基于道路坡度实时信息的经济车速优化方法

作为生态驾驶辅助系统的组成部分,提出了基于道路坡度实时信息的车辆经济车速优化方法。搭建了车辆油耗模型和车辆动力学模型,对于车辆行驶在没有坡度的和前方出现坡道的两种情况,进行最省油车速优化。根据坡度信息,利用动态规划算法,计算出通过坡道的经济车速。对于一款D级轿车,运用Matlab/Simulink和Carsim联合仿真,与真实道路信息上实车模拟结果进行对比分析。结果表明:与传统定速巡航控制算法相比,该算法节油达到5%。这说明,该算法能降低车辆油耗。结合全球定位系统(GPS)信息以及地理信息系统(GIS),该技术可用于基于车联网的生态驾驶辅助系统。     

生态驾驶研究现状及展望

为了明确国内外生态驾驶的研究进展，对生态驾驶影响因素、生态驾驶控制策略、生态驾驶实施效果及生态驾驶应用等方面的研究进行综述，介绍驾驶人个性特征、外界刺激信息、道路状况及交通条件、车辆自身特征、行驶参数等生态驾驶的影响因素，归纳生态驾驶的优化控制策略，分析了实施生态驾驶的效果，总结静态、动态的生态驾驶培训方法，生态驾驶辅助设备，生态型智能交通等方面的生态驾驶应用。对文献的梳理和分析表明：生态驾驶无需改变车辆结构便可以减少30%左右的燃油消耗，降低20%~30%的污染物排放；有必要深入研究理论型生态驾驶策略，以定量的、形象化的方式研究适合中国实际情况的生态驾驶辅助系统；需加强生态驾驶的推广，将其纳入驾考培训体系之中，从而全面促进中国驾驶人的节能减排能力。     

驾驶辅助技术在事故预防中的应用效果

越来越多的车型都搭载了驾驶辅助系统,部分驾驶人对这类系统的实际效果持怀疑态度。本文通过调研国内外相关研究,对几类主流驾驶辅助系统的事故预防效果进行综述。与相同条件下未安装驾驶辅助系统的车辆对比,研究人员发现多数驾驶辅助系统在事故预防方面发挥了明显的作用,降低了相关的事故率、保险索赔率,其中前向和后向的自动紧急制动系统效果最为显著。此外,驾驶人对驾驶辅助系统的接受度以及响应度均会影响事故预防效果。     

城市公交客车弯道行驶油耗优化方法

驾驶员不同的驾驶行为会导致公交客车行驶油耗的较大差异,这种差异在弯道、上下坡、红绿灯、公交站等特殊路段更为突出。为了探讨降低公交客车弯道行驶油耗的方法,根据车辆远程数据采集系统所采集的天津市滨海公交503路上6位驾驶员10多万公里的行车数据,提取了该线路28个弯道数据,建立了弯道几何描述模型。研究了弯道几何特征和驾驶员驾驶行为对过弯油耗的影响,提出基于动态规划的车辆过弯油耗优化方法,并通过仿真验证了该优化方法的效果。结果表明,对于所选择的两个典型弯道,通过驾驶行为优化,油耗可分别降低7.96%和27.51%。     

基于双状态动态规划混动汽车坡道生态驾驶策略

研究了车辆驶过坡道的驾驶时间对混合动力汽车(HEV)生态驾驶(ECO)策略的影响,通过调整车速来改善驾驶人的驾驶策略以减少车辆能耗.所构建ECO驾驶策略模型,采用以驾驶里程和车速为双状态、以驾驶时间为阶段变量的动态规划,以车辆驱动能量和制动能量之和为目标函数,这是由于在实际道路下HEV油耗主要受车辆需求能量影响.运行于...     

汽车集成式电子真空助力器系统设计

为满足汽车驾驶辅助系统对于辅助制动装置越来越高的要求,提出了一种基于汽车普通制动真空助力器的集成式电子真空助力器系统(Electronic Vacuum Booster,EVB)。在对系统整体结构进行设计的基础上,基于电磁铁数学模型对EVB关键零部件电磁铁参数进行了优化设计。为实现基于EVB的驾驶辅助系统控制器设计,对包括控制器和执行器在内的EVB整体系统模型进行了辨识。试验结果表明:所开发的EVB系统能快速、精确地响应制动指令,可广泛应用于自适应巡航控制系统、走-停巡航系统及主动避撞系统等驾驶辅助系统。     

智能泊车辅助系统驾驶体验测评指标构建

针对当前行业内智能泊车辅助系统用户驾驶体验测试评价指标不完善的问题,提出了驾驶体验主客观测评指标并进行了试验验证及相关性分析。基于智能泊车辅助系统的功能逻辑,构建了智能泊车辅助系统驾驶体验闭环控制系统。结合闭环系统,采用体验阶梯金字塔模型构建主观评价指标体系,还采用GSM模型进行了客观指标构建。针对7款车型进行了实车测试,并利用皮尔逊相关性系数进行了分析。试验结果表明,所提出的评价指标可适用于测试对象的驾驶体验测评,且主客观相关性系数全部>0.5,能为智能泊车辅助系统的设计和测评提供参考。     

