道路附着系数的试验研究

道路附着系数不仅影响汽车的加速性能，制劫性能，而且要影响汽车的操纵稳定性，由于影响道路附着系数的因素较多。因此测定道路附着系数的试验重复性很低，这就为道路附着系研究增了困难，耗资巨大，该文编译阵外一些试验研究结果，并介绍了一种简单易行的测定产品附着系数的方法。     

利用模糊神经网络预测道路交通事故损失

本文利用模糊神经网络系统的特性，分析道路交通事故损失与交通事故次数，死亡人数和受伤人数之间的关系，提出了模糊神经网络预测道路交通事故损失的方法。     

基于路面构造特性的附着系数识别研究

为提高汽车主动防碰撞系统的预警精度,提出了一种基于路面构造特性的附着系数识别方法.首先通过激光扫描仪扫描不同类型和不同磨耗程度的沥青路面,获取路表纹理形貌的三维坐标,在Matlab中编制程序计算出MTD、MPD等7个路面构造特征参数数值;然后对特征参数进行相关性分析,选取MTD、MPD、Rq和Δq作为评价路面附着系数的...     

基于LabVIEW的附着系数数据采集系统设计

附着系数是对汽车制动性判据的重要参考数据之一,文中采用LabVIEW软件开发了一套基于虚拟仪器的路面附着系数测试系统。实验表明:该程序可准确的检测出车轮法向力和切向力,实现对附着系数实时变化的显示以及数据的采集和处理,通过界面曲线来显示数据和其变化等信息,能保存测试过程中的所有数据,并设置保存时间等附加功能。     

面向汽车纵向安全辅助系统的路面附着系数估计方法

文中通过仿真研究探索了一种基于车轮滑移率的路面附着系数识别方法.首先讨论了有效估计驱动轮滑移率和利用附着系数的途径,然后在此基础上,提出了基于贝叶斯原理的路面附着系数估计迭代算法,并利用车辆动力学软件veDYNA对该算法进行仿真分析.结果表明,在滑移率大于代表不同路面的最小滑移率阈值的工况下,该方法能够快速、准确地捕获路面特征,满足汽车纵向安全辅助系统调整安全策略的需要.     

基于道路环境因素的公路隧道交通事故预测

为提高公路隧道交通事故预测准确率,以西汉高速秦岭某隧道群的496起交通事故作为研究对象,对影响公路隧道交通事故预测的道路环境因素进行相关性分析,针对不同预测类别选定具有显著影响的主要变量,通过贝叶斯模型、随机森林模型、BP神经网络模型和支持向量机模型分别对公路隧道交通事故形态、严重程度、伤亡情况和持续时间进行预测,根据准确率和稳定性确定出最优预测模型。研究结果表明： 1）随机森林模型在预测公路隧道交通事故形态时最为可靠,准确率约为84%; 2）在对公路隧道交通事故严重程度和伤亡情况进行预测时可优先考虑贝叶斯模型,其对重大或特大事故的预测准确率高达50%; 3）选择随机森林模型作为公路隧道交通事故持续时间的预测模型,绝对误差为20 min时模型准确率将超过70%。     

确定载货汽车同步附着系数的简便方法

根据最小二乘法原理,提出了一种计算两轴载货汽车同步附着系数的方法,并用此法对BJ130型和CA10B型汽车的同步附着系数进行了计算。     

车辆转向工况下的路面附着系数估计算法

提出了一种在转向工况下根据车轮侧偏特性估计路面附着系数的算法.首先在Matlab/Simulink中建立了七自由度整车模型,分析了车轮的侧偏特性;然后设计了扩展卡尔曼滤波器,以根据车辆的纵、侧向加速度,估算车辆的纵、侧向速度,并据此计算出车轮的侧偏角;最后,采用反向传播神经网络算法,根据前轮侧偏角和横摆角速度及其增益,估计路面附着系数.仿真结果验证了该算法的有效性.     

试论汽车同步附着系数的选择范围

论述了在选取汽车同步附着系数φ_0时涉及的问题,指出按不同种类的汽车规定合理的、较小的φ_0选取范围是必要的。以LN142型汽车为例,证实了提高φ_0有利于改善制动性能,并对规定合理的φ_0选取范围提出了建议。     

基于四轮轮边驱动电动车的路面附着系数估算方法

路面附着系数是影响车辆行驶安全性的重要因素,利用轮边驱动电动汽车驱动力矩可以对路面利用附着系数进行观测。当观测到μ-λ曲线接近于峰值点时,将该时刻的轮胎利用附着系数作为路面峰值附着系数,并根据识别的路面峰值附着系数进行驱动防滑控制。该方法能够有效防止轮胎滑转,提高车辆行驶稳定性。     

基于神经网络的半主动悬架自适应模糊控制

提出了基于神经网络的自适应模糊控制策略。模糊控制主要用来对付系统的非线性；神经网络根据振动响应的方差递推结果来辨识车体的振动情况实时调节模糊控制器的量化因子，使模糊控制器对路面的变化具有自适应的能力。在半主动悬挂1／4车非线性模型的基础上进行了仿真研究。     

车速和路面附着系数的滚动时域估计

基于Dugoff轮胎模型建立了车辆的非线性动力学方程,并给出了路面附着系数的约束条件.针对车速和路面附着系数约束的非线性估计,提出了一种基于滚动优化原理的滚动时域估计法(MHE),并给出了MHE法的具体步骤.在不同路面上对MHE法进行了多种工况的实验验证,并在同样条件下与扩展Kalman滤波法进行了比较.实验结果表明,MHE法的估计性能优于扩展Kalman滤波法.     

