基于混合域优化控制的智能网联车辆运动规划模型

智能网联车辆具备提高交通安全与效率、降低能耗的巨大潜力.作为智能网联车辆决策控制的重要环节,运动规划对于智能网联车辆的循迹精度、控制效果具有显著影响.为了提高智能网联车辆控制精度,提出了一种智能网联车辆运动规划模型.该模型以追踪参考路径为目标,基于时空混合域的优化控制方法,避免了轨迹追踪过程中横向控制掺杂纵向误差的影响...     

整车电子试装中虚拟运动仿真及分析的探索运用

对汽车电子试装过程中比较复杂的运动机构的活动连接、运动仿真进行研究,并在此基础上对运动分析方案的制定、运动分析设计等步骤、方法进行了探讨。     

智能汽车人机协同决策关键技术综述

智能汽车人机协同决策是指驾驶人与驾驶自动化系统之间进行信息共享、交互和协同决策的过程,其对于提升智能汽车的安全性、舒适性和通行效率具有重要意义。针对人机协同决策技术在当下文献研究中碎片化且缺乏相关综述研究的现状,介绍了智能汽车人机协同决策技术的研究现状及未来的发展趋势。首先,基于对人机协同驾驶领域研究现状的梳理,从驾驶权限和人机交互2个维度对人机协同决策方法进行分类,前者包含以人为主、人机驾驶权限切换和以机为主的3种决策方式,后者包含人机直接交互和人机间接交互2种决策形式。进一步根据智驾系统中人机协同决策的层级差异,将人机协同决策技术分为人机协同行为决策、人机协同运动规划两大关键技术。前者可分为仲裁驾驶权限、协调驾驶意图和人类在环学习3类,后者可分为人机协同的路径规划和轨迹规划2类。最后,对智能汽车人机协同决策技术的发展趋势进行了总结与展望。通过梳理总结认为：智能汽车人机协同决策技术的发展不仅局限于决策层面,也依赖于上下游共同的技术进步,且多模态人机界面和深度强化学习等技术将成为其进一步发展的重要动力;未来,人机协同决策技术将依托新型决策意图传导技术与大语言模型步入新阶段。     

基于机器视觉的智能汽车环境感知算法研究综述

基于机器视觉的智能汽车环境算法作为智能汽车规划决策和控制执行的基础环节,是智能汽车关键技术之一,也是智能汽车当前研究的热点问题。本文对目前基于机器视觉的环境感知技术研究的现状进行综述,首先总结了各类相机标定算法并阐述了其基本原理;然后论述了基于机器视觉的目标检测和多目标跟踪的研究现状,分析了各主要算法的实现步骤;最后对智能汽车环境感知技术的发展进行了总结,并对未来发展趋势进行了展望。     

智能网联汽车运动规划方法研究综述（双语出版）

分析了近年来智能网联汽车（Intelligent Connected Vehicle，ICV）运动规划方法的研究，根据规划时空尺度和任务目标，将ICV运动规划细分为路径规划、路线规划、动作规划和轨迹规划4级子任务，回顾了各级子任务中智能网联技术的研究和应用现状；探讨了ICV中驾驶人行为特性及其对运动规划结果的影响；从技术背景、研究场景、算法流程和应用理论4个方面，提出ICV运动规划方法研究的未来发展方向。结果表明：由于ICV主要依赖车辆网联信息规划运动路径，而路网中同时存在不同网联等级的ICV，这将增加路径规划问题的求解难度；现有ICV路线规划模型较少考虑周边多车运动状态以及路段车道设置情况，将现有算法与微观交通流模型相结合有助于解决此问题；ICV中人机协同及任务切换领域已出现诸多研究热点，如城市道路上换道与转弯动作规划、ICV引导非网联车辆行驶等问题；借鉴驾驶人行为模式规划ICV运动轨迹已成为研究共识，但是车-车、车-路网联信息在此领域的应用仍然有限；采用反馈-迭代的方法进行ICV运动路线和动作协同规划、运动规划和轨迹跟踪控制有助于获得全局最优的运动规划结果和车辆控制策略；根据具体规划任务特点选择构建ICV运动规划模型的基础理论，有助于发挥各类理论的优势，提升规划算法的灵活性和适用性。     

