基于Udwadia-Kalaba理论的自动离合器位置跟踪控制EI北大核心CSCD

针对自动离合器位置跟踪这一伺服控制问题,提出了一种新颖的控制方法。该方法将离合器的接合规律视为一种约束,为满足约束要求对系统施加一定的伺服约束力,在不引入格朗日乘子等参数的情况下,利用Udwadia-Kalaba方程对约束力进行求解。通过建立离合器接合过程的动力学模型,提出了离合器位置跟踪的电流-位置双闭环控制系统。对比试验结果表明,采用基于Udwadia-Kalaba理论的离合器位置跟踪控制,离合器接合轨迹能较好地跟踪了目标要求曲线,具有较高的跟踪控制精度。     

基于LiDAR场景建模的智能车路径规划

针对智能车路径规划问题,研究了基于激光雷达(LiDAR)数据的智能车驾驶场景建模方法,采集待建模场景的三维激光雷达点云数据,通过点云分割处理,去除车辆行驶道路上的点云,然后将三维点云进行俯视投影,实现二维栅格地图建模;从搜索邻域和搜索方向2个方面对传统A*算法进行改进:根据当前节点附近障碍物的分布情况,自适应地选择4邻域或8邻域搜索策略,在此基础上研究了一种自适应搜索方向A*算法,所提出的算法将搜索方向缩小至3个,根据路径规划终点相对起点的方向,确定算法的搜索方向.仿真实验表明,相较于传统A*算法(4邻域搜索),所提出的算法在规划的路径长度方面降低了约15.5%,在计算时间上降低约38.2%;对比传统A*算法(8邻域搜索),所提出的算法在计算时间上降低约47.2%,在规划路径长度和计算时间上,所提出的算法明显优于传统算法.     

基于飞思卡尔 智能车控制系统的设计

本设计以AT89S52为核心,硬件设计分为五个模块:电机驱动电源、伺服电机驱动电路、胡须导航、红外线导航、单片机最小系统.软件部分实现"日"字行驶轨迹功能,避开胡须,避开红外屏障.为了简化电路,降低车辆负载,采用程序设计方法,分别从高能量级向低能量级发送信号,控制发动机的方向和转速.本次系统设计具有结构简单、可靠性高的...     

基于智能车竞赛的应用型高校创新创业研究

通过分析应用型高校在开展创新创业项目过程中存在问题,以皖江工学院智能车实验室为例,从制度创新、团队建设和模式改革三个方面展开研究,经过实践证明,该校在双创实践项目取得较好的成果,学生的受益面和创新创业能力得到较大提高,为同类兄弟院校提供了宝贵的经验.     

面向复杂曲率变化的智能车路径跟踪控制

针对智能车路径跟踪过程中对于复杂曲率变化工况适应能力弱的问题,提出了一种基于RBF神经网络补偿模型预测的控制方法.首先以3自由度智能车动力学模型作为预测模型,通过对线性时变方程分析后得到状态转移误差模型,利用RBF神经网络自适应补偿误差,保证控制的精确性,提高了路径跟踪准确性.最后,以中国智能汽车大赛比赛赛道为原型构建...     

一种关于智能车多模式切换跟车控制方法的论述

本文论述了智能车纵向控制系统的巡航模式、接近模式、跟车模式和避撞模式的控制策略和模式切换控制逻辑,以及多模式切换跟车的控制方法。     

一种关于智能车多模式纵向速度控制方法的论述

依据不同的行驶模式和不同的行驶速度区间,通过查询在不同工况下的油门和制动强度值,并通过实时的闭环微调,实现智能车的高品质速度控制。     

基于状态反馈和预瞄前馈的智能车半主动悬架控制

为提高智能车辆的半主动悬架综合控制性能,提出一种基于状态反馈和预瞄前馈的半主动悬架控制方法。首先,以8轮车为研究对象建立11自由度半主动悬架模型,设计LQR状态反馈控制器。然后,为解决状态反馈控制抗路面干扰能力弱和基于固定时序延迟的预瞄反馈控制适用性差的问题,提出一种基于状态反馈和预瞄前馈的控制器：建立车轮运动规划模型和路面预瞄模型,计算出悬架控制系统所需的车轮规划轨迹点序号和控制延迟响应时间;以路面激励和垂向加速度为输入、以前馈阻尼力为输出,设计基于类模糊的预瞄前馈控制器,并与LQR反馈控制器一并构成所提控制器。最后,基于MATLAB/Simulink和Trucksim联合仿真平台,进行匀速转向工况、变速直线工况、变速转向工况和匀速直线工况下的试验验证。结果表明,在垂向加速度、俯仰角加速度、侧倾角加速度均方根值方面,与被动悬架相比,所提控制方法在4种工况下至少降低了23.52%、13.59%、19.35%;与基于固定时序延迟的预瞄反馈控制相比,所提控制方法在前3种工况下至少降低了14.04%、8.09%、13.79%;与基于状态反馈的控制方法相比,所提控制方法在第4种工况下降低了13...     

