光敏传感器AFS在汽车车灯上的应用

文章介绍了利用光敏传感器的AFS系统在汽车车灯上的应用,使汽车前照灯在不同路况实现自动控制,控制汽车前车灯的自动转换,从而达到将车灯亮度控制在一个安全适宜的范围内的目的。     

便捷性AFS仿真实验平台评价指标体系研究

汽车AFS(Adaptive Front Lighting System)系统是汽车随动控制的新技术,对其仿真平台的研究在国内外也是一个具有前瞻性的领域.本文通过对AFS系统实验验证平台设计的要求及其必要性进行了分析,并结合国内外有关车灯控制方面的法规,以仿真试验平台的便捷性为核心,从技术先进性、经济性和可靠性这三方面以及所采用的基于计算机软件CATIA的优化设计方面提出了一套基于AFS仿真试验平台的评价指标体系.这些指标将对今后该实验平台的改进和企业的研发起到积极作用.     

自适应前照明系统道路最小可见度评估

自适应前照明系统(AFS)是一种通过光型改变来改善道路交通的智能灯具,其作为当今世界最先进的汽车照明系统,能够有效地降低驾驶者在夜晚行车的疲劳程度,从而明显提升夜晚行车的安全性。文章以高速路段驾驶状态为基准,比较了普通近光光型和高速近光光型,对其道路照明进行最小可见度性能分析,并得出装用AFS车辆夜间道路照明最小可见度的研究结论。     

汽车车灯技术和造型发展浅析

介绍了汽车外饰车灯的功能分类和光源技术的发展,同时针对LED技术研究了几种主要的光效造型手法,并对车灯造型和照明系统发展做了趋势分析和展望。     

多项技术领行业之先"小糸车灯"在上海及全球的业务概览

在前照灯智能照明系统和LED技术方面,小糸车灯在全球车灯行业均处于领先地位。自2005年小糸车灯为丰田车型首家配套第一代智能照明系统后,在全球的中高级轿车中有30～40％的市场占有率,目前在国内的高级车型中,也几乎全部装备了该系统。     

奔驰EQS新技术剖析(六)

八、照明 (一)外车灯 在新款EQS中,带自适应远光灯辅助系统的静态LED高性能大灯系统作为标准装备提供装配高级照明组件/代码PAX的新型DIGITAL LIGHT 照明系统作为选装装备提供,与以下装备配套使用:     

一种典型路段的智能照明控制系统设计

文章介绍了一种运用于高速公路隧桥连接段、交强区、立交及施工防护区等非重点照明区域的智能照明控制系统。该系统针对道路环境复杂多变条件下具备环境光感应、自适应控制和远程控制功能,并支持固定照度反馈调节、车灯检测启动照明等工作模式。系统采用视觉反应平滑技术消除由于光源亮度突变造成的驾驶员视觉不适,对改善驾驶员夜间及不利天气下视觉可见度起到促进作用。     

基于多Agent和VANET的自适应汽车前灯控制系统研究

为改善汽车照明条件以极大减少夜间事故的发生率,将汽车ad hoc网络(VANET)和多Agent系统引入自适应前灯系统设计,提出合作型自适应前灯系统来帮助改善AFS的照明效果。首先介绍了AFS的工作原理和系统的机械结构,并简要阐述了当前的VANET和多Agent系统的进展。然后,基于VANET和多Agent技术的发展,提出CAFS系统,详细介绍了CAFS系统的设计和相应的智能控制策略。最后,对所提出的CAFS进行了仿真实验,仿真实验表明提出的方法具有可操作性并能有效的提高夜间照明的效果。     

简析奥迪A8前照灯照程无级调节

装有自适应车灯的2010款奥迪A8能根据当前的环境和交通情况来对前照灯照明距离进行近光灯与远光灯之间的无级调节。本文针对该可变照明系统的功能和控制进行分析和介绍。     

前照灯自适应系统(AFS)试验方法研究

介绍了前照灯自适应系统(Adaptive Front-Lighting Systems,以下简称AFS)的发展现状,研究了AFS的法规ECE R123/01《关于机动车自适应前照灯系统(AFS)认证的统一规定》中不同AFS照明模式(C、V、E、W)的配光要求和试验方法。     

Benefits and challenges of controlling a LED AFS (adaptive front-lighting system) using fuzzy logic

The vehicular illumination system has undergone considerable technological advances in recent decades such as the use of a Light Emitting Diode (LED) Adaptive Front-lighting System (AFS), which represents an industry breakthrough in lighting technology and is rapidly becoming one of the most important innovative technologies around the world in the lighting community. This paper presents AFS control alternatives using fuzzy logic (types 1 and 2) to determine its operating parameters taking into consideration the road conditions in the state of São Paulo (Brazil). Fuzzy logic is a well-known extension of the conventional (Boolean) logic that enables the treatment of uncertainty present in the information through the definition of intermediary membership values between the “completely true” and the “completely false”. This technique or modeling strategy is particularly important when a multi-parameter decision must be taken or the decisions are based on the human knowledge. The results show the potential of the methodology proposed and its suitability for light control providing safer nighttime driving.     

