，并引入混沌扰动项、进化补偿项、自适应抖振抑制因子，从而得到改进的滑模控制方法，通过改进的滑模控制方法对电动汽车轮缸液压力进行控制。本发明能够实现高精度的液压力控制，提升抗干扰能力。

本发明公开一种四轮转向联合差动制动的无人驾驶车辆分层控制方法，以非线性模型预测(MPC)算法设计联合控制器，对车辆进行四轮转向和差动制动控制。该方法具有三层控制结构,上层为轨迹规划层，实现对车辆纵向、横向以及横摆角跟踪，输出理想横摆角速度和质心侧偏角；中间层为MPC集中控制层，实现车辆后轮转角控制和附加横摆力矩控制；下层为制动力分配器，通过附加横摆力矩的计算，转化为对单个车轮的制动控制；最终，MPC联合控制器输出的四轮转角和差动制动力作用于整车，实现目标路径的稳定性跟踪。本方法利用MPC控制方法滚动优化的特性，在提高跟踪精度的基础上，实现了四轮转向和差动制动的联合控制，提高了高速车况下智能汽车轨迹跟踪的稳定性。