车道保持系统研究

为了减少由于驾驶人分心或疲劳造成的车道偏离事故,提出一种车道保持控制系统。根据道路线性将道路分为直线路段和曲线路段,利用跨道时间来判断车辆将偏离车道;驾驶员的操作状态根据转向灯信号及转矩信号来进行判断。综合车道偏离信息与驾驶员操作信息来判断车道保持系统是否工作;车道保持系统的控制策略采用单点预瞄最优曲率驾驶员模型。仿真结果表明,模型能够实现车道保持功能。     

车道中心保持辅助系统研究

设计了一种考虑驾驶员转向手感的车道中心保持辅助(LCKA)系统,从目标路径计算、路径跟踪控制及转向手力调节等方面进行了研究,并通过实车测试进行了验证。     

智能公路系统车道保持模糊控制研究

结合智能公路系统中车道保持系统的特点,引入模糊控制理论,设计基于磁道钉导航方式的汽车车道保持模糊控制器.根据驾驶员的经验和现场实验,确定模糊控制器的变量及相应的量化等级和隶属度函数,总结出汽车车道保持的模糊控制规则.经过实车现场实验,具有较好的控制效果.     

保持车道的援驾系统

NHTSA在去年对2001年统计数据进行的研究表明：美国发生的致死交通事故中55％是因汽车行驶偏离车道造成的，其主要原因是驾驶员分心、大意或打盹。     

智能公系统车道保持模型控制研究

结合智能公路系统中车道保持系统特点，引入模糊控制理论，设计基于磁道钉导航方式的汽车车道保持模糊控制器，根据驾驶员的经验和现场实验，确定模糊控制器的变量及相应的量化等级和隶属度函数，总结出汽车车道保持的模糊控制规则，经过实车现场实验，具有较好的控制效果。     

人机协作系统中车辆轨迹规划与轨迹跟踪控制研究

自动驾驶系统需具备响应驾驶人意图且有效执行驾驶人意图的能力,以解决人机协作系统中存在的人机冲突、人机优势融合等问题.提出决策层"以人为主"、执行层"以机为首"的人机协作关系,构建包含驾驶人意图识别模块、基于意图识别的轨迹规划模块与轨迹跟踪控制模块的人机协作一体化控制系统框架,并重点对轨迹规划模块与轨迹跟踪控制模块开展研...     

基于模糊控制的车道保持算法设计及仿真

车道保持是高级驾驶辅助系统的一项基本功能,相关的车辆横向控制算法已成为目前各整车企业的研究热点。一般情况下,控制算法在车辆动力学模型的基础上进行设计,前期需要进行大量的试验测定各动力学参数,并且控制精度与参数的准确度有关。为避免这一缺陷,提出一种基于模糊控制的车道保持算法。通过模仿驾驶员的操作行为制定模糊规则,根据车辆前方的横向偏差与当前车速合理计算转角值。最终实现中速(70km/h以下)状态的车道保持功能,并在Matlab/Simulink平台对算法进行仿真。     

面向车道变换的路径规划及模型预测轨迹跟踪

为解决智能车辆在车道变换过程中的路径规划和路径跟踪问题,首先,利用梯形加速度法设计了车道变换虚拟理想轨迹,该路径规划方法的适应性取决于车道变换时间、横向加速度及变化率等关键变量的约束条件,因而对各关键变量之间的数学关系进行了定量计算,并绘制了不同工况下的车道变换虚拟理想轨迹,用于分析各关键变量对路径规划的影响;其次,建立了线性离散的车辆动力学预测模型,综合分析了车辆模型的控制输入、状态变量以及道路结构参数等约束条件,构建了多约束模型预测控制（MMPC）系统用于车道变换路径跟踪,并基于Hildreth二次规划算法对其目标函数进行了求解,获得前轮转向角控制量,从而保证智能车辆在车道变换过程中的路径跟踪性能及操纵稳定性能;最后,利用MATLAB和Carsim软件对提出的多约束模型预测控制系统进行联合仿真,并构建单约束模型预测控制（SMPC）系统与其进行性能比较,分别对车道变换时间为3 s和6 s时的车道变换性能进行比较分析。结果表明：当车道变换时间为6 s时,2种控制系统都能较好地实现车道变换功能;当车道变换时间为3 s时,与SMPC控制系统相比较,MMPC控制系统能够在有效跟踪期望行驶路径的同时改善车辆的操纵稳定性,从而提高车辆在路径跟踪过程中的主动安全性能。     

自动泊车系统泊车轨迹跟踪研究

汽车工业的发展给人们带来了极大便利,但随着汽车保有量的不断提升,城市规划已无法适应汽车数量的飞速增长,停车缺口巨大,停车难问题愈加严重,自动泊车系统的出现很好的解决了城市停车难问题,较大的提升了车辆的安全性及舒适性。自动泊车主要分为三个阶段,即障碍物识别、路径规划、车辆控制。而路径规划的过程主要受到车辆的自身参数及相关环境信息两个因素影响,汽车自身参数主要包括车长、车宽、车高、轴距、最小转弯半径等,周边环境信息主要包括车位的位置、车位的大小、泊车起始位置,及周边的障碍物位置等。当汽车设计出来后,其车身的各项参数也就随之确定,因此文章主要研究内容为路径规划过程中的车辆轨迹跟踪问题,通过车辆运动学建模及阿克曼转向几何对车辆进行建模分析,以掌握车身关键点的坐标信息、车辆的实时运动状态及趋势。     

