基于动态规划与机器学习的插电式混合动力汽车能量管理算法研究

为提高插电式混合动力汽车的燃油经济性,对基于动态规划与机器学习的能量管理算法展开了研究。利用K-均值聚类算法将20个标准工况划分为3个类型的工况段,利用动态规划(DP)算法最优功率分配数据分别训练3个类型工况段的神经网络模型,在控制过程中根据实际工况段类型选择相应的神经网络模型进行功率分配,并对上海市某个随机工况进行了仿真运算,结果表明,该算法燃油经济性较电量消耗-电量维持(CD-CS)策略有明显的改善。     

基于动态轴荷的电控制动系统制动力分配控制算法

针对半挂汽车列车制动时轴荷转移大、制动距离受载荷影响大的问题,提出了非紧急制动工况基于动态轴荷的制动力分配算法。根据轴荷变化动态调整制动力分配,使各轴利用附着系数与车辆制动强度一致,同时根据车辆实际制动强度与理想制动强度差值调整制动力,使车辆在相同制动过程中制动距离不受载荷影响。对比通过软件进行常规制动与采用该算法的电控系统车辆在不同载荷下的制动仿真结果表明,该算法可动态分配制动力并进行减速度控制。     

基于门限自调整的车辆主动横摆力矩PD控制策略研究

针对目前主动横摆力矩控制算法存在的问题,提出了基于门限自调整的PD控制算法,即利用逻辑门限值方法产生并调整PID控制器参数,并由PD算法产生车轮制动力矩实现车辆稳定控制.利用MATLAB/Simulink软件建立了该控制算法的仿真模型,分别在高附着路面和低附着路面进行了仿真分析.结果表明,该算法在各种工况下均能很好保持汽车稳定性.     

纵向力对盾构隧道管片结构内力分配机制的影响分析——以苏通GIL电力管廊隧道工程为例

为探明施工过程中,不同纵向力及竖向荷载作用下,中间管片与两侧持环管片结构位移与内力分配的变化规律,以苏通GIL电力管廊隧道工程为背景,采用有限元方法建立局部错缝拼装管片结构模型,对目标管片在拱顶位置受拱顶竖向均布力荷载作用下弯矩与位移的分配规律进行研究,引入环间位移分配系数与弯矩分配系数揭示在不同纵向力作用下目标管片环间弯矩与位移的分配规律,揭示纵向力与环缝接缝张开量的对应关系,探明错缝拼装管片结构弯矩与位移的分配机制。结果表明:1)纵向力能够增加管片结构弯矩与位移的分配能力,有利于结构整体受力以及位移的整体协调性,其对结构内力分配的影响表现为非线性及阶段性,即当环间不产生接缝张开时,纵向力的增加对结构整体性影响较小;当环间产生张开量时,纵向力的增加在一定程度上增强了管片变形及内力的分配能力。2)纵向力使目标管片与两侧管片环缝完全接触,此时控制内力分配的主要因素为环缝接触面;直观控制因素为环缝张开量与错台量,随着环缝的张开,局部结构内力逐渐由通过接缝面传递变为通过凹凸榫传递,同时结构整体内力分配能力降低。3)常规荷载作用下,随着竖向拱顶荷载增加,当环缝凹凸榫接触后,结构内力的分配逐渐趋于某一稳定值。4)实际工程中出现纵向力损失后,由于内力的重新分配,结构会出现局部位置应力集中情况,需针对该实际工况予以特殊考虑。     

采用CVT的四轮驱动混合动力车传动系统控制策略的研究

为了改善SUV汽车的燃油经济性和动力性,提出了一种采用CVT的四轮驱动复合式混合动力汽车的结构;根据该混合动力汽车发动机试验数据,对其运行模式与模式切换离合器控制策略进行了系统分析;同时对混合动力CVT的夹紧力与速比控制进行了深入研究,并以整车燃油经济性为控制目标,提出了复合式混合动力车不同工况下的速比和夹紧力控制策略;最后通过台架试验验证了传动系统控制策略的有效性.     

