智能网联混合动力汽车队列模型预测分层控制

提出了一种智能网联混合动力汽车队列的模型预测分层控制方法,有效提高了队列的安全性、燃油经济性和乘坐舒适性。首先,建立了可准确表征智能网联混合动力汽车队列行驶中多过程耦合特性的动力学模型。然后,针对智能网联混合动力汽车队列系统的非线性和混杂特征,构建了智能网联混合动力汽车队列的模型预测分层控制构架。上层控制器利用所建立的基于反馈校正的鲁棒预测模型,消除由于参数误差或车辆动态特性变化引起的模型失配现象,增强预测模型的准确性和鲁棒性,进而实现安全性、经济性和舒适性多目标协调控制和智能网联混合动力汽车队列期望加速度的在线优化;下层控制器利用队列中智能网联混合动力汽车多系统动态协调控制器,实现发动机和电机两个动力源的准确与协调控制。最后,试验结果表明:所提出的模型预测分层控制系统在提高队列中车辆的跟踪能力的同时,明显改善了车辆的燃油经济性和乘坐舒适性。     

智能网联技术应用于混合动力汽车探析

文章简要介绍了混合动力汽车和智能网联技术的研究现状,阐明了混合动力汽车与智能网联技术相结合的意义.着重论述了在智能网联环境下混合动力汽车进行能量管理的优势以及混合动力汽车实现智能网联的技术要求,最后对未来二者的依托发展进行了展望.     

高速公路混合交通环境下的智能网联汽车换道策略研究

为推动智能网联汽车应用落地,提出高速公路混合交通环境下智能网联汽车换道策略。首先,改进NaSch元胞自动机模型,并采用马尔科夫链算法计算道路通行能力;其次,针对目标车道为专用车道和普通车道分别建立基于车速引导的决策模型和基于博弈论的双矩阵决策模型;最后,采用多目标轨迹优化算法优化换道轨迹。结果表明：目标车道为专用车道和普通车道时,所提出的策略可分别提高换道效率6%、3.38%。     

智能网联环境下的混合交通流LWR模型

LWR（Lighthill,Whitham and Richards,LWR）模型可推演交通流宏观状态演化过程,在智能网联环境下混有协同自适应巡航控制（Cooperative Adaptive Cruise Control,CACC）车辆混合交通流LWR模型的研究,可为该混合交通流的宏观动力学特性分析提供理论工具。应用加州伯克利PATH真车试验验证的CACC模型作为CACC车辆跟驰模型,采用智能驾驶人模型（Intelligent Driver Model,IDM）模拟驾驶人在智能网联环境中的\"智能\"驾驶特性。基于不同CACC车辆比例下的混合交通流基本图,证明混合交通流基本图的切线斜率为交通波在混合车队中传播的波速,建立混合交通流LWR模型的一般性解析框架,得到混有CACC车辆的混合交通流LWR模型。最后,针对LWR模型冲击波特性,在6组平衡态条件下进行数值仿真试验。研究结果表明：所建立的混合交通流LWR模型可较好地描述不同CACC车辆比例时冲击波在混合车队中的传播波速;冲击波波速理论值与仿真均值的相对误差基本控制在10%以内,当冲击波处于由正向波转变为反向波的过渡阶段时,相对误差较大,为19%~26%,但绝对误差仍然较小。研究结果一方面可为混有CACC车辆的交通流宏观状态演化提供理论参考,具有推动该混合交通流其他宏观模型研究进展的积极作用;另一方面,建立的混合交通流LWR模型解析框架能够适应CACC车辆与人工-网联车辆跟驰模型选取的多样性,同时可为其他类型混合交通流LWR模型的建立提供理论支撑。     

高寒环境下的智能网联汽车试验场研究

随着汽车智能驾驶技术的快速发展,为了建立完整的智能驾驶技术验证体系,国内外的智能网联汽车试验场遍地开花,极大地丰富了智能驾驶测试场景库,但高寒环境下的智能驾驶成为技术发展的瓶颈.本文主要介绍了三种不同类型的智能网联汽车试验场的特点,分析了高寒环境对智能驾驶汽车的影响,阐述了建设高寒环境智能网联汽车试验场的必要性,最后通...     

