考虑前车制动意图的自动紧急制动策略及其测试评价方法

为提高车辆自动紧急制动（AEB）系统的避撞性能,提出了一种考虑前车制动意图的AEB策略及其测试评价方法。通过搭建“PreScan+Simulink+驾驶模拟器”联合仿真平台采集驾驶人制动数据,基于K-均值（K-Means）聚类方法对制动意图进行分类,采用滑动时间窗口提取了意图识别模型训练数据集;通过双层隐马尔可夫模型识别前车制动意图,主车根据不同制动意图计算临界安全距离阈值并制定避撞控制策略;建立PreScan+Simulink虚拟仿真测试环境,提出了基于层次分析法的AEB策略综合评价方法,通过与4种典型AEB控制模型进行对比,验证了所提出方法在不同制动程度场景下均可及时触发制动以避免碰撞,同时可减少过早制动造成的驾驶不适感。     

自动紧急制动系统控制策略仿真验证

为了在危险情况时辅助驾驶员实现纵向避撞或减小碰撞造成的伤害,文章提出了一种考虑实际制动过程与驾驶员制动行为的分级制动控制策略。通过试验得到相关参数,根据新车评价标准的AEB测试工况与评价指标,搭建测试场景并评价新车AEB功能。仿真结果表明,AEB控制策略在所有工况下都能达到新车评价规程中AEB功能的标准。提出的分级制动控制策略具有一定的参考价值。仿真模型可以方便地更改参数以适用于不同车辆,可作为新车评价AEB功能的仿真工具,减小试验成本,具有实用价值。     

基于OpenCV的AEB系统车辆检测和预警研究

为降低汽车换道时碰撞事故发生概率,提出基于OpenO_4CV的AEB系统车辆检测和预警算法。首先利用Haar-like+Adaboost实现前方车辆的识别与检测,并结合粒子滤波原理建立车辆跟踪模型。然后基于单目视觉模型对前方车辆距离进行测量,根据障碍物与车辆的安全距离估测碰撞时间。最后,基于AEB系统进行车辆防撞预警测试,测试仿真结果表明,在不干扰驾驶员正常驾驶的前提下,即碰时间的TTC算法性能最佳,有效提升了前方车辆检测预警精确率。     

基于动态碰撞时间的自动紧急制动策略设计

针对基于碰撞时间（TTC）的传统自动紧急制动（AEB）策略未考虑自车车速的局限性,提出了一种考虑车速的动态碰撞时间阈值模型,设计了基于动态碰撞时间阈值的AEB控制策略。为保证制动过程的舒适性与安全性,确定了两级制动策略并对减速度的变化率进行限制,利用PI控制算法完成车辆减速度控制,并通过仿真确定不同车速下的TTC阈值,建立动态碰撞时间阈值模型。硬件在环仿真结果表明：在保证舒适性的前提下,相比于传统AEB策略,所设计的AEB策略避撞成功率提高了47.6%,具有更优的综合性能。     

基于BP神经网络算法预测的重型半挂汽车列车AEB控制策略研究

我国商用车AEB性能要求和试验方法标准的发布,推动了AEB在商用车领域的发展与应用。本文针对半挂汽车列车制动距离长、质心高等特点,结合驾驶员紧急制动的经验,提出了一种基于BP神经网络预测碰撞时间TTC的AEB控制策略。首先,设计了上层控制器,基于不同驾驶员在不同紧急制动场景下碰撞时间的数据,利用BP神经网络算法得到预测模型,从而计算出触发AEB系统的预警时间阈值和紧急制动时间阈值;再以前车与本车的相对距离、相对速度和前车的减速度为输入,通过模糊控制规则得到本车期望的减速度;接着,设计了下层控制器,采用期望减速度前馈控制和减速度偏差PID反馈控制相结合的方式,得到各车轮所需的轮缸制动压力;并基于滑移率滑模控制防止车轮抱死,提高紧急制动时的安全性、舒适性和横摆稳定性。最后,在TruckSim中建立CCRb、CCRm、CCRs 3种测试场景,对控制策略进行了验证。结果表明,本文所提出的控制策略能有效避免碰撞的发生,为半挂汽车列车AEB系统的设计和研究提供了理论依据。     

基于制动与悬架系统的车辆主动侧翻控制的研究

为提高车辆抗侧翻能力,建立了10自由度整车侧翻动力学模型,应用车辆动力学和轮胎力耦合特性,提出了一种基于差动制动和半主动悬架协同工作的车辆主动抗侧翻控制策略。通过对制动力矩的差动调节和半主动悬架阻尼力的适时匹配,实现对车辆侧翻的有效控制。根据子系统运动特性,设计了制动系统基于滑移率的积分滑模控制器和悬架系统灰模糊控制器。分别对制动、悬架控制及综合控制进行的鱼钩试验仿真结果表明,综合控制策略可有效降低危险时域车辆的侧倾角,相对于单一系统控制进一步提高了车辆抗侧翻能力。     

