基于模糊PID控制理论的驾驶员模型的建立

以新能源汽车中的混合动力汽车为研究对象,利用Matlab/Simulink软件建立基于模糊PID控制理论的驾驶员仿真模型,根据行驶工况需求模拟驾驶员的操作过程;将驾驶员仿真模型嵌入整车模型中组成完整的前向仿真整车模型,使仿真接近车辆的真实行驶过程,仿真结果与车辆真实的行驶过程吻合较好。     

驾驶员行为模型的研究

针对采用定量仿真方法建立驾驶员模型的不足，应用GPS技术，采用定性仿真方法中的归纳推理方法建立驾驶员行为模型；该模型能够模拟驾驶员在驾驶过程中的决策判断过程，预测各种输入情况下的驾驶员行为输出，在建立驾驶员-汽车-道路系统仿真模型时将会得到广泛应用。     

驾驶员方向控制模型及在汽车智能驾驶研究中的应用

分析了驾驶员开车行为特性，利用模糊决策理论介绍了汽车预期行驶轨迹驾驶员模糊决策模型，并结合驾驶员预瞄最优曲率模型建立了一个新的驾驶员方向控制模型，同时也论述了该驾驶员方向控制模型在汽车智能驾驶研究中的应用。仿真结果表明所提出的模型可以描述驾驶员对汽车行驶方向的控制行为，并为汽车智能驾驶的研究提供了一条可行途径。     

车辆转弯制动横向轨迹控制驾驶员模型研究

为了较为真实地反映车辆转弯制动工况,建立了含Pacejka"魔术公式"非线性联合工况轮胎模型的4轮8自由度车辆系统模型,并基于预瞄跟随理论、加速度反馈控制和模糊PID控制技术建立了车辆转弯制动横向轨迹控制驾驶员模型。针对不同初始速度和制动强度,利用MATLAB/Simulink进行了横向轨迹控制仿真分析。分析结果表明,驾驶员控制模型能很好地跟踪横向轨迹,模型的可行性和有效性得到验证,同时不同仿真条件下结果的一致性也说明该控制方法具有较强的自适应能力和鲁棒性,为进一步研究复杂工况下的驾驶员模型及横向轨迹控制提供了一条可行的途径。     

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。     

联合线性和模糊逻辑控制的4自由度主动悬架

文中提出了联合线性和模糊逻辑控制的4自由度汽车主动悬架。该主动悬架以线性控制为主，模糊逻辑控制为辅，前者以车身加速度作为控制量，后者以车身的垂直速度与俯仰速度的线性组合和车身位移作为模糊控制规则的输入变量。最后用Simulink进行仿真，并把所得结果与被动的结果进行比较，说明该系统对提高汽车的平顺性是非常有效的。     

汽车预期轨迹驾驶员模糊决策模型及典型路况仿真

本文分析了预瞄最优曲率模型的特点。在此基础上应用系统模糊决策理论，通过合理的预期轨迹决策策略，建立了驾驶员动态决策汽车预期行驶轨迹的模糊决策模型。最终仿真计算了驾驶员在多种典型路况下对汽车预期轨迹的决策行为。     

模糊神经网络在发动机怠速控制中的应用

讨论了发动机怠速控制方法,对用模糊控制，BP神经网络控制方法进行了深入研究，给出了模糊控制和PID调节在怠速控制上的对比及BP神经网络用于学习模型控制器的输入与输出之间的函数关系，以取代模数控制规则表。在BP网络的训练过程，采用了自调整的学习算子以加速收敛，并给出了仿真结果。     

汽车驾驶员车速控制模式的模拟研究

系统地对汽车驾驶员在一定行车环境中的安全性认知与车速控制的决策、推理过程进行了定量研究,通过进行一系列勘测、测试和心理评价试验,应用模糊集合、模糊统计试验、模糊控制和模糊逻辑推理等分析方法,建立了描述汽车驾驶员在既定道路条件下行车时基于安全性考量的逻辑推理规则和车速控制模型,最后进行了相应的实测验证。模拟预测结果与实测结果吻合较好,证明了研究所采用方法和建立模型的正确性。     

