基于电动出租车数据的充电桩选址聚类方法比较

为有效降低出租车运营企业及经营者的经济成本,通过分析出租车的卫星轨迹数据,比较和选取用于电动出租车充电桩选址规划的聚类方法。以上海市电动出租车充电站的选址规划为研究对象,分别基于孤立森林和聚类算法设计异常值检测方法,对相关时段的出租车卫星数据进行清理以及数据可视化处理;比较层次聚类 （Agglomerative Clustering）、高斯混合模型 （Gaussian Mixture Model, GMM）、K-means 聚类、Mean-Shift 聚类以及谱聚类（Spectral Clustering） 5种算法的聚类效果,并选取 K-means算法作为充电桩选址规划参考算法。从城市区域划分及企业运营角度确定充电桩选址方案,为未来上海市区电动出租车充电桩的数量和容量配置提供设计依据。     

消除“红灯等待”焦急心理的安全措施及可行性分析

针对许多十字路口红灯设置时间过长、超出人们能够耐心等待的限度这一实际问题,研究一种能够有效消除人们等待焦急感的信息系统,对解决行人闯红灯的难题具有较强的实际意义。     

面向车辆操纵稳定性的主动差速器模型预测控制

本文中基于主动差速器技术提出一种提高车辆横摆/车身侧偏操纵稳定性的模型预测控制算法。首先,考虑主动差速器和车轮的动力学特性,建立双轴车辆的动力学预测模型。接着,将模型预测控制问题转换为标准的二次规划问题,并利用内点法求解主动差速器的控制力矩。最后,利用Simulink相关工具箱和Carsim软件对提出的模型预测控制器性能进行联合仿真验证。结果表明,采用主动差速器模型预测控制能有效提高车辆在低附着路面上的操纵稳定性。     

面向车道变换的路径规划及模型预测轨迹跟踪

为解决智能车辆在车道变换过程中的路径规划和路径跟踪问题,首先,利用梯形加速度法设计了车道变换虚拟理想轨迹,该路径规划方法的适应性取决于车道变换时间、横向加速度及变化率等关键变量的约束条件,因而对各关键变量之间的数学关系进行了定量计算,并绘制了不同工况下的车道变换虚拟理想轨迹,用于分析各关键变量对路径规划的影响;其次,建立了线性离散的车辆动力学预测模型,综合分析了车辆模型的控制输入、状态变量以及道路结构参数等约束条件,构建了多约束模型预测控制（MMPC）系统用于车道变换路径跟踪,并基于Hildreth二次规划算法对其目标函数进行了求解,获得前轮转向角控制量,从而保证智能车辆在车道变换过程中的路径跟踪性能及操纵稳定性能;最后,利用MATLAB和Carsim软件对提出的多约束模型预测控制系统进行联合仿真,并构建单约束模型预测控制（SMPC）系统与其进行性能比较,分别对车道变换时间为3 s和6 s时的车道变换性能进行比较分析。结果表明：当车道变换时间为6 s时,2种控制系统都能较好地实现车道变换功能;当车道变换时间为3 s时,与SMPC控制系统相比较,MMPC控制系统能够在有效跟踪期望行驶路径的同时改善车辆的操纵稳定性,从而提高车辆在路径跟踪过程中的主动安全性能。