林区公路纵坡下坡路段驾驶员心率的特性分析

为了研究驾驶员在林区冰雪路面纵坡下坡路段行车过程中的心理生理特性,提高林区冰雪路面行车安全性,选取林区冰雪路面纵坡路段作为试验路段,通过实车试验采集驾驶员行车过程中的运行车速和心电信号等数据,分析驾驶员心率增长率与试验路段线形指标、运行车速之间的关系,建立驾驶员心率增长率与线形指标、运行车速的回归模型。结果表明:在林区冰雪路面纵坡下坡路段行车时,驾驶员心率增长率与坡度、运行车速均呈正相关,而与坡长的相关性不显著;驾驶员心率增长率与坡度、运行车速均存在三次函数关系,心率增长率随着坡度增加而增加,随着运行车速的增大而增大;坡度和运行车速2个因素共同作用时,驾驶员心率增长率增加更显著,坡度越大、运行车速越高,驾驶员心率增长率越大。     

驾驶员方向控制模型及在汽车智能驾驶研究中的应用

分析了驾驶员开车行为特性，利用模糊决策理论介绍了汽车预期行驶轨迹驾驶员模糊决策模型，并结合驾驶员预瞄最优曲率模型建立了一个新的驾驶员方向控制模型，同时也论述了该驾驶员方向控制模型在汽车智能驾驶研究中的应用。仿真结果表明所提出的模型可以描述驾驶员对汽车行驶方向的控制行为，并为汽车智能驾驶的研究提供了一条可行途径。     

Speed Control of Vehicle Robot Driver Based on Adaptive Fuzzy PID Control

针对汽车驾驶机器人采用常规PID控制时车速波动大、调节器参数调整困难等问题,提出了一种基于模糊自适应PID的汽车驾驶机器人车速控制方法.首先建立了汽车驾驶机器人多机械手协调控制模型,然后在此基础上设计了一种驾驶机器人模糊自适应PID车速控制器,实现了驾驶机器人对给定循环行驶工况的车速跟踪.试验结果表明,与常规PID控制方法相比,采用所提出的方法车速跟踪精度明显改善,车速跟踪误差在±2km/h范围内,满足国家汽车试验标准的要求,保证汽车试验数据准确有效.     

汽车驾驶员车道内行车特点分析

基于图像传感器获得的车辆位置信息,提出一种分析汽车驾驶员驾驶特性的新方法。建立基于模糊机制的驾驶员车道内行驶安全评价模型,以数据库的观点对车辆行驶过程数据进行描述,通过分时间段采样的方式记录行驶车辆距道路标识线的横向距离,根据采样数据特征的统计分析结果确定车道内行车的安全评价模糊隶属度,以此评估驾驶员车道内行车的安全性,分析驾驶员的行车特点。车辆行驶试验表明,该方法能够准确分析驾驶员的行车状态,并评判驾驶员车道内行驶的安全特性。     

无人驾驶机器人车辆非线性模糊滑模车速控制

为了实现不同行驶工况下车速的精确、稳定控制，提出一种基于非线性干扰观测器的无人驾驶机器人车辆模糊滑模车速控制方法。考虑模型不确定性和外部干扰对车速控制的影响，建立车辆纵向动力学模型。通过分析无人驾驶机器人油门机械腿、制动机械腿的结构、机械腿操纵自动挡车辆踏板的运动，建立油门机械腿和制动机械腿的运动学模型。在此基础上，分别设计油门/制动切换控制器、油门模糊滑模控制器以及制动模糊滑模控制器，并进行控制系统的稳定性分析。油门/制动切换控制器以目标车速的导数为输入来进行油门与制动之间的切换控制。油门模糊滑模控制器和制动模糊滑模控制器以当前车速以及车速误差为输入，分别以油门机械腿直线电机位移和制动机械腿直线电机位移为输出来实现对油门与制动的控制。模糊滑模控制器中，为了减少控制抖振，滑模控制的反馈增益系数由模糊逻辑进行在线调节。模糊滑模控制器中的非线性干扰观测器用于估计和补偿无人驾驶机器人车辆的模型不确定性与外部干扰。仿真及试验结果对比分析表明：本文方法能够精确地估计和补偿无人驾驶机器人车辆的模型不确定性和外部干扰，避免了油门控制与制动控制之间的频繁切换，并实现了精确稳定的车速控制。     

