驾驶风格对纯电动公交车的能耗影响研究

纯电动公交车在实际运行过程中存在续驶里程有限的问题,且驾驶员驾驶行为对能耗的影响较大。为进一步探究驾驶员驾驶风格对能耗的影响,论文利用全球定位系统（GPS）车速表Pro采集纯电动公交车行驶数据,并用K-Means均值聚类法以加速度标准差为依据将驾驶风格分为激进型、普通型和保守型三类,然后基于理论能耗模型通过MATLAB软件得到各类驾驶风格的能耗,分析驾驶风格对纯电动公交车各行驶片段能耗的影响。结果表明,匀速行驶时能耗随着平均速度的增大先增后减,且与驾驶风格无关;非匀速行驶时随着速度平均值的增大,能耗呈现降低的趋势,而在同一平均速度区间内驾驶风格越激进能耗越高,其中单一加速行驶时,普通型驾驶风格具有更好的经济性,保守驾驶会导致加速行驶时的能耗升高24.8%以上,激进驾驶会导致加速行驶时的能耗升高47.6%以上。     

驾驶风格K-means聚类与识别方法研究

驾驶风格用来表征驾驶员在实车运行环境中对车辆操作的行为特征,对于混合动力汽车能量经济性有较大影响,为提高驾驶风格识别方法在不同车型上的通用性与适应性,提出了基于K-means聚类的驾驶风格识别方法。针对采集的不同驾驶员所驾驶的商用车和乘用车的行驶数据,利用该识别方法分别进行了驾驶风格的识别,结果表明,将驾驶风格聚为3类具有较好的分类效果,并且该方法对商用车和乘用车均具有较好的识别效果。     

基于多分类监督学习的驾驶风格特征指标筛选

交通事故与驾驶风格具有强烈的相关性,而驾驶风格的直观体现是驾驶行为.为深入分析驾驶行为与驾驶风格的关联性,探索不同驾驶风格群体之间的差异,筛选驾驶风格分类与识别影响因素,建立驾驶风格识别模型并验证有效性.依托车联网实验数据,利用K-means++算法对驾驶员样本数据集进行驾驶风格聚类,设计支持向量机-递归特征消除(SV...     

驾驶风格对不同跟驰场景下跟驰行为影响分析

为了分析驾驶风格对不同跟驰场景下跟驰行为的影响,利用高逼真度驾驶模拟器设计晴天、雾天两种天气状况和自由流、拥挤流、阻塞流三种交通流状态组合的六类典型跟驰场景。以跟驰过程中的最大加速度、最大油门踏板受力、最大油门踏板受力速度作为指标,通过K-means聚类识别方法,对六类典型跟驰场景下不同驾驶风格的驾驶员进行聚类识别,并以跟车间距、车头时距为风险指标评价不同驾驶风格的驾驶员在六类典型跟驰场景下的跟驰风险。结果表明：六类典型跟驰场景下,不同驾驶风格驾驶员的跟驰行为存在明显差异;激进型驾驶风格驾驶员倾向保持更小的跟车间距和车头时距,跟驰过程中的碰撞风险更高;晴天和自由流场景下不同驾驶风格驾驶员跟驰行为差异性更加显著。     

基于车辆行驶数据的驾驶风格识别

车辆驾驶员驾驶风格对于汽车的燃油经济性和行驶安全性有重要的影响。文章就基于车辆行驶数据在驾驶风格识别方面的研究进行综述,首先介绍了驾驶员驾驶风格识别的基本流程,接着论述不同学者在驾驶风格识别方面使用的算法模型,包括支持向量机（SVM）算法、反向传播（BP）神经网络算法、随机森林模型算法,然后基于实际车辆行驶数据,利用不同驾驶风格识别模型对其进行实现分析,最后对驾驶员驾驶风格识别的研究工作进行了展望。     

