无人驾驶电动赛车路径规划算法研究

针对大学生无人驾驶方程式大赛,提出一种适合无人驾驶电动赛车的路径规划算法。该算法利用坐标转换原理,在全局坐标系下分别提取两侧桩桶点,最终得到离散点集。离散点之间用弧线进行连接,并且保证曲线的平滑性。在MATLAB环境下进行对无人驾驶赛车的路径规划仿真。仿真结果表明:该算法能较好地规划出行驶路径,曲线平滑,可以使赛车安全可靠地通过赛道。     

无人驾驶电动赛车线控制动控制研究

为了提高无人驾驶电动赛车制动的稳定性与可靠性,提出一种串联式线控制动方案。通过调整开关电磁阀选择赛车处于有人或无人的状态,在获取赛车最大减速度、平均减速度以及制动系统压强之后,通过增量式PID控制算法控制各个制动轮缸的制动压力,从而控制赛车车速,保证赛车在行驶安全的前提下按照预设路径稳定行驶。     

无人驾驶汽车路径跟踪控制方法拟人程度研究

无人驾驶汽车路径跟踪控制是无人驾驶汽车运动控制的核心所在,目前常用的路径跟踪模型主要以路径跟踪精度为主要控制目标,在很大程度上忽略了无人驾驶汽车的乘坐舒适性和控制的拟人程度。为了研究无人驾驶汽车路径跟踪控制算法的拟人程度并提高乘坐舒适性,基于转向几何学、汽车运动学和汽车动力学理论建立实车中常用的4种路径跟踪模型,提出以路径跟踪过程中的最大横向加速度a_ymax和方向盘转角平方和δ_w²共同表征路径跟踪模型的拟人程度和横向乘坐舒适性。基于驾驶人实车换道试验数据,建立多项式拟人换道参考路径,搭建CarSim/Simulink联合仿真模型,并对其进行不同车速下的车辆换道试验。研究结果表明：路径跟踪模型的横向循迹偏差均会随着车速的提高而增加,但都能较好实现路径跟踪;带预瞄路径跟踪模型和动力学前馈最优LQR路径跟踪模型拟人程度较好;汽车运动学路径跟踪模型的乘坐舒适性最差,方向盘修正激烈;在100 km·h^-1,a_ymax>0.7 m·s^-2,δ_w²>2.7×10³时,拟人程度最差;不带预瞄路径跟踪模型循迹精度最高,且拟人程度最高,乘坐舒适性最好,120 km·h^-1时,a_ymax ≤ 0.5 m·s^-2。     

复杂路况下无人驾驶路径跟踪模型预测控制研究

为了提高无人驾驶车辆在直角转弯、连续弯道和弧形弯的复杂路况下路径跟踪精度、行驶稳定性与安全性,提出了一种改进的模型预测控制算法。该改进算法是根据行驶路径弯曲度确定车辆在平坦路面上不发生滑移的最大纵向速度,即车辆纵向速度不是假定恒定值。基于模型预测控制,建立车辆运动学模型,设置以速度和前轮转角为约束条件,设计以位置偏差和控制增量为目标函数,获得最优前轮转角和行驶速度。最后,借助某新能源汽车有限公司提供的无人驾驶车辆平台与测试场地,试验对比分析了在复杂路况下改进的模型预测控制算法与纵向速度恒定的模型预测控制算法时车辆路径跟踪效果,试验验证了改进模型预测控制算法的有效性与优越性,保证了车辆的路径跟踪精度、行驶平稳性与安全性。     

无人驾驶车辆轨迹跟踪控制研究

为了提升智能车辆在轨迹跟踪控制中的性能,文章基于车辆运动学模型建立了一种带有前馈补偿和反馈最优控制策略的线性二次型调节器(LQR)轨迹跟踪控制算法。并通过搭建Carsim/Simulink联合仿真模型,验证该算法在不同工况下的轨迹跟踪效果。结果表明,该算法在不同车速和不同路面附着条件下都能保证无人驾驶车辆准确地跟踪参考轨迹,且具有较强的鲁棒性。     