智能网联环境下的汽车共享平台设计

针对传统共享汽车业务发展面临重资产、重运营、收入来源单一的困境,通过分析汽车租赁市场特征,结合自动驾驶和车路协同技术发展现状,针对车辆日租市场的计划性特征,提出了智能网联车共享平台方案。通过系统梳理平台服务和角色,将其划分工厂、车源用户、智慧停车场、签约驾驶员、日租和分时租赁6种服务角色,对应于车源流转、日租、分时租赁3个服务环节,基于车路协同网络和车辆跟驰技术尽可能降低车辆调度成本。该方案在突破的传统共享汽车业务困境的同时,有助于车路协同落地前期技术的推广,有利于车电分离模式的普及。     

混合动力汽车能量控制策略

针对串联、并联和混联3种类型的混合动力汽车驱动系统的不同结构特点,文章对3种类型混合动力汽车的能量控制策略分别进行了详细阐述,指出了未来混合动力汽车能量控制策略研究的发展方向。能量控制策略不仅要实现整车最佳的燃油经济性,而且还要兼顾发动机排放、蓄电池寿命及驾驶性能等多方面要求,并针对混合动力汽车各部件的特性和汽车的运行工况,使发动机、电动机、蓄电池和传动系统实现最佳匹配,兼顾上述各方面要求的优化控制策略的研究应是今后的研究重点。     

基于AUTOSAR的智能网联汽车分层式结构设计

中国的智能网联汽车产业发展已上升至国家战略层面,在顶层设计方面,我国制定了一系列等指导性文件,从产业规划、技术标准等方面推动智能网联汽车产业发展。在标准法规方面,国家发改委发布、工信部均发布响应指导性文件,指出分阶段实现智能网联汽车产业高质量发展的目标。随着智能网联汽车技术的日益成熟,合理的分层式结构成为必然趋势。     

智能网联汽车数据安全管理研究

智能网联汽车大数据已经成为推动自动驾驶技术迭代更新,促进产业生态创新发展的基础性战略资源,随之而来的用户隐私和数据安全问题受到了社会各界的广泛关注。分析了智能网联汽车数据区别于一般大数据的典型特征,针对不同类别的数据进行了权属问题研究,认为除基础属性信息外,其他数据都应在匿名处理后进行分析应用。研究提出了目前数据产业化应用的4种典型场景。在国内外关于汽车数据安全保护相关法律法规的框架下,从国家、行业、企业3个层面分析提出了规范数据采集处理、强化数据挖掘应用的策略建议。     

混合动力汽车能量优化综述

文章重点阐述了混合动力汽车能量优化的三种分类方式,并对几种常见能量优化的控制策略进行介绍和比较,得出这些算法的优缺点及适应场合。     

智能网联新能源汽车能量管理优化控制仿真软件设计与应用

针对智能网联新能源汽车能量管理优化控制研究基础软件匮乏问题,基于统一建模语言与面向对象建模的方法,采用创建者(Builder)设计模式,开发出一款智能网联新能源汽车能量管理优化控制仿真软件。基础测试结果表明,该软件能够辅助智能网联新能源汽车控制策略的研发。     

基于深度学习的混合动力汽车预测能量管理

为了优化混合动力汽车的能量动态分配过程,提升混合动力汽车的燃油经济性和动力电池荷电状态（SOC）平衡性,提高混合动力汽车能量管理策略的鲁棒性,以等效燃油消耗最小化策略为基础,结合对车辆未来行驶工况的预测研究,分析车辆未来行驶需求能量的变化,制定相应的动态调整策略。基于车联网通信技术,实时采集车辆的运行状态信息和交通信息,作为车辆未来工况预测模型的输入变量。以数据驱动为特征,基于混合深度学习建立工况预测模型。利用STL分解算法对各输入变量进行周期性、趋势性等特征分解,并对各输入变量的特征分量,使用混合深度学习网络从数据局部特征及时间维度依赖特征来深度挖掘目标车辆车速与外部信息及历史数据的关系,进而对车辆未来的行驶工况进行预测。利用预测的工况信息,分析车辆未来行驶需求能量的变化,应用于自适应等效消耗最小化策略等效因子的实时动态调整,从而实现对车辆的优化控制,并通过与传统自适应等效消耗最小化策略进行对比,验证该方法的有效性。研究结果表明：基于混合深度学习的工况预测模型预测精度比BP网络预测模型高44.72%;利用精确的预测工况信息预测能量管理,可以实时动态调整发动机和电机的功率输出,降低油耗并维持电池SOC平衡。     

