基于非线性模型预测控制的车辆纵向队列协调控制

本文中针对基于分层控制结构的车辆队列上、下层控制缺少联系的问题,提出了车辆队列跟驰与个体车辆动力学稳定性协调控制的思路,其基本思想是在保证队列中个体车辆安全稳定行驶的同时,尽可能实现队列跟驰控制的目标。基于非线性模型预测控制(nonlinear model predictive control,NMPC)方法设计了车辆队列协调控制方案,设计了包括跟驰间距误差、跟驰速度误差以及车速与车轮圆周速度差3个子目标的优化目标函数,将队列跟驰与车辆动力学稳定性的协调控制转化为约束优化控制问题;基于序列二次规划(sequential quadratic programming,SQP)方法进行求解,得到车辆前、后轴的制动/驱动力矩来实现上层决策输出的期望跟驰加速度。基于由3车辆组成的非线性队列模型对控制方案进行了仿真分析,结果表明,所提出的基于NMPC的车辆队列协调控制策略可以在大范围操纵工况下,在保证车辆安全稳定行驶的基础上实现队列的跟驰控制。     

队列行驶车辆间距对气动特性的影响

为了研究车辆前后间距和车辆数目对智能交通系统中队列行驶车辆气动特性的影响,首先对单辆车进行数值模拟,并将模拟结果与风洞试验结果进行对比,然后对两辆车在5种不同间距下以及3～7辆车在固定间距下队列行驶的情况分别进行了数值模拟及分析。研究表明:单辆车数值模拟结果与风洞试验结果基本吻合。队列行驶车辆随着车辆间距的减小,各车阻力系数不断降低。在固定间距下,随着队列中车辆数目的增加,平均阻力系数可降低20%～30%,阻力最低的车大致处于车队的中心位置。     

基于组合间距策略的自适应车辆队列纵向控制

针对车辆队列被外部车辆换道超车的场景,外部车辆与队列中的车辆存在异质性,不同车辆适用的间距策略也存在差异性。此外,不同的车辆队列间距策略在道路适应性、车辆队列系统稳定性和串稳定性等方面均存在优势和缺陷。基于此提出一种基于组合间距策略的智能网联车辆队列控制方法,以优化队列车辆的间距。现有的协同/分布式队列控制方法大多基于精确的车辆动力学模型,这要求获得完整的车辆动力学先验知识,并进行非线性-线性模型的转换。然而,在实践中获取精确的先验知识信息往往具有挑战性,且在车辆间进行信息交互的过程中,不可避免地会产生通信时延。因此,在考虑网络环境通信时延的基础上,提出了一种基于自适应积分滑模车辆队列控制器的分布式后向控制方案,该方案可以在线识别和估计未知参数,从而解决三阶车辆节点动力学模型中参数不确定性影响系统稳定性的问题。在设计的积分滑模面中,采用饱和函数替代传统滑模面的符号函数,进一步解决了控制结果中容易出现抖振的问题。然后,利用Lyapunov-Krasovskii定理和无穷范数进行了组合间距策略和间距策略切换下车辆队列系统的内部稳定性和串稳定性分析。最后,通过与现有控制算法进行仿真比较分析,...     

车辆排队间距对交叉口通行能力的影响

对交叉口车辆队列的启动离去过程建立运动学方程,研究交叉口等待车辆的车间距与通过时间的相互关系,进一步分析影响交叉口通行能力的其他因素.分析发现:车辆队列的间距过小或过大均可导致交叉口通行能力下降.最后,通过理论分析和仿真试验表明,当问距在4～8 m之间时,可有效降低等待队列长度及车辆通过交叉口的启动延时时间,从而最大可能提高交叉口通行能力.     

基于参考向量场的车辆队列二维跟踪控制算法

当车辆队列的应用场景从一维拓展至二维时,纵向间距保持与横向跟踪控制之间将出现显著的耦合效应。在高速工况下,忽视纵横向跟踪功能的耦合效应将导致跟踪误差变大,甚至造成车辆失稳。为解决上述问题,本文中提出了一种车辆队列纵横向耦合跟踪控制算法,通过构建基于纵向间距和横向参考轨迹的参考向量场获得期望速度矢量,采用哈密尔顿函数获得车辆上层运动控制需求的期望总力和总力矩;同时,提出一种基于伪逆矩阵的控制分配算法,将期望总力和总力矩在有约束的物理环境下分配至各个车轮,在保证分配精度的前提下提高了实时性。仿真和实验结果表明,本文提出的纵横向耦合跟踪控制算法能有效完成二维场景下的车辆队列运动控制,实现队列的安全、高效的协同驾驶。     

