四轮路面激励生成工具开发及应用

为了在平顺性研究中应用路面激励,基于滤波白噪声方法建立了四轮路面激励模型。采用Matlab开发了四轮路面激励生成工具,可以通过图形用户界面自动生成不同路面类型和车速组合下的四轮路面激励数据。将生成的路面激励数据输入到四轮汽车11自由度系统振动模型中,获得了B级路面上不同座椅位置人体质心加速度与车速的关系。研究结果表明,基于滤波白噪声方法建立的四轮路面激励模型和开发的四轮路面激励生成工具,既可以自动生成四轮路面激励数据,也可以有效用于汽车平顺性仿真。     

三维路面模型的构建及其在Adams中的验证

根据多功能激光路面检测仪测得的路面信息,提出了利用Delaunay三角剖分与加权函数插值相结合生成三维路面模型的算法,在此算法的基础上根据Adams中的路面格式生成其相应的路面文件,可以直接被Adams调用。同时通过功率谱对比与Adams中仿真分析对生成的路面模型进行了验证。结果表明,此算法可以生成纹理更加清晰、精度较高的路面模型;不同车速下的仿真结果与实测路面结果有较好的一致性,误差相对较小。因此,生成的路面模型能够真实地反映实际路面不平度的特征。     

基于虚拟样机技术的扭杆悬架汽车平顺性仿真

运用面向整车系统的数字化虚拟样机技术和大型机械系统动力学仿真软件ADAMS建立了包括前后悬架、轮胎、转向系统及整车的多体动力学模型。用Visual Basic编制路面生成文件，生成不同等级的随机路面。对整车进行了随机输入平顺性仿真分析，把仿真数据输入编制的平顺性仿真程序中，发现结果满足国家规定的汽车平顺性评价标准。     

基于汽车车身垂直加速度的典型道路路面谱识别研究

以1/4汽车振动模型为研究对象,推导出以汽车车身垂直振动加速度作为输入信号、路面不平度作为输出信号的数学模型及其模拟图,并利用MATLAB/SIMULINK搭建系统模型求解路面不平度,对路面不平度进行谱估计完成路谱的识别。通过实际测试和数据处理分析,说明该方法理论依据正确可行,可以为虚拟样机仿真路面的生成提供数据支持。     

不同路面下汽车ABS仿真检测研究

进行不同路面下汽车ABS性能仿真检测,开发了汽车ABS性能仿真检测系统,对ABS的ECU进行了几种典型路面下的仿真检测,并对试验结果进行分析.结果表明开发的ABS性能检测系统具有良好的路面仿真功能与测试功能,可以用于ABS ECU生产的在线检测.     

汽车路面激励的时域建模与仿真

在考虑左右轮迹相干性的基础上,采用滤波白噪声法建立了四轮汽车的路面激励时域模型。在不同路面和汽车参数的工况下进行了仿真,生成了汽车路面激励时域信号。仿真结果表明,该方法建立的路面激励时域模型的功率谱密度和左右轮迹相干函数与参考模型基本一致。与其它方法相比,该模型可行有效、通用性好、易于计算。     

基于MATLAB仿真的块石减速路面设计方法研究

块石减速路面因其造价经济和减速性能良好等优点,在农村公路建设中具有广泛的应用价值。针对目前块石减速路面平整度控制缺乏标准、设计指标模糊不清等问题,提出一种基于MATLAB仿真的块石减速路面设计方法。建立基于谐波叠加法的块石路面三维建模方法和1/4车辆模型进行仿真,通过分析车辆响应与路面不平度之间的关系,提出一种参数可调,理论可靠的仿真建模途径,并得到块石减速路面的有效设计方法。结果表明,通过该方法仿真生成的块石减速路面可以达到令驾驶员主动减速的目的,减速效果良好。     

适应不同路面条件下的ABS制动仿真研究

汽车防抱制动系统ABS是改善汽车主动安全性的重要装置,本文利用Mat-lab/Simulink仿真软件,建立了车辆制动防抱系统仿真模型。通过仿真分析得到了车辆在不同路面制动时的滑动率,提出在不同路面制动时滑动率控制的最佳值,使车辆制动时的滑动率达到这一最佳值,从而可以实现车辆在不同路面条件制动时保持稳定的制动力,缩短制动距离。     

基于MATLAB的路面不平度数值模拟及验证

路面不平度是衡量路面质量的重要指标。文中使用MATLAB平台,建立了A,B,C级路面的路面不平度仿真模型,并采用滤波白噪声生成法模拟出A,B,C级路面的路面不平度功率谱。这种模拟仿真方法产生的路面不平度能够非常接近目标谱,很好地满足谱一致原则。     

Modeling Research on Road Used for Virtual Experiment of Tracked Vehicle

利用Matlab编程建立了用于履带车辆虚拟试验的三维随机路面模型,并对单道路面不平度进行了功率谱估计和不同单道相关性验证.创建了适用于Adams软件履带车辆模块(ATV)路面模型的三维路面节点生成通用算法.分别分析了三维随机路面和有确定外形路面网格数量对路面模型精度的影响.在随机路面上进行车辆直驶虚拟试验,结果表明,三维随机路面的虚拟试验结果与二维随机路面的有较大不同；三维随机路面可以模拟车辆垂向和侧向两个方向载荷的作用,优于二维随机路面.     

