基于相关向量机的换道安全性评估

针对传统换道预警系统算法存在的准确率和可靠率等问题,利用毫米波雷达、AWS视觉传感器、车载陀螺仪等设备搭建了试验车,在普通高速公路上对19名被试人员进行了实际道路驾驶试验,并从试验数据中筛选出近1000次换道行为数据.以3段式换道轨迹模型为基础,将横摆角速度统计值作为确定各个阶段曲率半径的依据,根据横摆角速度α= 0.05的上侧分位数确定可接受安全域的上限;并以换道持续时间的极大值为基准,通过分析12 s以上的换道过程,形成一系列控制点,采用B样条曲线规划确定了可接受安全域的下限.通过利用相关向量机(RVM)模型对换道过程参数进行估计,并利用7次多项式模型对换道轨迹进行拟合,然后将拟合轨迹与可接受安全域上限或者下限所围成面积与可接受安全域面积的比值作为预警参数,实现了对换道安全性的评估.利用真实数据对上述评估算法进行验证,结果表明,所提出的换道安全算法的评估结果能正确反映换道的真实安全性,并且与驾驶人的操作行为具有良好的相关性.      

自动驾驶汽车高速超车轨迹跟踪协调控制

自动驾驶汽车高速超车时不仅要规划合理的换道路径来保证安全性,而且还要确保车辆高速转弯行驶的横向稳定性和舒适性。针对车辆超车的换道、匀速和换道3个阶段,分别规划了纵向速度和横向超车路径。提出了考虑路径曲率、换道时间、纵向车速的期望横摆角速度计算方法。以最小化横向位置偏差、横摆角速度跟踪偏差和控制增量为优化目标,通过可拓集的关联函数动态分配轨迹跟踪精度和横向稳定性的权重系数,建立了自动驾驶汽车轨迹跟踪的多目标模型预测可拓协调控制策略。数值仿真结果表明,提出的路径规划方法能保证车辆安全超车,轨迹跟踪控制策略不仅能精确地跟踪规划的路径,而且具有较高的横向稳定性和舒适性。     

双闭环结构的智能车辆弯路换道轨迹跟踪控制

为提高智能车辆弯道换道的安全性能,对其换道轨迹跟踪控制进行了研究。考虑到纵向速度、横向速度及横摆角速度对换道过程的影响,建立了非完整约束条件下车辆的运动学和动力学模型。基于积分反演方法设计了外环车辆位姿控制器,将换道轨迹跟踪问题转换为在任意初始误差下跟踪参考位姿问题,基于非线性积分滑模控制方法设计了内环的动力学控制器,实现了对车辆运行速度的跟踪,分析了该控制系统的稳定性和收敛性。仿真结果表明,所建立的控制系统可保证跟踪误差全局一致有界收敛,具有较快的收敛性和对时变参数不确定性的鲁棒性。     

A Study on the Variable-gain Tracking Control for the Four Wheel Steering System of Vehicles

在分析车身侧倾对转向系统影响的基础上,对转向系统通常采用的参考模型进行修改,并探讨了轮胎侧偏刚度和车速对参考模型横摆角速度的影响.得出结论为,轮胎侧偏刚度对参考模型的横摆角速度增益有较大影响:前轮侧偏刚度的降低使横摆角速度大致成比例地减小.利用最优前馈和反馈控制方法,提出了四轮转向变增益跟踪控制策略.采用非线性半经验轮胎模型的仿真结果表明,所提出的变增益跟踪控制策略对车辆的操纵稳定性有重大改善.     

