基于神经网络的车辆急加速工况驾驶性评价研究

针对驾驶性评价中主观评价一致性差及客观评价无法反映人体主观感受的问题,基于对急加速工况的特点分析,构建了急加速工况的驾驶性客观评价体系,并使用BP神经网络搭建驾驶性主观评分预测模型,建立主客观评价间的映射关系。最后,通过实车试验得到驾驶性主客观评价数据集,对神经网络进行训练和测试。结果表明,预测模型的整体准确率在95%以上。     

基于驾驶模拟器的汽车操纵稳定性主客观关联技术分析

汽车的操纵稳定性是汽车动态性能的重要组成部分,在汽车开发过程中的不同阶段,通常运用主观评价方法或客观评价方法对操纵稳定性进行验证和评价。文章进行了基于驾驶模拟器的汽车操纵稳定性主客观关联技术研究。首先基于驾驶模拟器,运用试验数据标定后的车辆模型,生成了用于主客观关联研究的大量车辆性能数据;基于这些数据,运用岭回归的方法,建立了主客观关联模型,并对模型精度进行了验证。文章的研究成果可以优化车辆性能开发流程,提升车辆开发效率,为汽车的操纵稳定性开发、评价等提供支撑。     

动力总成驾驶性客观评价的工况优选方法与试验验证

针对动力总成驾驶性评价工况选择缺乏合理性的问题,提出一种基于组合权重和改进TOPSIS法的动力总成驾驶性客观评价工况优选方法。首先,根据动力总成工作原理分析驾驶性客观评价指标并搭建测试与分析软硬件平台。然后,基于组合赋权思想,采用层次分析法(AHP)和变异系数法(CV)确定主客观权重,运用最小相对信息熵原理获得AHP-CV模型的最优权重。接着用加权马氏距离替代欧氏距离的改进逼近理想排序(TOPSIS)搭建车辆驾驶性评价工况优选模型。最后,以静态换挡工况为例进行研究,得出10个细分工况的加权指标值,并对细分工况进行综合排序。试验结果表明,提出的改进AHP-CV-TOPSIS模型对于车辆驾驶性评价的工况选择具有较好的适用性,可揭示各细分工况对驾驶性评价的重要程度,为车辆驾驶性主客观评价工况选取提供科学指导。     

先进驾驶辅助系统人机交互界面评价方法研究

为提高先进驾驶辅助系统的人机交互界面设计品质,提出了利用驾驶模拟器对人机交互界面进行测试评价的方法,并通过对人机交互界面评价方法的分析,搭建了基于驾驶模拟器的测试平台,确定了相关测量参数。该评价方法可在先进驾驶辅助系统开发的早期阶段对备选的人机交互界面设计方案进行评价,可尽早发现人机交互界面设计中出现的问题并进行修正,减少了先进驾驶辅助系统的开发成本和周期。     

智能泊车辅助系统驾驶体验测评指标构建

针对当前行业内智能泊车辅助系统用户驾驶体验测试评价指标不完善的问题,提出了驾驶体验主客观测评指标并进行了试验验证及相关性分析。基于智能泊车辅助系统的功能逻辑,构建了智能泊车辅助系统驾驶体验闭环控制系统。结合闭环系统,采用体验阶梯金字塔模型构建主观评价指标体系,还采用GSM模型进行了客观指标构建。针对7款车型进行了实车测试,并利用皮尔逊相关性系数进行了分析。试验结果表明,所提出的评价指标可适用于测试对象的驾驶体验测评,且主客观相关性系数全部>0.5,能为智能泊车辅助系统的设计和测评提供参考。     

自动驾驶汽车乘员个性化乘坐舒适性辨识方法

针对自动驾驶车辆轨迹规划控制算法无法满足乘员个性化舒适性问题,结合自然驾驶数据和乘员乘坐舒适性需求,建立乘员个性化舒适性辨识方法。首先确定主观舒适性评价方式,基于标准ISO2631搭建频域和时域加权滤波函数,提取自动驾驶汽车乘员舒适性主客观特征参数,辨识乘员个性化舒适性与自动驾驶车辆行驶规划参数关系;随后搭建自然驾驶数采平台,采集影响舒适性的行驶参数和主客观参数;利用因子分析对行驶参数降维,得到三向运动(横向冲击、纵向加速、垂向振动)、行驶风险和效率影响因子;最后运用加权分析方法辨识模型,并通过卡尔曼滤波算法快速准确识别乘员个性化需求,得到舒适度加权方均根阈值。辨识结果表明:乘员主客观舒适度相关性达85.8%;三向运动因子对乘员舒适性影响大于行驶风险和效率因子;乘员个性化舒适性辨识率高达93.9%。本研究可为搭建考虑乘员舒适性的个性化轨迹规划控制算法提供理论支持。     