复杂动态环境下智能汽车局部路径规划与跟踪算法研究

路径规划及路径跟踪控制是智能汽车研究的关键技术，而复杂、时变的交通环境给智能汽车的路径规划与跟踪提出严苛要求。针对现有局部路径规划方法只适用于较为简单的工况，无法应对多车道、多静/动态障碍等复杂工况的问题，提出一种基于离散优化思想的动态路径规划算法。该算法利用样条曲线曲率变化均匀的特性，在s-ρ曲线坐标系中生成了一组参数化候选路径簇；考虑动态碰撞安全影响，在碰撞带约束下结合道路法规限制及车辆动态安全要求，规划车辆速度；此外，综合考虑静态安全性、舒适性、目标车道、道路占用率等影响因素，以选择最优路径。在路径跟踪层面，基于预瞄理论设计鲁棒性好、跟踪精度高的分数阶PID路径跟踪控制器，以跟踪误差最小为目标，采用粒子群优化算法对分数阶PID控制器参数进行整定。最后，基于Simulink/CarSim建立联合仿真平台，设计多车道，多静/动态障碍的复杂工况以验证该算法的有效性。研究结果表明：由于在评价函数中引入动态安全评价指标、目标车道评价指标以及道路占用率指标，极大地提升了规划器性能，使车辆在行驶过程中根据驾驶环境自主调整速度，降低换道次数，从而保证智能汽车的主动安全性能，提升了通行效率，使该算法能够较好地处理复杂动态环境下的避障问题。     

独立轮驱动电动汽车驱动力分配策略仿真研究

为实现高速状态下驱动转向工况的车辆稳定性,采用层次化控制结构,上层控制器为运动控制器,计算总的纵向力和横摆力矩需求,其中计算横摆力矩采用滑模变结构控制方法;下层控制器为实现所需求的纵向力和横摆力矩,同时提高轮胎力利用率以增加横向操纵稳定裕度,并满足轮胎力极限、电机输出性能等约束条件,采用优化算法计算分配到各个车轮的驱动力。进行高速行驶汽车单移线仿真试验,验证本文提出的控制策略的性能。     

基于滑移率优化的半挂汽车列车制动力分配

为提高半挂汽车列车制动时的制动性能和横向稳定性,提出基于滑移率优化的制动力分配策略,建立关于各轴滑移率加权和的目标函数,考虑牵引车与挂车之间的相互作用,采用模糊控制方法估计当前路面附着系数,基于扩展Kalman滤波法实时估计各轴的纵向力,实时比较牵引车与挂车的纵向力来调整目标函数权重,以各轴滑移率最小为目标优化分配牵引车前轴、后轴和挂车车轴之间的制动力;并通过Simulink与TruckSim联合仿真对优化分配方案进行验证,测试干燥与湿滑路面附着情况及直线与弯道路况下的制动性能,结果表明所提出的制动力分配策略在不同制动工况下能显著改善车辆的制动性能和横向稳定性。     

汽车主动悬架自调整模糊控制试验

以汽车操纵稳定性及行驶平顺性为控制目标,提出一种在线可调整的模糊控制算法,其模糊控制规则表可以用解析的方法进行计算。针对简化的汽车模型,为控制悬架系统的振动设计了自调整模糊控制器。与自适应控制主动悬架系统相比较,在两自由度悬架系统试验台架上进行了对比试验研究,结果表明该算法对汽车的振动控制具有明显效果,进一步说明提出的算法对汽车悬架系统的振动控制具有较好的适应性。     

电动轮汽车电液复合制动方向稳定性分层控制

针对分布式驱动电动汽车(电动轮汽车)在复杂工况下紧急制动时易发生侧滑、甩尾和激转等问题,提出了电动轮汽车电液复合制动方向稳定性分层控制策略。该策略的决策层包含总制动转矩和修正横摆力矩的计算,分配层包含制动转矩最优分配和修正横摆力矩分配算法;协调层则对分配结果进行稳定协调。通过Simulink与Carsim联合仿真,分别对低附着路面转弯制动和对开路面紧急制动两种工况进行验证。结果表明,提出的分层控制策略在保证车辆制动效能的基础上,能有效地改善车辆制动时的方向稳定性。     

