恶劣气象条件对路面湿滑系数的影响研究

为了研究湿滑系数与路面抗滑性能的表征关系,确定湿滑系数的应用范围,研究了不同积水深度、不同积雪厚度和不同结冰厚度恶劣气象条件下路面湿滑系数以及路面抗滑性能的变化情况;建立了湿滑系数与积水深度、积雪厚度及结冰厚度的关系曲线,确定了湿滑系数与摩擦系数的相关性。研究结果表明:湿滑系数随着积水深度、积雪厚度及结冰厚度的增加而逐渐减小,湿滑系数越大,路面抗滑性能越好;反之,路面抗滑性能越差;实测湿滑系数的变化范围为0.80~0.10,并根据湿滑系数的变化将路面抗滑性能分为良好、一般、较差和很差共4个等级,从Ⅰ~Ⅳ级路面抗滑性能逐渐降低。验证了可以采用湿滑系数来表征路面抗滑性能的可行性。     

基于四轮轮边驱动电动车的路面附着系数估算方法

路面附着系数是影响车辆行驶安全性的重要因素,利用轮边驱动电动汽车驱动力矩可以对路面利用附着系数进行观测。当观测到μ-λ曲线接近于峰值点时,将该时刻的轮胎利用附着系数作为路面峰值附着系数,并根据识别的路面峰值附着系数进行驱动防滑控制。该方法能够有效防止轮胎滑转,提高车辆行驶稳定性。     

重型半挂车ADAMS建模及极限工况仿真

在ADAMS/car下建立重型半挂车模型,并选取双移线这一典型工况.在不同附着系数路面上对极限工况下重型半挂车在不同车速时的侧翻,折叠和挂车摆振问题进行了稳定机理分析.结果表明,重型半挂车辆在附着系数较高的良好路面上容易发牛侧倾失稳,而在附着系数较低的湿滑路面上则更容易发生横摆和折叠失稳.提出了相应的改进措施.     

车速鉴定中轮胎-路面附着系数估算方法研究

在交通事故鉴定中,车辆行驶速度是事故处理和诉讼的重要依据。其中,路面附着系数是事故车速鉴定的重要参数。本文在大量实验数据基础上,拟合出车辆制动过程的特性曲线,并简化出相应的车速估算模型。利用此模型对不同车型、路面类型、湿滑状况和不同车速情况下的路面附着系数e进行了估算研究。经估算实例验证,文中的估算方法对不同状况下的路面附着系数具有较好的估算能力。     

典型路面结构冰水混合物附着条件下湿滑性能研究

路面结冰、积水导致行车性能下降极易诱发交通安全问题,而其造成交通事故的主要致因是路面湿滑性能的改变。利用陆地交通气象灾害防治技术国家工程实验室的维萨拉遥感道面状态传感器、温湿度传感器、摆式仪、红外热像仪采集两种典型路面结构AC—16、OGFC—16表面冰水混合物的冰层厚度、水膜厚度、摩擦系数、环境温度、冰层表面温度参数。利用SPSS软件通过方差分析、多元线性回归分析研究典型路面结构冰水混合物附着条件下湿滑性能的影响因素与定量关系。研究表明,AC—16路面冰水混合物附着条件下摩擦系数与冰层厚度呈线性正相关,与冰层表面温度分别呈现线性负相关(低于-3℃)和线性正相关(-3~0℃);OGFC—16路面冰水混合物附着条件下摩擦系数与水膜厚度呈线性负相关,与冰层厚度、冰层表面温度的关系和AC—16路面一致。     

基于语义分割模型的路面类型识别技术研究

在极端恶劣天气条件下,车辆能够及时根据路况信息调整车速和车距,将有效地减少交通事故的发生.道路类型和路面附着系数是影响路况的主要因素,传统的路面附着系数识别方法具有成本高、可靠性低的特点.同时基于机器视觉的路面信息识别技术已经成为当前研究的热点,但是精度低和鲁棒性差一直是研究的难点.将机器视觉中较为流行的语义分割模型作...     

基于V GG深度卷积神经网络和空间分布的道路裂纹种类识别

为了检测道路裂纹种类从而掌握路面状况信息进而为路面养护提供依据,研究了结合改进VGG卷积神经网络和空间分布的道路裂纹种类的识别方法.通过改进VGG网络的输入层和FC层神经元的个数,解决基于灰度图的裂纹子块的二分类识别问题,并对比不同结构的VGG网络框架在裂纹分割的结果,确定VGG11是解决基于灰度图的裂纹分割的最佳网络结构,利用基于子块的连通区域方法去除噪声子块,通过主成因分析方法提取裂纹子块的空间分布向量和对应分布系数,根据空间分布系数的比值识别道路裂纹类型.利用不同地点采集的180张裂纹图像对该方法进行验证.结果表明,该方法在识别横向裂纹、纵向裂纹和网状裂纹的正确率分别为97.6%,97.3% 和95.4%.该方法可有效地识别道路裂纹种类,特别在油污等路面复杂状况下,该方法依然具有较好的检测结果.      