汽车驾驶摸拟器研究现状与未来展望

汽车驾驶模拟器是一种能正确模拟汽车驾驶动作,并能在主要性能上获得与实车驾驶相同感觉的仿真设备.按用途不同,可分为训练型汽车驾驶模拟器和开发型汽车驾驶模拟器.训练型模拟器可以初步完成对新驾驶员的训练;开发型模拟器能对人-车-环境系统进行研究,从而验证事故的发生原因,预防车辆事故的发生,为汽车工程设计提供帮助.     

基于整车在环仿真的自动驾驶汽车室内快速测试平台

整车在环仿真测试方法可以安全、高效地验证复杂环境和极端工况等场景下自动驾驶汽车性能的有效性，基于此研发一种基于整车在环仿真的自动驾驶汽车室内快速测试平台，该平台由前轴可旋转式转鼓试验台、试验台测控子系统、虚拟场景自动生成子系统、虚拟传感器模拟子系统、驾驶模拟器、自动驾驶汽车和测试结果自动分析评价子系统组成。通过在试验台滚筒上独立加载转矩模拟车辆行驶阻力，可动态模拟不同的路面附着系数，同时利用坡度、侧倾和转向随动机构可模拟车辆俯仰角、侧倾角和航向角3个自由度；采用虚拟现实技术柔性集成车辆动力学模型、传感器仿真、复杂道路交通环境及测试用例仿真，模拟多种道路交通场景，并通过传感器仿真及数据融合等技术快速测试自动驾驶汽车智能感知与行为决策等性能指标。将自动驾驶汽车、虚拟仿真场景和试验台耦合构建一个闭环系统，完成了多项关键技术研发，包括：多自由度高动态试验台结构设计、虚拟测试场景自动重构方法和传感器数据模拟及注入方法，可满足在各种场景下测试自动驾驶汽车整车性能的需求。此外，为验证快速测试平台的有效性，以U-turn轨迹跟踪控制为研究实例，基于简化的车辆运动学模型和模型预测控制算法，在平台上搭建U-turn场景并对自动驾驶汽车的轨迹跟踪控制算法性能进行大量测试。结果表明：自动驾驶汽车室内快速测试平台可以真实地模拟汽车在道路上的运行工况，自动驾驶汽车在虚拟场景中的轨迹跟踪效果良好，与参考轨迹的偏差小于8%，证明了该测试平台检测方法的有效性。     

电动汽车滑行制动能量回收过程驾驶性综合评价方法研究

电动汽车滑行制动能量回收过程的驾驶性是车辆纵向动力学瞬态品质的定性描述,为定量评价能量回收制动的驾驶性,对滑行制动过程中的减速特性进行分析,提取了最大减速度、减速滑行距离、最大减速度变化率、减速度变化率稳态占比4个客观指标,并通过相关性分析验证主观评价与客观参数的一致性。基于客观评价指标,利用非线性回归方法建立了主观评价预测模型。通过7台新能源车型共计18种能量回收模式下的综合评价,验证了评价体系的有效性和实用性。结果表明,基于主客观综合分析建立的评价体系能把主观感受和客观数据有机结合,实现驾驶性的量化评价。     

干式DCT控制系统硬件在环仿真试验台开发

本文中介绍了干式DCT控制系统硬件在环仿真试验台的开发.首先为某一自主开发的5速干式DCT建立了其在不同运行工况下的动力学微分方程,借助MATLAB/Simulink/Stateflow/RTW和dSPACE软硬件系统,构建DCT车辆实时仿真模型;接着,研制了干式DCT电子控制单元(TCU)硬件,开发了相应的软件,并将其下载至TCU中,实现了TCU控制参数的在线标定和信号测量;然后,开发了台架用双离合器及换挡执行机构,并将其与DCT车辆实时仿真模型集成,完成了干式DCT控制系统硬件在环仿真试验台的搭建;最后,在该试验台上进行不同节气门开度下的连续加速试验.结果表明:所开发的干式DCT控制系统硬件在环仿真试验台与实车测试相比,不仅试验重复性较好,而且能有效、快速地验证DCT在不同工况下的控制性能,并为其控制系统的开发提供了可行的测试和评价平台.     