基于驾驶风格识别的AEB控制策略

为了考虑个性化的驾驶员特性对AEB控制策略的影响,提出了一种基于不同驾驶员驾驶风格的AEB控制策略。根据AEB危险场景下的驾驶员反应时间和情境风险度评价得分提出了驾驶风格识别系数的评价指标,通过驾驶员特性所呈现的人群聚类规律,将驾驶员分为谨慎型、普通型和激进型,同时引入危险系数来分级控制安全距离模型的制动减速度,完成紧急状况下的车辆制动。Simulink与Trucksim联合仿真结果表明,不同驾驶风格驾驶员对AEB系统介入时机与最小安全距离的心理预期具有不同的个性化需求,基于不同驾驶风格的AEB控制策略可以有效改善AEB系统的适应性,提高驾驶员的舒适性。     

基于驾驶状态识别的自动紧急制动控制策略

针对自动紧急制动系统缺乏对驾驶员实际需求与个性化考虑的问题,提出一种基于驾驶状态识别的自动紧急制动控制策略。引入驾驶状态识别系数将驾驶状态分为激进型、标准型和保守型3类,并将其用于最小安全距离修正。结果表明,基于驾驶状态识别的自动紧急制动系统可以更好地协调车辆起始制动距离,车辆制动后与前车的最小安全距离更符合驾驶员的心理预期,提高了驾驶员的认可度与信任度。     

混合动力汽车驾驶风格识别的研究

鉴于驾驶员驾驶风格对混合动力汽车燃油经济性和排放性能有重要影响,本文中旨在通过对驾驶风格进行分类和识别,提高整车控制策略对驾驶风格的适应性,以改善整车的燃油经济性。首先以某款混合动力汽车为对象,对不同驾驶员的驾驶风格进行了实车道路试验和数据采集,接着采用主成分分析提取出表征驾驶风格的综合特征参数,并应用K-均值聚类对驾驶风格进行了聚类分析,最后在此基础上利用支持向量机算法对驾驶风格进行了识别。结果表明,驾驶风格的识别精度达到了90%以上,为混合动力汽车能量管理策略的进一步自适应优化奠定了基础。     

基于SOM神经网络的多工况驾驶风格识别

不同的驾驶员对车辆的各项性能可能有个性化地要求,因此有必要对驾驶风格的分类与识别问题进行研究。首先在驾驶模拟器上采集不同驾驶员在多工况下的数据,利用主成分分析法选取驾驶员在各个工况下的特征参数,SOM神经网络分别对起步、加速及制动工况下的驾驶数据进行了聚类分析,然后以驾驶风格聚类分析结果为基础,建立了基于SOM神经网络的驾驶风格识别系统,该系统可根据驾驶员驾驶历史数据来判断其驾驶风格,最后以某一温和型驾驶风格识别结果为例验证了系统的合理性。     

驾驶风格对驾驶行为的影响

为了揭示驾驶风格对驾驶行为的影响规律,进而提取表征驾驶风格的特征参数,对不同风格驾驶人在感知层和操作层的驾驶行为数据进行了量化分析。首先,基于驾驶行为问卷对18名中国非职业驾驶人进行了驾驶风格问卷调查,并采用主成分分析、K-均值聚类等方法将被试驾驶人分为谨慎型、正常型和激进型3种类型。接着,被试驾驶人在搭载了SmartEye眼动仪的驾驶模拟器上开展了高速公路行车环境下的驾驶试验,同步采集了感知层的视觉特性参数和操作层的驾驶绩效参数,并采用判断抽样的方式将驾驶样本按照驾驶风格和驾驶模式（换道意图和车道保持）进行了划分,共选取了810组有效样本。最后,采用方差分析法分析了不同风格驾驶人在不同驾驶模式下的注视行为、扫视行为、横向控制特性、纵向控制特性方面相关参数的差异显著性,并提取了不同风格间存在显著差异的参数作为表征驾驶风格的特征参数。研究结果表明：驾驶风格越激进,驾驶人对周围环境关注越少,对车辆的横向控制稳定性越差,急加速和急减速行为发生的频次越高;不同风格驾驶人在意图时窗内对后视镜的注视次数（p=0.002）、方向盘转角熵值（p=0.04）、加速踏板开度（p=0.01）、制动踏板开度（p=0.02）这4个参数的差异均较为显著,因此可作为表征驾驶风格的特征参数。     