基于模糊神经理论的驾驶员控制模型的研究

把横向预瞄偏差作为模糊神经驾驶员控制模型的输入变量之一，解决了由于输入变量较多，神经网络节点数巨大的问题，从而设计并实现了模糊神经驾驶员控制模型网络拓扑结构，并用BP网络实现了控制规则的模糊映射。仿真的结果表明：所建立的模糊神经驾驶员模型是正确和可行的。这种模型的核心思想是利用神经网络对汽车驾驶员驾驶知识的表达机理，通过学习训练来实现控制规则的记忆，在一定程度体现了驾驶员的智能行为。     

基于神经网络的模糊推理车辆跟驰模型

根据BP神经网络自学习的特点，通过训练使模糊变量和隶属函数隐含在网络内部，并用模糊逻辑推理模拟驾驶员对车辆进行控制的过程，可以使模型更接近于真实的跟驰行为，最后用该模型进行了仿真，证明其可行性。     

基于带切换增益模糊调节的滑模控制算法的车辆电液制动系统

针对汽车线控电液制动系统建立了单轮车辆模型,研制了一种新的状态观测器对车速进行估算,试验结果表明该方法正确实用.采用切换增益模糊调节的滑模控制算法对非线性时变的车辆实施基于最佳滑移率的制动控制,在Matlab/Simulink中的仿真结果和验证试验都表明在汽车线控制动系统应用该算法是可行、有效的,在该算法的控制下汽车可获得比一般滑模控制更好的制动性能.     

基于模糊神经网络的智能车辆循迹控制

为提高智能车辆自主循迹控制的精度,提出了一种基于模糊神经网络控制( FNNC)和神经网络预测( NNP)的智能循迹控制策略。转向控制器的输入量有3个：预瞄点处的横向循迹误差、汽车横摆角速度和侧向加速度。车速控制器的输入量有4个：预瞄点处的面积误差、侧向加速度、汽车侧偏角和转向盘转角。网络训练采用误差反向传播法。仿真与试验结果表明,所设计的循迹控制器通过对驾驶员操作样本的训练,能实现对车辆的车速与转向控制,横向循迹误差和目标车速均比较理想。     

驾驶员最优预瞄纵向加速度模型

利用预瞄跟踪理论、模糊决策理论和非线性系统描述函数法建立了一个驾驶员速度控制模型，即加强员最优预瞄纵向加速度模型，仿真结果表明，该模型通过对驾驶安全性、合法性、轻便性、驾驶员自身滞后特性及汽车动力学系统强非线性特性的考虑，可以有效地模拟驾驶员控制汽车速度的行为特性，为人-车-路闭环系统中速度控制研究提供了一条可行途径。     

电控汽油机怠速控制方式

针对怠速工况分别设计了变参数PID控制系统和模糊控制系统，并进行了实车试验对比。结果表明，怠速工况下，模糊控制方式比PID控制方式转速波动小，控制效果好。     

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。     

基于遗传算法的车辆行驶速度的模糊控制研究

研究并建立车辆行驶速度控制系统的数学模型,对这一复杂的高阶、非线性、时变系统,提出一种基于遗传算法的车辆行驶速度模糊控制新方法,该方法较常规的模糊控制具有更优的控制性能。仿真实验结果表明该车辆行驶速度遗传算法的有效性。     