ISG型混合动力汽车能量管理模糊控制的研究

针对ISG型混合动力汽车的能量分配问题,提出了一种双模糊控制器的结构,分别以油门开度及其变化率和需求转矩与电池SOC作为两个模糊控制器的输入变量,两个控制器输出的加权和为电机目标转矩.样车试验结果表明,与改装前的传统车辆相比,采用双模糊控制器实现能量分配的ISG型混合动力汽车的燃油经济性提高9.5%,并在一定程度上改善...     

智能网联汽车基础

正当今汽车工业正处于新技术革命的前沿。智能网联汽车的无人驾驶汽车安全技术的应用,可能是汽车普及以来,汽车消费者出行最大的变化。对智能网联汽车的关注始于交通安全。90%以上的交通事故是由于驾驶员的错误操作。智能网联汽车的一个重要承诺是减少汽车发生碰撞。无论是通过纠正驾驶员的人为错误,还是通过承担全部驾驶责任,自动驾驶可以大大降低撞车次数。虽然人类驾驶汽车时可能会出现上百万次同样的错误,但智能网联汽车可以从成千上万的其他车辆上获得经验数据,包括汽车所在位置的纬     

智能网联汽车漏洞管理实践探索

随着汽车智能化网联化水平的不断提高,丰富的配置和功能在提升了用户体验的同时,也增加了汽车受到恶意网络安全攻击的风险和攻击面,出现网络安全漏洞的可能性大大增加。为了解决当前汽车企业漏洞管理制度不完善和缺乏漏洞管理平台等问题,文章设计开发一套智能网联汽车漏洞管理系统,对汽车漏洞管理体系建设进行分析探索,可以在帮助汽车企业规避相关法律风险的同时,提升企业自身的网络安全水平。     

混合动力汽车传动系统能量流分析

分析混合动力汽车传动系统的能量流,对传动系统类型的选择、设计和控制策略的确定具有重要的意义。文章结合行驶工况和自身状态这2种因素,对3种传动系统的能量流进行了理论分析,为混合动力汽车传动系统类型的选择、设计以及控制策略的研究提供了方法和依据。     

基于 ECMS-MPC 混合动力汽车能量管理策略

在节能减排的大背景下,能量管理控制策略是决定混合动力车辆动力性、经济性和排放性的关键因素。文章基于 MATLAB 建立了单轴并联式混合动力汽车及其零部件的数学模型,在系统建模的基础上,提出了一种基于最小等效油耗预测模型（ECMS-MPC）的能量管理策略,并与动态规划（DP）的能量管理控制策略进行了比较。仿真结果表明,从技术结果上,ECMS-MPC 控制策略接近 DP 能量管理控制策略;从计算效率上,ECMS-MPC 控制策略比 DP 能量管理策略提高了 6 倍,论证了 ECMS-MPC 控制策略的优越性。     

面向智能网联汽车的混合操作系统设计与实现

通过搭载较为先进的传感器,使得人机交互更加的方便,从而融合了先进的网络技术,使得它处于复杂的环境情况下时,能够对周围情况进行充分的感知,实现一种高效、安全地驾驶模式,文章通过详细介绍这一操作系统的具体开发流程,并且对其具体的测试案例来进行描述,希望对相关人员有积极意义.     

轻度混合动力汽车能量管理策略研究

ISG混合动力汽车由于对普通轿车改动较小,成本较低且易于实现,已经成为混合动力汽车研究与应用的热点。文章阐述了利用Matlab/Simulink和Stateflow建立能量管理策略模型,再将模型集成在Labcar平台上,最后在Labcar平台的仿真基础上进行实车试验。通过对试验数据的分析,结果表明了这种控制策略的可行性。