通過算法減少可變阻尼減震器中傳感器的使用數量

徐忠義　張倫維　石楊斌

摘 要：本文主要研究了通過軟件計算來減少汽車可變阻尼減震器（CDC）的傳感器數量的可行性。CDC可變阻尼減震器通常需要多個位移傳感器和多個加速度傳感器，同時會需要車載慣性測量單元（IMU）和車載自適應大燈高度信號進行分析處理。這里主要研究了兩種方案：1、通過位移傳感器和IMU的信號推算出加速度傳感器的信號，從而取代加速度傳感器；2、通過車身的6自由度IMU和大燈高度信號取消所有加速度和位移傳感器。減少更多的傳感器會著降低更多的成本，傳遞到市場就可以使更多的用戶在在自己可以接受的價格區間享受更好的駕駛體驗。然而減少更多的傳感器很可能提高了產生更多的誤差的概率。這篇文章通過MATLAB進行仿真、構建算法模型和采集實車信號從而評估減少傳感器數量的可行性。

關鍵詞：CDC減震器 傳感器 控制算法 信號轉換

1 引言

減震器是汽車底盤很重要的組成部分，影響汽車的垂向運動。普通的被動減震器由于阻尼力不可控制，很難兼容平衡汽車運動的舒適性和運動性。為了兼具運動性和舒適性，目前CDC半主動減震器可以實時改變減震器的阻尼來適應各種路況和個性化的駕駛習慣。幾年前CDC可變阻尼控制減震器只會配置在中高端車型上。隨著硬件的更新和成本的降低，這套系統逐漸應用于價格區間更低的車型，覆蓋更廣泛的用戶。因此考慮節約生產成本是值得研究的事情。通過軟件算法的彌補，用數量更少的傳感器得到同樣的信號，是可以根據車身結構通過姿態算法，微分積分等方法去計算的。然而實際情況每個傳感器會存在誤差和延遲。另外，在本身有誤差的信號的基礎上進行計算處理會產生更大的誤差。本文會在CDC天棚算法的基礎上探索如何通過算法計算取代傳感器的方法，以及通過產生誤差的大小來評估方案的可行性。首先，通過應用已有的位移傳感器和IMU傳來的信號，取代加速度傳感器。進而研究應用一個車身6自由度的IMU去取代所有加速度傳感器和位移傳感器，這樣會應用到更多的計算方法，包括卡爾曼濾波去提高計算精度。

2 方案

2.1 模型建立

首先，建立汽車的物理結構模型，以此基礎進行算法的研究。這個部分我們引用了一個7自由度的汽車模型，把汽車車身當成一個剛體，另外包括汽車垂向的彈簧和減震器自由體受力圖。

如圖1所示，假設車身為一塊剛體，四角分別布置彈簧和減震器，A、B、C、D四點分別代表四個減震器系統所承受的震動來自車身垂向，俯仰側傾這三自由度的影響。假設A，B，C，D 四處簧上配備加速度傳感器和位移傳感器，車體的上配備一個六自由度的IMU可輸出車身的垂向加速度、俯仰角速度、側傾角速度。無加速度的算法中主要通過位移傳感器的二次求導，濾波和權重對比經計算過的IMU傳來的加速度信號設計去計算加速度傳感器的信號。無位移和加速度傳感器算法需要更復雜的計算方法，包括振動，俯仰，側傾導致的垂向的力分析。下邊是在對減震器垂向分析所需要的公式用作對信號的處理與計算，并做出仿真結果分析。

IMU可輸出車身的垂向加速度、俯仰角速度、側傾角速度，通過計算可分別計算出A、B、C、D四點垂向振動加速度函，因此可采用IMU信號替換加速度傳感器。

車身垂向主要受四處減振器阻尼力和螺旋彈簧力的作用，車身受力可以由減震器受力和彈簧受力疊加組成。IMU傳出的信號信息根據動力學運動方程式可以分別算出簧上的受力情況FA、FB、FC。再算出加速度信息。

上圖2是無加速度和位移傳感器方法通過從CAN里傳出IMU和大燈高度信號去計算出原有配置的加速度和位移傳感器提供的信息的方法流程圖。用算出的信號信息去代替原有傳感器的信息輸入到CDC控制系統里。

