网联车辆协同编队控制系统研究

为改善车辆编队行驶的稳定性、安全性和舒适性,本文中基于车车通信构建了多车协同编队控制系统。该系统采用了基于非线性车距控制的驾驶行为决策模型,并充分考虑了实际通信延时对系统的影响。针对车辆编队控制的稳定性,分析了各控制器参数的约束边界及其变化对系统稳定性的综合影响。最后搭建Matlab/Simulink模型,并进行仿真,以验证头车持续扰动、紧急制动和非零初始状态3种典型工况下多车协同控制的有效性与合理性。结果表明,本文设计的车辆编队控制系统可实现车辆编队的稳定性控制,保障行驶安全性,同时避免车辆频繁加速、制动的现象,在一定程度上提高了行驶舒适性。     

面向公路检测的多轴稳定平台运动学建模与等效变换

为了满足公路检测装备智能化、高精度的需求,提出了一种应用并联式稳定平台补偿车辆外部扰动的解决方案。借助李群李代数等现代数学工具,推导了并联机构动平台与车辆外部扰动之间的数学关系,建立了非惯性系下并联机构的运动学模型;通过制定系统参数,建立了稳定平台的虚拟样机模型,对比分析仿真与数值计算结果,验证了理论分析方法的正确性;通过等效变换动平台运动参数,分析了平台所处坐标系对运动学性能的影响,提出了一种建立稳定平台在惯性系中的等效运动学模型的方法。     

考虑系统复杂扰动的智能车模型预测路径跟踪控制

智能车路径跟踪控制面临系统模型简化、参数不确定、执行器与传感器信号延时及道路曲率变化等干扰,将产生系统扰动误差,导致跟踪精度降低。本文针对性提出一种考虑跟踪系统复杂扰动的模型预测控制方法（model predictive control,MPC）,首先以单轨车辆动力学模型为基础建立模型预测跟踪系统,并依据实时规划的路径和速度信息设计预瞄距离动态调整方法,获取最佳预瞄点,以改善智能车底盘执行器与传感器信号延时扰动问题;而后引入扩张状态观测器（extended state observer,ESO）实时估计因简化车辆模型对系统产生的未知扰动量并用于前馈补偿;同时,考虑道路参考曲率变化对系统产生的确定性稳态扰动,设计一种含曲率约束的前馈控制（feedforward control,FFC）方法用于消除该干扰;最终形成MPC控制器反馈输入、ESO抗干扰补偿输入及FFC前馈输入相叠加的转向角控制律。最后,以某品牌智能车平台在低速园区场景进行了实车测试对比分析,验证了本文所改进的融合扰动补偿的模型预测控制方法具备可行性和优越性。     

基于一致性算法的车联网调度研究

近年来，随着通信技术、计算机技术的不断进步，车联网与多智能体系统的一致性控制方法引起了广泛关注。车联网技术可以有效补充单车智能的感知限制，而多智能体一致性控制可以用于解决交通流与车辆编队在动态变化中的控制与协调问题，通过设计合适的算法，使车辆编队在有限时间、动态变化、互相通信的条件下实现调控目的。本文根据图论和矩阵理论，介绍并分析了一种带有通信时延线性系统的快速一致性算法，并且通过仿真研究验证了算法的有效性。     

车辆道路跟踪鲁棒控制的研究

针对车辆自主道路跟踪中存在的多种不确定扰动的影响,采用μ鲁棒控制方法,根据车辆运行品质的实际要求,构造了一种车辆道路跟踪的控制框架,设计了鲁棒控制器。频域分析和时域仿真表明：设计的μ控制系统不仅具有良好的标称性能和鲁棒稳定性,并且取得了满意的鲁棒性能,满足车辆自主道路跟踪的要求。     

