吉林大学汽车工程学院研究成果：基于交互式多模型卡尔曼滤波的主动悬架控制

《汽车工程》2023年第7期发表了吉林大学汽车工程学院研究成果“基于交互式多模型卡尔曼滤波的主动悬架控制”一文。针对固定状态观测器难以保证路面自适应悬架状态观测精度的问题，论文在交互式多模型卡尔曼滤波（IMMKF）的基础上，建立了路面自适应主动悬架系统状态观测器，通过系统仿真在变化等级的路面上进行路面自适应主动悬架系统的状态观测及路面等级识别，并通过IMMKF观测器完成悬架的控制。仿真结果表明，在等级变化的路面上，基于IMMKF的自适应主动悬架控制器可有效降低车身加速度、提升汽车的乘坐舒适性。 

一、研究背景

在汽车悬架控制系统中，状态观测起着重要作用，鉴于状态观测的成本与精度之间的矛盾，基于卡尔曼滤波的悬架状态观测是最常用的且精度较高的一种状态观测策略。对于基于卡尔曼滤波的悬架状态观测研究，基于可变观测器可变状态方程的状态观测是研究的热点。其大多采用“状态识别-状态确定-状态观测”的研究思路，这种先识别再观测模式的计算时间往往较长，且状态观测的精度取决于状态识别的精度。因此，如何在降低模型运算量的情况下提高状态观测的精度成为研究的热点。

二、研究内容

2. 基于IMMKF的主动悬架状态估计：以各级路面的最优LQG模型为子模型建立了3种 IMMKF悬架状态观测器与控制器，并进行仿真分析。

3. 基于IMMKF的主动悬架控制：结合路面自适应主动悬架系统与IMMKF14悬架状态观测器，建立了基于IMMKF的自适应主动悬架控制器，并与被动悬架、普通LQG主动悬架进行仿真对比。

图2 基于IMMKF的自适应主动控制悬架控制流程图

三、研究结果

2. 路面等级识别：3 种IMMKF观测器中，IMMKF14具有最高的状态观测精度与路面识别正确率，认为是最优观测器。

3. 主动悬架控制效果：车身加速度相对于被动悬架最大降低了75.99%，相对于普通 LQG 主动悬架降低了47.16%。

创新点与意义

关于《汽车工程》

1.行业声誉：汽车工程领域高质量科技期刊分级目录T1级别期刊2.检索收录：Ei & 核心3.首轮评审：< 30工作日

4.在线投稿：

联系我们

联系人：杨老师电话: 86-邮箱：jae-《汽车工程》2023年微网刊

2023第1期全文获取

2023第2期全文获取

2023第3期全文获取

2023第4期全文获取

2023第5期全文获取

2023第6期全文获取

2023第7期全文获取