基于虚拟样机的汽车稳定性主动横摆模糊控制

在ADAMS/Car中建立了某车型的整车虚拟样机模型,通过曲线行驶的仿真和实车试验对比,验证了模型的正确性。建立汽车稳定性控制系统侧偏和横摆联合模糊控制仿真模型,通过鱼钩仿真试验,表明所建立的主动横摆控制系统能够很好的控制车辆稳定行驶。     

汽车制动距离估算模型和安全车距控制算法

针对智能车辆自动紧急制动和自主跟车时安全距离控制稳定较差的问题,提出了一种最小安全车距控制算法,基于汽车制动距离分段精确估算模型,针对车辆制动过程的不同阶段,采用不同的制动距离估算模型,准确计算制动距离。尤其是初始制动距离的精确估算,可以准确给出实施制动的最佳时机。再结合周期安全距离闭环控制算法,实现了最小安全车距的精准控制。该模型及算法已应用于奇瑞智能驾驶自动紧急制动和自主跟车系统中,经过5种初始车速,3000次的实际工况试验,最小安全车距均保持在1.0~2.0m内,控制精度<±0.5m。结果表明:所提算法能够精确控制最小安全车距,尤其是针对前方静止目标的工况下,能够保证驾乘舒适性,同时有效提高车辆行驶安全性和道路行车效率。     

一种拖拉机自动驾驶复合模糊控制方法

论述了拖拉机自动驾驶在农业中应用的必要性及其控制参数的选择,建立了拖拉机自动驾驶横向控制的力学模型,提出了一种用于拖拉机自动驾驶的复合模糊控制方法,设计了模糊控制规则,用Simulink对复合模糊控制方法进行了仿真验证。结果表明,所提出的方法和规则用于拖拉机自动驾驶是可行的。     

基于虚拟雷达模型的履带拖拉机导航路径跟踪控制算法

为提高传统果园广泛使用的小型履带式拖拉机导航路径跟踪控制精度和行驶稳定性,提出了一种基于虚拟雷达模型的导航路径跟踪控制算法。该算法借鉴人对车辆的驾驶经验,参考雷达扫描原理和图像识别原理,构建了虚拟雷达模型,生成虚拟雷达图,使用该图描述车辆与路径的位置关系;经深度神经网络分类生成对应的履带拖拉机行驶操作指令;以果园作业典型的U形路径为例进行了仿真验证试验和实车试验。仿真结果表明：本文提出的算法能够精准实现导航路径跟踪控制。果园实车试验表明：当车速为0.36、0.75m/s时,该算法路径跟踪的最大横向偏差分别为0.150、0.191m,平均横向偏差分别为0.031、0.051m,标准差分别为0.025、0.036m;与模糊控制算法相比,最大横向偏差分别减小了15.73%、36.33%,平均横向偏差分别减小了27.91%、19.05%,标准差分别减少了21.88%、28.00%。研究表明,基于虚拟雷达模型的导航路径跟踪控制算法具有更高的路径跟踪精度和行驶稳定性,满足果园实际作业需求。     

基于驾驶员驾驶意图的混合动力汽车能量管理策略研究

驾驶员的驾驶意图和风格识别是确定汽车(特别是混合动力汽车)控制策略的理论基础。基于高精度驾驶意图识别的能量管理策略可以合理切换发动机和电机的使用时机,从而在提升驾驶员操作体验的同时降低车辆百千米油耗和排放量。使用实测道路数据构建了驾驶意图识别模型,基于Cruise搭建了单轴并联式混合动力汽车模型,并根据模糊控制理论基于Simulink构建了模糊控制策略。在NEDC工况下分别应用三种驾驶风格控制策略和综合控制策略进行联合仿真,验证了模糊控制策略能够将SOC值控制在合适的区间,提高汽车的经济性、排放性。     

基于CarSim的汽车主动防撞最优控制仿真与分析

汽车主动防撞控制技术有利于提高汽车的主动安全性,控制器根据安全车距和路况实时控制制动强度,优先保证汽车的安全性,并尽可能地保证驾驶舒适性.本文建立了CarSim仿真平台,基于主动防撞系统最优控制器,在低速和高速同向跟随行驶工况下对主动防撞系统最优控制器进行仿真.仿真结果表明,低速和高速同向跟随情况下,控制器主动防撞控制效果明显,自车减速适当,系统能够满足行车过程中自车与前方行车安全距离的要求,兼顾汽车的驾驶舒适性.     