Crosswind Feedforward Control – A Measure to Improve Vehicle Crosswind Behaviour

SUMMARY

The theory of crosswind feedforward control was explained using the example of a vehicle with active front-wheel steering. Beforehand, the calculation formulas and frequency responses of the transient crosswind force and of the wind yaw moment acting on the vehicle were derived using the example of a simple vehicle fluid model. The influence of the transiency of crosswind disturbance on the dynamic crosswind behaviour of a vehicle was then presented. The results of simulation confirmed the analyses carried out in the frequency domain for feedforward control with front, rear and all-wheel steering. With front-wheel steering, the influence of crosswind on one of the vehicle movement variables (lateral acceleration or yaw rate) could be almost completely compensated by dynamic feedforward control. With rear-wheel steering, it is only possible to compensate directly for the influence on the yawing rate. Due to the setting of the side force in the same direction as the lateral wind force at the start, active rear-wheel steering is not so successful as active front-wheel steering. Nevertheless, the crosswind behaviour of a vehicle can be considerably enhanced by feedforward control with rear-wheel steering. The best crosswind behaviour was obtained with active all-wheel steering: the vehicle hardly responds at all to crosswinds and remains on course despite heavy gusts of wind.     

Crosswind Feedforward Control - A Measure to Improve Vehicle Crosswind Behaviour

The theory of crosswind feedforward control was explained using the example of a vehicle with active front-wheel steering. Beforehand, the calculation formulas and frequency responses of the transient crosswind force and of the wind yaw moment acting on the vehicle were derived using the example of a simple vehicle fluid model. The influence of the transiency of crosswind disturbance on the dynamic crosswind behaviour of a vehicle was then presented. The results of simulation confirmed the analyses carried out in the frequency domain for feedforward control with front, rear and all-wheel steering. With front-wheel steering, the influence of crosswind on one of the vehicle movement variables (lateral acceleration or yaw rate) could be almost completely compensated by dynamic feedforward control. With rear-wheel steering, it is only possible to compensate directly for the influence on the yawing rate. Due to the setting of the side force in the same direction as the lateral wind force at the start, active rear-wheel steering is not so successful as active front-wheel steering. Nevertheless, the crosswind behaviour of a vehicle can be considerably enhanced by feedforward control with rear-wheel steering. The best crosswind behaviour was obtained with active all-wheel steering: the vehicle hardly responds at all to crosswinds and remains on course despite heavy gusts of wind.     

轮毂电机驱动车辆驱动力控制研究

轮毂电机驱动车辆各轮转矩精确可控且响应迅速的特点适用于越野工况，但越野路面起伏不一且附着条件多变，因此，开发基于越野工况辨识的车辆驱动力控制策略，对提升轮毂电机驱动车辆的纵向行驶稳定性具有重要意义。基于动力学模型分析路面附着与路面几何特征，确定可用于越野工况辨识的车辆特征参数集；针对车轮悬空垂向载荷估计失真现象，且由于地面垂向力的实际变化导致车辆垂向载荷分配比例的改变，修正了垂向载荷的计算；利用各特征参数的差异与越野工况的映射关系判定工况属性，采用模糊识别法界定4种地形工况；驱动力控制上层考虑工况与驾驶员影响因素，通过越野工况辨识结果决策驱动利用系数，作为前馈期望转矩调节权重；中层通过四轮垂向载荷得到转矩分配系数，设计驱动力分配算法；下层针对车辆在越野工况下出现车轮滑转与悬空状态，对车轮进行动态转矩补偿。仿真测试与实车验证表明，越野工况辨识结果与预期相符，驱动力控制策略综合优化了车辆稳定性和动力性。     

