基于LQR全主动七自由度全车悬架车身姿态控制

一、七自由度全主动悬架建模

七自由度车辆模型是分析车辆垂向动力学特性的经典模型,它能够全面描述车身运动姿态和车轮动力学行为。该模型包含以下七个自由度:车身质心垂向位移车身俯仰角车身侧倾角以及四个车轮的垂向位移。悬架系统由弹簧、阻尼器和直线电机作动器并联组成,轮胎简化为线性弹簧模型。

传统车辆的七自由度模型建立可参考如下文章:七自由度模型搭建与仿真_汽车七自由度振动-CSDN博客

全主动悬架的七自由度模型与传统七自由度悬架模型的最大差异在于每个悬架都多了一个作动器可以提供主动力,该力不受限于悬架运动方向,可主动向上或向下出力。如下图所示:我们可以主动控制每个减振器的Ui,调整车辆姿态。

坐标系定义和符号说明:车辆前进方向为x轴,横向为y轴,垂向为z轴,参数定义如下表:

二、七自由度模型simuLink建模

三、状态空间方程推导

麻了吧?麻了。从以上乱七八糟的公式了再提炼出状态空间方程的A,B矩阵,就成功一大半。这是一页PPT都放不下的矩阵。

四、模型与状态空间方程校核

因为我们的LQR控制最重要的步骤是推导出状态空间方程,然后去算增益矩阵。所以必须确保空间方程推导的正确性。

五、LQR控制

六、姿态控制仿真

路面,左右高度不一致的交叉路面

蓝线为带主动控制的结果,比不带控制的,俯仰角,侧倾角,垂向的位移均有很大提升。

七、关于模型和源码

还是在某宝店铺<极简车辆控制>中获取,原创不易,多多支持。

相关推荐
灵感__idea13 小时前
Hello 算法:众里寻她千“百度”
前端·javascript·算法
Wect1 天前
LeetCode 130. 被围绕的区域:两种解法详解(BFS/DFS)
前端·算法·typescript
NAGNIP1 天前
一文搞懂深度学习中的通用逼近定理!
人工智能·算法·面试
颜酱2 天前
单调栈:从模板到实战
javascript·后端·算法
CoovallyAIHub2 天前
仿生学突破:SILD模型如何让无人机在电力线迷宫中发现“隐形威胁”
深度学习·算法·计算机视觉
CoovallyAIHub2 天前
从春晚机器人到零样本革命:YOLO26-Pose姿态估计实战指南
深度学习·算法·计算机视觉
CoovallyAIHub2 天前
Le-DETR:省80%预训练数据,这个实时检测Transformer刷新SOTA|Georgia Tech & 北交大
深度学习·算法·计算机视觉
CoovallyAIHub2 天前
强化学习凭什么比监督学习更聪明?RL的“聪明”并非来自算法,而是因为它学会了“挑食”
深度学习·算法·计算机视觉
CoovallyAIHub2 天前
YOLO-IOD深度解析:打破实时增量目标检测的三重知识冲突
深度学习·算法·计算机视觉
NAGNIP2 天前
轻松搞懂全连接神经网络结构!
人工智能·算法·面试