基于dSPACE/CarSim的SBW硬件在环仿真平台开发

为了检验所开发SBW系统控制器的主动转向控制算法和路感模拟控制算法的可靠性,基于dSPACE实时仿真系统和CarSim整车模型,设计了线控转向硬件在环仿真试验台,给出了试验台架设计方案和关键器件的选型,并利用CATIA设计了台架的结构图。重点分析了实时仿真过程和系统控制方案。此试验台可以实现"人—车—路"闭环仿真,为SBW系统的开发和控制器的设计提供支持。     

电控助力转向路感特性分析及控制

建立电控助力转向系统模型,针对电控助力转向路感特性,将其电流控制部分看作黑箱.首先推出路感传递函数,在此基础上分析系统的特性,针对系统性能要求反求黑箱的函数表达式,进行频域、时域分析.分析表明,电控助力转向系统路感特性传递函数为二阶传递函数;将黑箱设计成PD模块,仿真结果显示,PD控制与纯比例控制相比,系统的谐振峰值、...     

一种基于信息融合的跟随驾驶行为协同仿真模型

基于信息融合技术模拟驾驶人信息感知、分析决策和车辆控制的全过程,建立跟随驾驶协同仿真模型.模型以动态交通信息为输入,设计单个神经元仿真驾驶人对感知信息的筛选,采用模糊径向基高斯神经网络提取驾驶行为特征向量,应用模糊积分法模拟驾驶人对信息的分析和决策过程,输出为车辆控制状态.离线检验结果表明,该模型能较好地描述跟随车状态变化,具有较高的精度.     

四轮转向汽车操纵稳定性研究

为了研究转向工况对四轮转向汽车操纵稳定性的影响,基于Matlab/Simulink建立四轮转向汽车前轮转角比例前馈加横摆角速度模糊PID反馈控制模型,通过与Trucksim车辆模型和Simulink控制模型联合仿真,分别在低速和中高速下进行方向盘角阶跃输入离线仿真和方向盘正弦角输入实时仿真试验,与前轮转向汽车在相同工况下侧向加速度、横摆角速度以及质心侧偏角的仿真结果进行对比分析。试验结果表明:四轮转向控制仿真结果优于前轮转向结果,搭建的四轮转向前轮转角比例前馈加横摆角速度模糊PID反馈控制策略,能提高汽车低速转向时的操纵轻便性和机动性以及中高速转向时的操纵稳定性。     

基于T-S模糊模型的多轴转向车辆H_∞鲁棒控制

为解决多轴转向车辆模型非线性和各种干扰影响下的控制问题,分析了轮胎非线性和外界干扰,建立多轴转向车辆的二自由度非线性模型,应用T-S模糊理论,将其转换为局部线性的T-S模糊模型。基于并行分配补偿法(PDC)和H∞鲁棒控制理论,设计了转向系统的模糊PDC H∞鲁棒控制器,并利用线性矩阵不等式和模糊逻辑控制工具求解控制器。在正弦波和阶跃信号干扰下,车速为80km.h-1时,进行前轮转向回正和前轮角阶跃输入转向的仿真试验。仿真结果表明:侧偏角和横摆角速度动态响应的超调均为0,且均在0.06s内达稳态值;前轮转向回正试验的侧偏角和横摆角速度稳态值均为0,前轮角阶跃输入转向试验的相应值分别为0和1.2(°).s-1,且稳态横摆角速度增益为0.24[(°).s-1].(°)-1。这说明了多轴转向车辆在模糊PDC H∞鲁棒控制下的高速转向平稳迅速,T-S模糊建模和鲁棒控制器设计算法对解决轮胎非线性和外界干扰影响是有效的。     

汽车电动助力转向控制研究

阐述了EPS的结构和控制原理,并分析了转向助力控制、回正控制、阻尼控制3种控制方式和PID控制在系统上的实现过程.仿真分析表明:基于PD控制算法的控制器能使转向更加轻便,减小车辆高速行驶时的转向超调量或摆振.     