基于主成分分析和学习向量量化神经网络的制动工况路面识别与验证

开展车辆制动时路面类型识别的研究，提出一种基于主成分分析-学习向量量化神经网络 （Principal Component Analysis - Learning Vector Quantization，PCA-LVQ） 的制动工况路面识别方法。利用主成分分析对多维度驾驶数据降维处理，提取能表征路面特征的主要成分，采用学习向量量化神经网络对降维处理后的驾驶数据进行训练，并用于路面特征分类，使用制动工况下实车试验数据和硬件在环仿真数据进行验证。结果表明，所提出的 PCA-LVQ算法能准确识别路面类型特征，路面识别的精度达到 97%，与传统 BP神经网络的路面类型特征识别精度提升 7%；同时，在不同车速下，基于PCA-LVQ算法也能较准确地识别路面类型特征。     

考虑相干性的四轮随机路面输入模型的研究

借鉴DieterAmmon的路面相干函数模型,通过实测的路面信号验证该相干函数模型的可行性,应用遗传算法求解左右轮输人间的传递函数,建立四轮随机路面输入模型。最后对生成路面功率谱密度进行验证,结果表明所构建的路面文件满足相关要求。     

基于韧性最优的灾后公路网修复调度研究

为有效修复灾后公路网的受损路段从而加快恢复路网畅通,研究以韧性最优为目标的灾后公路网修复调度问题。首先,采用交通需求满足率表示路网性能,并构建路网性能韧性和恢复速度韧性评价指标。其次,构建基于韧性最优的修复调度双层规划模型,其中上层模型是多目标混合整数规划模型,用以确定修复路段的选择和修复先后顺序,下层模型为日变交通流分配模型,模拟修复期间的路网交通流动态演变。然后,采用禁忌搜索算法和Frank-Wolfe算法分别求解上层模型和下层模型,并通过循环迭代得到模型最优解。最后,通过案例分析验证模型和算法的有效性。研究结果表明:在一定数量的修复资金和抢修队约束下,该模型得到的最优修复调度方案能最大限度地提升路网韧性,并且在修复过程中,只有当受灾区域内某线路中的所有受损路段均完成修复后,路网性能才开始呈阶梯式上升,并且路网性能的提升速度表现为先慢后快。对不同参数的敏感性分析表明:修复预算的增加使路网性能韧性和恢复速度韧性分别以15.65%和17.72%的平均速度增长和降低,但当修复预算超过1 800万元后,只增加修复预算不一定能获取更优的修复调度方案;当决策者偏好系数变化时,路网的性能韧性和恢复速度韧性具有相反的变化趋势,且2个韧性指标的平均变化率分别为5.96%和4.48%;增加抢修队数量可提升路网的性能韧性和恢复速度韧性,但增加抢修队数量所产生的边际效益逐步降低,分别由0.11和0.43降至0.01和0.02。     

面向微观交通仿真的路网建模模块实现方法

路网描述模型是微观交通流仿真的基础,其建模过程较为烦琐。为了简化路网建模工作,设计了1个路网建模模块,为用户提供路网绘制、道路属性编辑及保存工具。该模块能自动提取绘图区及编辑区的关键信息,并通过转化算法快速建立路网数据库,为道路交通场景的三维可视化及微观交通仿真模型道路动态链表构建提供数据支持。实际效果表明,该路网建模模块能够快速生成路网相关数据,以动态链接库形式创建并嵌入到微观交通流仿真软件中,移植性较好。     

A vehicle ABS adaptive sliding-mode control algorithm based on the vehicle velocity estimation and tyre/road friction coefficient estimations

A sliding-mode observer is designed to estimate the vehicle velocity with the measured vehicle acceleration, the wheel speeds and the braking torques. Based on the Burckhardt tyre model, the extended Kalman filter is designed to estimate the parameters of the Burckhardt model with the estimated vehicle velocity, the measured wheel speeds and the vehicle acceleration. According to the estimated parameters of the Burckhardt tyre model, the tyre/road friction coefficients and the optimal slip ratios are calculated. A vehicle adaptive sliding-mode control (SMC) algorithm is presented with the estimated vehicle velocity, the tyre/road friction coefficients and the optimal slip ratios. And the adjustment method of the sliding-mode gain factors is discussed. Based on the adaptive SMC algorithm, a vehicle's antilock braking system (ABS) control system model is built with the Simulink Toolbox. Under the single-road condition as well as the different road conditions, the performance of the vehicle ABS system is simulated with the vehicle velocity observer, the tyre/road friction coefficient estimator and the adaptive SMC algorithm. The results indicate that the estimated errors of the vehicle velocity and the tyre/road friction coefficients are acceptable and the vehicle ABS adaptive SMC algorithm is effective. So the proposed adaptive SMC algorithm can be used to control the vehicle ABS without the information of the vehicle velocity and the road conditions.     