基于驾驶模拟技术的道路行车安全性研究综述

对驾驶模拟技术在道路行车安全领域的研究及应用现状和存在的问题进行了分析。在广泛调研国内外相关文献的基础上,对驾驶模拟器进行了分类,并总结了国内外主要代表性科研型驾驶模拟器的发展历程,分析了典型驾驶模拟器的自由度、主要特征和应用领域。以“人-车-路-环境-事故”为主线,从不良驾驶行为特性分析、车辆主动安全技术研究、道路与交通设计、车辆驾驶环境以及道路行车事故研究5个方面,系统地梳理了驾驶模拟技术在国内外道路行车安全领域的应用研究现状、存在问题以及应用展望。在不良驾驶行为特性分析方面,重点研究了运用驾驶行为特性开展分心驾驶行为和疲劳驾驶行为的识别;在车辆主动安全技术研究方面,综述了运用驾驶行为开展车辆底盘一体化控制技术、安全辅助驾驶控制技术和自动驾驶接管行为的评价研究;在道路与交通设计方面,综述了道路几何和标志标线等的设计评价;在车辆驾驶环境方面,综述了不良气象、路侧景观和交通冲突等驾驶环境对驾驶行为的影响;在道路行车事故研究方面,总结了道路行车事故再现和事故影响因素分析等内容。此外,对驾驶模拟技术进行了应用展望,主要包括特殊人群的驾驶行为特性、智能网联汽车系统的测试及验证、混合交通流环境下的行车安全问题。对未来应对驾驶模拟器的有效性评价、不适性以及二次开发等问题进行探讨,以便更好地促进驾驶模拟技术的发展。      

智能驾驶汽车测试与评价方法分析

随着智能驾驶汽车研发的快速发展与迭代,需要不断研究更高效的测试评价方法.按照驾驶汽车闭环控制系统中人、车、路三者不同的表现形式,可以将智能驾驶测试评价方法总体上分为仿真测试、驾驶模拟器测试、受控场地测试、实车测试4类.阐述现有的测评方法,并基于现状,提出测试与评价面临的困难与挑战.     

驾驶模拟器指路标志参数标定研究

驾驶模拟器是研究人-车-路3要素系统的重要工具。模拟器的真实性验证和参数标定是研究结论有效性和准确性的有效保证。本文首先对驾驶模拟器真实性验证的相关研究进行综述,基于标志在驾驶模拟器的呈现具有相对真实性的假设,建立指路标志在驾驶模拟中的参数标定流程。在模拟场景中考虑速度、文字高度因素,在真实场景中考虑速度因素,建立以可视距离为目标值的关系模型,最终得到20～40km/h速度范围内的指路标志修正系数。     

基于LABCAR的插电式混合动力轿车硬件在环测试系统设计与应用

以LABCAR为平台搭建了插电式混合动力轿车硬件在环测试系统,该系统可实现对混合动力控制器的功能验证测试和性能测试,以及模拟实车故障验证诊断策略等,针对实车较难测试的电驱变速器的液压油路系统和离合器等故障进行模拟,体现出硬件在环测试在难以实现的特殊或危险驾驶工况中,减少实车路试的次数,降低测试危险方面的优势,在混合动力控制器开发中起到关键作用.     

基于某车型动力性能匹配设计与驾驶性验收

随着现代汽车技术的飞速发展以及人们对于生活品质的需求提升,汽车动力性、经济性和舒适性成为了影响汽车市场成功的主要因素,其中汽车动力性又是汽车最基本、最重要的性能。这种匹配过程必须从两侧进行,但实际上,发动机的特性占据首要地位,变速器的特性必须适应发动机来实现匹配。对于特定的车辆,在初步确定汽车造型、总质量、轮胎规格以及性能目标后,为使汽车发挥最佳的动力性、经济性和舒适性,合理的匹配发动机和传动系统各参数显得尤为重要。在这种情况下,本文通过对标竞品车动力性性能、经济性能的客观测试和驾驶性的主观评价,初步确定某车型的开发目标;然后搭建仿真平台并基于该目标以及现有的整车参数、发动机特性进行正向计算得到某车型变速器各档位理论总速比;再结合现有资源确定3组可行的速比,并使用搭建的仿真平台进行动力性、经济性模拟计算,确定最优方案;最终实车搭载并完成基础标定后进行主客观测试。结果显示车辆性能优异,主客观评价均满足开发需求。在开发过程中借助计算机,仿真软件等高效工具,大大缩短了产品开发周期同时又保证了开发车型的动力性经济性能满足设计目标。     

