基于S-method时频分析的制动意图识别方法

为了提高电动汽车制动能量回收效率,不可避免需要增加制动意图判断的准确率,提出了基于S-method时频分析的制动意图识别方法。鉴于S-method处理非平稳信号兼顾算法响应时间和时频分辨率的优点,通过建立S-method时频模型的基础上,运用奇异值分解方法提取特征值。最后,运用聚类算法识别驾驶员制动意图。实验结果表明,该方法能实时有效识别中等制动和平缓制动。     

基于模糊逻辑的制动意图离线识别方法研究

文中根据驾驶员对车辆的操纵特性，对制动意图进行了分类，制定了制动意图识别的方法，为线控制动系统研究奠定基础。开展实车试验，确定可以用作制动意图识别的参数并提取其阈值。利用模糊逻辑对制动意图进行离线识别，表明模糊逻辑能够准确、及时地识别出驾驶员的制动意图。     

基于制动意图的电动汽车复合制动系统制动力分配策略研究

文中对制动意图的识别和不同制动意图所要求的不同的制动力分配策略进行研究.通过试验,验证了制动意图识别算法和制动力分配策略的可行性和有效性,为复合制动系统的应用奠定了基础.     

基于制动意图识别的增程式重型商用车复合制动控制策略

为了提高增程式重型商用车制动能量回收率和制动性能,通过分析大量实车制动数据,以制动踏板位移和制动踏板位移变化率为输入设计制动意图的模糊推理规则,采用LQV神经模糊系统建立制动意图识别模型;在制动力分配要求、电机再生制动约束、蓄电池约束等约束条件下,基于制动意图识别建立机-电复合制动控制策略,并通过60km·h~(-1)初速单次制动工况仿真、中国典型城市公交工况(CCBC工况)仿真和实车试验验证复合制动控制策略的性能。研究结果表明:提出的复合制动控制策略能够准确识别驾驶人的制动意图,优化制动力分配,提高制动能量回收率;其中60km·h~(-1)初速单次制动工况下轻度制动和中度制动的能量回收率分别为19.05%和15.69%,CCBC工况下制动能量回收率达到了16.65%;提出的复合制动控制策略能够满足实车制动需求,在30km·h~(-1)初速单次制动工况下轻度制动和中度制动时,蓄电池SOC分别上升了0.019%和0.011%。因此,基于制动意图识别的复合制动控制策略能够显著提高电动汽车的能量利用效率,是一种提升电动汽车经济性的有效方法。     

基于长短期记忆网络的换道意图识别方法

准确识别周围车辆的换道意图将有助于自动驾驶系统决策,从而提升安全性和舒适性。提出一种基于长短期记忆（Long Short-term Memory,LSTM）网络的换道意图识别方法,能够较为准确地识别周围车辆的换道意图。该方法先通过构造收益函数来描述目标车辆（被预测的车辆）与其邻域车辆之间的交互关系,得到目标车辆左换道、右换道和车道保持的收益值,并将该收益值作为交互特征输入到意图识别网络;在意图识别网络中,引入注意力机制,通过网络自学习得到的权重对LSTM层各个时刻的输出加权求和,能够对编码信息进行有效利用,提高换道意图的识别性能;由于车辆的换道意图存在较强的前后依赖性,引入条件随机场（Conditional Random Field,CRF）,采用意图转移特征函数对各个时刻换道意图进行联合建模,并构建负对数似然损失函数作为整个网络的损失。为了验证所提方法的有效性,基于NGSIM数据集训练并评估模型。结果表明：所提方法对换道意图识别的准确率、宏观F1分数、测试集损失分别为0.916 4、0.874 6和0.168 3,均优于支持向量机（SVM）、隐马尔可夫模型（HMM）和LSTM模型。同时,所提模型对左换道和右换道的平均换道提前识别时间分别为3.08、2.33 s,综合换道提前识别时间为2.81 s,优于基线模型,能够为主车的决策提供充足的冗余时间。通过消融分析可知,引入的交互作用模块、注意力机制和条件随机场对准确率的贡献分别为0.012 2、0.004 3和0.011 0,印证了相关模块的有效性。最后由场景验证的案例可以得出,所提方法在准确率、稳定性和换道提前识别时间等指标上优于对比模型。     