交通拥堵辅助系统(TJA)跟车模型及试验验证

交通拥堵辅助作为一种高级驾驶辅助系统,对缓解和减轻交通拥堵状态下驾驶员的疲劳具有重要作用。在交通拥堵状态下,车辆会频繁地进行加减速动作,保持合适的跟车距离对交通拥堵状态下的安全性和驾驶体验尤为关键。文章首先分析了交通拥堵辅助系统的跟车性能要求;其次,通过简化跟车过程和理论推导,建立了交通拥堵辅助系统跟车模型;最后,通过实车试验验证了交通拥堵辅助系统跟车模型的合理性和适用性。     

高级驾驶辅助系统测试浅析及评价模型

首先,介绍了高级驾驶辅助系统测试标准及评价方法现状,其无法满足在高级驾驶辅助系统研发的不同阶段的特殊测试评价需求。然后,依据研发阶段高级驾驶辅助系统测试评价关注要素,提出1种高级驾驶辅助系统测试评价模型。包含1种测试评价方法,测试评价的各功能和评价要素权重的设定,以及整个系统测试评价模型的搭建。最后,将此模型采用到1款高级驾驶辅助系统开发阶段的测试评价过程,依据其开发阶段的测试目的,引入目标识别、规控设计和执行机构作为评价要素并给予不同的权重,验证测试评价模型的指导意义。结果表明:采用该测试评价模型,依据项目特点,定制化的设计测试评价功能及评价要素,能很好的从系统整体和局部(各评价要素)展现其开发的成熟程度,为后续工程师对系统进行优化提供指导。     

先进驾驶辅助系统人机交互界面评价方法研究

为提高先进驾驶辅助系统的人机交互界面设计品质,提出了利用驾驶模拟器对人机交互界面进行测试评价的方法,并通过对人机交互界面评价方法的分析,搭建了基于驾驶模拟器的测试平台,确定了相关测量参数。该评价方法可在先进驾驶辅助系统开发的早期阶段对备选的人机交互界面设计方案进行评价,可尽早发现人机交互界面设计中出现的问题并进行修正,减少了先进驾驶辅助系统的开发成本和周期。     

基于模糊神经网络的汽车辅助制动控制系统的研究

为保障辅助驾驶模式下汽车具备良好的制动减速性能,提出了一种基于模糊神经网络的体现驾驶员制动特点的辅助制动系统,该系统以两车的相对速度和车间距离为网络输入,以汽车制动力为网络输出.利用驾驶员在不同车况下的合理而充足的制动数据对网络参数进行离线训练,优化网络权值,建立了体现驾驶员制动特点的模糊神经网络控制器模型.进而在Matlab/Simulink中建立汽车动力学模型与基于滑移率的ABS模型进行仿真,仿真结果表明汽车辅助制动系统能很好地起到减速制动效果.     

根据运行条件正确驾驶车辆减少油耗

驾驶技术是影响汽车油耗的重要因素之一,正确的驾驶操作可以大大降低汽车的燃料消耗量。据统计,在其他条件相同时,仅做到经济地驾驶汽车,便可以减少油耗8～14％,个别的在改进驾驶操作后,耗油率可降低20～25％。其原因在于驾驶人员能够根据汽车的运行条件而选定合适的驾驶操作,使“人——机”配合得当,保持汽车的最佳运行。驾驶员能否充分了解如何发挥汽车的使用效能,是降低汽车油耗的关键。为此,有必要对     

基于CVT的轻度混合动力启停技术

为了降低整车油耗及排放, 48 V轻度混合动力启停技术是一种低成本且易于实现的解决方案。以无级自动变速器(CVT)为本体对象,开发了基于电子油泵的启停技术,完成了电子油泵参数设计和布置,并根据启停功能需求开发启停协同控制的控制策略,该控制策略既能满足基本启停需求,同时也没有降低拥堵工况下的车辆起步驾驶性能。对装备该启停系统的CVT进行了NEDC+ECE循环测试,未装备启停系统的车辆油耗测试为6.4 L/100 km,装备启停系统的车辆油耗为6.13 L/100 km,油耗下降了4.2%。同时排放测试显示,在ECE工况下排放减少了12%。试验结果表明,启停系统使油耗和排放明显降低,达到了预期的效果。     

商用车辅助驾驶系统感知传感器特性及选型分析

汽车辅助驾驶系统是在感知传感器对道路环境进行感知的基础上对驾驶过程中的潜在危险进行预警提醒或主动控制干预。近年来中国交通部以商用车应用为试点,发布相关法规逐步强制推行辅助驾驶系统的配备,以切实提升商用车的安全性。感知传感器是辅助驾驶系统的重要基础,本文在充分分析视觉、毫米波雷达、激光雷达的基础上,综合考虑实际应用对性能和成本两个方面平衡的需求,给出了不同应用传感器的选型建议,为商用车辅助驾驶系统的传感器选型提供参考。     