基于DMPC的智能汽车协同式自适应巡航控制

本文中针对单向通信拓扑的非线性车辆队列协同式自适应巡航(CACC)控制问题,提出一种保证队列稳定且满足队列各车跟随性、安全性和乘员舒适性的分布式模型预测控制(DMPC)策略。首先建立了车辆队列的动力学模型和通信拓扑结构模型,并基于队列系统的多项优化性能设计代价函数和系统约束,使队列中每一辆跟随车基于其接收到的有限信息求解一个开环局部最优问题,计算出当前时刻的最优控制量作为输入并不断重复这个过程,达到滚动优化的目的,实现车辆队列的协同式自适应巡航控制。其次通过CACC系统局部代价函数之和构建Lyapunov候选函数,证明了车辆队列系统渐进稳定性的充分条件。最后通过CarSim和Simulink联合仿真,分析了算法在理想状态下对不同形式单向通信拓扑车辆队列的控制性能;通过实车试验,验证了算法在实车条件下感知层存在抖动、底层控制存在延迟和误差时的控制性能。仿真和实车试验的结果表明,本文提出的控制策略能使队列车辆实现各项优化性能,同时对外部干扰有较好的鲁棒性。     

不可靠车载传输环境下的智能汽车轨迹跟踪控制方法

针对外界扰动、参数摄动、数据传输时滞、转向输出滞后等因素给车辆运动控制带来的严峻挑战，基于鲁棒保性能控制理论提出了一种面向不可靠车载传输环境的智能汽车轨迹跟踪控制策略。通过系统扩维的方式引入转向系统动力学，建立增广无滞后不确定轨迹跟踪动力学模型，以描述执行器动态特性影响下的车路耦合动力学响应。基于Lyapunov-Krasovskii(LK)泛函构建时滞相关稳定性判据，考虑模型参数摄动所引起的系统失配问题，采用不等式放大法对不确定交叉项进行放大，引入H_∞指标对广义外界扰动进行抑制，并通过保性能指标配置控制性能偏好，设计具备线性参数时变(Linear-parameter-varying, LPV)特征的纵横向鲁棒协同控制器。最后通过多个典型工况对鲁棒保性能控制策略的有效性与优越性进行了验证。研究结果表明：在信号传输存在时滞、转向输出存在滞后的状态下，所提出的控制策略能够产生光滑平顺的控制输出，可保证车辆的行驶稳定性；尤其是在低附着、高速转向等恶劣行驶工况下，所提出的鲁棒保性能控制策略能够有效补偿模型失配所带来的不利影响，实现轨迹精确跟踪与横向稳定控制的有效兼顾。因此...     

基于改进跟驰模型的混合车辆编队研究

现有的车辆编队控制研究多基于全智能网联环境，不适用于智能网联汽车(Connected and Automated Vehicle, CAV)与人工驾驶汽车(Human-Driven Vehicles, HDV)组成的混合交通场景，因此以混合交通环境下CAV和HDV组成的车辆编队为研究对象，引入头车及前车、后方HDV信息，提出一种改进的智能驾驶员模型(Intelligent Driver Model, IDM)。为更贴合驾驶员的操作行为，缓解优化速度模型(Optimal Velocity Model, OVM)受前车影响产生的速度波动，通过引入驾驶员误差，对OVM模型进行改进。为验证模型的有效性，分别对以上改进进行仿真对比分析，结果表明改进后的IDM模型和OVM模型组成的混合车辆编队在速度响应时间、跟驰间距、油耗、安全性、稳定性等性能方面得到明显改善。     

智能车辆路径跟踪横向控制方法的研究

提出了一种智能车辆的路径跟踪横向控制系统.系统由期望航向偏差生成器和反馈控制系统两部分组成.期望航向偏差根据车辆-道路之间运动学关系来确定;而反馈控制系统则采用基于车辆-道路动力学模型的鲁棒PID控制器.在分析系统特性的基础上设计以某一速度为基准的、ITAE性能指标最优的固定增益鲁棒PID控制器和前置滤波器.在分析纵向速度对反馈系统影响的前提下,给出固定增益PID参数所适用的车速范围;分析了PID参数对闭环反馈系统的影响,调整了其他车速区间的PID参数.实车试验验证的结果表明,所提出的路径跟踪横向控制系统具有良好的路径跟踪能力.     