无人驾驶电动游览车底盘集成控制研究

介绍了具有自动寻迹行驶和遥控行驶2种模式的无人驾驶电动游览车,该车采用光电传感器自动辨识行驶路径,自动完成寻迹行驶,且在自主行驶过程中通过超声波传感器探测技术自动检测障碍物信息,具有防碰撞功能,在底盘控制上实现了无人驾驶技术、轮毂电机驱动技术和线控转向技术以及防碰撞技术等的集成控制,对于实现车辆的智能驾驶具有重要意义。     

基于PSO-BP优化MPC的无人驾驶汽车路径跟踪控制研究

针对模型预测控制（MPC）路径跟踪控制器在不同路面附着系数及车速下跟踪误差大的问题,提出了基于粒子群寻优（PSO）-反向传播（BP）神经网络优化MPC的无人驾驶汽车路径跟踪控制策略。首先,设计了MPC路径跟踪控制器;其次,利用PSO-BP对MPC进行优化,以控制器精度和车辆稳定性作为评价函数,获得PSO离线最优时域参数;最后,选择4种工况进行双移线跟踪对比仿真验证。结果表明：所提出的控制策略在保证行驶稳定性的条件下,低路面附着系数低速、高路面附着系数低速、高路面附着系数高速及中路面附着系数中速工况下双移线跟踪横向控制精度分别提高了50%、55%、9%和20%。     

电动无人驾驶配送货运车辆路径优化研究

无人驾驶技术日渐成熟,将无人驾驶技术和具有广泛优势的电动汽车结合运用于物流配送中是未来的发展趋势。然而由于电动汽车电池和充电技术发展尚不完善,使得无人驾驶电动物流车的标定续驶里程普遍不高,实际续驶里程小于标定续驶里程。因此,研究其路径优化问题是十分有必要的。论文首先提出了无人驾驶电动物流车路径优化问题的数学模型,运用LINGO软件进行小规模算例测试,验证了模型的合理性。然后,对传统的节约里程法算法进行了改进,并将其用于求解本文的数学模型,运用MATLAB软件求解验证模型的小规模算例,验证了算法的可行性。最后用改进的算法求解了一个大规模算例。实验结果表明,提出的带有电量约束的车辆路径优化问题的数学模型是合理的,证明了具有电量约束的改进的节约里程法的可行性和合理性。     

1356无人驾驶赛车比赛

正Q:能否介绍下无人驾驶赛车比赛Roborace?A:FIA Formula E国际汽联电动方程式打造了全球首个无人驾驶赛车比赛Roborace。作为Formula E(电动方程式)的支持赛事,这项赛事将会在Formula E赛事比赛前一个小时进行,比赛中人工智能无人驾驶系统将取代传统的赛车手,并控制全电动赛车进行比赛。但是,由赛车手驾驶赛车的时候,不同的刹车点、不同的车速和不同的策略都会形成不一样的局面,而人工智能     

无人驾驶清扫车的路径跟踪及远程控制

开展了电动清扫车的无人化研究。研究了车辆路径跟踪和远程控制,并进行了实车实验。对原型车辆进行底盘线控化改装,设计了无人清扫车的软硬件架构。路径跟踪控制采用前馈加反馈方法,前馈控制采用纯跟踪方法,反馈控制以车辆和参考路径之间的位置偏差进行滑模控制。结果表明：相较于单纯的反馈控制方法,使用前馈加反馈控制方法下的车辆位置偏差减小67.41%,前轮转角整体波动减小7.56%,侧向加速度整体波动减小8.04%。前馈加反馈控制方法下的车辆跟踪精度更高,横向运动更加平滑。因而,本文所设计的路径跟踪及远程控制方案安全可靠,可望有较好的工程应用价值。     

双电机独立驱动电动赛车再生制动控制研究

基于电动赛车具有再生制动的优势,提出一种基于并联策略的电液复合再生制动力分配方法。在理想制动力分配曲线、ECE制动法规、赛车轮胎及行驶路面条件解算出制动力分配系数β,从而对赛车摩擦制动力与再生制动力进行合理的比例分配,在不同的制动强度区间采用不同的制动方式,达到制动效果。     