基于DMPC的智能汽车协同式自适应巡航控制

本文中针对单向通信拓扑的非线性车辆队列协同式自适应巡航(CACC)控制问题,提出一种保证队列稳定且满足队列各车跟随性、安全性和乘员舒适性的分布式模型预测控制(DMPC)策略。首先建立了车辆队列的动力学模型和通信拓扑结构模型,并基于队列系统的多项优化性能设计代价函数和系统约束,使队列中每一辆跟随车基于其接收到的有限信息求解一个开环局部最优问题,计算出当前时刻的最优控制量作为输入并不断重复这个过程,达到滚动优化的目的,实现车辆队列的协同式自适应巡航控制。其次通过CACC系统局部代价函数之和构建Lyapunov候选函数,证明了车辆队列系统渐进稳定性的充分条件。最后通过CarSim和Simulink联合仿真,分析了算法在理想状态下对不同形式单向通信拓扑车辆队列的控制性能;通过实车试验,验证了算法在实车条件下感知层存在抖动、底层控制存在延迟和误差时的控制性能。仿真和实车试验的结果表明,本文提出的控制策略能使队列车辆实现各项优化性能,同时对外部干扰有较好的鲁棒性。     

横风下π型断面大跨桥上汽车气动特性风洞试验

准确获得车-桥系统气动力是评估强风作用下桥上车辆运行安全性和舒适性的基本前提,为此必须考虑车辆与桥梁间存在的显著气动相互干扰。以山区大跨桥梁常见的π型断面主梁和集装箱货车为研究对象,设计并制作了1∶32几何缩尺比的桥梁和车辆刚性测压模型,通过风洞试验测试了典型车-桥组合工况下车辆表面的风压分布,分析了前、后车辆干扰作用、车辆横向距离和车道组合方式等对桥上汽车气动特性的影响,并进一步分析汽车表面的风压值分布,以探究汽车气动力系数变化的机理。研究结果表明:前、后车辆间的干扰、车辆横向距离的改变对汽车的侧向力系数、阻力系数和升力系数均有较大影响,但对汽车的力矩系数影响较小,且汽车的力矩系数具有一定的离散性;车道组合方式中测试车辆位置的改变对汽车气动特性的影响大于干扰车辆位置的改变对汽车气动特性的影响,且车辆组合方式的改变对汽车的力矩系数基本没有影响;受桥梁π型主梁断面的影响,汽车侧向力系数的变化趋势与Coleman规律下的变化趋势不同。     

面向混合自动驾驶车流的协同自适应巡航控制EI北大核心CSCD

车联网V2V环境下能实时获取自车和周围车辆的运动状态、驾驶工况和道路环境,为汽车自适应巡航控制系统提供更准确的信息。为消除自动驾驶汽车(AV)和人工驾驶汽车(MV)混合行驶工况下的车头时距干扰对汽车纵向巡航控制的影响,提出了一种基于车联网V2V的协同自适应控制方法。通过车联网V2V实时采集车辆跟驰过程中车辆基本安全信息(basic safety message,BSM),进而获得车辆相对运动状态和驾驶行为序列;应用线性最优二次型方法建立驾驶操纵序贯链优化目标函数,再对扰动作用下的汽车运动状态改变量进行短时预测;在此基础上,以混合车流车头时距的最优均衡状态为目标,构建了车辆跟驰间距的滚动优化模型和协同自适应控制方法。实验结果表明,在头车加/减速行驶工况下,改进后的车辆控制器能更快响应前车运动状态的变化量,并在保证车辆安全跟驰间距的情况下,降低了车头时距,提高了道路通行能力。     

队列行驶领航车辆尾流的粒子图像测速试验研究

为了研究队列行驶时不同的车间距对领航车辆气动阻力的影响,采用风洞试验方法,分别测量了队列行驶工况下领航车辆和领航车辆单独行驶时的阻力系数.又运用粒子图像测速技术对以上工况中领航车辆尾部纵对称面内的流场进行了测量与分析.结果表明:随着车间距的缩短,领航车辆阻力值降低,降幅最大达41.66%,并且尾部流场的涡的拖曳距离、扩...     

