基于模糊逻辑的制动意图离线识别方法研究

文中根据驾驶员对车辆的操纵特性，对制动意图进行了分类，制定了制动意图识别的方法，为线控制动系统研究奠定基础。开展实车试验，确定可以用作制动意图识别的参数并提取其阈值。利用模糊逻辑对制动意图进行离线识别，表明模糊逻辑能够准确、及时地识别出驾驶员的制动意图。     

乘用车驾驶员制动意图识别参数的选择

在良好路面条件下进行乘用车制动试验,获取不同制动强度下制动过程中的车速、制动踏板位移、制动踏板力和制动管路油压等信号并进行数据处理;分析采用不同参数及其组合进行驾驶员制动意图识别的优缺点,最终确定制动踏板位移是最适合于驾驶员制动意图识别的参数.     

AMT特殊工况换挡控制

在坡道、阻力较大的平路以及在换挡过程中踩制动(改变驾驶意图)等工况时,AMT的输出轴转速较平路变化快,再沿用正常工况的目标转速会导致换挡时间过长,动力长时间中断,而由于目标转速随着输出轴转速的变化而变化,被控对象输入轴响应到目标转速需要一定时间,导致无法满足挂挡的扭矩差和速差条件,无法进入到挂挡状态,从而导致换挡失败,尤其是在坡道上,有严重的安全隐患。本文就当前控制策略进行了优化,大大提高了坡道和改变驾驶意图下的换挡成功率。     

考虑前车制动意图的自动紧急制动策略及其测试评价方法

为提高车辆自动紧急制动（AEB）系统的避撞性能,提出了一种考虑前车制动意图的AEB策略及其测试评价方法。通过搭建“PreScan+Simulink+驾驶模拟器”联合仿真平台采集驾驶人制动数据,基于K-均值（K-Means）聚类方法对制动意图进行分类,采用滑动时间窗口提取了意图识别模型训练数据集;通过双层隐马尔可夫模型识别前车制动意图,主车根据不同制动意图计算临界安全距离阈值并制定避撞控制策略;建立PreScan+Simulink虚拟仿真测试环境,提出了基于层次分析法的AEB策略综合评价方法,通过与4种典型AEB控制模型进行对比,验证了所提出方法在不同制动程度场景下均可及时触发制动以避免碰撞,同时可减少过早制动造成的驾驶不适感。     

The Development of Dynamic Test Bench for EV Hybrid Brake System

研发了一种装备液压制动与电机制动执行机构、并能实时模拟路面制动力动态变化的动态试验台.该试验台基于硬件在环试验原理,引入了液压制动器子系统、电机子系统和转速与压力传感器等实际部件,并综合考虑了制动过程中车轮、液压制动系统和电机制动系统相互作用的动态响应特性,同时基于MABLAB/Simulink环境开发的试验台控制系统能满足各种控制策略的验证需求.最后进行了试验台关键参数的测定和电动汽车电液复合制动的滑移率协调控制试验,验证了试验台的有效性和优势.     

基于制动意图的电动汽车复合制动系统制动力分配策略研究

文中对制动意图的识别和不同制动意图所要求的不同的制动力分配策略进行研究.通过试验,验证了制动意图识别算法和制动力分配策略的可行性和有效性,为复合制动系统的应用奠定了基础.     

基于Hilbert-Huang变换的制动意图聚类识别EI北大核心CSCD

为了进一步提高电动汽车再生制动系统对驾驶员制动意图的识别准确率,从而使电动汽车能在制动的过程中回收更多的能量,提出了基于Hilbert-Huang变换(HHT)的电动汽车制动意图聚类识别方法。建立了HHT的数学模型,基于HHT在时频域中进一步探寻中等制动和平缓制动两种制动意图下制动踏板行程信号的特征。建立了制动踏板行程信号特征提取模型,运用Hilbert局部边际能量谱得到局部特征能量,从而对信号特征进行提取,获取信号的特征向量。建立基于模糊C均值聚类算法的制动意图识别模型,并分别进行了离线实验和实时实验。结果表明所提出的基于HHT的制动意图模糊C均值聚类识别方法能更好地分辨中等制动和平缓制动意图,提高了识别准确率,并具有较好的实时性。     

AMT车辆制动工况换挡控制策略与试验

提出了根据发动机转速信号来识别不同制动工况的方法,制定了相应的换挡控制策略,并在装有AMT的某重型载货汽车上进行了实车制动试验。试验结果表明,制动上况下的换挡控制策略不仅符合车辆实际行驶工况的需要,而且符合驾驶员的制动意图。     