大型客车横向稳定性仿真分析

为了给营运客车横向稳定状态监测提供理论依据,针对极限工况下状态参数的临界值仿真结果,进行了营运客车稳定区域边界条件的研究。基于非线性三自由度车辆模型建立了基于扩展卡尔曼滤波（EKF）的状态参数估计器,对营运客车的质心侧偏角和横摆角速度进行实时估计,并利用Trucksim验证估计值具有较好的一致性和状态跟随能力。基于MATLAB/Simulink建立非线性七自由度车辆模型,分析不同行驶状态参数对质心侧偏角-质心侧偏角速度（β-β）相平面稳定区域边界的影响,基于仿真数据确定了以车速、前轮转角和路面附着系数为变量的稳定区域边界条件,结合状态估计模型获得以β-β决定的控制变量。在Trucksim中进行连续正弦方向盘转角输入标准稳定性试验,通过分析营运客车行驶过程中控制变量的曲线变化趋势是否超出稳定区域边界确定车辆的运行状态。结果表明：营运客车以60 km·h^-1车速、小方向盘转角行驶在低附着系数（μ=0.3）路面和高附着系数（μ=0.85）路面时,横摆角速度对驾驶人的意图（方形盘转角曲线趋势）有很好的跟随能力,具有较小的延迟响应,车辆处于稳定状态,此时控制变量曲线一直处于稳定区域内;当相同工况下以大方向盘转角输入时,横摆角速度已经不能很好地跟随驾驶人意图,且低附着系数路面下,在3.5 s左右时方向盘转角已经回正,但横摆角速度仍位于最大值,具有较大的延迟,营运客车发生急转侧滑;高附着系数路面下第2.5 s和第6.2 s左右车辆发生严重偏移,车辆处于失稳状态,而对应时刻的控制变量曲线部分超出稳定边界,验证了营运客车横向稳定状态判据的准确性。     

基于多传感器信息融合的汽车行驶状态估计

为了保证汽车的主动安全控制,需要准确地估计车辆行驶状态信息。针对目前汽车状态估计中由于技术条件限制和成本过高造成的部分参数无法测量或不易测量的问题,本文中利用低成本传感器,基于信息融合技术进行汽车行驶状态估计。建立了包括横摆、横向和纵向的3自由度非线性汽车动力学模型,同时为降低噪声对系统影响,建立了自适应无迹卡尔曼滤波(AUKF)的信息融合算法,给出车辆状态最小方差意义下的融合结果。利用纵向加速度、侧向加速度和转向盘转角等低成本传感器信号融合得到所需的难以测量的质心侧偏角、横摆角速度和纵向车速。通过Matlab/Simulink-CarSim联合仿真和实车试验对所研究的估计算法进行了试验验证。试验结果表明:该算法能够准确地估计汽车质心侧偏角、横摆角速度和纵向车速,且相比于无迹卡尔曼滤波(UKF),本算法提高了估计精度和实时性。     

基于稳态转向特性的智能车辆换道轨迹规划

为提高智能车辆在高速公路上的换道安全性,分析了车辆在高速状态下的转向特性并对换道轨迹曲线的最大曲率进行限制,以防止车辆在换道过程中出现侧滑现象,分析了交通车对换道安全性的影响,利用多项式函数进行换道轨迹规划,以车辆侧向加速度和换道时间为换道优化函数的优化变量,建立了基于稳态转向特性和换道安全距离的换道模型。利用MATLAB和CarSim软件对换道轨迹进行仿真分析,结果表明,该换道轨迹规划方法能够安全平稳地实现智能车辆的换道行为。     

汽车行驶状态参数的估计

介绍Sage-Husa自适应卡尔曼滤波算法和滤波估计流程,建立二自由度汽车模型,在模型中加入系统噪声和测量噪声,建立系统状态方程和观测方程。利用自适应卡尔曼滤波算法,对汽车质心侧偏角和横摆角速度进行估计,并进行转向盘转角正弦输入仿真分析,仿真结果表明两者的真实值和估计值吻合良好。利用自适应卡尔曼滤波算法对汽车行驶状态参数进行估计可以降低汽车的成本,是一种行之有效且具有工程应用价值的方法。     

基于人工势场法的车道保持系统

针对车道保持系统中的横向控制问题,采用人工势场法设计了转角控制器。选择跨道时间为势场参数,建立多模式跨道时间模型,以跨道时间为变量设计势场函数,以得到的势场力代入参考车辆模型得到理想横摆角速度和理想侧向加速度,以车速为阈值计算出理想方向盘转角,用PID控制跟踪理想方向盘转角实现车道保持。利用Carsim/Simulink联合仿真验证了该方法的有效性,还与传统道路势场法做了对比,并在实车上验证了其可靠性。     