2.2 無加速度傳感器算法：

在實車上采集一段路程的數據，首先將這段路程的數據放在CDC的天棚控制算法里，一組輸入為正常的位移傳感器和加速度傳感器的信號，另一組為只有位移信號輸入，加速度信號通過位移傳感器的信號和IMU發出的信號綜合計算出。通過下面兩組圖可見兩組數據幾乎保持一致。

2.3 無加速度傳感器算法：

應用相同的數據，對比加速度傳感器的垂向加速度和用IMU算出的垂向加速度。下圖紅色部分是加速度傳感器采到的信號經過濾波處理后的數據，黑色是用IMU得到的信號經過計算和濾波得到的垂向加速度的數據。通過對比兩組數據非常接近，整個路段中是相同的走勢。不過也存在著一些不同，例如IMU算出的數據存在一定的偏移。另外在遇到高頻率振動的時候明顯看出IMU算出的數據存在一些滯后性，當回到低頻運動的時候，滯后有所降低。

圖7上方兩個信號的傅里葉變換圖，從圖中可以看出在低頻時波形相同，當進入了高頻IMU算出的信號波形明顯減弱了一些。

三幅圖：圖8，圖9，圖10分別是用原信號模擬出的垂向，側傾，俯仰所產生的阻尼力之和和用IMU算出的力進行對比。在三幅圖中可以看出IMU算出的阻尼力和真是的原信號算出的阻尼力基本趨勢相同，但是也明顯能看出一些誤差。例如圖8的垂向阻尼力，明顯可以看出一些偏移，另外在高頻的波動下誤差會變得明顯。

3 分析

從以上的仿真分析中，可以發現通過算法減掉四個加速度傳感器，在天棚算法里仍然可以很好的適配，盡管會存在一定的誤差，但是可以通過各種算法去進行優化和減小誤差。但是此方法局限于天棚算法，如果需要為汽車匹配更多功能，例如加上更具有運動性的地棚算法，取代加速度傳感器會有一定的影響。用IMU代替所有加速度和位移傳感器的方法則會更容易出現偏差和響應延遲問題。通過實車采集數據進行仿真分析的結果表明，一些對比明顯存在較大的誤差，這些誤差是在理論之外的。如果在實際中進行實車測試可能會產生更大的誤差。在特定的車型里應用一些標定的方法和增加卡爾曼濾波的方法可以提高理想控制的精度，但同時也提升了算法的難度?？傮w而言，無論是減少加速度傳感器還是去掉所有簧上的加速度和位移傳感器，都是可行的，這點通過基本的天棚算法上可以證實。盡管會存在少量的誤差、偏移和延遲，但后期可以通過標定和濾波設計進行優化。不過減少傳感器數量的方法也限制了整體功能。

4 結論

隨著傳感器的發展，其精度及頻率越來越高，目前在理論上，傳感器已經可以通過軟件算法取代。但是算法結果的精度誤差和延遲無法避免，具體的延遲數據需要更多的實車檢驗。另外，在無加速度和位移傳感器算法里IMU的位置布置和信號傳遞頻率也會對結果產生很大的影響。同時，減震器閥門本身會存在一定的滯后性，軟件算法層面上的滯后可能對實際效果影響不大。集中天棚算法可以達到一定的效果，大部分低價區間的車型主要以舒適性為主，五傳感器的算法理論上可與提高汽車的舒適性。減少傳感器在傳感器信號失真的情況下確實會增加風險；多傳感器的情況下，在某一傳感器出現誤差時，可以通過其他傳感器在短時間內進行矯正。隨著硬件的不斷優化，傳遞頻率提高，在未來IMU算法的精度會有很大的提升，這也會提高IMU算法代替其他傳感器的可行性。

參考文獻：

[1]余志生.汽車理論.第5版機械工業出版社2009.

[2]喻凡 . 汽車系統動力學.第2版機械工業出版社2017.

[3]Kicheol Jeong， Seibum B.Choi，. Vehicle Suspension Relative Velocity Estimation Using a Single 6-D IMU Sensor. IEEE TRANSACTIONS ON VEHICULAR TECHNOLOGY . 2019.