基于非线性扰动观测的商用车ESC自适应滑模控制研究

针对商用车ESC控制中,实际车辆存在各种扰动,难以建立精确的车辆模型,传统滑模控制存在较大抖振等问题,本文中提出基于非线性扰动观测(NDOB)的自适应滑模控制(ADSMC)算法。首先,利用非线性扰动观测器对车辆建模的扰动项进行估计;然后,采用径向基神经网络对滑模控制器的关键参数进行自适应调节,以简化参数调节过程、减小滑模抖振、提高控制精度;最后,在TruckSim中建立车辆模型,在MATLAB中建立控制策略模型,在电控气压硬件在环试验台上,对控制算法进行试验验证。试验结果表明,NDOB-ADSMC算法的ESC控制效果良好,能够满足车辆ESC控制需求。     

基于最小二乘法的车辆瞬态燃油消耗估计EI北大核心CSCD

精确的车辆瞬态燃油消耗估计是车辆节能控制研究的基础,稳态燃油消耗模型受燃油发动机的非线性工作特性、驾驶员的驾驶习惯、车辆行驶的环境、车辆行驶状态、车辆负载等多种因素影响,计算的瞬态燃油消耗与实际燃油消耗偏差较大,现有瞬态油耗模型参数不易标定,因此本文中通过车辆速度与加速度构建了一种新的瞬态燃油消耗估计模型。采用最小二乘法对模型中的参数进行求解,为进一步降低瞬态燃油消耗率的估计偏差,引入指数速度衰减的加权因子,即采用带指数衰减因子的最小二乘法求解油耗模型中的参数,并通过实车试验对瞬态油耗估计方法进行验证。试验结果表明,基于最小二乘法的油耗模型可精确地估计车辆瞬态油耗,带指数速度衰减因子的最小二乘法可进一步降低油耗模型的油耗估计偏差,且估计精度受车辆行驶状态和道路环境等因素影响较小。     

非线性车辆瞬态侧倾模型研究分析

建立非线性车辆瞬态侧倾模型,采用ADAMS仿真的方法对上述模型进行求解。分析了车辆瞬态侧倾过程中相关参数的变化及各参数之间的相互关系,证明采用ADAMS模型仿真求解非线性微分方程是一种方便可行的方法。     

基于最小二乘法的车辆瞬态燃油消耗估计

精确的车辆瞬态燃油消耗估计是车辆节能控制研究的基础,稳态燃油消耗模型受燃油发动机的非线性工作特性、驾驶员的驾驶习惯、车辆行驶的环境、车辆行驶状态、车辆负载等多种因素影响,计算的瞬态燃油消耗与实际燃油消耗偏差较大,现有瞬态油耗模型参数不易标定,因此本文中通过车辆速度与加速度构建了一种新的瞬态燃油消耗估计模型。采用最小二乘法对模型中的参数进行求解,为进一步降低瞬态燃油消耗率的估计偏差,引入指数速度衰减的加权因子,即采用带指数衰减因子的最小二乘法求解油耗模型中的参数,并通过实车试验对瞬态油耗估计方法进行验证。试验结果表明,基于最小二乘法的油耗模型可精确地估计车辆瞬态油耗,带指数速度衰减因子的最小二乘法可进一步降低油耗模型的油耗估计偏差,且估计精度受车辆行驶状态和道路环境等因素影响较小。     

基于扰动观测的客车ESC自适应神经网络滑模控制

为了提高客车电子稳定性控制系统(ESC)的控制精度,针对实际车辆系统建模中存在各种非线性扰动项以及传统滑模控制(Sliding Mode Control,SMC)中抖振较大的问题,提出一种自适应神经网络滑模控制算法.基于2自由度车辆模型,首先设计一个二阶滑模(Second-order Sliding Mode,SOSM...     