基于高速开关阀的气压电控辅助制动装置

为了满足商用车辆纵向驾驶辅助系统对于自动制动的要求,设计了一种基于高速开关阀的气压电控辅助制动装置。建立了装置的数学模型,设计了抗积分饱和的PI控制器,采用脉宽调制方法动态调节高速开关阀,实现对车辆制动压力的主动控制。搭建了电控辅助制动装置的硬件在环仿真试验平台,对其控制效果进行试验验证。分析结果表明:该装置不仅能够快速准确地响应制动指令,其稳态误差小于0.01 MPa,响应时间小于0.3 s,同时具有安装方便,与商用车制动系统兼容性好的优点。     

基于LabVIEW的转向轻便性仿真研究

基于虚拟仪器LabVIEW平台组建了汽车转向轻便仿真硬件在环系统。以国标关于转向轻便性试验方法为基础,采用LabVIEW图形化程序设计了硬件控制程序;在LabVIEW中建立了整车运动模型;利用硬件接口将前轮转角传感器,方向盘转角扭矩传感器等信号引入整车运动模型,计算车辆的行驶参数,通过操作跟踪标准曲线,实现闭环控制。仿真结果证实了该硬件在环平台的有效性。     

电动助力转向系统集成建模及仿真

构建了基于Matlab/Simulink的EPS系统模型、H.B.Pacejka轮胎模型以及三自由度整车模型,进而应用系统集成的方法构建了集成仿真模型,在此基础上分析了EPS系统对方向盘瞬态响应品质的影响并验证了助力控制策略。结果表明集成仿真模型具有较好的动态模拟特性,EPS具有较好的稳定性且控制策略能够较好的协调转向轻便性与路感的矛盾。     

新年新气象 迈腾的市场分析

作为一款代表大众汽车集团全新设计理念的 B 级车,迈腾定位为B+、C-级,可以说是一款非常优秀的中高档轿车,此前已在全球获得了21项殊荣,可谓驰誉而来。迈腾诞生于大众公司最新一代轿车技术平台——PQ46平台,该平台是大众目前最先进的 B 级车平台,拥有优秀的底盘性能调校,紧凑的四连杆后悬挂结构是 PQ46平台底盘系统最大的技术优势,使得迈腾比一般 B 级车尺寸更大,操控自如、路感清晰、底盘厚重、动静结合,整车舒适性与操控性相协调。一汽大众为迈腾装备的1.8TSI 发动     

侧向风荷载对人-车-路系统耦合振动的影响分析

采用谱解法模拟脉动风荷载场,根据风洞试验测得的车辆的空气动力参数,计算出作用在车辆侧面的风荷载;将风荷载加到人-车-路耦合振动系统方程中,建立起考虑其影响的系统耦合振动方程;采用人体加权竖向振动加速度均方根值对车辆乘坐舒适度进行评价,并对模拟风速场及侧向风速大小对车辆乘坐舒适度的影响进行讨论.分析表明：静态风减小了人体、车辆振动加速度的最大值,但对其加速度均方根值没有影响;脉动风作用下人体振动加速度最大值略有变化,但均方根值却增大较多;侧向风荷载场对路面结构的振动几乎没有影响;平整路面下乘坐者出现不舒适感的临界风速为55m/s,A级不平整路面出现不舒适感的临界值为15m/s.     

线控转向系统路感PID控制仿真研究

分析了轮胎和转向系统的力学特性,建立了线控转向系统的方向盘力回馈模型,利用PID算法对系统进行优化,仿真结果表明该模型能够满足路感要求.     

基于模糊控制的电动汽车起停控制系统研究

利用车间时距的方法确定安全车距,设计一种基于双模模糊控制的起停控制系统车距控制器,并对模糊控制器的权值分配进行了分析.仿真结果表明,双模模糊控制器能高效地控制车距,使车辆大部分时间平稳地运行于高权值的细调模糊控制器中.最后通过实车试验验证了该起停控制系统的有效性.     

