无源TPMS中SAW传感器RF信号收发系统研究

针对目前基于无源声表面波(SAW)传感器在收发信号上依赖于专门测试仪器的问题,设计了一种基于无源SAW传感器的专用RF收发器.介绍了无源SAW传感器的结构及信号检测原理:以及RF收发器的硬件和软件设计原理.测试试验表明,该RF收发器的设计是合理的,可满足低成本下对无源SAW传感器信号发送与检测的需求.     

基于加速度信息的智能轮胎载荷预测算法

针对当前商用车行业对轮胎载荷的预测需求,开发了一款235/45ZR18轮胎垂直载荷的估算方法。该方法在保证有限元仿真可靠性的前提下,通过轮胎有限元仿真技术获取得到轮胎内侧的加速度波形信息,并利用此加速度波形信息估算轮胎的接地印迹长度。通过总结仿真结果数据发现,接地印迹长度与载荷大致成二次函数关系。根据此规律总结出接地印记长度与垂直载荷的经验公式,实现了该型号轮胎垂直载荷的估算,并能在常用的载荷、速度、胎压范围内保持一定的精度。此预测算法可以应用于轮胎力采集,提高汽车主动安全系统的安全性。     

用于轮胎-路面摩擦状态识别的胎内传感技术研究

介绍了目前几种轮胎胎内传感器(表面声波传感器、超声波传感器、光学传感器、胎侧扭转传感器、加速度传感器、PVDF传感器)的技术原理,分析了各种传感器的优缺点,并论述了胎内传感器的数据传输与供电的技术进展.由此指出,目前的胎内传感器已可以实现轮胎胎内变形和加速度信息的实时动态监测.可为底盘综合控制提供更准确的轮胎-路面摩擦系数信息.     

智能传感器技术在汽车电子技术中的运用

智能网联车辆是搭载了先进的汽车传感器、控制器、执行器等设备,并且融入了现代通讯和互联网技术,以实现V2X(车与人、车、路、云端等)的智能信息互动、资源共享,同时具有复杂环境感知、智慧决策、协同管理等功能,最后才可以达到完全无人驾驶的新型车辆。     

浅析霍尔车速传感器可靠性的应用(2)

(上接2013年第9期)1.2常见霍尔车速传感器结构类型常见的霍尔车速传感器按结构类型区分主要有2类:一类是霍尔元件与感应磁钢组合一体型(见图5),磁钢放置在霍尔无标识面,S极紧贴霍尔,这类传感器感应体是普通铁质金属,传感器通过感应齿轮运动靠近霍尔元件时引起的磁场变化来输出电压变化信号;另一类是单极性霍尔与感应磁钢分离型(见图6),磁钢S极对应霍尔标识面,这类传感器感应体是     

基于智能轮胎系统的实时路面辨识技术

在复杂和极限工况下,路面附着系数是进行轮胎受力分析和车辆动力学控制的重要状态参数。相对于模型估计的方法,智能轮胎技术能够将轮胎与路面的交互信息反馈给车辆控制系统。本文提出了一种将智能轮胎系统和机器学习相结合的车辆路面附着系数获取方法。首先,考虑行驶工况环境进行传感器选型,开发基于MEMS三轴加速度传感器的智能轮胎硬件采集系统,并采用简化硬件结构的无线传输模式。其次,通过采集不同路面上的实车实验数据进行车辆实验收集机器学习训练的数据集,并分析轮地关系及信号特征。最后,将CNN与LSTM两者的优势相结合实现了对加速度时序信号的特征学习。通过与其它神经网络模型训练结果的比较,验证了所提CNN-LSTM双通道融合神经网络模型的有效性和准确性。本文提出的路面辨识方案实现了实时道路识别的目标,硬件与软件架构和神经网络模型更适合车辆系统搭载,为车辆运动控制提供了实时准确的路面信息。     

虚拟传感器在车辆轮胎压力测试中的研究初探

虚拟传感器的设计思路是利用车辆的某些有效信息获得一些不能直接测量,或者至少需要昂贵的传感器测量才能获得的参数。车辆中的虚拟传感器可被用来测定路面和轮胎之间的摩擦、轮胎膨胀压力和车轮不平衡等参数。这些虚拟传感器之间通过计算机组成一个控制系统,通过该系统并利用车辆中的CAN总线技术,得出对车辆轮胎工作状态的精确控制,保证车辆行驶安全。     

基于深度学习的智能车辆视觉里程计技术发展综述

针对基于模型的视觉里程计在光照条件恶劣的情况下存在鲁棒性差、回环检测准确率低、动态场景中精度不够、无法对场景进行语义理解等问题,利用深度学习可以弥补其不足。首先,简略介绍了基于模型的里程计的研究现状,然后对比了常用的智能车数据集,将基于深度学习的视觉里程计分为有监督学习、无监督学习和模型法与深度学习结合3种,从网络结构、输入和输出特征、鲁棒性等方面进行分析,最后,讨论了基于深度学习的智能车辆视觉里程计研究热点,从视觉里程计在动态场景的鲁棒性优化、多传感器融合、场景语义分割3个方面对智能车辆视觉里程计技术的发展趋势进行了展望。     

智能汽车横纵向运动控制方法综述

在我国随着人民生活水平的提高,车辆保有量也在呈倍速增长,进而引起了大量的交通安全问题,其中由驾驶员操作不当引起的交通事故约占所有交通事故的75%。而汽车的智能化发展可以很好地解决此类交通安全问题。智能汽车的核心技术主要包括环境感知、行为决策及运动控制三方面。其中运动控制作为智能汽车核心技术之一,有着重要的研究意义。智能汽车的运动控制包括横向控制和纵向控制两部分,对汽车横、纵向运动控制中的多种方法进行了分析介绍,包括模型预测控制、模糊逻辑控制、神经网络的自适应滑膜控制、直接式控制和分层式控制;同时介绍了横纵向耦合实现运动控制的重要性,并分析了其研究现状;最后,对智能汽车运动控制的后续发展方向进行了展望,有助于智能汽车运动控制的进一步优化发展。     

关于缸压传感器替代发动机凸轮轴和曲轴位置传感器的研究

为开发基于缸压的发动机燃烧控制系统,在一台高压共轨柴油机上,利用一组兼有电热塞功能的压阻型缸压传感器,通过构建缸压预测模型,分析了发动机的气缸识别、相位估计和转速估计方法,探讨了用缸压信号替代凸轮轴和曲轴信号的可行性。结果表明,缸压传感器可以替代凸轮轴和曲轴位置传感器进行判缸,所建的发动机相位和转速估计模型具有较高的精度。     

低滑移率条件下轮速传感器脉冲数相对差值的影响因素研究

通过对捷达轿车的道路试验,研究了汽车行驶速度、载荷及轮胎气压对轮速传感器脉冲数相对差值的影响。试验结果表明,当车速增大时,从动轮(或驱动轮)之间的脉冲数相对差值较小,而驱动轮与从动轮之间的相对差值较大;在正常载荷范围内,载荷对脉冲数相对差值影响较小;脉冲数相对差值与轮胎气压差值的变化近似成线性关系。进行间接轮胎气压监视系统设计时,可以利用脉冲数的相对差值监测轮胎气压的变化。