基于深度学习和虚拟模型的路面全域伤损状态自动化感知

路面全域伤损的有效感知是全面、系统地实施维护决策的关键依据。提出一种基于深度学习和虚拟模型的路面全域伤损状态自动化感知方法。该方法首先基于无人机实测数据建模生成路面虚拟实体；然后使用深度语义分割网络从实测数据中精细化地检测路面伤损；最后，将输出的伤损特征检测结果与虚拟实体数据进行匹配和UV映射，获取各个伤损在虚拟空间中的定位信息并逐一部署，得到面向路面全域的伤损状态感知模型。结果表明：在现场实测统计长为236 m,宽为20 m的实际路面区域试验研究中，充分训练的U-Net网络的平均交并比(MIoU)达到0.86,显示出对无人机采集到的路面伤损区域极佳的分割精度。建立的路面伤损状态感知模型有效感知实际存在的伤损91处，与传统的二维检测结果相比，能够更加系统地对路面全域伤损进行全局表征，便于高效地推断伤损的特征和位置信息，实现精准、动态的路面服役状态评估。     

分布式驱动电动汽车实时路面识别算法研究

以分布式驱动纯电动汽车为研究对象,进行了车辆在多种路面上直线行驶时的附着系数识别方法的研究。根据车辆的多路面滑转率实验数据,选择并改进了轮胎模型。使用带有遗忘因子的递推最小二乘算法对电动汽车行驶的路面进行估计和识别。结果表明,该识别算法可实时、准确、有效和快速地分辨出电动汽车行驶的路面(结冰、干沥青和湿沥青),为车辆的主动安全控制提供依据。     

路面湿滑指数开发及其在交通运行管理中的应用

研究人员提出了路面湿滑指数的概念,基于大量研究成果给出了路面湿滑指数的分级和阀值,建立了路面实际摩擦系数和路面湿滑现象描述间的联系。基于停车视距理论分析,提出湿滑路面条件下自由流车速的确定方法,结合通行能力速度——流量关系的研究成果,进而建立不同路面湿滑条件、特定交通流量下推荐限速值的确定方法。在本文研究成果的基础上,给出了路面湿滑指数在高速公路可变限速控制和发布在途驾驶员行车建议与警告信息方面的应用。     

基于MPC的独立驱动电动汽车稳定性集成控制

针对独立驱动电动汽车在高附着系数路面高速急转时易发生侧翻事故,在低附着系数路面急转易发生侧滑失稳事故,且单一控制器在不同附着系数路面适应性较差等问题,根据独立驱动电动汽车特点设计了基于分层式结构的稳定性集成控制器。建立了整车动力学模型,并进行了车辆状态参数估计;设计了稳定性集成控制器的控制策略,对车辆的侧倾、横向稳定性状态判定条件和协调策略的制定进行了研究,分别设计了侧倾稳定性控制器和横向稳定性控制器;设置了路面附着系数0.9到0.2的对接路面仿真工况,并在此工况下对所设计的控制器的控制性能进行了仿真测试。结果表明,所设计的稳定性集成控制器相比于单一控制器具有更好的适应性,可有效降低车辆高速行驶过程中的横向载荷转移系数、质心侧偏角等状态量,提高车辆行驶的稳定性和安全性。     

高速公路隧道路面抗滑性能评价标准研究

收集的事故资料表明,路面抗滑性能不足严重影响我国高速公路隧道交通安全。由于隧道环境的特殊性,我国公路路面的抗滑评价标准不适应隧道路面。根据驾驶员对隧道路面附着能力的期望、隧道交通流特点及行车动力学分析结果,提出以车辆制动时路面的临界附着系数作为隧道路面抗滑能力的不可接受水平,并据此制定了隧道路面的抗滑评价标准。最后,提出改善隧道抗滑安全性的措施。     

基于轮边驱动电动汽车轮胎力估计的路面附着系数估算

为了能够实时准确的获得当前车轮的轮胎力及路面附着系数以提高汽车主动安全性能,提出一种轮边驱动电动汽车状态估计与路面附着系数估计相结合的估计方法。根据车载传感器及七自由度非线性车辆动力学模型,采用扩展卡尔曼滤波算法(EKF)进行车辆状态及轮胎力的估计。结合EKF估算结果和轮胎模型,采用递归最小二乘法(RLS)实时估计不同路面的附着系数。仿真结果表明:该方法可以在较为复杂工况下估计出不同的路面附着系数,估计精度较高,实时性较好。     