驾驶员制动意图对多轴车辆紧急制动迟滞特性的影响

制动踏板作为驾驶员制动意图的执行元件,其行程和速度会改变气压制动系统的迟滞特性,而制动的迟滞效应又严重影响车辆的紧急制动性能。本文中根据多轴车辆气压制动系统构成和系统子部件的动力学建模分析,搭建了八轴车辆气压制动系统测试台架。采用快速响应的伺服驱动机构控制制动踏板的行程与速度,以实现对驾驶员不同紧急制动意图的准确模拟。试验结果表明,制动踏板行程越大,回路迟滞时间越长,且二者成二次曲线关系;制动踏板速度越快,回路迟滞时间越短。另外,通过系统辨识的方法,建立了考虑驾驶员制动意图的多轴车辆气压制动系统各回路的1阶迟滞模型。     

基于驾驶员意图和行车安全的下坡辅助制动退出方法

针对下坡工况下混合动力汽车辅助制动控制退出过程中可能产生的安全隐患,本文提出一种基于驾驶员主观意图和行车安全的辅助制动退出控制方法。通过对下坡辅助制动过程中车辆的受力情况和驾驶员驾驶意图的分析,分别制定了基于驾驶员加速意图和制动意图的下坡辅助制动退出策略,并据此设计了对下坡辅助制动退出的协调控制过程。最后通过仿真和实车试验对以上策略进行验证,结果表明,该方法在符合驾驶员驾驶意图的前提下,可以保证下坡辅助制动退出过程中车速始终受驾驶员控制,提高了辅助制动退出过程的安全性,并对驾驶员的误操作有一定的容错能力。     

CA6100SH8并联混合动力客车制动能量再生系统开发

提出一种新的制动能量再生系统。通过在CA6100SH8混合动力客车原装ABS系统的基础上增加压力传感器、双向单通阀和补气阀,配上控制模块,实现了驾驶员的制动意图,并达到最佳的制动能量回收效果;同时还确保了电机失效时的可靠制动。实车试验验证了该系统的制动能量再生功能。     

基于驾驶员意图识别的纯电动汽车动力性驱动控制策略

为了解决纯电动汽车动力性和操控性难以同时兼顾的问题,将驾驶员意图分为稳态意图和动态意图,稳态意图用于保证车辆的操控性,动态意图用于保证车辆的动力性,在此基础上提出了一种基于驾驶员意图识别的纯电动汽车动力性驱动控制策略,该策略首先分别采用“典型工作点+分段插值”和模糊推理方法来识别驾驶员的稳态和动态意图;接着采用“动态补偿转矩保持”和“动态补偿转矩归零”等算法计算动态补偿转矩;最后通过“增量式”动态补偿转矩跟踪算法和电机过载管理算法给出最终的转矩指令。仿真与试验结果表明,该策略既可以根据驾驶员稳态意图保证车辆的操控性,也可根据驾驶员动态意图提高车辆的动力性。     

自动制动系统行人保护效果的研究EI北大核心CSCD

为研究自动制动系统的参数对事故中行人发生MAIS3+损伤风险和死亡风险的影响,探寻适合中国道路交通情况的参数取值范围,采用逻辑回归分析法构建了长头型车辆碰撞速度与行人MAIS3+损伤风险和死亡风险的回归方程。考虑事故中驾驶员转向避让与来不及转向两种情况,建立了事故前人-车相对位置数学模型,统计分析了探测角度、最大制动减速度、制动提前时间和制动协调时间等自动制动系统参数对降低行人MAIS3+损伤风险和死亡风险的影响,得到了一组最优参数值。研究结果可为我国自动制动系统的设计和改进提供一定的理论依据。     

HEV制动意图识别的研究

基于大量的工况数据建立辨识模型,实现了对制动意图的准确识别.在此基础上优化了再生制动的控制策略.仿真结果表明,通过制动意图识别可有效地优化混合动力汽车再生制动的控制策略,从而进一步改善混合动力汽车制动时的驾驶感觉和燃油经济性.     

驾驶机器人车辆动态制动力矩补偿

为了减小长期自动驾驶过程中制动性能下降带来的影响,提出了一种驾驶机器人车辆动态制动力矩补偿方法。首先建立了以车速和制动踏板力为输入,制动力矩为输出的驾驶机器人车辆制动性能离线自学习模型。然后考虑到驾驶机器人车辆长期自动驾驶导致离线自学习模型可靠性下降,建立了以车速和制动踏板力为输入,制动力矩为输出的扩展自回归在线辨识模型,并采用模糊变遗忘因子递推最小二乘法进行参数辨识。模糊变遗忘因子递推最小二乘法通过引入遗忘因子的方式,对数据施加时变加权系数,以避免出现数据增长导致的数据饱和现象。模糊变遗忘因子控制器以制动力矩辨识误差为输入,经模糊规则推理实时输出合适的遗忘因子进行参数辨识,能够有效均衡驾驶机器人车辆制动性能参数辨识的稳定性与收敛速度。驾驶机器人车辆自动驾驶过程中,根据当前车速与目标车速的大小计算出所需的制动力矩,加上反馈回来的制动力矩误差,并结合当前时刻的车速,利用制动性能离线自学习模型与机械腿逆向运动学模型实时计算出制动电机输出位移量,实现对驾驶机器人车辆制动力矩的在线补偿。仿真与试验结果表明:利用所提出的方法对车辆动态制动力矩进行辨识时,通过调节遗忘因子,辨识结果能够快速收敛且辨识误差较小。在此基础上,控制驾驶机器人车辆进行纵向车速跟踪时,能够有效减小制动性能下降造成的影响,保证控制车速跟踪误差在±1km·h-1之内。     

