一种基于机器学习的汽车稳定杆控制系统及控制方法

本申请涉及车辆控制技术领域，具体涉及一种基于机器学习的汽车稳定杆控制系统及控制方法。所述汽车稳定杆控制方法包括：实时采集目标车辆的行驶状态数据和悬架行程变化数据；根据行驶状态数据和悬架行程变化数据判断目标车辆是否处于转向工况；若目标车辆处于转向工况，则将行驶状态数据和悬架行程变化数据输入预先搭建的机器学习预测模型中以输出稳定杆最优扭转刚度值，并将稳定杆刚度调整至最优扭转刚度值。本申请通过机器学习模型实时自动捕捉身侧倾受车速、载重、悬架状态、路面条件等多因素非线性耦合影响关系，以输出最优的稳定杆刚度参数，提高了稳定杆控制精度，减小了整车行驶的安全风险。