智能网联汽车运动规划方法研究综述

分析了近年来智能网联汽车(Intelligent Connected Vehicle, ICV)运动规划方法的研究,根据规划时空尺度和任务目标,将ICV运动规划细分为路径规划、路线规划、动作规划和轨迹规划4级子任务,回顾了各级子任务中智能网联技术的研究和应用现状;探讨了ICV中驾驶人行为特性及其对运动规划结果的影响;从技术背景、研究场景、算法流程和应用理论4个方面,提出ICV运动规划方法研究的未来发展方向。结果表明:由于ICV主要依赖车辆网联信息规划运动路径,而路网中同时存在不同网联等级的ICV,这将增加路径规划问题的求解难度;现有ICV路线规划模型较少考虑周边多车运动状态以及路段车道设置情况,将现有算法与微观交通流模型相结合有助于解决此问题;ICV中人机协同及任务切换领域已出现诸多研究热点,如城市道路上换道与转弯动作规划、ICV引导非网联车辆行驶等问题;借鉴驾驶人行为模式规划ICV运动轨迹已成为研究共识,但是车-车、车-路网联信息在此领域的应用仍然有限;采用反馈-迭代的方法进行ICV运动路线和动作协同规划、运动规划和轨迹跟踪控制有助于获得全局最优的运动规划结果和车辆控制策略;根据具体规划任务特点选择构建ICV运动规划模型的基础理论,有助于发挥各类理论的优势,提升规划算法的灵活性和适用性。     

丰田智能网联汽车技术专利布局分析

丰田公司制定了全面的智能网联战略规划,并对智能网联技术开展大量的研发,进行系统的知识产权保护。本文基于专利数据,通过对丰田在中国的智能网联汽车专利布局规划情况,从专利申请的态势、研发团队构成、专利技术布局及研发重点方向、合作重点等系统梳理了丰田在智能网联汽车方面的研发情况,从宏观及微观角度解析了技术发展现状为国内汽车企业智能网联汽车技术研发及专利布局提供了借鉴。     

智能汽车辅助驾驶技术分析

文章出于深层分析智能汽车辅助驾驶技术的考虑,从其概念分析入手,并对其自适应巡航及车道保持的工作原理进行了深刻分析,随后对其包括执行控制以及电机转向结构在内的执行系统做出剖析,并在全面分析智能汽车辅助驾驶系统的设置意义的前提下,对智能汽车辅助驾驶系统的未来发展趋势进行了展望。可以肯定的是,智能汽车发展至今,机器学习发展仍然存在一定问题,而更重要的是加强技术的研发,先从提升智能汽车辅助驾驶技术为着手点,逐渐令大众认可这种技术,把研究做得脚踏实地。     

图像运动分析在汽车被动安全研究中的应用

图像运动分析法，是电测量系统—图像系统实时同步采集和图像序列运动分析二者相结合的研究方法。图像运动分析法在汽车被动安全研究领域里占有举足轻重的地位。本文阐述了图像运动分析法的原理和优势；探讨了电测量系统—图像系统同步采集的实现方法；介绍了清华大学碰撞试验室自行开发的电测量—图像同步采集系统和图像序列分析系统的方案和具体实现。最后，通过一个具体的例子介绍了电测量—图像同步采集和图像运动分析在汽车被动安全性和其它相关领域的实际应用。     

我国智能网联汽车产业发展规划与发展政策浅析

智能联网汽车是指汽车智能化水平比较高,能够和网络进行连接,达成自动驾驶目标的汽车。主要可以划分为智能驾驶以及智能互联两个关键,能够使人们出行更加方便、高效。本篇文章对于智能网联汽车发展规划和政策进行了简要介绍,并分析了推动智能网联汽车产业发展的对策,希望能够为智能网联汽车行业的发展提供支持。     

小汽车与两轮车碰撞运动轨迹模型构建

应用碰撞动力学理论对小汽车与两轮车碰撞过程进行分析,分别构建了小汽车与两轮车碰撞后各自的运动轨迹模型,并运用自编软件实现车辆碰撞运动轨迹的再现仿真;选取碰撞事故案例,将求解结果与PC-Crash软件再现数据对比分析,结果表明模型可信度较高。     

智能汽车自动驾驶的控制方法分析

自动驾驶汽车通过使用电脑系统来实现无人驾驶的目的 ,自动驾驶模式的应用能够有效地解决各种类型的交通事故,降低人力成本,对促进社会发展具有重要的实用意义.但自动驾驶控制技术仍然存在诸多问题,例如传感器的可靠性不强、控制系统存在漏洞等都影响着自动驾驶技术的安全性.基于以上背景,首先阐述了智能汽车自动控制系统的原理以及设计架...     

基于三自由度的智能汽车模糊滑模横向运动控制研究

针对智能汽车运动过程中存在的车身姿态变化问题以及运动控制精度问题，设计了一种基于非线性3自由度动力学模型的模糊滑模横向运动控制器。建立了包括侧倾运动的3自由度动力学模型，进行了模型线性化；对基于线性化处理后的动力学模型进行了滑模控制器设计，通过控制前轮转角实现了路径跟踪横向控制，并引入了模糊控制提高控制效果，本控制系统能够在跟踪过程中对车身姿态变化进行观察。仿真结果表明，搭建的基于3自由度动力学模型的模糊滑模控制器能够在考虑侧倾运动的基础上，实现路径跟踪，且构建的模糊滑模控制系统相较于传统滑模控制其横向偏差与方向偏差分别降低了7.28%和1.50%，同时模糊控制也减弱了滑模控制固有的抖振影响。     