Integrated fuzzy/optimal vehicle dynamic control

There are basically two methods to control yaw moment which is the most efficient way to improve vehicle stability and handling. The first method is indirect yaw moment control, which works based on control of the lateral tire force through steering angle control. It is mainly known as active steering control (ASC). Nowadays, the most practical approach to steering control is active front steering (AFS). The other method is direct yaw moment control (DYC), in which an unequal distribution of longitudinal tire forces (mainly braking forces) produces a compensating external yaw moment. It is well known that the AFS performance is limited in the non-linear vehicle handling region. On the other hand, in spite of a good performance of DYC in both the linear and non-linear vehicle handling regions, continued DYC activation could lead to uncomfortable driving conditions and an increase in the stopping distance in the case of emergency braking. It is recommended that DYC be used only in high-g critical maneuvers. In this paper, an integrated fuzzy/optimal AFS/DYC controller has been designed. The control system includes five individual optimal LQR control strategies; each one, has been designed for a specific driving condition. The strategies can cover low, medium, and high lateral acceleration maneuvers on high-μ or low-μ roads. A fuzzy blending logic also has been utilized to mange each LQR control strategy contribution level in the final control action. The simulation results show the advantages of the proposed control system over the individual AFS or DYC controllers.     

模糊自适应交通照明系统控制策略研究

针对传统交通照明系统控制手段单一、控制策略落后等问题,综合照明状态信息、交通照明环境和人的视觉特性等建立MISO系统,运用模糊理论生成交通照明模糊控制算法。实验证明,此控制算法能准确跟踪交通照明因素的动态变化,提高交通照明控制的合理性、自适应性和智能化水平。     

汽车前照灯智能自适应照明

从AFS的性能特点入手,通过核心芯片的选用、控制系统的构建,概要介绍新型的汽车前照灯照明系统设计的要点。重点阐述汽车前照灯照明系统架构技术方案的确定,介绍具有自适应功能的智能照明控制系统结构图及程序流程图,对应硬件、软件编程等对实施系统控制的影响。阐述降低响应时间和转角误差、提高精度、可靠性和稳定性等的目标值和要点,以...     

基于模糊控制的车辆弯道防抱制动系统仿真分析

建立了8自由度的非线性汽车弯道行驶整车模型,在此模型基础上,采用模糊控制理论,分别对车速与轮速的变化、车轮载荷转移的变化以及制动器制动力矩的变化进行计算机仿真。仿真结果表明,采用模糊控制可以达到很好的制动控制效果。     

并联混合动力汽车模糊逻辑控制策略的设计

利用模糊逻辑控制技术,设计了并联混合动力汽车的模糊逻辑扭矩控制策略。选取了控制器的输入、输出变量,构建了有25条规则的模糊推理器。在3种不同的循环工况下,分别对二值逻辑策略和模糊逻辑策略进行了仿真试验,结果显示,所设计的模糊逻辑控制策略能够很好地控制发动机工作,且具有很好的自适应能力和鲁棒性。     

基于滑移率和减速度的ABS模糊控制仿真研究

在ABS逻辑门限值控制方法的基础上,通过分析道路试验数据,利用M atlab的模糊工具箱建立了模糊控制系统,采用7自由度整车模型在S imu link中进行仿真计算。仿真结果表明,基于滑移率和减速度的ABS模糊控制比逻辑门限值方法具有更好的自适应性,并可减少道路试验的工作量。     

基于线性规划的干线模糊补偿控制

针对传统干线控制方法的不足,提出了新的控制策略,采用递阶结构将传统的控制方法与模糊控制结合在一起对交通干线进行实时协调控制。由上层的中央协调单元通过传统的线性规划对交通中的确定性因素进行建模,得到干线控制所需要的信号周期、各个路口之间的相位差和绿信比等参数作为初步配时方案;然后针对交通问题中较强的随机性和不确定性,以模糊控制对得到的初步方案进行补偿,主要通过模糊逻辑对相位差进行调整,并最终由路口信号机根据路口的实际情况对绿信比进行调节,使整个干线控制得到优化。仿真结果表明,该方法比传统的定时控制和感应控制能更有效地提高干线的通行能力。     

人工智能科学在软土地下工程施工变形预测与控制中的应用实践——理论基础、方法实施、精细化智能管理（示例）

首先，介绍了基于人工神经网络的智能预测方法（多步滚动预测）和基于智能模糊逻辑法则的施工变形控制方法对策；其次，介绍了基坑施工和盾构掘进施工变形智能预测与控制案例。经过应用实践,认为智能方法的优点是： 对于结构变形位移和周边地表沉降/隆起，智能方法所得的预测值（3~5 d）与其相应实测值的精度偏差一般为5%~10%；不只是可以了解到当天已发生的信息，还可预见3~5 d将要发生的变形位移和沉降/隆起等的预测定量值；在施工变形达到超限阈值前，采用智能模糊逻辑控制法则作处理，通过调整相应的施工技术参数，即可使后续变形始终处于允许的限值之内，而无需附加额外的巨大花费，节约造价，节省工期，还可实现远程、无线、视频监控。在探讨地铁施工变形智能预测与控制的基础上，开发了盾构掘进施工中工程周边地表沉降/隆起变形的多媒体三维动态可视化仿真程序软件，研制了盾构掘进施工计算机智能管理系统。目前，上海隧道工程有限公司已在上海市沿江通道盾构施工中进行试验性应用，取得了良好的技术效益。最后，对人工智能科学发展的前景及存在的一些问题进行了探讨。