Real-Time Longitudinal Location Estimation of Vehicle Center of Gravity

The longitudinal location of a vehicle’s center of gravity (CG) is used as an important parameter for vehicle safety control systems, and can change considerably according to various driving conditions. Accordingly, for the better performance of vehicle safety control systems, it is essential to obtain the accurate CG location. However, it is generally difficult to acquire the value of this parameter directly through sensors due to cost reasons. In this study, a practical algorithm for estimating vehicle’s longitudinal CG location in real time is proposed. This algorithm is derived based only on longitudinal motion of the vehicle, excluding excessive lateral, yaw and roll movements of the vehicle. Moreover, the proposed algorithm has main differences from previous studies in that it does not require information such as vehicle mass, vehicle moments of inertia, road grade or tire-road surface friction, which are difficult to acquire. In the proposed algorithm, the relationship between the ratio of rear-to-front tire longitudinal force and the corresponding wheel slips are used to determine the CG location. To demonstrate a practical use of the proposed algorithm, the ideal brake force distribution is tested. The proposed CG estimation algorithm and its practical use are verified via simulations and experiments using a test vehicle equipped with electro-mechanical brakes in the rear wheels. It is shown that the estimated CG locations are close to the actual ones, and that the deceleration can be maximized by the ideal brake force distribution.     

基于交互多模型的车辆质量与道路坡度估计（双语出版）

车辆结构参数和道路环境信息的实时准确获取是提高智能汽车运动控制性能的重要因素之一，而车辆质量与道路坡度信息是多种汽车控制系统的必要信息，因此质量与坡度在线估计的研究一直受到关注。针对车辆质量与道路坡度的联合估计问题，提出了一种基于交互多模型的质量与坡度融合估计方法。首先，设定了适宜进行质量精确估计的工况条件，据此提出了基于模糊规则的质量估计置信度因子计算算法，进而设计了基于置信度因子的递推最小二乘车辆质量估计算法，以实现质量的在线估计。然后，以车辆纵向动力学模型为基础，建立了运动学和动力学2种坡度估计模型，并设计了基于运动学模型的线性卡尔曼滤波坡度观测器，基于电子稳定性程序ESP的纵向加速度信息实现坡度估计，设计了基于动力学模型的无迹卡尔曼滤波坡度观测器，基于ESP和发动机管理系统EMS的力信息实现坡度估计。运动学模型未考虑车辆姿态信息，坡度估算结果与实际值有偏差；动力学模型对模型精度要求高，算法稳定性差，为充分发挥2种方法优势实现坡度的精确估计，采用交互多模型算法实现了2种坡度估计方法的加权融合。最后，对所设计的算法进行了实车试验验证。结果表明：所设计的质量与坡度估算算法具有较好的实时性和准确性，适合智能汽车运动控制的应用需求。     

基于NMPC的智能汽车纵横向综合轨迹跟踪控制

本文中针对大曲率转弯工况下,智能汽车纵横向动力学特性的耦合和动力学约束导致轨迹跟踪精度和稳定性下降的问题,提出一种基于非线性模型预测控制(NMPC)的纵横向综合轨迹跟踪控制方法,通过NMPC和障碍函数法(BM)的有效结合,提高了跟踪精度,改善了行驶稳定性.首先建立四轮驱动-前轮转向智能汽车动力学模型和轨迹跟踪模型,采用...     