基于驾驶员意图和行车安全的下坡辅助制动退出方法

针对下坡工况下混合动力汽车辅助制动控制退出过程中可能产生的安全隐患,本文提出一种基于驾驶员主观意图和行车安全的辅助制动退出控制方法。通过对下坡辅助制动过程中车辆的受力情况和驾驶员驾驶意图的分析,分别制定了基于驾驶员加速意图和制动意图的下坡辅助制动退出策略,并据此设计了对下坡辅助制动退出的协调控制过程。最后通过仿真和实车试验对以上策略进行验证,结果表明,该方法在符合驾驶员驾驶意图的前提下,可以保证下坡辅助制动退出过程中车速始终受驾驶员控制,提高了辅助制动退出过程的安全性,并对驾驶员的误操作有一定的容错能力。     

基于电动汽车制动效能一致性的并联式制动能量回收控制

并联式制动能量回收系统的控制策略一般是固化的函数曲线,由当前车速直接确定出再生制动转矩,并未考虑制动踏板开度这一因素,驾驶员的制动感觉较差。为了衡量驾驶员的制动感觉,提出了电动汽车制动效能一致性的概念,即驾驶员以不同制动踏板开度在不同初速度下进行制动。在采用电- 液复合制动与只采取传统液压制动时,二者所得出的制动加速度和制动距离分布的差异情况,差异越小则代表电动汽车制动效能一致性越好。在AMEsim 和simulink 软件联合仿真环境下,建立并联式制动能量回收系统模型和电动汽车整车模型,通过引入制动踏板开度修正系数对再生制动力矩进行标定,提出了一种基于制动效能一致性的制动能量回收转矩的控制方法。仿真结果显示,该方法能够取得与传统液压制动系更为接近的制动效能和制动感觉,同时较现有并联式回收系统控制策略的能量回收效率提高了5.9%,具有一定的工程应用价值。     

HEV制动意图识别的研究

基于大量的工况数据建立辨识模型,实现了对制动意图的准确识别.在此基础上优化了再生制动的控制策略.仿真结果表明,通过制动意图识别可有效地优化混合动力汽车再生制动的控制策略,从而进一步改善混合动力汽车制动时的驾驶感觉和燃油经济性.     

基于制动稳定性的纯电动汽车再生制动控制策略

为保证汽车制动的稳定性,并进一步提高电动汽车能源利用率,设计了以车速、动力电池荷电状态、制动强度为输入变量,以制动力分配系数为输出变量的模糊控制器,利用制动力分配系数并考虑电机、蓄电池和制动稳定性要求对能量回收的制约,提出了汽车前、后轴机械制动力和再生制动力分配策略。将开发的再生制动控制策略嵌入AVL Cruise整车仿真模型,并进行了仿真分析,结果表明,相对于沿ECE曲线的经典控制策略,该策略制动稳定性和舒适性有所提高,FTP75工况下节能贡献率提高了17.22%。     

基于驾驶员意图识别的纯电动汽车动力性驱动控制策略

为了解决纯电动汽车动力性和操控性难以同时兼顾的问题,将驾驶员意图分为稳态意图和动态意图,稳态意图用于保证车辆的操控性,动态意图用于保证车辆的动力性,在此基础上提出了一种基于驾驶员意图识别的纯电动汽车动力性驱动控制策略,该策略首先分别采用“典型工作点+分段插值”和模糊推理方法来识别驾驶员的稳态和动态意图;接着采用“动态补偿转矩保持”和“动态补偿转矩归零”等算法计算动态补偿转矩;最后通过“增量式”动态补偿转矩跟踪算法和电机过载管理算法给出最终的转矩指令。仿真与试验结果表明,该策略既可以根据驾驶员稳态意图保证车辆的操控性,也可根据驾驶员动态意图提高车辆的动力性。     

基于模糊逻辑的电动汽车驾驶意图设计及应用

结合电动汽车驾驶意图的原理及特点,本文针对纯电动汽车提出了一种基于模糊逻辑的驾驶意图的需求策略,包括驱动驾驶需求和制动过程需求,采用三输入一输出的模糊控制器,并在整车控制器中实现,结果表明采用模糊逻辑的驾驶意图比普通的逻辑门控制策略能提高控制性能,使电池放电更加合理,增加整车的续驶里程,同时提高电池的可靠性。     