基于改进纯跟踪的智能车路径跟随方法

为提高智能车的路径跟随精度和行驶平稳性,提出一种基于改进纯跟踪的路径跟随方法。首先建立纯跟踪路径跟随模型,分析纯跟踪模型在初始偏差条件下的控制效果;然后将航向偏差作为反馈变量对纯跟踪方法进行补偿,并以横向偏差和航向偏差为输入、以补偿权重为输出,采用类模糊方法实现补偿权重的动态调节;最后通过实车试验选定控制参数,并验证所提方法的控制性能。结果表明,该方法在不同初始偏差和不同目标行驶速度下能够实现偏差的快速消除,并保证行驶平稳性,具有较好的路径跟随效果,运算耗时较少。     

基于智能车路系统的交叉口主动交通安全技术研究

智能车路系统是通过交通信息资源在车载装置和交通基础设施之间的合理分配和平衡、车辆和道路设施的智能协同和配合来提高交通的安全性和工作效率的.从分析国内外智能交通的发展、对交通安全问题的关注和车载设备的增多等角度出发,认为智能车路系统是作为解决主动交通安全问题的一个有效途径,以解决交叉口"两难区"交通安全为出发点,给出了智能车路系统解决实际主动交通安全的实例.     

基于自适应控制系统的智能车横向轨迹跟踪控制

智能车辆轨迹跟踪控制的研究中,由于不同工况下控制算法的适应性不强,存在着较大的跟踪误差。为提高智能车辆行驶的自适性、跟踪精度与鲁棒性,提出了一种基于模型参考自适应控制系统（MRAC）的自适应PID控制方法。利用车辆模型与参考模型输出误差自适应PID控制器的3个参数,从而得到一种基于MRAC的自适应PID控制方法。MATLAB仿真对比结果表明,2种工况基于MRAC的自适应PID最大侧向跟踪误差分别为0.036 m和0.076 m,相比传统PID控制模型,该控制模型的控制精度分别提升52.10%、11.76%,表现出更好的横向轨迹跟踪性能。     

基于反馈纯跟踪的智能车路径跟随方法

为提高智能车在不同速度和载荷下的路径跟随精度和稳定性,提出一种基于反馈纯跟踪的智能车路径跟随方法。首先,基于车辆运动学模型和纯跟踪模型分析影响控制效果的因素;然后根据车辆速度和路径曲率动态调整前视距离,将横向偏差作为反馈变量对传统纯跟踪控制方法进行补偿;接着通过仿真试验选定控制参数,分析控制参数对路径跟随精度和车辆稳定性的影响;最后通过实车试验,验证该方法在实车环境中的控制性能。结果表明,该方法具有较高的路径跟随精度,在不同速度和载荷下保持良好的适应性和稳定性。     

基于2阶HMM的智能车视觉地图定位方法

本文中针对视觉地图匹配问题,将视觉地图匹配问题转化为基于图像序列的最优视觉地图节点匹配问题,并提出基于2阶隐马尔科夫模型（hidden Markov model,HMM）的视觉地图匹配方法。在该模型中,状态变量被定义为高精度视觉地图节点,查询图像被定义为观测数据。在状态转移模型中,引入2阶模型对短时间车辆运动进行匀速运动建模,与传统的1阶HMM相比,可以提高模型的适用性与准确性。提出利用全局图像特征建立查询图像与地图节点之间的匹配关系,并从匹配的汉明距离建立发射概率模型,可有效提高地图匹配的效率。最后,通过前向算法来求解最优匹配的地图节点。为了验证算法的性能,分别在封闭工业园区、开放道路和KITTI公开数据集对算法进行验证。实验结果表明：2阶HMM模型能够有效融合车辆运动信息和图像信息,提高匹配的稳定性和精确度,算法性能明显优于传统的基于单帧匹配和序列匹配算法。     