2005款帕萨特(1.8T)自动制动的奇特故障

故障现象:行驶时车辆左前部有异响。故障诊断:这辆车本来是因自动变速器故障进厂维修的,路试时听到车辆左前部有响声,声音从制动分泵处传出来的,但此时驾驶员并没有踩制动踏板。开始怀疑是制动分泵发卡引起的,把车辆用举升机顶起来,启动发动机,用手转动左前轮能自由转动,但转到一定转速时,车轮即自动抱死。很明显是ABS     

一种车辆线控制动系统扭矩分配控制方法

提出一种适用于纯电动车辆的线控制动系统扭矩分配控制方法,首先根据制动踏板状态解析驾驶员的制动需求并获得需求制动扭矩,之后根据电池与电机状态计算电机最大制动功率,在此基础上分配电机系统与液压系统的制动扭矩。本文考虑到液压系统由于环境及自身非线性等因素影响其输出的稳定性与准确性,通过调节电机系统产生的制动扭矩对其进行补偿,保证最终作用在车辆中的制动扭矩与驾驶员需求保持一致。针对所提出的控制方法建立Matlab/Simulink模型,通过仿真验证对该方法的可行性及有效性进行了验证。     

电动汽车机电复合制动力分配策略

对某电动汽车机电复合制动系统进行了研究,制定了电动汽车机电复合制动系统的结构方案。依据ECE-R13法规与最大电机制动力限制,确定机电解耦门限值,对小强度制动、中强度制动及紧急制动3种不同工况分别制定了不同的再生制动与液压制动控制策略,并进行仿真与试验验证。结果表明,在小强度制动时电机可满足驾驶员的需求制动力,并且能量回收率能够达到25%;在中强度制动时电机以最大制动力进行制动并且在最大回收能量的同时能够使该系统满足制动性能,能量回收率能够达到74%;在紧急制动时为了制动安全应迅速将电机制动力撤出。该复合制动系统能够有效地吸收再生制动能量,同时也能满足车辆的制动性能。     

乘用车制动踏板感觉的综合评价

通过对车辆制动踏板的整车道路试验、分析及踏板感觉的主观评价,提出了对车辆制动踏板感觉综合评价的方法——制动感觉指数。通过该指数全面地分析车辆在制动过程中驾驶员脚下的感受,包括踏板力、踏板行程和制动减速度等,以量化参数的方法来描述制动感觉所涉及的各项指标,给工程设计和用户实际感受之间提供了转换的桥梁。     

分布式驱动电动汽车回馈制动失效的液压补偿控制

分布式驱动电动汽车各驱动轮转速和转矩可以单独精确控制,便于实现整车动力学控制和制动能量回馈,从而提升车辆的主动安全性和行驶经济性。但车辆在回馈制动过程中,一旦1台电机突发故障,其他电机产生的制动力矩将对整车形成附加横摆力矩,从而造成车辆失稳,此时虽可通过截断异侧对应电机制动力矩输出来保证行驶方向,但会使车辆制动力大幅衰减或丧失,同样不利于行车安全。为了解决此问题,提出并验证一种基于电动助力液压制动系统的制动压力补偿控制方法,力图有效保证整车制动安全性。以轮毂电机驱动汽车为例,首先建立了整车动力学模型以及轮毂电机模型,通过仿真验证了回馈制动失效的整车失稳特性以及电机转矩截断控制的不足;然后,建立了电动助力液压制动系统模型,并通过原理样机的台架试验验证了模型的准确性;接着,基于滑模控制算法设计了制动压力补偿控制器,并在单侧电机再生制动失效后的转矩截断控制基础上完成了液压制动补偿控制效果仿真验证;最后,通过实车试验证明了所提控制方法的有效性和实用性。研究结果表明：在分布式驱动电动汽车单侧电机再生制动失效工况下,通过异侧电机转矩截断控制和制动系统的液压主动补偿,能够使车辆快速恢复稳定行驶并满足制动强度需求。