无人驾驶汽车轨迹解算及跟踪控制研究

针对无人驾驶汽车中的轨迹曲线生成及跟踪控制这一关键技术,提出一种基于时间t的分段三次参数方程方法生成无人驾驶汽车轨迹曲线,并结合线性二次型最优控制算法构成反馈控制进行仿真验证。搭建车辆运动学模型,利用最优控制方法构成反馈控制。在MATLAB中编写控制程序并仿真,结果显示该方法能够实现无人驾驶汽车的轨迹跟踪,并且具有良好的跟踪效果。     

电动跑车及赛车

电动车在大多数人们心中基本是一个代步工具,而且还是一个不成熟的代步工具,更有甚者有的人对其不屑一顾,或者完全没有信任感,更不用说一辆跑车以电能完全驱动了。跑车是什么?一定要具有运动元素,换句话说一定要在速度上取得领先。赛车呢?不用说肯定是更加高端的一个领域,那么以电能驱动的车辆可能实现吗?据我所知,到现在为止,还没有一辆赛车是以纯电能驱动参加国际性     

极限工况下无人驾驶车辆稳定跟踪控制

针对无人驾驶车辆在极限工况下跟踪控制精度和稳定性均难以保障的问题,提出一种纵横向稳定性综合协调控制方法。首先对无人驾驶车辆在摩擦极限下的速度进行规划,通过纵向加速度前馈和状态反馈控制器实现极限车速下的速度跟随。其次将预瞄前馈与人工势场反馈相结合设计了横向路径跟踪控制器。提出了基于期望与实际横摆角速度偏差的稳定性控制策略,优化纵向控制的驱动力矩。Simulink/Carsim联合仿真结果表明,所提出的纵横向协调稳定控制方法可在极限工况下改善无人驾驶车辆瞬态响应,抑制道路曲率突变处的超调量,减少路径跟随中的稳态误差,提高了无人驾驶车辆的轨迹跟踪精度和弯道运动过程中的横向稳定性。     

基于线阵CCD的无人驾驶汽车路径跟踪导航系统

随着生活水平的大幅度提升,汽车已经成为最为常见的交通工具,再加上传感技术、网络技术以及计算机等技术发展水平的不断提高,汽车领域逐步朝着信息化以及智能化方向发展,尤其是以环境感知技术为基础的辅助驾驶技术已经取得了一定的研究成果,所以具有高度智能化特征的无人驾驶汽车已经成为汽车领域的未来发展趋势.     

FSAC赛车轨迹跟踪协同控制策略研究

针对中国大学生方程式赛车（FSAC）在比赛中横向-纵向协同控制的轨迹跟踪精度和稳定性问题,根据现代控制理论和经典控制理论提出一种以纵向速度为结合点的线性二次控制器（LQR）和比例-积分-微分算法（PID）的横纵向协同控制策略,并根据赛车相对参考轨迹的位置设计了一种协同控制器。建立二自由度车辆动力学模型,基于该模型设计了横向LQR位置跟踪控制器和纵向PID速度跟踪控制器。所设计的控制策略在CarSim和Simulink搭建的循迹工况联合仿真场景下进行仿真验证,仿真结果为纵向位置偏差小于0.07 m,横向位置偏差小于0.03 m。对控制算法进行实车验证,结果表明,该策略有效提高了赛车的轨迹跟踪精度和行驶稳定性。     

无人驾驶汽车路径识别算法研究

主要介绍采用机器视觉的无人驾驶汽车在路径识别方面采用的一种新的路径识别方法,该方法通过摄像头标定、车辆位置和道路位置标定、图像预处理等一系列预先处理方式,结合图像识别中的启发式搜索算法达到准确识别路径的目的。     

大学生方程式电动赛车前桥轮芯性能分析研究

从2018年中国大学生方程式大赛规则对转向前桥基本要求出发,设计了前桥轮芯的几何模型,建立了有限元分析模型,并进行了极限工况下的强度、刚度和安全系数的仿真分析和样件的加工制造,最后把样件装配集成到赛车前转向桥上进行了物理实验,结果表明设计的前桥轮芯满足工作性能的要求。