基于ITS的汽车主动避撞性关键技术研究(二)

3.2.3 下位控制方法研究 由于车辆制动、驱动力特性中含有强烈非线性,同时车辆质量变动、道路坡度及风阻等外部干扰因素的存在,车辆下位控制器设计时如果不采用模型匹配控制方法,则控制系统的鲁棒跟随性和鲁棒稳定性必然是相互对立的两个性能。针对这一问题,本研究设计了二自由度控制器来实现车辆主动避撞系统下位控制的控制性能,此控制器的特征是闭环目标值应答特性可以通过反馈特性的设计来独立设定。在这种情况下,利用前馈补偿器来设定目标值的应答特性(本研究中是模型匹配特性),利用反馈补偿器的设计来实现反馈特性(本研究中是鲁棒跟随特性和鲁棒稳定特性),很好地实现了控制要求。 为了进行控制系统补偿器的设计,必须求出控制对象的标准传递函数。在本研究中,从控制对象的频率特性出发,利用响应特性的相似性来求得控制对象的传递函数。     

汽车主动避撞系统中的报警方法及其关键技术

在分析现代汽车主动避撞系统特性的基础上设计了汽车主动避撞报警系统，对系统报警方法，雷达信号的Kalman滤波处理，雷达目标物有效性识别算法等关键技术进行了研究，给出了系统合理性及实用性验证的仿真及初步试验结果。     

基于ITS的汽车主动避撞系统

利用信息感知、动态辨识、控制等技术与方法提高汽车的主动安全性，是智能交通系统(ITS)的主要研究开发内容之一。本介绍了清华大学汽车安全与节能国家重点实验室开展的基于ITS的汽车主动避撞安全技术的研究工作。主要包括：开发适用于复杂、动态路况的车载扫描式激光雷达探测系统，基于人-车-路-体化的汽车主动避撞系统安全距离模型，设计能够满足多种复杂路况的拟人化车辆纵向运动控制系统。中给出了各理论研究所处的阶段以及相应的实验结果。     

基于最小二乘法的车辆瞬态燃油消耗估计EI北大核心CSCD

精确的车辆瞬态燃油消耗估计是车辆节能控制研究的基础,稳态燃油消耗模型受燃油发动机的非线性工作特性、驾驶员的驾驶习惯、车辆行驶的环境、车辆行驶状态、车辆负载等多种因素影响,计算的瞬态燃油消耗与实际燃油消耗偏差较大,现有瞬态油耗模型参数不易标定,因此本文中通过车辆速度与加速度构建了一种新的瞬态燃油消耗估计模型。采用最小二乘法对模型中的参数进行求解,为进一步降低瞬态燃油消耗率的估计偏差,引入指数速度衰减的加权因子,即采用带指数衰减因子的最小二乘法求解油耗模型中的参数,并通过实车试验对瞬态油耗估计方法进行验证。试验结果表明,基于最小二乘法的油耗模型可精确地估计车辆瞬态油耗,带指数速度衰减因子的最小二乘法可进一步降低油耗模型的油耗估计偏差,且估计精度受车辆行驶状态和道路环境等因素影响较小。     

一种新型强混合动力结构的控制策略

基于一种新型的单电机、双离合器式强混合动力结构,建立了其车辆分层控制系统,制定了整车能量管理策略,并研究了行进中启动发动机过程的动态协调控制.通过自行开发的前向仿真系统对能量管理策略进行了验证,结果表明在NEDC循环工况下等效100km油耗降低34%.同时通过动态台架试验,对行进中启动发动机的动态协调控制策略进行了验证.     

车外加速噪声的传递特性模型及声源识别

提出了一种描述汽车主要声源、振源与车外噪声的传递特性模型.根据行驶中汽车的主要声源、振源参考点信号和车外加速噪声测量点信号,通过传递特性分析,定量确定了运动车辆的噪声源对车外噪声的贡献,采用主成份分析法提高声源识别精度.实车试验结果表明,利用传递特性模型可以确定车外加速噪声的主要振源、声源及其贡献.     

面向弱势道路使用者的多目标运动轨迹预测方法

针对复杂行驶环境下弱势道路使用者（VRU）多目标轨迹预测方法存在的预测精度不足和预测性能不稳定的问题，提出一种基于历史序列信息的面向VRU的多目标轨迹预测方法（Vulnerable Road User Trajectory Predictor， VRU_TP）。首先，为了解决预测精度不足的难题，该轨迹预测方法框架融合时空的多维运动状态特征和多维外观语义特征因子，同时基于外观特征综合考虑目标的运动意图，提取多线索的轨迹预测因子作为各个VRU目标历史轨迹的编码输入。其次，为了克服现有方法预测性能不稳定的难题，在序列到序列的编解码器方法（Seq2Seq Encoder-decoder）的基础上，从网络结构设计和网络优化策略等方面提出适用于VRU轨迹预测的门循环神经网络（GRU）。该网络融合设计的plelu6激活函数，能基于历史的序列信息映射学习未来的轨迹信息，用来提高编解码器对未来轨迹的解码能力。最后，为了验证时空多元轨迹线索和门循环神经网络优化方法的有效性和实用性，在已公开的MOT16数据库和提出的VRU-Track数据库上，采用在图像空间上通用的归一化平均位置偏移（NADE）、平均重叠率分值（AOS）评价指标以及平均成功率（ASR）和成功率曲线（Success Plot）评价指标，并进行试验验证。研究结果表明：在MOT16划分的验证集中，相比于基准方法，NADE下降了19.4%，ASR提高了22.6%；在VRU-Track数据库测试集中，NADE下降了23.0%，AOS提高了17.1%，ASR提高了16.5%；提出的VRU_TP方法减少了预测值与真值之间的位置偏移，增加了预测值与真值的重叠率，提升了各类VRU目标轨迹预测的性能，而验证了该方法的有效性。     

智能网联汽车(ICV)技术的发展现状及趋势CSCD

综述了智能网联汽车(ICV)技术的发展现状及趋势。ICV的体系架构包括价值链、技术链与产业链。ICV的4个发展阶段是:自主式驾驶辅助、网联式驾驶辅助、人机共驾、高度自动/无人驾驶;关键技术有:环境感知、智能决策、控制执行、人机共驾、通信与平台、信息安全等。由于ICV是未来汽车技术发展的一个重要方向,其技术与产业发展是中国汽车工业转型升级的重要机遇;因而,中国要发展智能网联汽车,就应该充分结合本国体制优势,依托顶层设计。     

智能交通系统中车载导航系统的研究与实现

本介绍了一种车载导航系统，该系统基于嵌入式系统平台构成，融合了导航以及车载多媒体功能。基于该嵌入式平台设计的车载地理信息系统采用了单线路网模型，在有效表示路网结构的同时还可以清楚表示出交通限制信息。通过试验表明该系统能够很好地在车上工作，可实现车辆定位、寻路和智能导航功能。     

智能车辆车道保持系统

车道保持系统是智能交通系统(ITS)的主要研究内容之一。本文介绍了车道保持系统的研究意义，国内外的发展状况，车道保持系统的基本结构以及清华大学汽车安全与节能国家重点试验室在车道保持系统以及THASV-I实验车平台方面的研究工作，主要包括：研究开发的机器视觉车道识别系统，拟人控制算法，安全简便的转向执行系统。