Modeling Human Vehicle Driving by Model Predictive Online Optimization

A driver model is designed which relates the driver's action to his perception, driving experience, and preferences over a wide range of possible traffic situations. The basic idea behind the work is that the human uses his sensory perception and his expert knowledge to predict the vehicle's future behavior for the next few seconds (prediction model). At a certain sampling rate the vehicle's future motion is optimized using this prediction model, in order to meet certain objectives. The human tries to follow this optimal behavior using a compensatory controller. Based on this hypothesis, human vehicle driving is modeled by a hierarchical controller. A repetitive nonlinear optimization is employed to plan the vehicle's future motion (trajectory planning task), using an SQP algorithm. This is combined with a PID tracking control to minimize its deviations. The trajectory planning scheme is experimentally verified for undisturbed driving situations employing various objectives, namely ride comfort, lane keeping, and minimized speed variation. The driver model is then applied to study path planning during curve negotiation under various preferences. A highly dynamic avoidance maneuver (standardized ISO double lane change) is then simulated to investigate the overall stability of the closed loop vehicle/driver system.     

纯电动汽车双电机单行星排动力系统构型设计与分析

纯电动汽车是当前缓解能源危机与环境污染问题的理想方案之一。然而，现阶段纯电动汽车的推广和发展却受到续驶里程较短等瓶颈问题的制约，难以得到有效普及。为了克服上述问题并进一步提升纯电动汽车的最大续驶里程和综合行驶性能，提出一种纯电动汽车双电机单行星排动力系统构型方案及其系统分析方法。采用一种表征动力源部件与机械耦合机构节点之间内约束关系的通用矩阵式拓扑设计方法，系统探索基于基础构型方案的所有可行性备选构型，获得各备选构型的输出特性，并自动生成备选构型的拓扑结构表达式和动力学模型。采用基于动态规划算法的全局最优控制策略对所有备选构型的最佳经济性和最佳动力性能进行仿真，通过比较备选构型的性能以筛选获得综合性能出色的双电机单行星排动力系统构型。研究结果表明：通过该方法对备选构型的最优能耗经济性与极限最优动力性能进行仿真测试，共获得25种满足能耗与动力性能筛选条件的构型；以单电机驱动构型方案作为参考构型，最终得到5种最优能耗经济性与最优动力性能均优于参考构型的优化构型方案解集，其中具有最佳经济性和动力性构型的0~120 km·h^-1极限加速时间为10.973 1 s，最优能耗经济性为13.610 6 kW·h·100 km^-1；该方法能够有效筛选获得经济性和动力性能优异的纯电动汽车双电机单行星排动力系统构型，进一步提升纯电动汽车的最大续驶里程和综合行驶性能。     

纯电动汽车故障诊断案例分析

纯电动汽车作为市场上最普遍的新能源汽车,厂家大量生产,深受消费者的喜爱,要推动纯电动汽车的持续发展,必须要提高纯电动汽车的售后维修服务质量。维修人员要掌握纯电动汽车好的结构原理、检测维修技术,从而提升售后服务质量。本文从纯电动汽车故障诊断案例入手,分析纯电动汽车的维修检测方法,以供纯电动汽车维修人员参考。     

Modeling Human Vehicle Driving by Model Predictive Online Optimization

A driver model is designed which relates the driver's action to his perception, driving experience, and preferences over a wide range of possible traffic situations. The basic idea behind the work is that the human uses his sensory perception and his expert knowledge to predict the vehicle's future behavior for the next few seconds (prediction model). At a certain sampling rate the vehicle's future motion is optimized using this prediction model, in order to meet certain objectives. The human tries to follow this optimal behavior using a compensatory controller. Based on this hypothesis, human vehicle driving is modeled by a hierarchical controller. A repetitive nonlinear optimization is employed to plan the vehicle's future motion (trajectory planning task), using an SQP algorithm. This is combined with a PID tracking control to minimize its deviations. The trajectory planning scheme is experimentally verified for undisturbed driving situations employing various objectives, namely ride comfort, lane keeping, and minimized speed variation. The driver model is then applied to study path planning during curve negotiation under various preferences. A highly dynamic avoidance maneuver (standardized ISO double lane change) is then simulated to investigate the overall stability of the closed loop vehicle/driver system.     

