基于深度强化学习的车辆跟驰控制

针对自适应巡航控制系统在控制主车跟驰行驶中受前车运动状态的不确定性影响问题，在分析车辆运动特点的基础上，提出一种能够考虑前车运动随机性的跟驰控制策略。搭建驾驶人实车驾驶数据采集平台，招募驾驶人进行实车跟驰道路试验，建立驾驶人真实驾驶数据库。假设车辆未来时刻的加速度决策主要受前方目标车辆运动影响，建立基于双前车跟驰结构的主车纵向控制架构。将驾驶数据库中的驾驶数据分别视作前车和前前车运动变化历程，利用高斯过程算法建立了前车纵向加速度变化随机过程模型，实现对前方目标车运动状态分布的概率性建模。将车辆跟驰问题构建为一定奖励函数下的马尔可夫决策过程，引入深度强化学习研究主车跟驰控制问题。利用近端策略优化算法建立车辆跟驰控制策略，通过与前车运动随机过程模型进行交互式迭代学习，得到具有运动不确定性跟驰环境下的主车纵向控制策略，实现对车辆纵向控制的最优决策。最后基于真实驾驶数据，对控制策略进行测试。研究结果表明：该策略建立了车辆纵向控制与主车和双前车状态之间的映射关系，在迭代学习过程中对前车运动的随机性进行考虑，跟驰控制中不需要对前车运动进行额外的概率预测，能够以较低的计算量实现主车稳定跟随前车行驶。     

基于相平面的分布式驱动电动汽车稳定性控制

为提高分布式驱动电动汽车的操纵稳定性,提出一种基于相平面法的行驶稳定性控制策略.首先,建立非线性车辆2自由度模型,获得不同路面附着系数下车辆质心侧偏角相平面稳定域边界模型.其次,基于质心侧偏角相平面设计分区域控制器,当车辆处于稳定域内时,采用模糊神经网络控制器来决策横摆力矩,使车辆跟随目标变量;当车辆处于稳定域外时,设...     

汽车ESP模糊自适应控制

基于模糊控制理论设计了一种模糊自适应ESP控制器,该控制器可根据反馈的车辆状态信息自动适应车速和路面附着系数的变化.采用Matlab/Smulink建立了14自由度车辆模型和控制器模型,考虑了轮胎的非线性特性对汽车转向特性与行驶稳定性的影响.仿真结果表明,该控制器能够提高汽车在高速或光滑路面上的操纵稳定性,有较强的适应性和鲁棒性.     

弯道安全车速建模及影响因素分析

车速的合理选择,是影响弯道行车安全的关键.为此,针对车辆在弯道行驶过程中因超速导致的侧滑、侧翻等侧向失稳事故,通过建立车辆转向行驶动力学模型,结合道路环境信息,在分析车辆转向时载荷横向偏移、悬架变形等基础之上,对传统模型进行改进,建立精度更高的弯道安全车速计算模型.并采用车辆动力学仿真软件CarSim和TruckSim进行不同工况下的仿真试验验证.运用正交试验方法对试验结果进行极差和方差分析,获取弯道安全车速对7种主要影响因素的敏感度.结果表明,该模型所得的安全车速值,与车辆侧向失稳时的临界车速值之间的平均误差为1.55%;相比于其他因素,弯道半径和路面附着系数对安全车速的影响最为显著;当路面附着系数达到特定值时,模型考虑了车辆的侧翻危险,使其计算得到的弯道安全车速呈现饱和现象.      

基于MPC的独立驱动电动汽车稳定性集成控制

针对独立驱动电动汽车在高附着系数路面高速急转时易发生侧翻事故,在低附着系数路面急转易发生侧滑失稳事故,且单一控制器在不同附着系数路面适应性较差等问题,根据独立驱动电动汽车特点设计了基于分层式结构的稳定性集成控制器。建立了整车动力学模型,并进行了车辆状态参数估计;设计了稳定性集成控制器的控制策略,对车辆的侧倾、横向稳定性状态判定条件和协调策略的制定进行了研究,分别设计了侧倾稳定性控制器和横向稳定性控制器;设置了路面附着系数0.9到0.2的对接路面仿真工况,并在此工况下对所设计的控制器的控制性能进行了仿真测试。结果表明,所设计的稳定性集成控制器相比于单一控制器具有更好的适应性,可有效降低车辆高速行驶过程中的横向载荷转移系数、质心侧偏角等状态量,提高车辆行驶的稳定性和安全性。     

