CN120245659A 一种基于深度强化学习的车辆侧倾稳定性控制方法 （合肥工业大学）.docxVIP

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN120245659A(43)申请公布日2025.07.04

(21)申请号202510687562.6

(22)申请日2025.05.27

(71)申请人合肥工业大学

地址230009安徽省合肥市包河区屯溪路

193号

(72)发明人夏光唐家宏李涛张博

刘垚源吴见阳王晓飞白嘉乐

吴士标周大洋张晨昊

(74)专利代理机构安徽省合肥新安专利代理有

限责任公司34101专利代理师陆丽莉何梅生

(51)Int.CI.

B60G17/018(2006.01)

权利要求书4页说明书11页附图2页

(54)发明名称

一种基于深度强化学习的车辆侧倾稳定性控制方法

(57)摘要

CN120245659A本发明公开了一种基于深度强化学习的滑模自适应车辆侧倾稳定性控制方法，应用于主动悬架车辆，通过结合Doguff轮胎模型建立六自由度转向-侧倾车辆动力学模型，基于逆向侧倾机理计算目标车身侧倾角，设计包含线性滑模面与指数趋近率的滑模控制器，构建基于软行为策略梯度算法(SAC)的智能体，该智能体通过感知车辆状态和侧倾角跟踪情况自适应输出最优滑模参数，最终由滑模控制器结合最优滑模参数与车辆状态计算主动侧倾力矩并分配至左右侧悬架主动力，实现车身姿态精准调控。本发明可显著扩大高速转向时的侧倾稳定域，降低乘员侧向感

CN120245659A

转角δ

转角δ2自由度转向模型

耦合

SAC智能体

4自由度侧倾模型

主动侧倾力矩

SMC控制器

δj△θ△O

状态

CN120245659A权利要求书1/4页

2

1.一种基于深度强化学习的滑模自适应车辆侧倾稳定性控制方法，其特征在于，是用于主动悬架车辆中，并按以下步骤进行：

步骤1:基于Doguff轮胎模型，建立六自由度转向-侧倾车辆动力学模型，用于描述簧上和簧下质量的垂向振动及车辆侧倾、横摆和侧向运动；

步骤2:基于六自由度转向-侧倾车辆动力学模型和逆向侧倾机理，计算目标车身侧倾

角；

步骤3:设计滑模控制器，并计算输出主动侧倾力矩以跟踪目标车身侧倾角；

步骤4:构建基于软行为策略梯度算法的智能体，并设计其状态空间、动作空间、奖励函数及网络结构并训练得到最优智能体，用于根据车辆状态和侧倾角跟踪情况输出最优滑模参数；

步骤5:所述滑模控制器根据最优滑模参数和车辆状态输出主动侧倾力矩，并计算左、右侧悬架主动力，以驱动车身跟踪目标车身侧倾角，从而拓展高速转向时车辆的侧倾稳定域。

2.根据权利要求1所述的一种基于深度强化学习的滑模自适应车辆侧倾稳定性控制方法，其特征在于，所述步骤2包括：

步骤2.1:当车身重力矩分量与离心力矩等大反向时，按式(1)计算理想车身逆向侧倾角θideal:

式(1)中，δ为车辆前轮转角，V为车辆纵向速度，a、b分别为车辆质心到前轴、后轴的距离，8为重力加速度；

步骤2.2:按式(2)计算目标车身逆向侧倾角θtarget:

式(2)中，Y是比例因子，0se是设置的逆向侧倾角限值。

3.根据权利要求1所述的一种基于深度强化学习的滑模自适应车辆侧倾稳定性控制方法，其特征在于，所述步骤3包括：

步骤3.1:按式(3)设计所述滑模控制器的滑模面S:

S=e+ce(3)

式(3)中，C是滑模面的增益，e表示侧倾角跟踪误差，且e=θ-0arge,θ是当前车身侧倾

角；

步骤3.2:对(3)求导得到式(4):

S=+ce=(⑧-0gu)+c(θ-0su)(4)

式(26)中，0g、Oagu分别是目标侧倾角Oarga关于时间的一阶导数、二阶导数，0是车身侧倾角速度；e、e分别表示侧倾角跟踪误差关于时间的一阶导数、二阶导数，0表示车辆

CN120245659A权利要求书2/4页

3

侧倾角速度，?表示车辆侧倾角加速度，并由式(5)得到：

(5)

式(5)中，m是整车质量，m是车身质量，h是侧倾中心到车辆质心的距离，B是半轮距，φ是横摆角速度，I是车身侧倾转动惯量，F?1、F分别是左、右侧悬架被动力，Fw、Fw分别是左侧、右侧车轮侧向力，Ma是主动侧倾力矩；

步骤3.3:设计采用如式(6)的指数趋近率的滑