汽车操纵稳定性主客观评价数据的一种处理方法

汽车操纵稳定性主客观评价之间的相关性分析是汽车技术的重要课题。提出了汽车操纵稳定性主客观评价数据的一种处理方法．通过回归分析筛选客观参数，运用BP神经网络建立相关性模型，验证结果说明了该方法的可行性。     

基于一维卷积神经网络的驾驶人身份识别方法

近年来，智能网联汽车（ICV）已成为智能工业时代最有前景的发展方向。作为现代移动的重要模式，ICV的设计和开发越来越强调个性化需求。提出一种仅使用车载CAN总线行车状态数据，基于深度学习的驾驶人身份识别通用框架。首先采集20名驾驶人在固定试验路线下，包括不同道路类型、不同交通条件下的自然驾驶行车状态数据集；其次对9种类型的CAN信号行车数据进行数据清洗与重采样，构建数据样本集。搭建了由卷积层、池化层、全连接层、SoftMax层构成的一维卷积神经网络（1-D CNN）驾驶人身份识别模型，并且使用Adam算法、L2正则化、Dropout、小批量梯度下降等方法对模型性能进行优化。算法验证过程中，探讨了模型卷积核占比、卷积核数量、卷积层层数、全连接层节点规模对模型识别准确率的影响，进而对模型结构参数进行优选。进一步地，将该算法与K近邻（KNN）、支持向量机（SVM）、多层感知器（MLP）等传统机器学习方法及深度学习算法长短时记忆网络（LSTM）进行对比分析，同时探究样本时间窗口大小、样本数据重叠度、驾驶人数量对模型识别结果的影响。在数据时间窗口为1 s、数据重合度80%的条件下，对20名驾驶人进行识别，评价指标宏观F₁分数可达99.1%，表明该模型表现明显优于其他对比模型算法，其对驾驶人身份识别表现稳定，鲁棒性强。     

汽车操纵稳定性的模拟器闭环评价与试验方法

本文以汽车操纵稳定性的闭环评价为目的，利用吉林大学汽车动态模拟国家重点实验室的开发型驾驶模拟器（ADSL驾驶拟器）进行了汽车操纵稳定性的闭环试验研究。提出汽车操纵稳定性的评价应是包含驾驶员在内的闭环系统评价，并建立了汽车操纵稳定性的模拟器闭环试验方法，利用模拟器试验对汽车操纵稳定性综合评价指标的合理性进行了验证。     

自动变速的类型及发展趋势

汽车操纵自动化，在很大程度上取决于换档自动化的实现。本文介绍了目前国内外的自动变速类型及发展趋势。     

基于ITS的汽车安全行驶状况在线监测系统的研究

提出基于ITS（智能交通系统）的车辆安全行驶状况在线监测系统框架，对车辆行驶中的异常现象进行实时监测。提出从之前测的汽车操纵稳定性和制动性能参数出发，对悬架、转向、制动、车轮等安全总成及其部件进行状态监测的观点。综合运用遗传算法、小波变换和神经网络等技术，在汽车运行中对其进行安全监测。最后借助汽车动态模拟国家重点实验室的ADSL模拟器，对研究的核心部分进行试验验证，结果表明本文提出的监测方案是可行的。     

汽车操纵稳定性道路试验和评价系统设计

汽车的操纵稳定性(操稳)直接影响汽车的主动安全,针对整车道路试验建立操稳试验测试平台,解决了各操稳试验变量物理信号的实时采集和储存,基于Matlab GUI开发操稳试验后处理软件,实现了操稳数据的自动化分析和打分。利用测试和评价系统,完成某款国产轿车操稳性能的道路测试和评价,验证了测试系统和后处理软件的实用性。     

用奇异值分解技术处理汽车操纵稳定性试验信号

用基于奇异值分解技术的消噪方法对汽车操纵稳定性试验方法转向轻便性试验数据进行消噪处理。通过仿真数据说明了该方法的有效性。     

独立悬架汽车转向系统刚度测量

汽车转向系统刚度是影响汽车操纵稳定性的重要因素之一，本文介绍了一种实用的测量独立悬架汽车转向系统刚度的试验方法，分析了汽车转向系统的受力状况，推导了转向系统中各环节刚度的计算公式，对一辆实车进行的试验测量得到了可靠的数据结果，对进一步探讨转向系统刚度对汽车操纵稳定性的影响具有重要的意义。     

基于自动驾驶汽车稳定性的聚类辨识模型设计

在自动驾驶汽车中高级辅助驾驶系统（ADAS）的设计过程中，车辆稳定性控制目标并没有考虑驾驶员个性化特质需求，尤其在一些极端行驶条件下控制效果会适得其反。鉴于此，在传统汽车稳定性评价标准的基础上融合了隐马尔科夫理论（HMM）和K-means聚类算法，采用无迹卡尔曼滤波和因子加权分析的参数处理方法，设计了一种自动驾驶汽车稳定性辨识模型。模型通过Carsim/Simulink和基于DSPACE驾驶模拟器的硬件在环仿真方法进行了验证。结果表明：该模型能够实现自动驾驶汽车稳定性的合理分类和在线辨识，同时能为今后进一步优化自动驾驶汽车轨迹规划方法提供理论依据。     

汽车动力学性能实时测试与分析系统软件研制

详细介绍了汽车动力学性能实时测试与分析系统软件的功能和应用，该系统汽车整车试验（包括操纵稳定性，动力性，制动性，振动，噪声，强度等试验）提供了一个高效率的工具，也可用于发动机和其他机械系统的动态试验。     