考虑路面附着系数的行车风险场建模及避障控制研究

针对车辆在不同路面条件下的主动避障问题，提出一种考虑路面附着系数的行车风险场避障路径规划方法。首先，建立了包含道路边界风险场、目标引力场和障碍物风险场的行车风险场；基于容积卡尔曼滤波算法实时估算路面附着系数，并对考虑路面附着系数的行车风险场函数进行负梯度求导，得到风险值下降最快的避障路径；然后，采用5次多项式拟合优化得到满足车辆约束的避障参考路径；最后，采用模型预测控制算法跟踪避障路径。仿真结果表明：在相同车速下，路面附着系数越小，避障时的横向加速度越小，横向加速度的标准差越小，避障效果越平顺。     

可变附着系数路面上的自动紧急制动避撞安全策略研究

针对路面条件变化时紧急制动系统易出现的制动时机决策失准问题,提出基于车辆运动学的动态决策增强安全模型的紧急制动策略。首先,依据目标车加减速状态细化工况,基于车辆速度与加速度建立动态决策安全模型,以提高极端工况下控制策略对车辆动态行驶速度的适应性。接着,以无迹卡尔曼滤波(UKF)算法连续辨识获得道路附着系数,通过系列道路条件下对实车和模型的制动性能试验建立路况与车辆减速能力的关系,根据道路条件实时更新模型依赖的极限减速度参数,进一步增强控制策略安全性和对动态道路条件的适应性。最后,通过附着系数连续多变路面工况试验和中国新车评价规程(C-NCAP)测试工况试验,对控制策略进行验证。结果表明,滤波算法具备精准的辨识效果;而自动紧急制动策略可在变化附着系数路面上实现对制动时机的准确决断。     

车速鉴定中轮胎-路面附着系数估算方法研究

在交通事故鉴定中,车辆行驶速度是事故处理和诉讼的重要依据。其中,路面附着系数是事故车速鉴定的重要参数。本文在大量实验数据基础上,拟合出车辆制动过程的特性曲线,并简化出相应的车速估算模型。利用此模型对不同车型、路面类型、湿滑状况和不同车速情况下的路面附着系数e进行了估算研究。经估算实例验证,文中的估算方法对不同状况下的路面附着系数具有较好的估算能力。     

基于模型预测的主动前轮转向与直接横摆力偶矩协同控制研究

为提高中低附着系数路面下车辆的侧向稳定性，构建了基于模型预测控制（MPC）的主动前轮转向（AFS）及直接横摆力偶矩（DYC）协同控制器，其决策层基于MPC获取附加横摆力偶矩，执行层由AFS和DYC控制协同修正前轮转角或施加轮缸制动压力。在双移线（DLC）工况下仿真验证了该策略的有效性，结果表明：路面附着系数为0.25时，车身侧偏角和横摆角速度分别稳定于-3.5°～3.5°和-16～16 (°)/s内，纵向车速稳定于88 km/h左右；路面附着系数为0.40时，纵向车速、车身侧偏角与横摆角速度等稳定性指标均有明显改善。综合分析表明，该AFS-DYC协同控制策略可显著改善中低附着系数条件下的操纵稳定性。     

基于智能轮胎系统的实时路面辨识技术

在复杂和极限工况下,路面附着系数是进行轮胎受力分析和车辆动力学控制的重要状态参数。相对于模型估计的方法,智能轮胎技术能够将轮胎与路面的交互信息反馈给车辆控制系统。本文提出了一种将智能轮胎系统和机器学习相结合的车辆路面附着系数获取方法。首先,考虑行驶工况环境进行传感器选型,开发基于MEMS三轴加速度传感器的智能轮胎硬件采集系统,并采用简化硬件结构的无线传输模式。其次,通过采集不同路面上的实车实验数据进行车辆实验收集机器学习训练的数据集,并分析轮地关系及信号特征。最后,将CNN与LSTM两者的优势相结合实现了对加速度时序信号的特征学习。通过与其它神经网络模型训练结果的比较,验证了所提CNN-LSTM双通道融合神经网络模型的有效性和准确性。本文提出的路面辨识方案实现了实时道路识别的目标,硬件与软件架构和神经网络模型更适合车辆系统搭载,为车辆运动控制提供了实时准确的路面信息。     

基于横向安全距离模型的主动避障算法

现有的安全距离模型是基于纵向相对车速或减速度值建立的,没有考虑移动目标的横向运动特性。本文利用移动目标横穿马路的速度、相对位置,建立横向安全距离模型,并提出一种基于横向安全距离模型的主动避障算法。首先,根据横向移动目标横穿马路的速度、相对位置和自车的制动距离建立横向安全距离模型,设计主动避障算法。接着,为计及路面条件对制动效果的影响,引入当前行驶路面估算的附着系数峰值估算最大制动减速度,约束目标避障减速度,并调整制动强度,以适应不同路况的安全避障行驶。最后,以典型横向移动目标骑行者作为研究对象,通过PreScan/Simulink/CarSim联合仿真验证避障算法的有效性。结果表明:基于横向安全距离模型的主动避障算法能有效避免与骑行者碰撞,提高行车的主动安全性。     

Robust control of anti-lock brake system

A robust control algorithm for an anti-lock brake system is proposed. The method used is based on static-state feedback of longitudinal slip and does not involve controller scheduling with changing vehicle speed or road adhesion coefficient estimation. An improvement involving scheduling of longitudinal slip reference with longitudinal acceleration measurement is included. Electromechanical braking actuators are used in simulations, and the algorithm used in this study is shown to have high performance on roads with constant and varying adhesion coefficients, displaying nice robustness properties against large vehicle speed and road adhesion coefficient variations. Guidelines are provided for tuning controller gains to cope with unknown actuator delay and measurement noise.     