汽车半主动悬架性能的联合仿真分析

为分析半主动悬架对汽车性能的影响,文章对半主动悬架的性能进行了仿真分析。首先在ADAMS／View开发环境中建立1/4汽车悬架模型;然后基于MATLAB／Simulink设置模糊控制规则,对半主动悬架进行模糊控制,并模拟出随机路面输入信号;最后利用ADAMS／Control模块将ADAMS和MATLAB／Simulink悬架模型联合起来进行仿真,与被动悬架进行了对比分析．可以看出,模糊控制下的半主动悬架舒适性更高,行驶安全性和操纵稳定性更好。联合仿真结果表明,半主动悬架的舒适性和平顺性均优于被动悬架。     

混合动力电动汽车模糊逻辑控制策略的研究与仿真

以四川汽车工业集团野马混合动力电动汽车设计要求为基础,提出了一种混合动力电动汽车模糊逻辑控制策略。这种策略通过对油耗和各排放参数动态地分配权重值确定出发动机的最佳转矩,然后再根据模糊控制原理,以电池SOC值、汽车驱动需求的输出转矩和电动机转速为模糊输入确定出发动机的实际输出转矩,最终实现整车油耗和排放的综合优化。通过在S imu link软件中搭建该控制策略的仿真模型并与基础的电力辅助控制策略相比较,证明了这种控制策略有利于整车运行经济性和环保性的提高。     

基于混合仿真技术的车辆横向稳定性控制系统

介绍了利用先进计算机技术和仿真软件，进行车辆横向稳定性控制器设计以及系统混合仿真的过程。首先建立了8自由度车辆动力学系统模型，然后利用前馈补偿和模糊控制策略，设计了车辆横向稳定性控制器。最后对车辆横向稳定性控制系统进行了实时混合仿真研究。仿真结果表明所设计的车辆横向稳定性控制器控制有效，实时性好，而且在道路条件和行驶条件改变时具有较强的适应性和鲁棒性。     

车辆行驶速度模糊控制系统仿真研究

主要研究模糊控制理论在车辆行驶速度控制中的应用。介绍了一种参数自适应的模糊控制器的设计，并以柴油车为例，实现了控制系统的计算机仿真。仿真结果表明，该模糊控制器具有良好的控制性能。     

电动汽车矢量控制的模糊-PID复合控制方式

在异步电机矢量控制方法的基础上，提出了电动汽车交流异步电机驱动矢量控制系统的模糊－PID复合控制方式，以使汽车在起步和加速时获得最大的加速度，并设计了具体的控制策略。然后基于MATLAB／SIMULINK仿真平台建立了整个控制系统的仿真模型，并给出了仿真结果。结果表明，采用模糊PID矢量控制的交流驱动电动汽车在各种附着系数路面均具有良好的起步、加速和稳速性能。     

基于参数自调整模糊控制方法的半主动空气悬架仿真分析

基于参数自调整模糊控制方法对半主动空气悬架系统进行了仿真分析和试验验证．以某空气悬架大客车1／4车辆模型为仿真对象，设计了参数自调整的模糊控制器，并以随机路面为输入、悬架动行程为约束条件、簧载质量振动加速度和车轮动载荷为评价指标，对模型进行了计算机仿真，同时依据仿真模型设计了空气悬架试验台。仿真和试验结果表明，当汽车行驶工况变化时，引入参数自调整模糊控制方法可以有效降低簧载质量振动加速度和车轮动载荷。     

基于城市干道十字路口场景的纯电动汽车两目标优化研究

以某款纯电动汽车在城市双向四车道十字路口场景下运行的安全性和经济性为目标函数,进行了4种运行轨迹分析,采用NSGA-Ⅱ算法对车速和加速度进行优化求解,提出一种基于NSGA-Ⅱ算法的模糊控制策略,并制定相关的隶属度函数和模糊规则,验证了纯电动汽车双目标优化模型的准确性和可行性。结果表明,该目标函数很好地兼顾了纯电动汽车的安全性和经济性等问题,得到了纯电动汽车在双向四车道十字路口下的最优运行轨迹和最佳道路宽度,提高了纯电动汽车通过城市干道十字路口的安全性和经济性。