基于LQG/LTR的电动助力转向系统控制研究

针对电动助力转向系统中可能存在的路面随机激励、转矩传感器测量所引起的干扰和噪声问题,利用Car Sim/Simulink联合仿真软件平台,建立具有EPS的整车动力学模型,基于LQG/LTR设计EPS的控制策略,并对系统进行稳定性分析。结果表明:基于LQG/LTR控制的EPS能使驾驶员获得助力轻便性及满意转向路感,保证系统的稳定性,能有效抑制系统的干扰噪声。     

基于ADAMS的整车建模及转向回正性仿真

针对某款重型牵引车出现转向回正困难现象,利用ADAMS/Car模块建立整车动力学模型,将虚拟样机的转向回正性仿真实验和转向轻便性仿真实验数据与实车试验数据进行对比,发现数据曲线吻合度高,验证了整车模型的正确性。利用ADAMS/Insight对整车转向回正性能仿真分析,设主销内倾角和主销后倾角的硬点坐标值为变量,优化目标是残余横摆角速度,仿真优化结果使残余横摆角速度从原来的7.7(°)·s~(-1)减小为5.5(°)·s~(-1),满足国标要求,有效改善了整车的转向回正性能。     

模糊PID控制策略在电动助力转向系统中的应用

助力转向控制策略是EPS系统的核心技术之一。为提高电动转向系统的动态响应速度和抗干扰能力,经分析采用模糊PID控制策略实现助力控制。模糊控制器以电流误差及误差变化率为输入,电机电压为输出,根据设定的模糊控制规则在线调整比例系数、微分系数和积分系数,以使系统性能达到预定要求。应用Matlab软件进行了计算机仿真,仿真结果表明基于模糊PID控制策略的EPS比传统PID控制具有更好的助力特性和抗干扰能力。     

基于人-车-路三自由度振动模型的路面平整度评价方法

为了更准确地评价路面的行车舒适性,以乘客的竖向加权加速度均方根值作为平整度评价指标,将人-车-路组成的系统简化成三自由度振动模型,依据牛顿法建立了振动微分方程,采用传递矩阵法对其进行了求解,进而建立了考虑人-车-路相互作用的路面平整度评价方法。结果表明,该评价方法能考虑不同路面类型以及公路等级的影响,对于不同等级路面的评价结果与实际情况一致,而国际平整度指数、功率谱密度和平整度标准差在部分工况下不能很好地描述路面的舒适性。     

基于模糊控制的智能车辆自主行驶方法研究

车辆无人驾驶是智能交通系统的一个重要部分,其目标是开发在高速公路和城市道路环境下的辅助驾驶系统,旨在帮助乃至取代驾驶员,实现车辆自动控制和自动驾驶,减少交通事故发生,提高道路交通系统的效率,因此提出了一种基于机器视觉和模糊控制实现智能车辆自主行驶的方法. 该方法以CMOS摄像头为路径识别传感器,通过图像分析提取车道中心线,并引入速度反馈,形成闭环控制,建立一个由两个模糊控制器组成的分级模糊控制器控制车辆转向,并使用模糊控制代替传统的PID速度控制来控制速度. 和常规的PID算法及模糊控制算法相比,改进的模糊控制算法使智能车在道路上更快速、平稳地运行,并且在转弯处的超调更小.     

基于驾驶员状态的高速公路安全车距模型

为进一步完善高速公路环境下的安全车距模型,通过道路模拟驾驶试验,确定不同车速、驾驶员不同疲劳状态下的制动反应时间域,同时根据驾驶员的眼睛状态确定驾驶员的疲劳度,基于模糊隶属函数建立驾驶员的制动反应时间与疲劳状态、车速之间的对应关系,并对高速公路环境下的安全车距模型进行实时修正。通过MATLAB仿真验证了不同驾驶员状态下车距模型的可靠性。     

����ģ�����Ƶ����ܳ���������ʻ�����о�

车辆无人驾驶是智能交通系统的一个重要部分,其目标是开发在高速公路和城市道路环境下的辅助驾驶系统,旨在帮助乃至取代驾驶员,实现车辆自动控制和自动驾驶,减少交通事故发生,提高道路交通系统的效率,因此提出了一种基于机器视觉和模糊控制实现智能车辆自主行驶的方法. 该方法以CMOS摄像头为路径识别传感器,通过图像分析提取车道中心线,并引入速度反馈,形成闭环控制,建立一个由两个模糊控制器组成的分级模糊控制器控制车辆转向,并使用模糊控制代替传统的PID速度控制来控制速度. 和常规的PID算法及模糊控制算法相比,改进的模糊控制算法使智能车在道路上更快速、平稳地运行,并且在转弯处的超调更小.