基于改进神经网络的机器视觉的路面破损检测系统研究

研究开发了一套基于机器视觉的路面质量检测系统,并将改进的神经网络方法应用到道路路面缺陷检测中。分析了系统的基本组成和总体结构,介绍了软件设计流程以及网络设计与训练过程。同时考虑到传统图像分割算法的局限性,设计了一种检测图像内任意区域实时检测算法。可以适应路面龟裂、横裂、纵裂、块裂等多种缺陷以及缺陷并存的复杂道路样本图像。该检测系统具有很强的灵活性,检测速度较快,完全满足实时检测的要求。     

基于空洞空间池化金字塔的自动驾驶图像语义分割方法

如果车辆在道路上能精确而快速地理解人和车的语义,就能在很大程度上对障碍躲避、路径规划等做出指导。现有的基于深度学习的语义分割方法存在分割速度和分割精度不能兼得等问题。本文在现有语义分割网络的基础上,通过在特征提取基准网络后添加空洞空间池化金字塔结构,可以获取图像的多尺度语义信息。实验结果表明,文中提出的A＿ASPP＿1和A＿ASPP＿2两个模块能对自动驾驶场景中常见的人和各类车辆图像进行有效的分割。对应的两种改进的网络结构虽然分割速度稍有降低,但其训练结果的平均交并比相比现有双分支网络BiSeNet分别提升了2.1和1.2个百分点。     

CAN通信延迟对ABS控制性能影响的仿真分析

基于MATLAB／Simulink仿真环境,根据有限状态机（FSM）理论,建立了CAN网络通信仿真模型。将该模型应用于建立的七自由度车辆ABS控制模型中,考察了该控制器对接路面下,CAN网络通信延迟对控制器的控制性能的影响。仿真结果表明,所建CAN网络通信模型能够计算仿真信息的传输延迟,该延迟对控制器控制性能存在不同程度影响,由通信延迟引起的车轮滑移率抖动在高附着系数路面较小,在低附着系数路面车轮滑移率抖动剧烈。     

路面峰值附着系数辨识算法研究

为改善现有路面辨识方法,兼顾其准确性和实时性,在Burckhardt轮胎-路面数学模型的基础上,基于类比特性提出了快速准确的路面辨识算法,能实时计算汽车当前行驶路面的峰值附着系数。通过Car Sim软件建立整车模型,并测试了路面峰值附着系数,验证路面-轮胎模型。利用Burckhardt轮胎模型验证算法的有效性和可行性,再分别在单一路面和对接路面上进行Car Sim/Simulink联合仿真。结果表明,该算法能快速准确地计算出路面峰值附着系数,滞后仅0.1s,误差在5%左右。该辨识算法可同时兼顾准确性和实时性,且适用路面范围广。     

面向自动驾驶数据生成的风格迁移网络研究

自动驾驶数据集的丰富性是保证基于深度学习的自动驾驶算法鲁棒性和可靠性的关键。当前的自动驾驶数据集在夜晚场景和各类气候、天气条件下的数据量仍十分有限，为满足无人驾驶领域的应用需求，本文中构建了风格迁移网络，可将当前自动驾驶数据集转换为夜晚、雪天等多种形式。该网络采用单编码器-双解码器结构，综合语义分割网络、跳跃连接和多尺度鉴别器等多种手段用于提高图像的生成质量，生成的图像具有良好的视觉效果。用真实数据训练deeplabv3+语义分割网络来评价生成图像的结果表明，本文采用的网络生成图像的平均交并比比基于双编码-双解码结构的两种网络（AugGAN和UNIT）分别提升了2.50%和4.41%。     

一种基于语义分割结果的车道线检测拟合方法

车道线等地面标志物的检测是自动驾驶车辆环境感知的重要内容,能够为车辆提供可行驶区域的信息。文章提出一种基于语义分割结果的车道线检测拟合方法。使用车载单目相机获取车辆行驶过程中采集的道路图像,送入卷积神经网络进行车道线语义分割。将分割得到的仅含车道线的二值图像进行透视变换得到鸟瞰图,筛选有效车道线像素点,对有效车道线点使用最小二乘法进行多项式拟合,输出左右车道线多项式拟合系数,能够有效解决传统车道线检测算法的环境适应性差,鲁棒性不强,对弯道车道线检测信息不够准确等问题。     

轮胎／路面附着系数估算方法

为提高汽车主动安全系统自适应控制性能,需要对轮胎／路面附着系数进行精确的识别或估算。鉴于附着系数估计的复杂性,文章综述了目前路面附着系数估算中的汽车动力学建模和轮胎／路面摩擦模型建模,重点讨论了轮胎／路面附着系数识别算法中传感器的直接检测估计法,以及基于车辆动力学、回正力矩和状态观测器等动力学模型的估计算法,并对各估算方法存在的问题与发展趋势等进行了分析。对开发汽车主动安全电控系统和提高汽车产业核心竞争力具有重要意义。