车-车协同下无人驾驶车辆的换道汇入控制方法

多车协同驾驶是智能车路系统领域的研究热点之一,可有效降低道路交通控制管理的复杂程度,减少环境污染的同时保障道路交通安全。基于多车协同驾驶控制结构,提出了一种无人驾驶车辆换道汇入的驾驶模型及策略,系统分析了多车协同运行状态的稳定条件。在综合分析无人驾驶车辆换道汇入的协作准则、安全性评估后,基于高阶多项式方法,结合车辆运行特性,通过引入乘坐舒适性的指标函数,设计得到无人驾驶车辆换道汇入的有效运动轨迹。通过研究汇入车辆与车队中汇入点前、后各车辆的运动关系,详细分析车辆发生碰撞的类型和影响因素,给出避免碰撞的条件准则,从而确保无人驾驶车辆汇入过程中多车行驶的安全性和稳定性。基于车辆运动学建立车辆位置误差模型,结合系统大范围渐进稳定的条件,选取线速度和角速度作为输入,应用李雅普诺夫稳定性理论和Backstepping非线性控制算法,设计了无人驾驶车辆换道汇入后的路径跟踪控制器。仿真试验和实车试验结果表明：所设计的换道汇入路径是可行、安全的,控制器具有良好的跟踪效果,纵向和横向的距离误差在15 cm以内,方向偏差的相对误差在10%以内。研究结果为智能车路系统中的多车状态变迁与协同驾驶研究提供了参考,可服务于未来道路交通安全设计和评价。     

基于自适应模型预测的智能汽车横向轨迹跟踪控制

当路面附着情况和车辆行驶状态不断变化时,基于恒定侧偏刚度的模型预测控制(MPC)不能考虑轮胎非线性特性的影响,难以保证车辆轨迹跟踪的适应性。为此,提出一种考虑轮胎侧向力计算误差的自适应模型预测控制(AMPC),以提高智能汽车在不确定工况下的轨迹跟踪性能。分析了路面附着系数和垂向载荷对轮胎侧向力的影响,基于平方根容积卡尔曼滤波(SCKF)算法,设计了利用侧向加速度和横摆角速度作为测量变量的前后轮胎侧向力估计器。利用轮胎侧向力线性计算值与估计值的差值计算得到侧偏刚度修正因子,设计了前后轮胎侧偏刚度的自适应修正准则,进而提出了一种基于时变修正刚度的AMPC控制方法。基于CarSim与MATLAB/Simulink联合仿真和硬件在环测试平台,对AMPC控制的有效性和实时性进行了验证。研究结果表明：在不同的路面附着情况和车辆行驶状态下,AMPC控制都能够降低横向位置偏差和航向角偏差,有效提高车辆的轨迹跟踪精度,其控制效果明显优于基于恒定侧偏刚度的标准MPC控制。尤其在低附着工况下,标准MPC控制会因为线性轮胎力的计算误差过大而导致车辆在轨迹跟踪时严重失稳,而AMPC控制通过估计轮胎力修正侧偏刚度依然能够保证车辆稳定有效的跟踪参考轨迹。所提出的AMPC控制在保证控制精度的同时具有良好的实时性,对智能汽车控制系统的设计与优化具有重要参考价值。     

基于交互多模型的车辆质量与道路坡度估计（双语出版）

车辆结构参数和道路环境信息的实时准确获取是提高智能汽车运动控制性能的重要因素之一，而车辆质量与道路坡度信息是多种汽车控制系统的必要信息，因此质量与坡度在线估计的研究一直受到关注。针对车辆质量与道路坡度的联合估计问题，提出了一种基于交互多模型的质量与坡度融合估计方法。首先，设定了适宜进行质量精确估计的工况条件，据此提出了基于模糊规则的质量估计置信度因子计算算法，进而设计了基于置信度因子的递推最小二乘车辆质量估计算法，以实现质量的在线估计。然后，以车辆纵向动力学模型为基础，建立了运动学和动力学2种坡度估计模型，并设计了基于运动学模型的线性卡尔曼滤波坡度观测器，基于电子稳定性程序ESP的纵向加速度信息实现坡度估计，设计了基于动力学模型的无迹卡尔曼滤波坡度观测器，基于ESP和发动机管理系统EMS的力信息实现坡度估计。运动学模型未考虑车辆姿态信息，坡度估算结果与实际值有偏差；动力学模型对模型精度要求高，算法稳定性差，为充分发挥2种方法优势实现坡度的精确估计，采用交互多模型算法实现了2种坡度估计方法的加权融合。最后，对所设计的算法进行了实车试验验证。结果表明：所设计的质量与坡度估算算法具有较好的实时性和准确性，适合智能汽车运动控制的应用需求。     