现代汽车自动变速器的应用与发展

现代汽车自动变速器的应用现代汽车上常用的自动变速器类型及应用范围见表1。由表1可以看出,目前汽车自动变速器的应用主要有以下几个特点:广泛采用电控液力自动变速器随着电子技术的发展与应用,液力自动变速器实现了电子控制,称为电控液力自动变速器(简称ECT)。ECT控制精确,可按最佳换挡规律和最佳换挡时刻进行换挡,提高了汽车的动力性、经济性、操纵稳定性和乘坐舒适性,已成为现代轿车普遍采用的一种自动变速器。20世纪90年代以来,自动变速器在我国也得到了广泛的应用。如一汽大众的捷达都市先锋轿车装用了液力自动变速器,东风汽车公司…     

汽车力学参数的测量与数据处理

汽车力学参数是影响汽车操纵稳定性的重要因素之一，介绍了汽车力学参数试验台各主要测量部分的结构、原理、以及汽车力学参数的测试过程、试验结果和数据处理方法，探讨了利用汽车力学参数评价汽车操纵稳定性的方法。     

基于卷积神经网络的锚杆锚固质量评估方法

锚杆的锚固质量通常使用声波反射法进行检测，然后使用人工方式对其进行分析和分类，但人工方式不仅具有较强的主观性，而且还费时费力。为解决上述问题，提出一种基于Alexnet卷积神经网络的锚杆锚固质量评估方法。首先，对已经经过人工分类的声波反射信号进行预处理，得到原始样本数据，并将其按一定比例划分为训练集和测试集； 然后，用该样本数据训练卷积神经网络模型并进行分类测试。试验结果表明： 1）该预处理方法极大地提高了最后分类的准确性，样本数据集达到了约90%的准确率； 2）在实际工程应用中，与人工分类结果相比，采用该方法得到的分类结果认可度达到95%。     

基于LabVIEW的汽车稳态回转试验数据分析

汽车操纵稳定性试验包含的项目较多,稳态回转试验是表征及评价汽车操纵稳定性的一个重要的基本试验。文章以某轿车为例,对汽车操纵稳定性试验项目中的稳态回转做了实车试验,通过Lab VIEW图形化的编程语言对试验数据进行处理得到了()i oR R-ya、()21dd--ya、f-ya关系曲线各2条。通过对曲线的分析并结合相关法规找出中性转向点的侧向加速度na、不足转向度U及车身侧倾度Kf三个参数,从而得到了对该汽车的稳态回转性能的综合评价。这种处理方法提高了效率和精度,给测试带来了方便。     

汽车自动变速器故障诊断系统虚拟仪器的设计

通过对汽车自动变速器的故障分析,为了实现汽车电控自动变速器故障诊断的自动化和智能化,本文设计的虚拟仪器,可对自动变速器运行工况进行实时数据采集,采集的数据包括发动机转速、节气门开度、车速、主轴转速、冷却液温度和3个换挡电磁阀通断情况,经过与专业诊断仪器的对比,验证了采集数据的准确性,后续结合神经网络技术可实现对采集数据的分析并且能直接给出故障诊断结果。     

汽车操纵稳定性虚拟仿真的研究

应用现代虚拟现实技术，把汽车操纵稳定性研究传统的数字仿真变成为具有“真实场景”的虚拟仿真，还研制了用于汽车操纵动力学仿真的虚拟场景自动生成软件。结合汽车操纵动力学仿真数学模型和相关软件，建立了一个具有真实视觉感的、实时的汽车操纵动态虚拟仿真系统。文中给出了实例。     

汽车操纵稳定性的主观评价

本文介绍了汽车操纵稳定性的主观评价方法，探讨了影响主观评价的因素。利用吉林工业大学的开发型车辆驾驶模拟器进行了汽车稳定性的主观评价试验，采用一对一即时比较法实现了１４个车辆方案易操纵性的驾驶员主观评价排序，并进行了操纵稳定性定量评价指标与主观评价的相关分析。     

基于主成分分析和学习向量量化神经网络的制动工况路面识别与验证

开展车辆制动时路面类型识别的研究，提出一种基于主成分分析-学习向量量化神经网络 （Principal Component Analysis - Learning Vector Quantization，PCA-LVQ） 的制动工况路面识别方法。利用主成分分析对多维度驾驶数据降维处理，提取能表征路面特征的主要成分，采用学习向量量化神经网络对降维处理后的驾驶数据进行训练，并用于路面特征分类，使用制动工况下实车试验数据和硬件在环仿真数据进行验证。结果表明，所提出的 PCA-LVQ算法能准确识别路面类型特征，路面识别的精度达到 97%，与传统 BP神经网络的路面类型特征识别精度提升 7%；同时，在不同车速下，基于PCA-LVQ算法也能较准确地识别路面类型特征。     

某轻型越野汽车操纵稳定性的仿真分析

本文利用汽车多体动力学仿真软件CarSimEd，建立了某轻型越野汽车的多体动力学模型，采用最具有代表性的试验评价方法-方向盘角阶跃试验，对某轻型越野汽车操纵稳定性能进行动态的模拟、仿真分析。结果表明，该车型具有不足转向特性，具有良好的操纵稳定性。     

基于驾驶模拟器的汽车操纵稳定性主客观关联技术分析

汽车的操纵稳定性是汽车动态性能的重要组成部分,在汽车开发过程中的不同阶段,通常运用主观评价方法或客观评价方法对操纵稳定性进行验证和评价。文章进行了基于驾驶模拟器的汽车操纵稳定性主客观关联技术研究。首先基于驾驶模拟器,运用试验数据标定后的车辆模型,生成了用于主客观关联研究的大量车辆性能数据;基于这些数据,运用岭回归的方法,建立了主客观关联模型,并对模型精度进行了验证。文章的研究成果可以优化车辆性能开发流程,提升车辆开发效率,为汽车的操纵稳定性开发、评价等提供支撑。