高速公路相机自动标定及道路坐标系构建

为解决高速公路场景下利用视频监控系统正确描述车辆相对于道路的空间位置问题，通过引入Frenet坐标系概念，提出一种基于相机自动标定的道路坐标系模型。在相机自动标定阶段，利用线分段拟合方法从曲线车辆轨迹中提取平行于直线路段的轨迹点，并通过级联霍夫变换精确估计道路方向的消失点。然后,根据多车辆三维模型约束，对相机参数进行迭代优化。基于标定结果，将车辆轨迹映射到世界坐标系平面上，并用3次样条插值进行拟合。根据大量运动车辆在道路平面内形成的轨迹域分布特征，综合边界约束估计道路中心点。最后，结合道路中心线在各点处的法线向量与车道宽度信息确定平移量，并利用点平移运动拟合车道线，实现道路坐标系的自动建立。使用真实高速公路视频数据，在多种道路条件下进行试验。研究结果表明:在标定阶段，构建方法对不同高速公路场景的最大标定误差不超过11.55%;与最新的方法相比，直线道路平均标定误差分别降低6.68%和3.58%，弯曲道路平均标定误差分别降低7.43%和2.61%;在道路坐标系构建阶段，构建方法的平均投影距离为0.077 m，接近最新方法的0.069 5 m；而其平均精度为0.916，显著优于最新方法的0.663；所提道路坐标系能够自适应道路形态的变化，有效解决了从监控视频中描述车辆与道路之间相对位置关系的问题。     

城市道路施工图中沥青面层材料说明的企业标准化解决方案

为规范城市道路施工图中沥青面层材料说明的写法，明确设计文件必须的材料指标要求，提升工作效率，并降低设计人员重复繁琐的文本编辑工作，要研发通过软件自动生成沥青面层材料说明的企业标准化解决方案。首先，统计分析目前城市道路施工图中关于沥青面层材料的一般写法与内容，查询相关国家及行业规范的要求，确定说明部分的框架。其次，了解施工、监理、质检验收等相关方对施工图文件中关于沥青面层材料相关内容的使用情况，调研城市道路路面主要病害及产生的原因，统计说明中易产生歧义或指标不清晰带来的施工、验收及运营期病害等问题。最后，形成固定的企业标准说明结构，相关指标参数输入数据库，设计人员使用软件通过点选必要的项目信息自动生成说明文字。     

基于横向安全距离模型的主动避障算法

现有的安全距离模型是基于纵向相对车速或减速度值建立的,没有考虑移动目标的横向运动特性。本文利用移动目标横穿马路的速度、相对位置,建立横向安全距离模型,并提出一种基于横向安全距离模型的主动避障算法。首先,根据横向移动目标横穿马路的速度、相对位置和自车的制动距离建立横向安全距离模型,设计主动避障算法。接着,为计及路面条件对制动效果的影响,引入当前行驶路面估算的附着系数峰值估算最大制动减速度,约束目标避障减速度,并调整制动强度,以适应不同路况的安全避障行驶。最后,以典型横向移动目标骑行者作为研究对象,通过PreScan/Simulink/CarSim联合仿真验证避障算法的有效性。结果表明:基于横向安全距离模型的主动避障算法能有效避免与骑行者碰撞,提高行车的主动安全性。     

路面附着系数的自适应衰减卡尔曼滤波估计

为了获得实时、准确的路面附着系数,进一步提高观测路面附着系数算法的精度和收敛速度,结合非线性车辆动力学模型和轮胎力修正模型,搭建分布式驱动电动汽车联合仿真平台,提出一种基于自适应衰减无迹卡尔曼滤波的路面附着系数观测算法。该算法设计与各轮对应的路面附着系数观测器,应用协方差匹配判据对观测器发散趋势进行判别,设计自适应加权系数修正预测协方差,以增强新近观测数据的利用率;同时采用次优Sage-Husa噪声估计器对未知的系统过程噪声进行估计,抑制观测器的记忆存储长度,调整过程噪声和测量噪声的均值与协方差,提高观测器的跟踪能力。利用分布式驱动电动汽车分别进行高、低附着路面和对开路面直线制动试验,并将自适应衰减无迹卡尔曼滤波路面附着系数观测器的观测结果与无迹卡尔曼滤波观测值、参考路面附着系数进行比较和分析。结果表明：高附着路面条件下,所设计的算法估计误差可控制在0.64%以内;低附着路面条件下,所设计的算法估计误差可控制在1.03%以内;对开路面条件下估计误差可控制在1.26%以内;自适应衰减无迹卡尔曼滤波算法相比无迹卡尔曼滤波算法响应速率更快,具有更高的估计精度和较强的自适应能力,估计结果整体上维持稳定,能够适应各种不同路面的估计。