转向加速工况下汽车驱动防滑控制系统滑转率算法研究

汽车低速转弯加速时,用后轮轮速作为参考车速计算驱动轮滑转率会造成计算偏差,引起驱动防滑控制系统误干预,为此提出了驱动轮滑转率计算的修正算法.该修正算法不需要增加前轮转角传感器,而是采用两非驱动轮轮速估计车身横摆角速度和汽车前轮转角,进而计算出前轮参考轮速,并将前轮参考轮速代替车速对转弯工况的驱动轮滑转率计算进行修正.试验结果表明,该修正算法消除了滑转率计算误差,可防止汽车在高附着路面上转弯加速时驱动防滑控制系统的误干预.     

Fuzzy Logic Traction Controllers and their Effect on Longitudinal Vehicle Platoon Systems

This paper presents two fuzzy logic traction controllers and investigates their effect on longitudinal platoon systems. A fuzzy logic approach is appealing for traction control because of the nonlinearity and time-varying uncertainty involved in traction control systems

The fuzzy logic traction controllers we present regulate brake torque to control wheel slip, which is the normalized difference between wheel and vehicle speed. One fuzzy controller estimates the peak slip corresponding to the maximum tire-road adhesion coefficient and regulates wheel slip at the peak slip. The controller is attractive because of its ability to maximize acceleration and deceleration regardless of road condition. However, we find through simulations the controller's performance degrades in the presence of time-varying uncertainties. The other fuzzy logic controller regulates wheel slip at any desired value. Through simulations we find the controller robust against changing road conditions and uncertainties. The target slip is predetermined and not necessarily the peak slip for all road conditions. If the target slip is set low, stable acceleration and deceleration is guaranteed, regardless of road condition

We also study the effect of traction control on longitudinal vehicle platoon systems using simulations. The simulations include acceleration and deceleration maneuvers on an icy road. The results indicate traction control may substantially improve longitudinal platoon performance, especially when icy road conditions exist.     

汽车转向非线性平衡点求解新方法及其应用

针对汽车转向非线性稳定性平衡点确定问题,提出了求解汽车转向非线性平衡点的一种新方法。建立了汽车转向非线性2自由度模型,采用简化魔术公式轮胎模型描述非线性轮胎侧向力。给出了转向非线性平衡点的表示,对粒子群算法进行了简要分析,提出了求解转向平衡点的粒子群算法。设计了前轮转角、路面附着系数和车速分别变化的3种行驶条件,对3种行驶条件下的转向非线性平衡点进行了求解。结果表明,粒子群算法可以准确求得汽车转向非线性平衡点,适应值小于设置的10-4的精度。     

换道操作对智能车辆乘客舒适性的影响研究

乘坐舒适性是决定乘客对智能车辆接受度的重要因素之一。为了提升智能车辆的舒适性,服务智能驾驶控制算法的设计和优化,开展了基于乘客主观感知的实车乘坐舒适性试验,试验中驾驶人驾驶传统车辆执行多次换道操作,获取了60名被试乘客对换道操作的舒适性评价数据,并采集了车辆的运动数据。选取换道时横向最大加速度、回正时横向最大加速度、横向最大加加速度、横向加速度转换幅值以及横向加速度转换频率这5个车辆运动参数作为研究对象。采用二元Logistic回归单因素分析法分析了这5个车辆运动参数对乘坐舒适性的影响,采用接收者操作特征(ROC)曲线分析法为不同晕车易感性的乘客分别确立了这5个车辆运动参数的舒适性阈值,并根据岭回归分析法确定了不同参数对乘坐舒适性的影响权重。结果表明：所选取的5个车辆运动参数对乘坐舒适性具有显著影响,易晕乘客的舒适性阈值小于不易晕乘客的舒适性阈值,在换道过程中,换道时横向最大加速度、回正时横向最大加速度和横向加速度转换幅值是影响乘坐舒适性的主要因素。最后根据车辆运动参数和乘客生理特征参数建立了基于动态时间归整(DTW)和K最近邻(KNN)算法的乘坐舒适性预测模型,该模型对乘坐舒适性的预测准确率为84%,可用于智能车辆控制算法的舒适性判断。