考虑参数估计的MPC算法的商用车车道保持控制

设计了一种考虑参数估计的模型预测控制（MPC）算法的、智能辅助驾驶的商用车的车道保持算法,对于难以直接测量的质量和横向速度进行估计。建立车辆动力学模型和状态误差方程,通过扩展Kalman滤波（EKF）和递推最小二乘法（RLS）分别对车辆的横向速度、质量进行估计。基于估计得到的车辆参数,设计MPC车道保持控制器。构建硬件在环（HIL）仿真平台,设置不同的测试工况对车道保持算法进行了验证。结果表明：与普通MPC相比,在偏移回正工况中,车辆纠偏消耗的时间减少28.6%,并且超调量更小;高速路工况的横向位置偏差的均方根误差减小了4.2 cm。该方法提升了纠偏能力和跟踪精度,降低了传感器成本。     

奥迪车道保持辅助系统的故障诊断与排除

正奥迪车道保持辅助系统是1种驾驶员辅助系统,其作用是帮助驾驶员将车辆保持在选定车道上行驶。1台摄像机用来检测车道上的边界线,当检测到车辆两边的车道边界线符合要求时,系统就进入预警状态。只要车辆逼近任何一条系统识别出的边界线,系统就会通过电机振动方向盘警告驾驶员。假如系统处于预警状态,而驾驶员事先打开转向灯,系统     

商用车电液复合转向系统的车道保持策略

为了提高商用车的行驶安全性,避免因驾驶人的分心驾驶出现车辆偏离车道的问题,提出一种基于电液复合转向系统的商用车车道保持策略;在建立电液复合转向系统模型、二自由度车辆模型、预瞄驾驶人模型的基础上,设计基于驾驶人在环的MPC和ADRC串级的车道保持控制策略.首先,采用MP C算法将车辆横向位置控制的最优问题转化为二次规划求...     

基于人工势场法的车道保持系统

针对车道保持系统中的横向控制问题,采用人工势场法设计了转角控制器。选择跨道时间为势场参数,建立多模式跨道时间模型,以跨道时间为变量设计势场函数,以得到的势场力代入参考车辆模型得到理想横摆角速度和理想侧向加速度,以车速为阈值计算出理想方向盘转角,用PID控制跟踪理想方向盘转角实现车道保持。利用Carsim/Simulink联合仿真验证了该方法的有效性,还与传统道路势场法做了对比,并在实车上验证了其可靠性。     

“奥迪电子”之车道保持辅助系统

上期为大家介绍了奥迪换道辅助系统,该系统的作用是减小车辆在并线过程中由于视野盲区而产生事故的概率。本期继续介绍奥迪上采用的另一项技术——奥迪车道保持系统。它的主要作用是为了避免驾驶员因疲惫或精神不集中导致车辆发生意外偏离,通过方向盘的振动给予驾驶员提醒。     

基于粒子群优化神经网络PID控制的车道保持系统研究

提出一种基于粒子群优化神经网络PID的车道保持控制方法。首先搭建车路模型和EPS(Electric Power Steering,电动助力转向系统)模型;然后建立粒子群优化神经网络PID控制器,利用粒子群算法优化神经网络的初始权值和阈值,提高神经网络算法的收敛速度和精度,优化后的神经网络算法在线调整PID控制器的3个参数比例Kp、积分Ki、微分Kd,输出最优组合;最后,进行车道保持硬件在环试验,试验表明:相对于常规PID控制和神经网络PID控制,在粒子群优化神经网络控制下,车道保持系统的跟踪精度和稳定性都更高。     

基于高效NMPC算法的无人车轨迹跟踪控制研究

本文针对无人车在复杂工况下,非线性程度增加和动力学约束导致的轨迹跟踪控制精度差和求解效率低的问题,提出一种高效的非线性模型预测控制（nonlinear model predictive control,NMPC）算法。首先考虑车辆模型的非线性因素,建立动力学和魔术轮胎模型,并将无人车终端状态整合到性能指标中,添加稳定性范围内多约束条件,通过障碍罚函数法处理非线性不等式约束,保证了求解过程的平滑性。然后为减轻求解非线性优化问题带来的计算负担,提出了一种新颖的连续/广义最小残差算法（improved continuation/generalized minimal residual,improved-C/GMRES）,与传统的C/GMRES算法相比,通过引入连续增加的惩罚因子加快了数值计算的求解效率,降低算法的计算负担。最后通过Simulink和CarSim的联合仿真,在双移线工况和蛇行工况条件下验证跟踪精度和求解效率,结果表明与传统的C/GMRES方法相比,所提控制方法明显提升轨迹跟踪的控制精度和改善行驶稳定性,并加快数值求解效率。     

基于多点预瞄的车道保持辅助系统

提出一种基于多点预瞄的车道保持辅助系统,通过选取多个预瞄点建立仲裁规则,以最能表征车辆偏离车道中心线的预瞄点作为误差输入,设计前馈控制加反馈控制的横向位置控制方法.并进行实车试验验证.     

基于改进的Pure Pursuit智能客车轨迹跟踪算法研究

以传统的Pure Pursuit为轨迹跟踪算法基础,采用Stanely控制算法来补偿其计算得到的方向盘转角。仿真和试验结果均表明该改进算法对轨迹跟踪效果有明显提升。