纯电动公交车交叉口节能驾驶策略

针对纯电动公交车在交叉口区域的高能耗问题，设计纯电动公交车通行交叉口区域的节能驾驶策略。根据公交车通行交叉口区域的驾驶行为将交叉口场景划分为4类，并根据运动学关系划分信号灯剩余时长区间，将其分为6种情况，综合考虑交叉口上游路段和下游路段设计节能驾驶策略。结合基于纯电动公交车能耗特征的单位里程能耗模型和纯电动公交车匀速、加速以及减速策略，在MATLAB中开展仿真试验，验证所提出的节能驾驶策略。研究结果表明：提出的节能驾驶策略至少可以降低8%以上的能耗；对划分的6种情况而言，到达调整段时信号灯为绿灯的驾驶策略可降低8.70%~42.63%的能耗，到达调整段时信号灯为红灯的驾驶策略可降低9.85%~51.65%的能耗。     

基于西安市工况的纯电动汽车仿真分析

文章基于聚类分析结果,使用比功率分布方法构建出西安市2路公交线路拥堵、比较通畅、通畅三类工况和综合行驶工况。基于Cruise搭建纯电动汽车整车模型,并基于所建综合行驶工况对纯电动汽车进行仿真分析。     

面向前车的驾驶行为感知与意图识别算法研究

感知周围车辆的驾驶行为并识别其意图将成为新一代高级驾驶辅助系统的重要组成部分。针对现有方法只考虑单一驾驶行为且可扩展性和可伸缩性差,提出一种基于稀疏表示理论的驾驶行为感知字典模型(Driving Behavior Perception Dictionary Model, DBPDM)。将车辆行驶状态视为时间序列,设计基于自回归积分移动平均(Autoregressive Integrated Moving Average,ARIMA)结合在线梯度下降(Online Gradient Descent, OGD)优化器的在线预测模型,提出基于驾驶行为预测的意图识别构架(Intention Recognition Framework, IRF)。首先,采用图Lasso方法估计典型驾驶行为的稀疏逆协方差矩阵构建驾驶行为字典库,并采用Logdet散度方法计算各逆协方差矩阵的差异获得行为感知字典模型。然后,基于在线预测模型对目标车辆的行驶轨迹和运动状态进行预测,结合主车车辆的行驶状态作为稀疏表示的观测信号,以获取预测时域内的目标车辆意图。最后,采用NGSIM (Next Generation SIMulation)真实驾驶数据对模型进行开发和测试。研究结果表明:所提出的行为感知模型能对6种典型驾驶行为构建行为字典,在分类准确率上与现有方法相比有明显提升,对换道和转向行为样本的平均识别准确率分别达到99.1%和92.9%;该模型能够在相对早期阶段准确地识别出车辆行为;在线预测算法能较好预测出目标车辆的行驶轨迹和运动状态,从而间接地反映出其在预测时域内的驾驶意图;IRF可在换道和转向行为开始前的1.5 s较为准确地识别出目标车辆的意图,平均识别准确率超过80%。     

纯电动乘用车关键系统设计研究及分析验证

本文主要针对某纯电动乘用车进行关键系统选型及匹配分析,首先基于整车性能目标及整车性能参数,确定其动力驱动方式及制动能量回收策略和方案。其次为了更好提升整车能量管理水平,改善能耗,提升续航里程,本文研究的纯电动汽车制动系统采用电液助力系统(IBS)。IBS系统能够有效进行能量计算,确定液压系统是否介入工作,在满足制动需求的同时,改善整车能耗,提升续航里程。最后,在关键系统选型及设计分析上,利用MATLAB仿真软件进行性能初选及设计,结合AMEsim分析软件对选型结果进行加速性能及中国工况续驶里程数据校核,通过仿真与整车试验验证整车性能满足设计指标。     

纯电动汽车动力系统轻量化研究

鉴于当前环境和能源问题,大力发展纯电动汽车十分必要。动力系统作为纯电动汽车中的重要机构,对其进行轻量化研究可有效减少能耗,提高行驶续航能力,对改善环境污染、节约能源具有重要意义。文章以动力系统中的电池、电池包及电驱传动总成作为研究对象,分别从结构优化和新材料选用两方面进行分析。