基于横向预瞄偏差的驾驶员前视轨迹控制模型

文章给出了横向预瞄偏差的概念，提出了一种基于横向预瞄偏差的驾驶员前视轨迹控制模型。通过计算机仿真，验证了该控制模型的正确性。该模型与现行的预瞄驾驶员模型相比，具有理解容易，分析计算简单，实用性强的优点。     

基于驾驶员行为模拟的ACC控制算法

基于驾驶员最优预瞄加速度模型建立了一种适用于多种典型行驶工况的ACC控制算法。该算法采用基于多目标模糊决策方法的驾驶安全性、工效性、轻便性与合法性评价指标以及基于预瞄跟随理论的微分校正函数，描述了ACC控制系统对自由工况、跟随工况和切入工况等不同行驶条件及汽车动力学系统强非线性特性的考虑。     

预瞄驾驶员模型中车辆操控稳定性的分析

通过将驾驶员模型、汽车运动学模型与闭环控制系统相结合,给出了一种基于最大预瞄距离驾驶员模型的空间方程.采用Lyapunov-Krasovskii泛函方法,分析基于该模型的“人—车—路”闭环控制系统的指数稳定性条件.利用所建立的4轮车辆驾驶员模型,分别采用不同的最大预瞄距离值和驾驶员反应时滞值,对车辆路径跟随进行了仿真试...     

基于计算机视觉的驾驶员转向操作实时监测研究

为实时监控驾驶员操纵转向盘的状态，构建了基于机器视觉汽车转向盘实时监控系统，并运用阈值分割和边缘检测方法对转向盘图像中感兴趣区域进行了图像分割，提出了转向盘转角的计算公式。试验结果表明，感兴趣区域图像分割与转向盘转角监测方法有效。     

发动机试验台测控系统模糊神经网络控制方法的研究

结合模糊控制、神经网络、遗传算法的优点,提出发动机试验台测控系统模糊神经网络控制方法。利用遗传算法的全局优化策略,避免陷入局部最小点的缺陷。在建立发动机-测功机传动系统动力学模型、发动机有效转矩模型、测功机励磁电流模型的基础上,进行了动态仿真模拟,较好地解决了试验台控制的稳定性及测量的实时准确性问题。     

用神经网络仿真驾驶员转向特性的研究

在人－车－环境综合系统中，由于驾驶员操作因素的不确定性和非线性，政难以建立精确模型。通过使用神经网络的方法对驾驶员的转向操作进行了模拟和仿真，取得了满意的结果，为更加精确定量地分析驾驶员的转向操作特性提供了一条新的途径。     

驾驶员稳态预瞄动态校正假说

针对汽车运动学和动力学自身的特点及驾驶员对其的理解和认识，基于预瞄跟随理论和预测控制理论，在驾驶员行为建模中作出了汽车运动学和动力学特性的分隔处理，提出了驾驶员稳态预瞄动态校正假说，并结合仿真计算和驾驶模拟器实验论证了假说的合理性和有效性。     

基于机器视觉的驾驶员注意力状态监测技术研究

在将头部朝向近似为视线方向的前提下,研究了驾驶员头部朝向角度与注意力分散之间的关系;提出了头部朝向偏离路面的持续时间和时间比例两个注意力分散指标,建立了基于驾驶员面部特征点(如眼睛,鼻孔)的模型以进行头部朝向角度的估算和注意力分散程度的判别.实验结果表明,对驾驶员面部朝向角度的估计精度达到了较高水平,对注意力分散的检测也达到了较高的准确率.     

基于模糊神经网络的氢燃料汽车发动机双模式控制系统

建立了以模糊神经网络控制器和点火提前角转速自适应控制器串联组成的开闭环相结合的双模式控制系统用以实现对控制变量的分级控制。改进的模糊神经网络模型进行的最佳点火提前角的仿真与试验结果的对比研究表明：该方法求解氢发动机的最优化控制模型具有令人满意的结果。