再谈农用运输车的安全驾驶技术

［编者按］本文作者在上期曾介绍过农用运输车（以下简称农用车）的起步、升挡、行驶和安全侧向间距等方面的驾驶技术，对司助人勋良有启发，这期再介绍几点操作要领，以期进一步提高驾驶员的技术水平；1．跟车距离农用车在同道上尾随前车行驶时，要合理地掌握行车速度，保持安全的跟车距离，做到随时可制动停车。车速愈快，安全跟车距离则愈长。一般来讲，农用车在城镇窄路段、繁华地段行驶时车速较慢，应保持5m～8m的跟车距离；农用车在公路上行驶时速度较快，应保持30m以上的跟车距离，当尾随超高、超宽的大型车辆行驶时，因视线受到限制…     

基于隐马尔可夫模型的驾驶员跟车意图研究

为了预测驾驶员在跟车过程中的驾驶意图,鉴于驾驶员行为具有随机特性,提出了基于隐马尔可夫模型的驾驶员跟车意图行为的研究。首先,驾驶员的意图用隐马尔可夫模型的隐含状态来阐述,用车间距来表示其隐马尔模型中的观测状态,由此建立了用车间距为观测状态来获取隐含状态即驾驶员意图的跟车行为模型。其次,利用美国NGSIM数据来训练隐马尔可夫模型。最后,通过MATLAB仿真,并对实验结果与实际数据进行对比,验证了此设计满足驾驶员跟车意图的可行性要求。     

一种拖拉机自动驾驶神经网络自调整因子模糊控制方法的研究

主要论述拖拉机自动驾驶的驾驶原理,建立了拖拉机自动驾驶横向控制的力学模型,提出了自调整因子函数,设计了一种用于拖拉机自动驾驶的神经网络自调整因子模糊控制方法,用simulink对这种控制方法进行了仿真验证,结果表明,所提出的方法和规则用于拖拉机自动驾驶是可行的。     

半主动油气悬架系统模糊控

以两自由度悬架模型为研究对象,针对半主动油气悬架系统,提出了以悬架动挠度为控制目标的模糊控制策略,并对系统进行仿真和实车道路试验.结果表明,采用模糊控制的半主动油气悬架在衰减车辆振动、提高车辆行驶平顺性方面优于传统被动油气悬架.     

视觉导航拖拉机自动转向控制系统研究

拖拉机的转向控制系统是实现自动驾驶的重要组成部分。为此,以铁牛654拖拉机为研究对象,进行了自动转向控制系统的研究,提出了基于简化的运动学模型模糊控制方法。将利用视觉传感器得到的方位偏差和侧向偏差作为控制器的输入,控制器可以根据输入实时输出相应的前轮转角。仿真和试验表明,该控制器有比较好的跟随性和响应性,可以较好地适应低速时拖拉机行驶的要求,为深入开展拖拉机的自动驾驶研究提供了有益尝试。     

少挂两个挡

儿子驾驶小四轮拖拉机往田里运肥料,父亲跟车装卸。车行至田间,由于地松阻力大,儿子换低挡不及时,发动机憋车熄火。     

自动驾驶车辆自适应巡航模糊控制研究

文章针对自动驾驶车辆自适应巡航问题进行了研究,综合考虑两车之间相对车距与安全车距之间的距离差和两车相对速度等因素的影响,通过总结人们的行车经验,设计了一种基于模糊控制的自适应巡航控制器。在MATLAB/simulink中进行了仿真,仿真结果表明,该模糊控制器可以达到一个较好的控制效果。     