基于安全距离模型的AEB系统仿真研究

随着智能驾驶辅助系统的迅猛发展,AEB(Autonomous Emergency Braking)作为智能驾驶辅助系统的重要组成部分已经成为各大厂商研究的热点。基于安全距离模型在Matlab/Simulink中搭建AEB控制算法模型,利用CarSim搭建整车动力学模型,实现联合仿真。仿真结果显示,文章制定的控制算法能够有效实现制动,避免车辆碰撞的发生和有效减轻碰撞强度。     

可变制动策略紧急制动控制系统的建模与仿真研究

在设计自动紧急制动系统(AEB)时,一般采用固定的单级或双级制动策略。对于不同车型,往往根据车型定位匹配不同的制动策略。当研究不同制动策略的AEB系统对车辆性能表现的影响时,固定的单级或双级制动策略往往无法满足快速便利的研究需求。为了提高AEB控制系统不同制动策略研究的适应性,以及研究不同制动策略对车辆运动状态的影响,提出1种对AEB控制系统中的部分制动请求采取计数,并对全制动请求发出条件设置部分请求制动数阈值的方法     

基于主动转向与差动制动协调的双级预警车道偏离防止预测控制

在设计车道偏离防止系统时,为充分利用差动制动控制和主动转向控制,同时兼顾车辆行驶的安全性与驾驶员驾驶自由,提出了一种双级预警的利用主动转向与差动制动协调控制的车道偏离防止策略。当车辆危险程度较低时仅采用差动制动控制,保证驾驶员对转向盘的控制;当车辆危险程度较高时,采用预测控制实现主动转向与差动制动系统的协调控制,使车辆能快速地回到车道中心线。选取跨道时间来设计车辆偏离预警算法,并根据车辆转向系统的响应分别设定预警阈值。为保证车辆的稳定性,采用模型预测控制算法添加合理的约束,设计差动制动控制和主动转向与差动制动协调控制器。仿真与硬件在环试验结果表明,所设计的基于主动转向与差动制动协调的车道偏离防止控制策略在保证车辆行驶安全性的前提下给予了驾驶员充分的驾驶自由。     

基于实车测试的AEB系统测试评价方法研究

基于对实车自动紧急制动和前向碰撞预警功能的测试数据,研究了自动紧急制动(AEB)系统的测试评价方法。通过在碰撞点偏置、夜间环境、儿童和骑车人目标物、弯道等不同的测试场景中对AEB系统进行测试,分析各场景对AEB系统的自动紧急制动功能、前向碰撞预警功能和漏识别率的影响,并根据试验中AEB系统的碰撞时间(TTC)、制动减速度峰值、制动停止后距离等参数的变化情况,研究了使用各参数评价AEB系统的合理性和必要性。     

基于目标速度的汽车ACC系统油门控制策略研究

ACC系统能够根据雷达等传感器检测到的前方车辆行驶信息,并自动控制本车的油门开度和制动强度,实现自适应巡航行驶,通过对车辆行驶纵向阻力特性的分析,针对目前广泛使用的基于目标加速度的油门开度控制策略受车辆装载质量影响较大的情况,利用功率平衡原理,提出了1种基于目标车速的油门开度控制策略,并利用PreScan软件对基于目标车速的油门开度控制策略进行了仿真实验,仿真结果表明了该控制策略有效的避免了整车装载质量变化对控制目标的影响。     

关于一种自动紧急制动技术的设计研究

驾驶过程中行车安全是至关重要的。文章从AEB系统的前车探测系统、多数据融合算法、制动执行机构等方面,介绍AEB系统的制动解决方案及其分类。总结了ABE系统在车辆中的有效应用。     

基于线控制动系统的AEB功能开发

提出一种线控制动系统的设计方案,通过试验验证该线控制动系统的制动压力控制及响应能力。该系统具备稳态压力控制精度≤±200 kPa,最大目标压力响应速度≤180 ms,作为AEB主执行器,比ESC具备更高的控制精度和更快的响应速度。AEB感知系统选用一种国内自主开发的77G毫米波雷达并进行测试验证,该雷达最多可同时追踪64个前向目标,并可对高度目标、行人/自行车目标进行有效识别。运用Matlab/Simulink及Vector/CANoe设计了AEB功能软件模块,为提高紧急制动效果,提出以制动距离为控制目标的功能逻辑,通过实车试验对所设计的AEB系统进行了验证。     