油门踏板快速松开时自动变速器换挡控制

针对装备自动变速器的车辆在油门踏板快速松开时的意外换挡问题,通过采集车速、油门和制动信号并结合2参数换挡规律,找到了该车辆意外换挡的原因.对该车TCU换挡控制策略进行了优化.建立整车纵向动力学仿真模型,以实车采集到的油门、制动信号作为模型的输入量进行了仿真试验,并通过实车试验对优化后策略进行了验证.结果表明,优化后策略...     

开发型驾驶模拟器体感模拟算法及其评价

运用开发型汽车驾驶模拟器，可在模拟的汽车驾驶环境中，研究人－车－环境闭环系统特性，从而研制出高主动安全性汽车，驾驶员的视觉，听觉，触觉及体感是模拟器的四大模拟要素，直接影响模拟器逼真度，本文提出一种驾驶员体感模拟滤波算法，并建立驾驶员体感评价模型，仿真计算的结果表明，该算法既可充分发挥体感模拟系统硬件的模拟能力，并获得满意的体感模拟逼真度，又可为研制汽车驾驶模拟器需体感模拟软件的逼真度评价提供一种行之有效的方法。     

车辆起步工况驾驶性品质评价方法研究

为解决在车辆驾驶性品质评价中主观评价方法的评价结果稳定性差的问题,分析了起步控制机理,确定了起步工况驾驶性品质的评价指标;接着在建立起步工况驾驶性品质评价体系基础上,提出了基于模糊神经网络的起步工况驾驶性品质评价方法;最后对已训练好的驾驶性品质评价模型进行验证。结果表明,由评价模型预测的每辆车的评分与主观评价人员主观评分误差在1分以内,不同起步意图的预测评分合格率达到90%以上,主观评分和预测评分的相关系数达0. 82以上,表明该评价模型能实现驾驶性品质的准确评价。     

基于场景的自动驾驶汽车虚拟测试研究进展

随着自动驾驶等级的提高，面向传统汽车的测试工具与测试方法已不能满足自动驾驶汽车测试的需要。基于场景的虚拟测试方法在测试效率、测试成本等方面具有巨大的技术优势，是未来自动驾驶汽车测试验证的重要手段，已成为当前的研究热点。通过对大量相关文献的系统梳理，综述了基于场景的自动驾驶汽车虚拟测试研究进展。对比分析了自动驾驶测试场景的不同定义方式，明确了测试场景的内涵，归纳了测试场景的要素种类，概述了测试场景的数据来源，总结了场景数据的处理方法。在此基础上，对自动驾驶汽车虚拟测试方法进行了总结，分析了典型的测试方式、测试平台和虚拟测试的技术要点，梳理了软件在环、硬件在环和车辆在环测试方案及其关键技术。针对自动驾驶汽车测试效率问题，研究了基于场景的加速测试技术，概述了典型的测试场景随机生成方法和危险场景强化生成方法。最后，对基于场景的自动驾驶汽车虚拟测试所面临的问题及未来发展趋势进行了分析和展望。研究结果表明：基于场景的虚拟测试是推动自动驾驶技术发展和产业落地的必由之路，未来研究应着力突破基于解构与自动重构的测试场景数据库、人-车-环境系统一体化高置信度建模、自动驾驶汽车虚拟测试标准工具链、不同自动驾驶汽车渗透率下的混合交通模拟与测试、测试案例动态自适应随机生成机制等核心共性技术，建立自动驾驶汽车虚拟测试标准体系。     

基于Cruise的重型卡车换挡策略研究

利用Cruise软件搭建了AMT重型牵引车模型,利用GSP功能模块,通过换挡边界条件设定,完成了以经济性能为核心兼顾动力性能的换挡规律仿真。根据企业车辆运营大数据所构建的工况为基础,结合所设定的换挡策略进行动力性经济性模拟仿真。针对换挡策略进行优化后,较优化前的经济性能明显提升。文章为重型卡车的TCU提供了重要的依据,同时也验证了换挡策略的可行性和可靠性,有效的缩短了开发周期、降低了研发成本。