精细微观车流-桥梁耦合系统构建及伸缩缝纵向变形分析

大跨桥梁上的车流重力动态分布和作用在变形主梁上的时变纵向力,决定梁端伸缩缝纵向变形,实现伸缩缝纵向变形分析,车-桥耦合系统是核心,实现车流重力分布和纵向力计算加载的车流微观行驶行为仿真及力学化的理论方法是关键。首先,从元胞尺寸和行驶规则2个角度对仿真方法进行精细：把实测车型典型轴距对标当前市场车型,确定各车型车辆前、后悬长并纳入车长考虑,基于多车型的车长公约数综合确定元胞尺寸,使得各车型的车长在仿真交通流中得到差异且全面的元胞表达,奠定精细仿真元胞基础;在车间距基础上,把车速差纳入考虑,丰富车辆微观行驶决策因素,并设定多级变速和变道优先权,从宏观规则和处置细节上对车流行驶微观行为进行精细化。其次考虑到车速是车辆行驶行为的直观表现,采用动量定理实现车辆变速行为到纵向力（力矩）的转换;把纵向力（力矩）均分加载在车辆占据的各元胞中心,实现车辆出、入桥力学过程的适度精细模拟;匹配车辆行驶行为,调整车流判断流程和加载识别部分,完善微观车流-桥梁分析系统。最后,以一座斜拉桥为工程背景,对不同密度组成的车流作用下伸缩缝的纵向变形进行分析。结果表明：①与单向车流相比,计算密度下双向车流的总体纵向力在均值和极值上的加强度的极值分别为1.6和1.5,即双向车流有相互作用,总体表现为抵消;②车流重力因素产生的主梁纵向变形较为稳定,伸缩缝纵向响应时程曲线围绕重力产生的伸缩缝纵向变形均值上下波动,波动幅度总体趋势受密度控制,在正、负（方向）上的极值和均值随车流密度增大大体均呈增大趋势,波动局部受上下行密度差控制,当双向车流密度之和一定时,双向车流的密度差越大,极值和均值就越大;③伸缩缝纵向位移服从正态分布,伸缩缝累积行程随车流总密度、上下行密度差增大呈增大趋势,车流密度、密度差越大,伸缩缝磨损范围越大,磨损程度越严重。     

面向全矢量线控车辆极限运动的分层式协同控制

装配四轮分布式驱动-转向（4WID-4WIS）底盘的全矢量线控车辆具备多可控自由度、高速稳定性强的特点,是极限工况稳定裕度和安全性较高的理想车型。为了解决全矢量线控车辆在极限工况下纵横向控制冲突危害行车安全的问题,提出一种基于模型预测控制 （MPC） 的分层式车辆纵向和横向运动协同控制方法。建立基于单轨模型的期望运动状态识别方法,设计模型预测控制器转换动力学目标,采用泰勒展开和前向欧拉方法对预测模型进行线性离散化处理;设计基于负荷率的轮胎力优化分配方法,利用反正切轮胎逆模型求解控制执行量。仿真结果表明,协同控制方法能显著提高车辆在不同路面下的极限运动稳定性,更精准地跟踪期望运动状态,扩大稳定裕度,保障行车安全。     

基于扰动观测的智能驾驶主动抗扰纵向车速控制算法

为了减少智能驾驶车辆的纵向车速控制的时滞,提高主动抗扰性,提出一种基于扰动观测的纵向车速控制算法,并进行了实车验证。模型中,采用前馈控制模块,并提前输出控制量,来提高车速跟随的响应性;以主动抗扰控制(ADRC)模块作为反馈环节,采用扩张状态观测器(ESO)在线估计内外部扰动,并在控制端进行补偿,实现了对车速的精确闭环控制。在弯道、环岛等路况下进行了实车实验。结果表明:该算法可以在5 s内控制车速从怠速快速跟踪到目标车速,总体平均误差为0.17 km/h。因而,该算法较传统的比例积分微分(PID)有更好的响应性、控制精度和抗扰性。     

Drive control system design for stability and maneuverability of a 6WD/6WS vehicle

This paper describes a drive controller designed to improve the lateral vehicle stability and maneuverability of a 6-wheel drive / 6-wheel steering (6WD/6WS) vehicle. The drive controller consists of upper and lower level controllers. The upper level controller is based on sliding control theory and determines both front and middle steering angle, additional net yaw moment, and longitudinal net force according to the reference velocity and steering angle of a manual drive, remotely controlled, autonomous controller. The lower level controller takes the desired longitudinal net force, yaw moment, and tire force information as inputs and determines the additional front steering angle and distributed longitudinal tire force on each wheel. This controller is based on optimal distribution control and takes into consideration the friction circle related to the vertical tire force and friction coefficient acting on the road and tire. Distributed longitudinal/lateral tire forces are determined as proportion to the size of the friction circle according to changes in driving conditions. The response of the 6WD/6WS vehicle implemented with this drive controller has been evaluated via computer simulations conducted using the Matlab/Simulink dynamic model. Computer simulations of an open loop under turning conditions and a closed-loop driver model subjected to double lane change have been conducted to demonstrate the improved performance of the proposed drive controller over that of a conventional DYC.