基于RBF神经网络的智能网联车辆队列控制

为了消除大多数现有智能网联车辆队列控制成果中车辆纵向动力学模型已知的假设,研究具有未知动态的智能网联车辆的队列控制问题,提出了基于径向基函数神经网络的分布式车辆队列控制方案。该方案先利用欧拉法将车辆的纵向动力学模型进行了离散化,后结合反步法和径向基函数神经网络设计了离散分布式车辆队列控制器。相较于现有成果,该方案通过利用径向基函数神经网络逼近车辆的未知非线性动态,取消了车辆动力学特性完全已知的假设。此外,相较连续的队列控制算法,离散的控制算法更适合数字控制器的实现。最后,通过理论分析和仿真模拟的方式验证了所提出算法的有效性。     

考虑并线的网联车辆巡航控制研究

针对网联车辆行驶过程中容易出现旁车道的人类驾驶员并线进入车队的问题,本文中提出了一种考虑旁车并线行为的跟车策略,并设计了分布式应用的分层控制系统。首先分析了所提出的跟车策略的合理性,并构建了考虑延时与误差反馈的联网巡航控制(CCC)系统;接着在频域范围内分析了不同控制增益参数对系统稳定性的影响,仿真结果验证了多车队列行驶稳定性;最后搭建测试平台进行实车试验。结果表明:旁车并线时,CCC控制系统可快速实现车辆的制动并保证队列的稳定性,所提出的跟车策略可提升车辆的乘车舒适性与交通系统的安全性。     

车辆巡航自适应控制研究

对模型参考自适应控制进行了深入研究,分析了其在实际应用过程中存在的问题,在此基础上提出一种基于最小二乘辨识的模型参考自适应控制方案,并将其应用到车辆巡航速度控制中。改进方案在被控对象两端加入最小二乘辨识环节对系统参数进行在线辨识,利用辨识得到的信息修正由自适应律计算得到的可调参数模型,从而使其能够快速收敛于真值。改进的控制方案有效地降低了自适应初始阶段和被控系统受到外界扰动时系统的震荡以及过渡时间。理论分析和实验仿真结果表明,该控制系统结构简单,系统的响应速度快,超调量少,过渡过程时间短,振荡次数小,具有较强的鲁棒性,有一定的实际应用价值。     

基于驾驶员特征的汽车自适应巡航控制研究

汽车自适应巡航控制系统(ACC)是当前汽车驾驶员辅助系统研究中的热点课题之一。在介绍ACC原理和对驾驶员行为特征进行分析的基础上，建立了2自由度ACC控制模型，并对模型跟随前车和前车切入情况进行了模拟分析。     

ATM车辆巡航模糊神经网络控制

本文利用模糊神经网络在不能获得精确数学模型的非线形系统中能够达到最优控制的特性，建立了车辆巡航模糊神经网络控制模型，并对其离线训练后应用于ＡＭＴ车辆巡航控制，取得满意效果。     

智能网联车辆交通信息处理技术与信号控制方法研究

随着科学技术的不断加强,智能网联车辆的数量也在不断增加,在智能交通系统发展中,车联网发挥了重要作用,人们对于车联网的研究也越来越多和越来越深入,为了能够使车联网更好的普及,应该加强对智能网联车辆交通信息技术和信号控制的研究。本文基于目前车联网发展现状对智能网联车辆信息处理技术和信号控制的方法进行探讨研究,以供参考。     

基于并线行为识别的自适应巡航控制方法

本文中针对自适应巡航控制系统受旁车并线影响产生的制动干预时机不确定性问题,提出了一种采用旁道车辆并线行为进行优化的自适应巡航控制策略,以获得制动干预的最佳时机.首先,建立了以历史行驶数据和周围环境为输入、基于长短时记忆网络的驾驶行为识别模型,实现对旁道车辆驾驶行为类别的有效识别.当识别出并线行为后,根据并线车辆运动状态...     

AMT车辆巡航模糊神经网络控制

巡航控制系统是一个复杂的变参数非线性系统,因此很难获得其精确数学模型。基于精确数学模型控制的现代控制论和古典控制论很难解决这一问题,本文利用模糊神经网络在不能获得精确数学模型的非线形系统中能够达到最优控制的特性,建立了车辆巡航模糊神经网络控制模型,并对其离线训练后应用于AMT车辆巡航控制,取得满意效果。     

基于高精地图的车辆节能巡航控制方法研究

传统的定速巡航模式可在一定程度上缓解驾驶疲劳,并在平坦道路上使车辆行驶保持较好的燃油经济性,但在具有坡度的道路上,定速巡航往往会导致燃油消耗增多,不利于节能减排。随着车用导航高精地图的不断发展与普及,智能网联车辆可依靠实时地图信息提前获取前方道路坡度及交通流信息,这使得车辆节能巡航成为可能。基于车用导航高精地图,以旅途耗时和总燃油消耗作为代价函数,利用正向动态规划求解节能巡航车速;采用Matlab 软件的 Simulink 工具,构建车辆行驶计算模型,并输入溧宁高速约 10 km 的道路信息进行仿真验证。结果表明：相较于普通定速巡航,基于车用导航高精地图的车辆节能巡航可在通行时间延误不超过 1.24% 的前提下降低 5.95% 的燃油消耗。     

基于自适应动态滑模控制的智能汽车纵向巡航控制

为消除参数不确定性和外部干扰等因素对智能汽车纵向巡航控制的影响,提出一种基于自适应动态滑模的纵向巡航控制方法.建立以广义纵向力导数项为控制输入的车辆纵向动力学模型,基于反步法构建保证车速与纵向加速度同时收敛于期望值的新型滑模函数;在此基础上,设计了期望广义纵向力的动态滑模控制律,并利用RBF神经网络对控制律中的未知干扰...     

