重型汽车噪声源识别及其控制研究

利用声强法和声全息法各自的优点,对重型车车外噪声源进行综合识别,得到其主要的噪声源及其主要的噪声频段。在进行车外噪声控制过程中,选用优化的吸隔声结构能够降低噪声2.5dB(A)以上,降噪方案对发动机、整车的其他性能影响在允许范围之内,且噪声控制成本少于整车的0.4%。     

汽车纵向加/减速度多模型分层切换控制

针对汽车纵向动力学模型的大不确定性,设计了一种基于鲁棒控制理论的汽车纵向加速度多模型分层切换控制系统。通过分析汽车纵向动力学特性,用4个不确定模型覆盖对象不确定性,并应用LM I方法设计对应的鲁棒性能控制器集合。考虑鲁棒控制系统的特点,设计了一种对不确定性的系统增益进行估计的切换指标函数,以选择控制器进行控制。实验表明,提出的方法在大不确定性下可以对纵向加速度有效控制。     

基于CANoe的混合动力电动车TTCAN建模与仿真

针对混合动力电动车控制器网络的特点,使用对独占窗和仲裁窗分别调度的系统矩阵设计方法设计了时间触发CAN总线(TTCAN)协议。在对网络仿真系统CANoe进行二次开发、增加应用层和会话层模型的基础上,对所设计协议进行了仿真分析,并利用实车试验对仿真结果进行验证。结果表明:周期型信息实时性好、抖动小;事件型信息的实时性受仲裁窗调度的影响较大。     

基于CAN的多能源动力总成控制单元开发

以某混联式混合动力轿车为研究对象，研究了该系统的能量管理策略，在此基础上开发了多能源动力总成控制单元（HCU），并用dSPACE和CANalyzer等工具搭建硬件在环仿真系统对多能源动力总成控制单元进行测试。测试结果表明，多能源动力总成控制单元能定时、准确地实现控制策略，完成对整车各系统的控制。     

基于最优控制理论的制动能量回收策略研究

以混合动力电动汽车为研究对象,以驾驶员的制动意图和制动能量回收率为设计指标,基于最优控制理论设计了一套有效的制动力分配模型。仿真结果表明,该控制方法能够显著提高汽车制动时的响应速度,大约在0.5 s以内就能实现制动意图,并且能够提高制动能量回收率10%左右。     

基于CAN总线的安全车距保持系统

在设计油门和制动执行器硬件以及各部分电控单元基础上,通过对相应的控制算法、信号采集和处理算法、CAN协议和通信软件的设计,构成基于CAN总线的安全车距保持系统。通过试验结果表明所设计的CAN控制网络能满足该系统的使用要求。     

受限路网中汽车行驶最优路径算法及优化实现

实际交通网络不仅包含路网的拓扑关系，还存在大量交通禁行限制。考虑了交通连通性约束所建立的受限路网模型能够更精确地反映实际交通网络。文中提出一种能够在受限路网中寻路的最优路径算法，并具体讨论了算法的优化实现。应用表明该算法可靠高效，可用于实际受限交通网络最优路径规划。     

车载导航系统的研究与实现

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地表示出交通限制信息，通过在北京地区的行车试验表明，该系统可以稳定可靠地在车上运行，在兼容车载多媒体播放的同时，可实现地理信息查询、导航等功能。     

汽车车内噪声因素的结构振动影响率分析法及应用

本文介绍了汽车车内噪声因素实验分析方法中的结构影响率分析法。在阐述其基本原理及理论的基础上，在货车车内低噪声实现过程中应用了结构－声场耦合系统振动的影响率分析，取得了实际效果。     

基于三维激光雷达的无人车障碍物检测与跟踪

针对真实交通场景中障碍物的检测与跟踪问题,提出了一种基于三维激光雷达HDL-64E的无人车障碍物检测与跟踪方法。首先对三维激光雷达产生且经路面分割后的点云数据栅格化,并进行栅格增补。在障碍物聚类之后,先利用无人车RTK-GPS数据和INS航向角数据进行多帧融合的静态障碍物的检测,再进一步利用动态障碍物模板匹配算法对静态障碍物检测结果形成的可行驶区域进行动态障碍物检测。最后,利用标准卡尔曼滤波器实现对动态障碍物的跟踪。本文方法应用在自主研发的无人车上的大量实验结果表明,本文提出的方法具备较高的可靠度,满足无人车的环境感知要求。