基于最小模型误差估计的智能汽车路径跟踪控制

为提高分布式驱动电动智能汽车在自主循迹过程中关键参数的估计精度并降低模型不确定性对控制系统鲁棒性的影响,本文中提出了一种基于观测器的自适应滑模路径跟踪控制策略。首先,针对难以直接精确测量的车辆纵、侧向速度,建立了5输入3输出3状态的状态估计系统,并采用最小模型误差准则以降低估计过程轮胎的非线性特性带来的观测模型误差。接着,基于运动学模型,计算出了路径跟踪期望横摆角速度响应,并采用自适应滑模算法实现主动转向控制。考虑线控转向系统的潜在失效风险,引入径向基神经网络对系统不确定性进行在线估计。同时,设计了直接横摆稳定控制器并采用最优转矩分配策略,进一步提高车辆的稳定性。最后,对车辆状态估计和路径跟踪进行了Carsim/Matlab联合仿真,结果表明:基于最小模型误差准则的观测器能取得较可靠的估计结果,路径跟踪控制器能保证车辆具有较好的跟踪精度和鲁棒性。     

基于扩展卡尔曼滤波的轮毂电机驱动电动汽车状态估计

以非线性八自由度车辆模型为基础,利用轮毂电机驱动电动汽车四轮转矩容易获得的独特优势,将车轮转角、各个车轮驱动力矩、侧向加速度及横摆角速度作为算法输入,采用扩展卡尔曼滤波(Extended Kalman Filter,EKF)理论设计了轮毂电机驱动电动汽车行驶中状态估计算法。CarSim和Matlab/Simulink联合仿真结果表明,该算法能有效估计轮毂电机驱动电动汽车行驶中的纵向车速、侧倾角、侧倾角速度等状态。     

轮胎非线性对自主车队稳定性的影响分析

针对现有自主车队车辆模型不能反映轮胎非线性对车辆稳定性的影响问题,本文中利用其有效性已得到验证的5自由度车辆模型(纵向速度、侧向速度、横摆角速度、前轮转动角速度和后轮转动角速度),分别采用线性和非线性轮胎模型,分析不同初始跟随车速条件下,自主车队系统的动力学特性和稳定性。结果表明,轮胎的非线性严重影响高速跟随行驶中自主车队系统的稳定性,并导致跟随行驶车辆的失稳。     

变传动比在线控转向系统中的应用

为解决传统转向系统“轻”与“灵”的矛盾,文章在线控转向系统平台上分析了横摆角速度与操纵稳定性的关系以及转向盘转角和车速对传动比的影响。在兼顾操纵稳定性和转向特性的同时,提出以横摆角速度为系统状态识别变量的模糊变传动比控制,设计了模糊变传动比控制器。经过仿真分析,得到较理想的特性曲线。该控制策略具有较强的创新性、应用性和参考性。     

基于强跟踪容积卡尔曼滤波的车辆行驶状态估计

针对车辆行驶过程中的状态估计问题,提出了基于强跟踪容积卡尔曼滤波的车辆行驶状态估计算法。建立了采用Dugoff轮胎模型非线性3自由度车辆估算模型,通过对纵向加速度、侧向加速度、横摆角速度、转向盘转角和车轮轮速低成本传感器信号的信息融合以实现对车辆行驶状态的准确估计。应用驾驶员模拟器进行在环试验结果表明,基于强跟踪容积卡尔曼滤波的估计算法能够较准确地对车辆行驶状态进行估计。     

电动轮汽车车速与道路坡度估计

针对电动轮汽车车速与道路坡度估计问题,本文中基于纵向非线性动力学方程设计1阶扩张状态观测器对车速与坡度进行联合估计,分析了估计稳态误差;同时,采用带遗忘因子的递归最小二乘估计算法分离加速度传感器信号中的坡度信息,并设置了比例系数来融合两类坡度信息,最终得到道路坡度估计值。搭建MATLAB/Simulink-Carsim联合仿真平台进行变坡度路面仿真,并在实际坡道路面完成实车测试。仿真与试验结果表明,所提出的方法简单、可行。     