四轮独立驱动电动车自适应巡航滑模控制

为实现四轮独立驱动电动汽车的自适应巡航功能,采用基于趋近律的滑模控制理论设计了自适应巡航控制系统.上位控制器以实际车距与期望车距的偏差作为输入,采用滑模控制律获得主车期望加速度,然后将期望加速度作为下位控制器的输入,计算出电机期望转矩,用于实现自适应巡航控制.在CarSim中建立电动汽车整车模型,并与Simulink进...     

自动驾驶专用车道影响下的CACC车流管理策略

自动驾驶专用车道对混合交通流的作用与协同自适应巡航控制(Cooperative Adaptive Cruise Control,CACC)车流大小相关.为分析已存在自动驾驶专用车道场景下CACC车流在各车道上的分布情况对交通流的影响,利用已有的人工驾驶车辆(Human-driving Vehicle,HV)和CACC跟...     

基于智能网联汽车静态电流控制方法浅析

本文介绍智能网联汽车静态电流产生对整车的影响,以及如何通过系统性改进的方法来降低接KL30常电控制器模块的静态电流的控制方法,从而避免整车亏电现象的出现。     

智能网联混合交通流交叉口控制：研究进展与前沿

交叉口是城市道路交通运行的瓶颈点,是造成交通拥堵的问题所在。交通控制是调控交通流、预防和缓解交通拥堵的关键策略,在效费比上具有较大优势。智能网联、自动驾驶技术的发展催生了常规车辆(Regular Vehicle, RV)、网联车辆(Connected Vehicle, CV)和智能网联车辆(Connected and Automated Vehicle, CAV)组成的智能网联新型混合交通流,推动着城市道路交通控制对象、数据环境和控制手段的变革,为交通控制提出巨大挑战的同时,也为交通控制理论方法的创新发展创造了新的条件。智能网联混合交通流交叉口控制已成为国内外研究热点,尚处于研究起步阶段。根据路权特征,先从单点交叉口、干线交叉口和路网多交叉口3个层面梳理智能网联混合交通流环境下的共用设施交叉口控制研究,包括交通信号配时、车辆轨迹/路径规划以及车辆轨迹-信号配时协同控制。然后介绍自动驾驶专用设施交叉口控制研究,包括CAV专用车道、CAV专用路段、CAV专用区域和快速公交-CAV混合专用车道。通过对现有成果的梳理发现：虽然新型混合交通流交叉口控制研究取得了部分进展,但RV驾驶行为的随机性、...     

智能网联汽车漏洞管理实践探索

随着汽车智能化网联化水平的不断提高,丰富的配置和功能在提升了用户体验的同时,也增加了汽车受到恶意网络安全攻击的风险和攻击面,出现网络安全漏洞的可能性大大增加。为了解决当前汽车企业漏洞管理制度不完善和缺乏漏洞管理平台等问题,文章设计开发一套智能网联汽车漏洞管理系统,对汽车漏洞管理体系建设进行分析探索,可以在帮助汽车企业规避相关法律风险的同时,提升企业自身的网络安全水平。     

车联网环境下连续信号交叉口协同控制模型

智能交通信号控制技术是缓解交通拥堵的重要手段。为解决传统强化学习算法应用到连续多交叉口的局限性问题,提出了1种基于上下层神经网络的连续交叉口交通信号控制模型。控制模型由下层神经网络选择当前状态下可能的最优控制策略,再由上层神经网络根据各路口车均延误进行二次调整,将最终控制策略应用到多交叉口的相位配时中。以典型连续3个交叉口为例,通过SUMO仿真平台对模型进行仿真验证,在低与高饱和度下,该控制模型分别对车均延误降低了23.6%和26%,排队长度降低了8.4%和9.4%。实验数据表明,该模型可有效提高连续交叉口道路通行能力,为缓解城市交通拥堵提供了1种有效技术手段。     

智能网联汽车节能优化关键问题与研究进展

汽车保有量的增加和能耗排放法规日益严格的限制给车辆节能减排提出了巨大挑战,网联化、智能化和电气化是提高未来交通效率和减少公路能源消耗的三大支柱。为了全面了解智能网联汽车节能减排的前沿问题与研究进展,对当前经济驾驶领域的重点问题进行了总体概述。首先,从广义的能量转换角度总结了智能车辆节能优化技术的本质和3个过程,其中Wheels to Distance环节的车辆系统优化是挖掘汽车节能潜力的重要一环,针对其介绍了智能网联汽车节能优化问题的基本数学原理;其次,从智能运输系统的各类非同源异构数据出发,分别从人-车交互、车-车通信、车-路感知三方面阐述来源于人-车-路交互体系的智能信息与数据;然后,针对单车智能网联环境下的多维度信息与先进控制技术相结合的关键问题,从考虑道路坡度预测巡航控制、跟车工况预测巡航控制、智能辅助驾驶和车道变换等应用场景进行具体介绍;针对人-车-路-云多源异构环境下车辆行为协同节能关键科学问题,从经济驾驶、多车协同节能、道路交叉口车路协同节能和车云协同节能等方面详细介绍研究现状;并进一步介绍电气化公路系统的前瞻性研究,说明融合智能化信息的E-highway节能潜力和智能重型商用车协同节能的未来发展趋势。最后,总结并梳理智能化信息对于提升车辆节能的重要影响,并展望了其在理论与实际层面遇到的挑战。