基于深度学习的危险品车辆识别技术研究

随着我国高速公路隧道规模的不断扩大,隧道交通事故频繁发生,特别是危险品车辆导致的严重事故不断增多,安全已成为高速公路隧道运营的核心问题。为解决危险品运输车辆实时识别及监控的问题,采用了一种基于深度卷积神经网络的危险品运输车辆识别方法,对行驶于高速公路隧道内的危险品车辆进行识别,并基于深度学习的危险品车辆识别模型,搭建了危险品运输车辆动态识别系统,实现了隧道内危险品车辆的准确识别,有效提升了高速公路隧道危险品车辆识别的准确率,保障了高速公路隧道交通运营安全。     

汽车ABS控制策略设计与硬件在环试验验证

针对汽车防抱死制动系统ABS控制的研究,论文从实车应用角度提出了一种新型ABS控制策略。控制策略以滑移率为主要控制目标,以车轮角加速度为辅助控制目标进行了逻辑门限值控制,基于电控制动系统硬件在环试验平台,利用Car Sim与Matlab/Simulink搭建整车仿真模型并编写ABS控制策略程序,选取车辆模型和高速对开路面紧急制动仿真试验工况进行硬件在环试验验证。试验结果表明:设计的新型ABS控制策略具有良好的制动效能且提高了制动时的方向稳定性。     

考虑主客观因素的自动紧急制动系统综述

目前自动紧急制动系统（AEB）控制策略存在不足之处,AEB系统控制策略未能考虑多项主客观因素协同来适应紧急制动时的动态变化。从主观因素中的驾驶风格和客观因素中的车辆属性、道路条件和行驶环境,分析了它们对AEB控制策略的影响程度,得出在进行AEB策略设计时应考虑多项主客观因素协同,来增加AEB系统稳定性。针对目前AEB的控制策略研究,总结并提出除考虑主客观因素外,应结合智能网联技术和先进智能底盘相来提高AEB系统的适应性。     

基于电压控制的混合动力履带车辆控制策略研究

结合车辆结构形式和DC—DC变换器控制方法,在功率跟踪控制策略基础上提出一种基于电压控制的混合动力履带车辆控制策略。并在Simulink/Stateflow环境下对提出的控制策略进行建模,将控制逻辑与整车驱动系统模型联合,得到以加速踏板、制动踏板和转向盘为输入,包含控制策略的混合动力履带车辆模型。在不同工况下进行仿真,仿真结果表明该控制策略可行并可使车辆具有良好的加速性能和转向性能。     

C-NCAP2021法规中对二轮车场景AEB性能满分要求分析及试验验证

2022年1月1日正式实施了中国新车评价规程（CNCAP）2021版标准,新增了中国独有的对二轮踏板车的自动紧急制动（AEB）试验要求。基于CNCAP2021版中对二轮踏板车的AEB试验要求,结合车辆制动系统特性,分析并计算出为满足该场景试验得满分的要求,AEB系统触发需要的碰撞时间（TTC）,并实车测试验证该TTC时间。根据所需要的碰撞时间,结合实际二轮电动车与车辆的碰撞场景,及二轮电动车的制动性能,分析并实际模拟测试,得出了AEB系统在实际使用中,不能完全与CNCAP完全一样的策略,需要根据实际的复杂情况细化场景中车辆及二轮车的各种参数及二轮电动车驾驶行为,以提高车辆触发AEB的客户体验。     

基于驾驶风格识别的AEB控制策略

为了考虑个性化的驾驶员特性对AEB控制策略的影响,提出了一种基于不同驾驶员驾驶风格的AEB控制策略.根据AEB危险场景下的驾驶员反应时间和情境风险度评价得分提出了驾驶风格识别系数的评价指标,通过驾驶员特性所呈现的人群聚类规律,将驾驶员分为谨慎型、普通型和激进型,同时引入危险系数来分级控制安全距离模型的制动减速度,完成紧...     

基于人、车、路和环境的AEB控制策略发展研究综述

分析了经典自动紧急制动(AEB)控制策略的发展现状及局限性,从人、车、路以及环境等因素出发,总结了AEB控制策略在驾驶员特性、车辆属性、路面特性、应用场景等方面的完善与发展过程.驾驶员特性影响个性化的驾驶员需求,车辆的感知、结构与制动特性等引起车辆固有属性的差异,不断更新的路况导致路面附着系数实时变化,多样化的工况场景...