四轮转向汽车主动转向控制及仿真

以四轮转向汽车为研究对象,建立车辆四轮转向动力学模型。基于后轮主动转向控制方法,分别搭建四轮转向汽车前后轮转角成比例的主动转向控制模型以及基于车速和横摆角速度反馈的主动转向控制模型。在高速转向工况下,采用MATLAB/Simulink建立四轮转向汽车主动转向控制仿真模型进行对比仿真。仿真结果表明,该控制方法能够较好地减小车辆质心侧偏角及横摆角速度,保证车辆良好的轨迹跟踪能力,有效地改善了车辆的操纵稳定性。     

基于LQR变传动比控制的4WIS电动车转向控制仿真研究

理想转向特性对改善车辆操纵稳定性有重要意义。本文中基于LQR最优控制理论,提出了一种新型后轮主动转向变传动比控制策略。首先,综合考虑低速操纵响应性与高速行驶稳定性,建立4WIS电动车理想转向特性;接着根据变传动比曲线设计预期的横摆角速度,并基于LQR最优控制理论提出了主动后轮转向控制策略,以跟踪横摆角速度的预期值;最后,针对典型的双移线工况,进行人车路闭环控制仿真,结果表明,所提出的控制策略较好地实现了理想转向特性。     

考虑侧倾影响的汽车横摆角速度与质心侧偏角滤波估计

为准确识别汽车前方弯道路段曲率信息,考虑侧倾运动的实际影响,建立了汽车质心运动、横摆运动及侧倾运动具有非线性特征的3自由度车辆操纵稳定性模型,设计了汽车质心侧偏角与横摆角速度扩展卡尔曼滤波估计器,实现了巡航车辆运动特征的在线实时估计。采用双移线输入,通过Car Sim与Matlab/Simulink的联合仿真进行验证,结果表明,即使在大噪声条件下,所设计的扩展卡尔曼滤波估计器也能较好地实现车辆横摆角速度与质心侧偏角的准确估计。     

基于鱼群算法的智能汽车换道轨迹规划

智能汽车的轨迹规划是智能汽车研究领域的重点问题,文章通过对换道过程中车辆状态的分析,利用多项式函数规划智能车辆的换道轨迹,引入轨迹优化函数,对换道轨迹进行最优化选取,并基于鱼群算法对换道轨迹优化函数进行最优化选取。仿真结果表明该换道轨迹规划方法可平稳实现智能车辆的换道行为。     

融合预瞄特性的智能电动汽车稳定性模型预测控制研究

提出了一种融合预瞄特性的智能电动汽车稳定性前馈+反馈控制方法。建立车辆预瞄模型，通过汽车在环境感知时的前视行为，引入道路曲率作为车辆动力学特性的影响因素。基于在前视信息指导下的车辆位姿变化，根据道路附着能力和车速指数模型描述期望纵向车速，建立轮胎侧偏刚度补偿的稳定性前馈控制方法。同时，采用模型预测控制（MPC）设计稳定性反馈控制律，根据车辆的预瞄信息自适应调整预测模型参数和预测时间，消除前馈控制误差及路面扰动等不确定性因素带来的影响。研究结果表明，本文提出的控制策略下汽车质心侧偏角、横摆角速度和侧向加速度小，且跟踪精度更高。仿真试验中，相比于无控制、MPC反馈控制与前馈+定参数MPC反馈控制，本文提出的控制策略在双移线工况1下质心侧偏角峰值分别减小了41.3%、28.9%和10.0%，横摆角速度峰值分别减小了18.0%、6.7%和2.0%，双移线工况2下质心侧偏角峰值分别减小了27.2%、8.7%和8.0%，横摆角速度峰值分别减小了16.9%、12.9%和8.6%；相比于MPC反馈控制与前馈+定参数MPC反馈控制，在蛇行工况1下，质心侧偏角峰值分别减小了49.8%与34.8%，横摆角速...