自主行驶履带车辆转向制动操纵技术研究

为实现某型履带车辆的自主驾驶,对车辆自主驾驶中的转向制动操纵技术进行了研究。根据原车转向制动装置的结构和工作原理,分析了电控气动转向制动操纵系统的设计要求,设计了电控气动转向制动操纵系统,并介绍了该系统的工作原理。运用此系统对原车进行自主化改造,并进行了实车试验,实车试验证明电控气动转向制动操纵系统能够很好地满足该型履带车辆行驶的转向、制动要求。     

纯电动轿车制动能量回收系统研究

针对某款量产的纯电动轿车,设计并开发了基于ABS系统的制动能量回收系统。在满足ECE制动法规要求、制动安全性要求及驾驶性能要求的前提下,提出了一种高效的制动能量回收控制策略。通过Cruise平台仿真验证了控制策略的有效性,并在样车中开展制动能量回收系统的实车验证,仿真和实车验证结果均表明该系统可实现ECE工况下整车续驶里程提升10%以上。     

安全车距预警装置设计

针对当前汽车追尾事故频发的现象,设计了一种汽车安全车距预警装置,此装置通过激光测距雷达检测跟车距离,传感器判断汽车行驶状态。智能控制单元根据两车之间的距离及车辆的行驶状态智能地制定出相应的预警和规避措施,从而减少追尾事故的发生。     

新型城市快递车的设计研究

文章对现有城市快递运输车进行了功能性升级,解决了现在快递车车厢空间利用不合理、车辆行驶安全性能不稳定等问题,实现了快递车的智能化、合理化、人性化的设计。本款快递车主要用于城市快递配送,它包括:动力系统、车辆智能中控系统、新型储物箱、温度及重量测试装置、防翻车系统、GPS定位系统和语言报警系统。智能中控系统将实时检测快递车的各项行驶数据,当出现不合理驾驶时主动发出报警提醒驾驶员安全驾驶,同时新型储物箱的应用解决了快递仓储空间不够、货物相互挤压的问题。     

自动变速器模糊换挡及其控制理论研究

以结构简单、传动效率高的电控机械自动变速器(AMT)为研究对象,引入模糊控制技术,将经验知识和数学过程结合起来,根据专家经验建立模糊控制规则,依据自动变速器的实际工况确定输入和输出参数,并对输入量进行模糊化和模糊推理,对输出量进行解模得到模糊控制表,以实现对自动变速器的换挡决策控制.最后进行模糊控制仿真,仿真结果表明,基于模糊控制的机械自动变速器(AMT)对于不同的驾驶条件和运行工况均具有较理想的换挡品质和较强的适应能力.     

基于MADYMO的主驾驶正面约束系统模型分析

正面约束系统是主驾驶乘员保护的重要装置,考虑到实车正面碰撞费用高周期长的问题,利用仿真技术在MADYMO中建立某国产轿车主驾驶乘员约束系统模型,进行正面碰撞仿真,通过分析其运动响应,初步考察该车辆对主驾驶乘员的保护效果,同时将仿真计算得到的假人各部位伤害值与试验数据进行对比,验证正面约束系统仿真模型的准确性,为约束系统之后代入其他种类气囊以及优化设计提供了基础与参考依据。     

驾驶员制动意图辨识的方法研究

采用基于模糊推理的多参数驾驶员制动意图识别的方法 ,以制动踏板力、制动踏板开度以及制动踏板开度变化率作为输入参数,将驾驶意图分为平稳制动、一般制动、紧急制动;通过Matlab自带的模糊推理工具箱,采用图形界面可视化工具建立驾驶意图识别的模糊推理系统。最后借助Matlab的Fuzzy工具箱,搭建驾驶员制动意图辨识模型的离线验证Simulink程序,利用大量实车的试验数据验证辨识模型的准确性。仿真结果证明该模型辨识度高,模型准确可靠。本模型也可用于制动辅助系统的控制策略的开发,从而提高制动辅助系统的响应时间,减轻驾驶员的负担,提高汽车的行驶安全性。