基于MPC的无人驾驶汽车轨迹控制研究

为更好地实现对无人驾驶汽车行驶路径的跟踪修正,基于模型预测算法控制车辆的车速和横摆角。通过建立车辆运动学模型、制定目标函数、确定约束条件,设计出了轨迹跟踪控制器。并通过Matlab/Simulink、CarSim软件搭建模型预测控制算法。结果显示,在预定工况下,车辆参考路径和实际行驶误差较小,并有较好的横向稳定性。结果表明该算法能在一定程度能保证无人驾驶汽车的安全性,为智能车辆控制提供了基础。     

横风下π型断面大跨桥上汽车气动特性风洞试验（双语出版）

准确获得车-桥系统气动力是评估强风作用下桥上车辆运行安全性和舒适性的基本前提，为此必须考虑车辆与桥梁间存在的显著气动相互干扰。以山区大跨桥梁常见的π型断面主梁和集装箱货车为研究对象，设计并制作了1：32几何缩尺比的桥梁和车辆刚性测压模型，通过风洞试验测试了典型车-桥组合工况下车辆表面的风压分布，分析了前、后车辆干扰作用、车辆横向距离和车道组合方式等对桥上汽车气动特性的影响，并进一步分析汽车表面的风压值分布，以探究汽车气动力系数变化的机理。研究结果表明：前、后车辆间的干扰、车辆横向距离的改变对汽车的侧向力系数、阻力系数和升力系数均有较大影响，但对汽车的力矩系数影响较小，且汽车的力矩系数具有一定的离散性；车道组合方式中测试车辆位置的改变对汽车气动特性的影响大于干扰车辆位置的改变对汽车气动特性的影响，且车辆组合方式的改变对汽车的力矩系数基本没有影响；受桥梁π型主梁断面的影响，汽车侧向力系数的变化趋势与Coleman规律下的变化趋势不同。     

优化算法在汽车动态称重系统中的应用

针对汽车动态称重情况下短历程信号问题，提出了利用优化算法解决的方案。根据汽车动态荷载特性和称重系统的动力学特性给出了检测信号的优化目标函数；然后，利用数值仿真验证优化算法在短历程信号状态下抑制低频周期干扰信号的性能。最后进行了样机设计和实验，实验结果表明该解决方法是可行的。     

驾车应谨防错觉

<正>新手驾车经验不足,容易因错觉而出现失误,因此驾驶员应注意了解这些不利因素:距离错觉驾车行驶时,路面上各种车辆的车型、颜色、行车状态千差万别,驾驶员有时会对外界车辆的间距及跟车间距产生错觉。常见的是参照物少时感觉偏远;遇雨、雪、雾天气时感觉间距要比实际间距大,车速越高误差越大;车辆越小,颜色     

基于蚁狮算法的UKF车辆状态参数估计器

为了准确获取分布式驱动电动汽车状态参数信息，满足车辆稳定性控制系统的需求，提出一种基于蚁狮算法的无迹卡尔曼滤波状态参数估计器。针对无迹卡尔曼滤波（UKF）过程中噪声协方差矩阵的不确定性，采用蚁狮优化算法（ALO）对其进行寻优，并引入奇异值分解（SVD）的方法来维持噪声协方差矩阵的正定性，此外，基于指数加权最小二乘法对车辆侧偏刚度进行辨识并将其作为状态参数估计器输入。基于MATLAB/Simulink和CarSim联合仿真平台，建立分布式驱动电动汽车参数估计模型，分别进行双移线工况和正弦迟滞工况仿真，并基于A&D5435快速原型开发平台进行双移线工况实车试验。仿真与试验结果表明：相比于SVDUKF算法估计结果，双移线仿真工况下，基于ALO-SVDUKF算法估计得到的质心侧偏角和横摆角速度的均方根误差分别降低了55.7%、30.7%，正弦迟滞仿真工况下，均方根误差分别降低了58.1%、85.1%，且在车辆处于极限失稳状态时仍能维持较好的估计效果；双移线试验工况下，横摆角速度的估计值与实际测量值之间的均方根误差仅为0.938 4（°）·s^-1；提出的基于ALO-SVDUKF算法的分布式驱动电动汽车状态参数估计器能够有效提高质心侧偏角和横摆角速度的估计精度，可为车辆稳定性控制提供精确的状态信息。     

加速度变化率对汽车制动器磨损特性的影响

为了避免加速度变化率过大引起车辆急动而造成安全事故,分析了加速度变化率与汽车制动器比能量耗散率的关系,讨论了加速度变化率对汽车制动器摩擦衬片磨损特性的影响,建立了用加速度变化率表示的汽车比能量耗散率计算公式及二者的关系曲线,并计算出轻型、中型、重型3类客车中吨位最大车型的加速度变化率的最高许用参考值。参考该值可以保证行车安全,并延长制动器的使用寿命。     