基于实际驾驶需求的制动意图识别策略研究

基于电动汽车特性及线控制动系统特点,分析再生制动系统对整车制动性能和舒适性能的影响,提出一种基于实际驾驶需求的制动意图识别策略。通过驾驶员制动意图分析,将制动意图分为起步制动、滑行制动、停车制动、常规松制动、常规制动和紧急制动等6种制动模式。通过驾驶员制动意图的模式化,选取可识别的制动意图状态特征信号,基于驾驶员实际驾驶需求,制定制动意图识别控制策略。在紧急制动和常规制动的模式划分上,通过逻辑门限值的方法进行识别,并对限值进行分区划分和设置,以获得准确的制动意图并识别结果。基于以上分析,建立包括整车模型、控制器模型、驾驶员模型和测试工况的Simulink完整仿真模型,并进行仿真分析和验证。     

基于路面特征参数和制动防抱调节特征的路面识别方法

以路面特征参数和制动防抱调节过程特征为依据,引入接近度和特征可信度的概念,提出了基于路面特征参数和防抱过程特征的综合路面识别方法,按最大接近度原则判断当前路面状态。大量实车试验结果表明,在制动防抱控制过程中,无论驾驶员采用何种制动操作,该方法均可实现干沥青路面、冰雪路面、对开路面和对接路面的准确辨识。     

基于交通信息的电动汽车制动策略及仿真

为了提高滑行能量回收经济性和踏板制动安全性、舒适性,基于交通信息,提出了电动汽车(EV)制动协调策略。分析了滑行制动的经济性,由交通信息和汽车行驶状态确定滑行制动强度;由道路信息和前方车辆信息建立汽车安全距离模型和碰撞预警策略,利用预警信息对滑行制动和踏板制动强度进行协调。对本策略进行仿真验证。结果表明:利用交通信息的滑行策略,在通行良好工况下综合能耗减少1.1%,拥堵工况下减轻驾驶员的制动疲劳;预警和协调策略避免了频繁预警,减小了紧急避撞触发几率。因此,利用交通信息能够辅助驾驶员进行更加合理的制动。     

基于模糊逻辑的电动汽车制动能量回馈系统

分析了电动汽车制动能量回馈的特点，针对电动汽车制动能量回馈时强鲁棒性的需求，设计了一种基于Sugeno模糊逻辑的制动能量回馈系统，以满足能量回馈的要求，该回馈系统提高了整车的制动性能以及续驶里程，也使整车的动力性、安全性和舒适性达到较好的平衡，文章同时估算了这种控制策略的能量回收效率。经仿真和实际测试，结果表明所提策略满足总体设计的性能指标要求。     

电动汽车制动能量回收系统方案和控制算法

通过对纯电动汽车制动能量回收系统的策略控制设计,实现整车能量利用率,从而进一步提升整车经济性,提升顾客满意度。     

基于驾驶人转向意图的双电机驱动电动汽车稳定性控制策略

为了使双电机驱动电动车在车辆稳定性控制过程中能够精确解读驾驶意图,使车辆实际行驶状态与驾驶意图期望的车辆行驶状态尽可能相符合,提出一种基于驾驶人意图辨识的稳定性控制策略.利用基于支持向量机递归特征消除(SVM-RFE)得到的特征参数构建基于长短期记忆(LSTM)模型的驾驶人转向意图辨识模型;基于转向意图识别结果,以方向...     

电动汽车制动能量回收控制系统和策略研究

作为新能源汽车的核心功能,能量回收对汽车的制动系统提出了新的要求。基于对同行线控制动系统产品的分析,文章设计了一款新型电子制动助力器,并从整车层面构建了电动汽车的制动能量回收控制系统,该系统包括电子制动助力器、整车控制器、电池管理器、电机控制器、防抱死制动系统（ABS）和电子稳定性控制系统（ESC）。利用Matlab/Simulink软件,以整车目标制动力、电池荷电状态（SOC）、车速和驱动电机状态参数为输入变量,以目标液压制动力和目标电机制动力为输出变量,搭建了制动能量回收控制策略模型,并将其嵌入AVL Cruise整车模型,进行联合仿真分析。仿真结果表明,控制策略具有良好的制动能量回收效果,新欧洲驾驶循环（NEDC）工况下的能量回收率达到12.8%,续驶里程贡献度达到15%。文章的研究可以为电动汽车的线控制动系统产品及其能量回收控制系统的开发提供参考。