基于GA-AIC的路面检测信息多元回归模型优选

为便于对大规模路面状况进行评价,必须寻找路面状况的测定数据与专家评分值之间的联系,建立主观专家评分与客观实测数据之间的关系,即路面使用性能——路面状况指数PCI关系。该文基于AIC准则和遗传算法,根据实际调查的数据,建立了利用弯沉、国际平整度指数及横向力系数模拟路况指数的模型,较好地模拟路面使用性能间的关系。实例证明该文所提出的基于AIC准则和遗传算法并兼顾拟合精度和预测精度的新的路面安全检测模型优选方法具有一定的优越性。     

基于随机森林的驾驶人驾驶习性辨识策略

深入理解驾驶人驾驶习性及其表征方法,对于实现在汽车自动驾驶、辅助驾驶等不同控制系统下的人机和谐交互具有重要意义。为此,本文中提出了一种基于随机森林模型的驾驶人驾驶习性辨识策略。搭建了驾驶人驾驶数据实车采集系统,在典型跟车驾驶工况下对驾驶人驾驶习性数据进行了实时采集;根据层次聚类理论,对驾驶人驾驶习性进行了标定;在此基础上,引入随机森林模型建立了驾驶人驾驶习性辨识策略,并进行了重要性分析、模型训练和测试分析。测试结果表明,本文提出的基于随机森林模型的驾驶人驾驶习性辨识策略能有效辨识驾驶人驾驶习性,模型整体精准度可达97.1%。     

基于VSP分布的车辆跟驰模型的油耗测算对比研究

利用GPS收集了大量北京市快速路上车辆跟驰状态下的驾驶行为数据.以GPS采集的行为数据为前车驾驶数据,采用不同车辆跟驰模型来模拟并输出后车的跟驰行为.对连续的瞬时速度按照60s集成并且划分平均速度区间,在同速度区间内对比分析了不同跟驰模型输出的机动车比功率(VSP)分布与真实分布的差异.其后,利用车载油耗仪收集实测的逐秒油耗数据,采用基于VSP分布的油耗测算方法,测算并对比了不同跟驰模型的平均油耗率和油耗因子与真实油耗的差异.研究发现前后车全速度差是车辆跟驰模型中的关键参数,其能明显提升仿真跟驰行为VSP分布的准确性,进而更准确地测算车辆跟驰状态下的燃油消耗.     

节能导向的信号交叉口生态驾驶策略研究

为解决信号交叉口区域车辆频繁启停及怠速停车造成的燃油浪费和污染物排放问题,研究了以节能为导向的信号交叉口的生态驾驶策略问题.借助交叉口区域的V2I通信系统获得车辆自身定位和运动状态数据,以及信号灯状态与配时信息,对车辆所处车速引导场景及可通行性进行判定.对各场景下车辆时空运动轨迹进行分析,综合考虑交叉口上下游的燃油消耗,以平均每公里油耗最小建立统一的优化目标函数,求得生态驾驶轨迹最优解,以向驾驶员提供车速建议.利用M atlab开展的随机仿真实验表明,与不采用生态驾驶车速引导相比,采用生态驾驶车速引导至少可降低10% 以上的燃油消耗.对于划分的6种车速引导场景而言,最优生态驾驶策略在场景2下的节油效果最为显著,可达到30% ~60%;其次是场景4,可达到25% ~50%;在场景3和场景5中表现略差.从节约能源的角度而言,车辆在通过信号交叉口时应尽量避免停车等待,防止发动机长时间空转造成的燃油浪费,必要时可采取适当加减速的方式通过交叉口.      

生态驾驶行为特征甄别及反馈优化方法研究

针对生态驾驶行为推广应用中存在的特征描述、评估甄别和矫正优化三大核心问题,借助模拟和自然驾驶实验平台,在明确生态驾驶行为对车辆绿色、安全和顺畅运行综合影响的基础上,重点研究形成了生态驾驶行为特征的图谱表达方法,建立了基于3层BP网络结构的生态驾驶行为精确评估甄别模型,确立了基于驾驶员特性的差别化生态驾驶行为反馈优化方法.研究提升了生态驾驶行为的应用实施效果,并为解决大数据背景下面向安全、生态和顺畅三位一体的驾驶行为管理提供借鉴.     

基于Simulink&PreScan的自适应巡航建模与仿真

智能辅助驾驶越来越多的得到应用,尤其自适应巡航系统的应用,能够在一定程度上减少驾驶员的驾驶强度。本文设计了一套自适应巡航系统,使用Simulink进行了模型搭建,并用PreScan软件针对特定场景进行了仿真。自适应巡航系统的成功实现,是汽车自动驾驶的重要步骤。