基于4自由度车辆模型的电液主动悬架H∞控制

对带有电液主动悬架的车辆进行了力学分析，建立了4自由度车辆状态空间模型。在路面干扰激励下，为了改善汽车的行驶平顺性，基于二次型干扰抑制指标，对此多输入多输出(MIMO)系统设计出了H∞控制器。并且用MATLAB6．1进行了数值仿真，仿真结果表明带H∞控制器的主动悬架有效降低了车身垂直加速度和俯仰角加速度。     

基于卡尔曼-高斯联合滤波的车辆位置跟踪

车辆位置的精确、可靠获取,一直是阻碍智能驾驶技术的难题.特别当车辆处于复杂道路环境中时,车辆卫星定位信号易受较大干扰,使车辆定位产生漂移现象.针对车辆定位的这种漂移现象,研究了针对车辆位置跟踪的卡尔曼-高斯联合滤波方法.对于车辆卫星定位受到的干扰不同,采用分层处理的滤波方法;针对卡尔曼滤波不能较好地滤除一些干扰较大的位置漂移点,通过设置与车速、航向角等相关的动态阈值,对卫星定位的车辆位置进行动态阈值判断;通过动态阈值识别出的车辆位置漂移数据,结合高斯过程回归,以车辆的历史数据作为学习样本,使用预测值和真实观测值构建补偿量,通过对卡尔曼观测方程加入动态观测补偿实现车辆位置优化;对于一般噪声产生的卫星定位波动,联合滤波也可以有效优化.实车实验表明,该方法可以有效识别出车辆定位的漂移点,车辆卫星定位在信号受较大干扰的情况下,车辆卫星定位的精度可以提高30%左右,最大误差由9 m降低到0.8 m左右.该联合滤波方法在使用低成本定位装置的情况下,有效提高车辆卫星定位的精度及可靠性.      

典型工况构建方法对新能源汽车能耗评价的影响分析

新能源汽车的能耗及其经济性与行驶工况高度关联。为了对新能源汽车的能耗进行合理评估，以西安市为例，分别应用聚类分析法、聚类马尔可夫分析法、短行程车速-加速度(Velocity-Acceleration,V-A)矩阵法和变步长V-A矩阵法构建城市客车运行工况，并进一步提出基于自组织映射(Self-organizing Maps,SOM)神经网络聚类的V-A矩阵法。对5种方法构建的工况进行对比和误差分析。在此基础上，基于一款插电式混合动力城市客车，应用全局优化方法——庞特里亚金最小值原理设计能量管理策略，分析车辆能耗和经济性以及5种工况的优缺点。研究结果表明：聚类分析法构建工况的平均特征值误差最大，计算量较大；变步长V-A矩阵法的平均特征值误差小于聚类法，计算量最小；短行程V-A矩阵法与变步长V-A矩阵法误差接近；聚类马尔可夫法的误差居中，计算量最大；基于SOM聚类的V-A矩阵法的平均特征值误差最小，能反映不同路段以及运行时间的差异，且能在聚类之后快速提取短行程的同时兼顾速度和加速度的分布；从能耗角度来看，基于SOM聚类的V-A矩阵法的能耗在5种方法中居中；聚类分析法构建的工况平均车速低于其他工况，但加减速频繁，能耗成本最高；聚类马尔可夫法由于对车速进行平滑处理，加减速频繁程度最小，能耗成本最低。     

基于MATLAB的振动信号消除趋势项处理方法

在汽车整车振动数据采集时前端受车载电源、温度及噪声等外部环境的干扰,使采集到的数值偏离真实数值,给后续信号处理带来了误差甚至错误.这里介绍了对车辆振动原始信号进行消除趋势项处理的主要方法,并在MATLAB编程平台上进行算法编程实现,给出了主要的程序代码.结果表明,振动信号在消除趋势项后得到了较好的改善.     

汽车碰撞试验台动力学模型建立与分析

汽车碰撞试验已经成为我国强制性法规试验检测项目,而汽车碰撞试验台的动力特性是进行试验台能力设计、弹射过程控制、速度控制等的基础。本文分析了基于橡皮绳储能介质的汽车碰撞弹射试验台,建立充分考虑橡皮绳质量、摩擦系数、车辆质量、旋转质量因素和空气阻力等影响因子的试验台动力学模型,并经试验得到很好的验证,并提出基于过程动力特性方程的控制算法,所得结论可为同类试验台架系统设计和提高过程控制提供理论参考。