钢管预应力索活动护栏碰撞仿真分析

采用通用显式非线性分析软件对钢管预应力索活动护栏与车辆的碰撞过程进行仿真分析。建立护栏模型时,通过静载试验确定预应力索的材料参数;建立大客车有限元模型时,结合计算时间和计算精度对车辆模型进行一定简化处理。从仿真分析和实车碰撞试验结果对比可知,两者有较好的一致性,验证了护栏模型、车辆模型以及仿真计算的精度,表明仿真分析可作为护栏碰撞性能研究的一种辅助手段。     

通信时延和感知时延对车辆编队稳定性的影响

通信时延和传感器感知时延对智能车辆协同动作和行车安全至关重要。针对2类车辆编队控制策略(定常间距双向不对称控制和定常时距多前车跟车控制),引入通信时延和感知时延，并计算编队系统保持稳定性的通信时延阈值和感知时延阈值。首先，考虑到信息获取的便捷性和准确性，在直接相邻车辆的位移和速度分量上引入感知时延，在直接相邻车辆的加速度分量以及非直接邻居车辆的状态信息引入通信时延。将具有时延的信息用于反馈控制器。其次，对双向不对称控制下的同质车队及对多前车跟车控制下的异质车队进行模态分解得到多个低阶的双时延模态子系统。然后，基于双时延微分方程结构特性，提出了几何构型分析方法用于确定单个模态子系统保持稳定性的通信时延阈值和感知时延阈值。从而，车队系统稳定的通信时延阈值和感知时延阈值取决于解耦后的多个模态子系统。最后，进行了MATLAB数值仿真，研究通信时延和感知时延对2类编队系统稳定性的影响。仿真结果表明：在双向不对称控制下，当不对称度较大时，车队系统对时延具有较高容忍度；在定常时距单前车及两前车跟车控制下，车队系统的感知时延阈值和通信时延阈值随时距的增大整体上呈下降趋势。     

整车状态下发动机瞬态动力输出的测试研究

车辆行驶条件下,发动机运行参数复杂多变,以瞬态工况为主,其瞬态动力输出一般通过CAN线读取,无法精确测量。文章通过对发动机燃烧原理和摩擦理论的研究,提出了通过缸压传感器检测瞬时缸压及建立发动机摩擦扭矩模型来计算发动机瞬态输出扭矩的方法,并使用发动机台架稳态和瞬态两种试验对本计算模型进行验证。试验结果表明:该方法操作简单,精度高,最高相对误差仅为1.65%,具有很高的可行性,为实现整车路试工况瞬态动力性能测试、校正CAN读取的瞬态动力输出值、竞品车整车状态下瞬态动力性能测试提供了理论指导和技术支撑。     

异构智能网联汽车编队延迟补偿控制研究

智能网联汽车多车编队行驶可有效缩短跟车间距和提升交通系统通行效率，但多车编队控制须解决异构编队控制器的普适性问题，且能够在执行器响应延迟和通讯延迟情况下保证车辆编队的弦稳定性。本文提出一种面向异构智能网联汽车编队的延迟补偿控制方法，在无须获取他车系统动力学参数及控制输入前提下，利用他车加速度信息即可实现车辆编队纵向跟踪控制；此外，提出一种基于Smith预测器的延迟补偿控制架构，分别消除和降低了执行器响应延迟和通讯延迟对车辆编队弦稳定性的影响。典型工况仿真结果表明，相较常见车辆编队控制方法，本文提出的异构车辆编队延迟补偿控制器的跟车误差降低了80.7%，有效减小了最小车头时距和跟车间距。     

基于STAR-CCM＋的汽车除霜分析

汽车空调的除霜性能直接影响到驾驶员的视野情况及驾驶安全.利用基于有限体积方法的CFD软件STAR-CCM＋对汽车空调除霜系统进行设计和优化,分别探讨了玻璃内表面第1层网格厚度及模型计算域的大小处理对计算结果的影响.稳态除霜分析时,应先确定第1层网格厚度,可建立不完整乘员舱模型计算;瞬态除霜分析时,应建立完整乘员舱模型计算.在整车开发过程中,要综合考虑除霜分析的精度和周期,采用不同的方法建立计算模型来适应不同的开发阶段,以满足其项目要求.     

分布式电驱动车辆电子差速控制算法研究

基于修正的车辆转向模型,提出一种分布式电驱动车辆电子差速控制算法,以车辆的稳定性确定左右驱动轮滑转率控制目标,然后通过滑模控制进行目标跟随.仿真结果表明,该控制算法能够保证低附路面转弯工况下的车辆稳定性.