用于轮胎-路面摩擦状态识别的胎内传感技术研究

介绍了目前几种轮胎胎内传感器(表面声波传感器、超声波传感器、光学传感器、胎侧扭转传感器、加速度传感器、PVDF传感器)的技术原理,分析了各种传感器的优缺点,并论述了胎内传感器的数据传输与供电的技术进展.由此指出,目前的胎内传感器已可以实现轮胎胎内变形和加速度信息的实时动态监测.可为底盘综合控制提供更准确的轮胎-路面摩擦系数信息.     

高速公路交通事故模糊逻辑预测模型改进研究

以AADT、路段长度、车道数、大型车比例和地形条件作为模型输入变量,以每公里事故数作为模型输出变量,结合辽宁省高速公路数据构建基本的交通事故模糊逻辑预测模型.考虑到模糊集合结构和模糊控制规则对预测结果可能产生的影响,提出调整模糊集合和融入先验知识构建规则库的模型改进方法.以粤赣高速和开阳高速为案例,分析了基本模型与改进模型的可移植性.最后,应用同样的数据构建了负二项分布事故预测模型,并与模糊逻辑预测模型进行了对比分析.研究结果表明,纵向比较,模糊集合细化一定程度提高模型预测精度,细分模型相较于基本模型,总体平均相对误差减少8.3%,模型优度提高0.357;横向比较,融入先验知识构建模糊规则库能一定程度提高模型预测精度,基本先验模型相较于基本模型,总体平均相对误差减少1.9%,模型优度提高0.164.融入先验知识后模型的可移植性增强,平均预测精度高于基本模型,相对误差大于0.5的样本数减少3.8%,总体误差减少3.4%,总体平均相对误差减少4.1%,模型优度提高0.385;但细化集合的模型可移植性较低,与粗分和基本模型相比各个指标值均不同程度变差;而模糊逻辑事故预测模型与负二项分布事故预测模型在预测精度和可移植性方面均无显著差异.     

基于Fuzzy回归的快速路行程时间预测模型研究

行程时间预测是交通流诱导系统和交通控制系统研究的一项重要内容。在分析各种行程时间预测方法的基础上,本文提出了基于Fuzzy回归的快速路行程时间预测模型,利用深圳市的交通实测数据对行程时间进行了预测分析。     

轮胎半经验模型中摩擦系数切换问题

介绍了2种简单的摩擦系数模型(库仑摩擦定律、静摩擦力模型)，并将其与轮胎统一刷子理论模型结合起来分析轮胎的摩擦问题。在此基础上引入了满足轮胎刷子理论模型边界条件的轮胎稳态半经验模型，给出了应用轮胎半经验模型实现摩擦状态切换的方法。通过轮胎在2种滚动速度下的侧偏试验，证明了轮胎半经验模型可实现2种速度下的摩擦系数切换。     

Micro Prediction Model of Traffic Accident Based on Improved Fuzzy Quantitative Theory

针对道路交通事故发生的随机性及影响事故发生的因素很多,而且影响因素中既有定量因素又有定性因素的情况.首先分析了道路交通事故事故4项指标和事故率,确定事故率作为微观预测目标；然后从人-车-路组成的系统观点出发对事故因素分析,选取驾驶员的驾龄、车道数、平曲线半径、纵坡度、路面情况、路口路段类型、道路宽度和交通流量等变量作为主要影响因素,其中前7项作为定性影响因素,交通流量作为定量影响因素,各定性因素下分为若干类目；最后在数量化理论的基础之上建立了改进的模糊道路交通事故微观预测模型.该模型以某国道466.678～559.792 km段作为算例进行计算,计算结果表明:三枝交叉口对事故影响最大,针对该路段提出具体的道路整改意见.     

基于带约束BP神经网络的黄土湿陷系数预测模型研究

通过现场试验和室内试验得到某黄土场地Q3黄土的湿陷系数及相关物理力学参数,分析了黄土湿陷系数与其主要物理力学影响因素之间相关性。针对室内试验数据具有离散性较强的特点,基于传统BP神经网络模型进行改进,建立了带约束的BP神经网络模型并对黄土的湿陷系数进行预测。结果表明:湿陷系数与含水率、天然密度、饱和度成负相关,与压缩系数和孔隙比成正相关;带约束的BP神经网络模型可以定量保证预测结果的准确性,其预测误差在10%以内。     

车辆主动悬架的神经网络模糊控制

利用神经网络来实现在车辆主动悬架中的模糊控制，通过对主动悬架实体装置的台架实验研究，在不同激励信号的作用下，神经网络模糊控制器都具有很好地抑制车体振动的特点，其控制效果明显优于PID控制。在车辆主动悬架中，神经网络模糊控制具有设计新颖，实用性强，特别对于减振效果要求较高的车辆，更能发挥其优点。