详情

原文传递基于人工智能和大数据的车辆悬架控制方法和控制系统

专利名称：	基于人工智能和大数据的车辆悬架控制方法和控制系统
摘要：	本申请公开了基于人工智能和大数据的车辆悬架控制方法和控制系统。一种基于人工智能和大数据的车辆悬架控制方法，包括如下步骤：步骤1：在车轮的轮轴上设置第一检测装置，在车辆内设置在第二检测装置，第一检测装置检测车辆在行驶过程中的第一震动数据；第二检测装置检测车辆在行驶过程中的第二震动数据；步骤2：获取车辆的硬件参数，硬件参数包括：整车质量、乘客质量，乘客位置，计算车辆的质量分布数据和重心位置。本申请能够提升乘客的舒适性。
专利类型：	发明专利
国家地区组织代码：	四川;51
申请人：	成都创一博通科技有限公司
发明人：	彭志科;彭长军;张巍;雷晓琦;吴凤;马永锐
专利状态：	有效
申请日期：	2023-10-26T00:00:00+0800
发布日期：	2023-11-28T00:00:00+0800
申请号：	CN202311399009.X
公开号：	CN117124789A
代理机构：	北京市领专知识产权代理有限公司
代理人：	王莹莹
分类号：	B60G17/06;B60G17/016;B60G17/018;B;B60;B60G;B60G17;B60G17/06;B60G17/016;B60G17/018
申请人地址：	四川省成都市金牛区抚琴西南路14号
主权项：	1.一种基于人工智能和大数据的车辆悬架控制方法，其特征在于，包括如下步骤：步骤1：在车轮的轮轴上设置第一检测装置，在车辆内设置在第二检测装置，第一检测装置检测车辆在行驶过程中的第一震动数据；第二检测装置检测车辆在行驶过程中的第二震动数据；步骤2：获取车辆的硬件参数，硬件参数包括：整车质量、乘客质量，乘客位置，计算车辆的质量分布数据和重心位置；步骤3：获取车辆在行驶过程中的速率，得到车辆的动态数据；步骤4：获取车辆在行驶过程中的重心的偏移方向变化，以得到车辆偏移数据；步骤5：将第一震动数据、第二震动数据、动态数据、车辆偏移数据，以及车辆的质量分布数据与重心位置，导入到数据处理模型中，得到减震器的调整参数，并根据减震器的调整参数对减震器进行调整；其中，调整参数包括减震器的角度和减震器的硬度，数据处理模块根据反馈机制，调整减震器的调整参数，以使得第二震动数据趋向于预定阈值。 2.根据权利要求1所述的基于人工智能和大数据的车辆悬架控制方法，其特征在于：步骤1包括如下步骤：步骤11：在车辆各个轮轴上设置第一震动传感器，获取各车轮轮轴上的轮轴震动参数a1、a2、a3、a4，a1、a2、a3、a4分别表示车辆的前左车轮、前右车轮、后左车轮，以及后右车轮的轮轴震动数据，将各车轮的轮轴震动参数的平均值作为第一震动数据；步骤12：在各个车辆座椅的头枕位置设置第二震动传感器，获取车辆座椅的头枕位置的头枕震动参数b1、b2、b3、…、bn，其中n大于1小于或等于车辆核载人数；步骤13：给每个车辆的座椅分配权重α1、α2、…、αn，其中α1+α2+…αn=1；步骤14：根据分配的权重得到头枕震动参数M，M=α1m1+α2m2…αn*mn，将头枕震动参数作为第二震动数据。 3.根据权利要求2所述的基于人工智能和大数据的车辆悬架控制方法，其特征在于：步骤2包括如下步骤：步骤21：在每个车辆的座椅上设置压力检测模块，根据压力检测模块获得乘客的体重；步骤22：根据每个座椅上的乘客体重和原始的质量分布情况，得到整车质量和车辆的重心位置。 4.根据权利要求3所述的基于人工智能和大数据的车辆悬架控制方法，其特征在于：步骤1中：第一震动数据和第二震动数据均包括震动幅度和震动频率。 5.根据权利要求3所述的基于人工智能和大数据的车辆悬架控制方法，其特征在于：步骤3中：车辆的动态数据包括车辆的速率和车轮的转弯角度。 6.根据权利要求1所述的基于人工智能和大数据的车辆悬架控制方法，其特征在于：步骤4包括如下步骤：步骤41：根据车辆内置的陀螺仪，得到车辆在行驶过程中的车辆偏转角度；步骤42：根据车辆的重心位置和车辆的偏转角度，得到各个轮轴的受力数据。 7.根据权利要求1所述的基于人工智能和大数据的车辆悬架控制方法，其特征在于：步骤5包括如下步骤：步骤51：预先设置数据处理模型的各项参数；步骤52：预先准备标准数据集，并用标准数据集对数据处理模型进行训练；步骤53：预先设置标准阈值范围，判断第二震动数据是否在预设阈值内，如果在预设阈值范围内，则将此时的第一震动数据、动态数据、各轮轴的受力数据，以及减震器参数作为补充数据集，并输入至数据处理模型内，以对数据处理模型进行训练；如果不在预设阈值范围内，则将第一震动数据、动态数据、各轮轴的受力数据输入至数据处理模型中，得到减震器参数修改数据，根据减震器参数修改数据调整减震器的角度和硬度，直至第二震动数据小于预设阈值。 8.根据权利要求7所述的基于人工智能和大数据的车辆悬架控制方法，其特征在于：步骤51中数据处理模型为BiLSTM-神经网络模型。 9.根据权利要求7所述的基于人工智能和大数据的车辆悬架控制方法，其特征在于：步骤53包括如下步骤：步骤531：对第一震动数据和第二震动数据进行预处理，提取第一震动数据和第二震动数据的特性；步骤532：将第一震动数据、第二震动数据，动态数据、各轮轴的受力数据，以及减震器参数进行归一化处理，得到A1、A2、A3、A4、A5；步骤523：将减震器参数A5作为标签数据；将第一震动数据A1、动态数据A3、各轮轴的受力数据A4作为预测数据，用标签数据对预测数据进行标注，得到若干个标注数据集；步骤524：判断标注数据集对应的第二震动数据A2是否在预设阈值内，如果在预设阈值内则标注数据集作为补充数据集输入至数据处理模型，对数据处理模型进行训练；如果不在预设阈值内，则将标注数据集中的第一震动数据A1、动态数据A3、各轮轴的受力数据A4输入至数据处理模型中，得到减震器参数修改数据，根据减震器参数修改数据调整减震器的角度和硬度，直至第二震动数据A2小于预设阈值。 10.一种基于人工智能和大数据的车辆悬架控制系统，其特征在于：包括数据处理模块、第一震动传感器、第二震动传感器、压力传感器、陀螺仪、角度传感器，以及减震器控制模块；其中，第一震动传感器、第二震动传感器、压力传感器、陀螺仪、角度传感器，以及减震器控制模块分别与数据处理模块信号连接，数据处理模块采用权利要求1~9中任一项所述的基于人工智能和大数据的车辆悬架控制方法控制车辆的减震器。
所属类别：	发明专利