车载双联屏产品的EMC风险评估

为应对智能座舱产品丰富的人机界面,车载双联屏越来越成为SUV车辆的标配产品,在享受新技术带来便利的同时,如何提高车载双联屏产品的EMC性能也成为很多汽车行业内EMC工程师需要面对的新问题。本文结合车载双联屏产品的设计特点提出了一些EMC设计风险的分析方向。     

基于驾驶人不满度的高速公路自动驾驶换道决策

为了实现高速公路的自由换道行为决策，并满足行车安全高效性、决策结果平稳无震荡、与运动规划模块结合引导车辆行驶等要求，提出了一种基于驾驶人不满度的换道行为决策方法。首先，根据驾驶人的速度期望建立了驾驶人不满度累积模型，并基于驾驶人速度不满累积度产生换道意图。其次，依据不同车道障碍车的运动状态，设计了2种目标车道选择策略，通过预测引擎对各个待选车道进行预测和评估，选取其中行车效率较高的车道作为目标车道，同时建立换道最小安全距离模型，用以在换道全过程中判断换道的可行性。然后，将换道行为决策的结果以目标车道的形式传递给基于改进人工势场的运动规划模块，用于运动规划模块目标的选取，以引导车辆横纵向运动。最后，在CarSim/PreScan/Simulink的联合仿真平台和硬件在环平台上建立多种测试场景，验证换道行为决策算法。试验结果表明：换道行为决策算法能够依据驾驶人速度不满累积度产生稳定的换道意图，进而根据所设计的换道策略选取具有更高行车效率的目标车道，并在换道过程中持续判断换道的可行性，以应对障碍车辆突然加减速等突发状况，保证换道过程的高效性和安全性；换道行为决策算法通过目标车道的转换，引导运动规划模块调整车辆的运动，实现跟车、换道等行为。     

Adaptive Control of 4WS System by Using Neural Network

An adaptive control system of the model following type is proposed for drive motion control of a four wheel steering (4WS) car with using neural network (NN) which has mastered nonlinear friction force between tire and road surface. A model of one rigid body is adopted which represents appropriately two kinds of car motion caused by steering action, namely the lateral displacement and the yawing rotation, and an equation of motion is described in a simplified form to make a system equation for motion control possible. Nonlinear relation between the cornering force of tire and the slip angle is obtained by numerical analysis with the tire model proposed by E. Fiala, taking friction coefficient and car speed as the parameters. The result is used as the teaching signal for NN. Three NN are used in the control system composed of both the feed-forward and the feedback circuits in order to realize adaptive control. Validity and usefulness of the proposed adaptive control system with NN are verified by three kinds of computer simulation.     

Adaptive Control of 4WS System by Using Neural Network

SUMMARY

An adaptive control system of the model following type is proposed for drive motion control of a four wheel steering (4WS) car with using neural network (NN) which has mastered nonlinear friction force between tire and road surface. A model of one rigid body is adopted which represents appropriately two kinds of car motion caused by steering action, namely the lateral displacement and the yawing rotation, and an equation of motion is described in a simplified form to make a system equation for motion control possible. Nonlinear relation between the cornering force of tire and the slip angle is obtained by numerical analysis with the tire model proposed by E. Fiala, taking friction coefficient and car speed as the parameters. The result is used as the teaching signal for NN. Three NN are used in the control system composed of both the feed-forward and the feedback circuits in order to realize adaptive control. Validity and usefulness of the proposed adaptive control system with NN are verified by three kinds of computer simulation.     

基于Carsim与Simulink的自动变道联合仿真

文章通过Carsim搭建汽车模型并配置道路障碍物等环境信息,并通过模拟传感器输出车道线、障碍物和本车运动状态信息,并通过接口配置发送到Simulink,再通过在Simulink中搭建自动变道的路径规划和跟踪控制算法输出方向盘转角信号给Carsim,实现对汽车自动变道的闭环仿真。     

基于前车轨迹预测的高速智能车运动规划

针对现有运动规划算法大多只考虑障碍车当前状态,本文中提出一种基于前车运动轨迹预测的高速车辆运动规划算法。首先,融合考虑驾驶意图与基于车辆运动模型的方法对前车轨迹进行预测;然后,采用贝塞尔曲线(Bezier)规划主车运动轨迹,结合避撞过程中与前车碰撞风险概率,高速避撞车辆速度变化特点以及车辆运动稳定性等因素建立目标函数,并考虑车辆动力学与运动学约束,使用序列二次规划(SQP)方法对Bezier曲线的控制点和主车运动目标点位置进行优化求解,得到最优避撞运动轨迹;最后,以前车直行和换道两种工况为例,对主车的避撞运动轨迹进行规划,分析不同工况下主车避撞过程中的运动状态变化以及与前车碰撞风险概率变化。结果表明,所提出的运动规划算法能够保证车辆的避撞安全性与运动稳定性。