悬架的分类及主动悬架的控制理论

悬架是现代汽车的重要装置，对汽车的平顺性、操纵稳定性、通过性等多种使用性能有着很大的影响。传统的被动悬架将被主动悬架和半主动悬架而取代。文章简要介绍了这三种悬架，并在此基础上阐述了主动悬架的五种控制理论。     

基于城市私有车位共享理念下物联网智能车位锁的研究与设计

为了解决城市停车难问题,在传统D型车位锁的基础上采用ATmega 328p芯片作为微控制器,SIM900A作为通讯模块实现与云平台之间数据传输,设计基于城市私有车位共享理念下的物联网智能车位锁,在私有车位拥有者设置的开放时间段内社会车辆可以付费使用,不仅有助于解决城市停车难的问题,同时可为私有车位拥有者增加额外收益,实...     

基于非线性模型预测控制的智能车路径跟踪算法

为解决高速工况下低附着系数复杂路面上转向和行驶稳定性等难以控制的问题,建立了6自由度整车动力学模型,在传统模型预测控制理论基础上,设计了前轮主动转向控制器,并通过CarSim和MATLAB/Simulink进行联合仿真,在兼顾路径跟踪精度和行驶稳定性的前提下,对控制器参数进行优化,使车辆在中低速下路径跟踪达到最佳状态,在较高车速下加入侧偏角软约束,以保证跟踪精度和行驶稳定性。试验结果表明,提出的控制方法能保证车辆在冰雪路面高速行驶时具备一定的转向精度和行驶稳定性。     

基于多参数自适应优化的智能车轨迹跟踪

为了在不同工况中,同时兼顾轨迹跟踪算法的跟踪精度,计算速度与车辆稳定性,提出基于不同车速和路面附着系数的参数自适应MPC算法。在线性时变MPC的基础上增加车辆稳定性控制,并基于路面附着系数设计2种控制策略：在高附着系数路面,针对不同车速优化预测时域与控制时域;在低附着系数路面,开启车辆稳定性控制并基于改进粒子群算法优化权重参数。2种策略在保证跟踪精度与车辆稳定性的基础上提高计算速度。设计基于前馈神经网络的路面识别算法从而为多参数自适应轨迹跟踪算法识别所在道路的路面附着系数,利用CarSim-Simulink平台进行联合仿真。研究结果表明：路面识别算法的平均绝对百分比误差为12.77%,足够满足多参数自适应轨迹跟踪算法的需求;相较于传统线性时变MPC跟踪算法,低速工况下参数自适应轨迹跟踪算法在高附着系数和低附着系数的路面上,横向平均绝对误差分别降低了20.7%和24.6%;高速工况下横向平均绝对误差分别降低了66.2%和50.7%;综合所有试验,算法的计算时间减少了40.2%;在保障车辆稳定性的同时降低算法的计算时间。研究成果针对不同车速与附着系数对轨迹跟踪算法参数进行优化,利用自适应预...     

考虑系统复杂扰动的智能车模型预测路径跟踪控制

智能车路径跟踪控制面临系统模型简化、参数不确定、执行器与传感器信号延时及道路曲率变化等干扰,将产生系统扰动误差,导致跟踪精度降低。本文针对性提出一种考虑跟踪系统复杂扰动的模型预测控制方法（model predictive control,MPC）,首先以单轨车辆动力学模型为基础建立模型预测跟踪系统,并依据实时规划的路径和速度信息设计预瞄距离动态调整方法,获取最佳预瞄点,以改善智能车底盘执行器与传感器信号延时扰动问题;而后引入扩张状态观测器（extended state observer,ESO）实时估计因简化车辆模型对系统产生的未知扰动量并用于前馈补偿;同时,考虑道路参考曲率变化对系统产生的确定性稳态扰动,设计一种含曲率约束的前馈控制（feedforward control,FFC）方法用于消除该干扰;最终形成MPC控制器反馈输入、ESO抗干扰补偿输入及FFC前馈输入相叠加的转向角控制律。最后,以某品牌智能车平台在低速园区场景进行了实车测试对比分析,验证了本文所改进的融合扰动补偿的模型预测控制方法具备可行性和优越性。     

基于皮带约束的客车动力总成悬置系统的动力学建模分析及其应用

客车动力总成悬置系统动力学建模时,必须考虑曲轴前端皮带约束的作用,才能够使模型足够准确,从而后续的分析应用才有效.本文选取XMQ6803H车型作为应用实例.