半挂汽车列车单点预瞄驾驶员模型参数研究

以半挂汽车列车与单体车为研究对象,应用最优控制建立方向控制驾驶员模型,建立目标函数研究驾驶员模型参数预瞄时间的特点与操稳表现。结果表明:驾驶员模型操纵半挂汽车列车行驶时可找到最佳车速和最佳预瞄时间来提高跟踪能力与侧向稳定性,最佳预瞄时间低车速时与单体车差异小、高车速时较单体车更长。     

三轴半挂汽车列车预瞄驾驶员模型设计

以三轴半挂汽车列车为研究对象,以混合型模糊PID为控制器,建立适应于三轴半挂车辆的两点预瞄驾驶员模型。基于序关系分析法建立目标函数,确定不同车速下的最优牵引车及挂车预瞄距离。结果表明:在车速为30 km·h-1时,牵引车和挂车的预瞄距离分别为4 m和2 m,牵引车权重为0.9;在车速为70 km·h-1时,牵引车和挂车的预瞄距离分别为10 m和8 m,牵引车权重为0.75,目标函数最小,控制效果最佳。基于最优预瞄距离、权重的两点预瞄驾驶员模型较自建的单点预瞄驾驶员模型和Trucksim自带的单点预瞄驾驶员模型相比,在超调量、稳定性、转向轻便性方面综合控制效果明显,可在中高速车速下应用,提高安全性。     

基于驾驶员方向控制模型的汽车侧风稳定性虚拟试验研究

在预瞄跟随理论基础上设计的驾驶员方向控制模型常用于弯道、移线、蛇行试验中横向轨迹的控制,文中研究了它对汽车侧风稳定性的控制效果.根据预瞄跟随理论及PID控制技术,采用MATLAB/Simulink建立了驾驶员方向控制模型;根据某轿车实测数据,采用多体动力学软件ADAMS建立了车辆-侧向风-道路耦合模型;通过定义输入变量(转向盘转角)和输出变量(侧向位移),实现了基于ADAMS与MATLAB/Simulink的汽车侧风稳定性联合仿真.试验结果显示驾驶员模型能够有效控制由侧向风引起的大幅度侧向偏移,系统具有较强的跟随性和鲁棒性.     

基于预瞄驾驶员模型的车辆操控稳定性分析

建立了高效、能适应复杂路况的驾驶员模型,以空间方程形式给出了一种基于最大预瞄距离的驾驶员模型;将驾驶员模型、汽车运动学模型及稳定性控制系统有机结合,采用最优控制理论方法,分析了基于该模型的人-车-路闭环控制系统的指数稳定性条件;运用仿真软件MATALB/Simulink建立了4轮车辆驾驶员模型,仿真结果验证了所建立的驾...     

基于轨迹预瞄的智能汽车变道动态轨迹规划与跟踪控制

为实现实际动态交通环境下智能汽车的变道控制, 提出了基于轨迹预瞄的智能汽车变道动态轨迹规划与跟踪控制策略; 针对实际交通环境下目标车道车速和加速度的动态变化, 提出了智能汽车变道动态轨迹规划算法, 获得了能够避免智能汽车发生碰撞的变道轨迹的动态最大纵向长度; 设计了兼顾变道效率和乘员舒适性的优化目标函数, 优化获得了在变道轨迹最大纵向长度范围内的实时动态最优变道轨迹; 利用轨迹预瞄前馈和状态反馈相结合的类人转向控制方式, 实现了智能汽车变道动态轨迹跟踪和乘员舒适性的最优控制, 并利用硬件在环试验台验证了所提控制策略的正确性。研究结果表明: 定速工况下实际与参考轨迹的侧向位移误差、航向角误差和最大侧向加速度分别为1.4%、4.8%和0.59 m·s^-2; 定加速度工况下实际与参考轨迹的侧向位移误差、航向角误差和最大侧向加速度分别为1.1%、4.6%和0.48 m·s^-2; 变加速度激烈工况下实际与参考轨迹的侧向位移误差和最大侧向加速度分别为1.7%和0.80 m·s^-2, 航向角超调后能迅速重新跟踪动态轨迹航向角; 所提控制策略可以很好地跟踪控制实际交通环境下目标车道汽车在定车速、定加速度和变加速度工况下的智能汽车动态变道轨迹, 从而能实现智能汽车最优变道, 可确保变道过程中不与目标车道汽车发生碰撞, 并兼顾变道效率和乘员舒适性。     

预瞄信息空气悬架汽车在加速/制动工况下的LQG控制

建立了基于空气悬架的1/2车辆加速/制动系统模型,通过轴距预瞄在后轮处提前预测路面不平度;设计了基于轴距预瞄控制算法的加速/制动最优控制器;进行了白噪声仿真分析。仿真结果表明:与被动空气悬架加速/制动系统相比,基于轴距预瞄控制的主动空气悬架加速/制动系统能有效降低车辆振动。与最优控制空气悬架加速/制动系统相比,质心加速度和后轮对应处的车身加速度、悬架动行程、轮胎动载均有显著减小,较好的改善了车辆在加速/制动时的平顺性和操纵稳定性。     

基于轴距预瞄的汽车半主动悬架控制及试验

为了研究轴距预瞄控制技术对半主动悬架系统性能的影响, 构建了基于轴距预瞄的1/2车辆半主动悬架综合模型, 结合神经网络和PID控制理论, 提出了单神经元自适应PID控制算法, 设计了轴距预瞄半主动悬架单神经元PID控制系统, 进行了仿真计算。为研究单神经元自适应PID控制策略的有效性及其控制系统的可靠性, 同时进行了基于轴距预瞄的实车道路试验。研究结果表明: 与被动悬架系统相比, 在车速为50km.h^-1时, 车身质心垂直加速度的峰值和标准差分别减少了20.91%和19.11%;车速为60km.h^-1时, 分别减少了24.42%和26.85%, 并且俯仰角加速度也有一定程度降低, 较好改善了车辆的行驶平顺性。     

汽车驾驶判断模型在训练场地中的应用

随着汽车工业的迅猛发展，人们对汽车的观念已发生了重大变化，汽车不仅是人类的代步工具，而是向多元化、多功能化方向发展。但伴随而来的日益恶化的道路交通事故倍受全社会关注，特别是新驾驶人事故多发、频发更是令人侧目，这与新驾驶人驾车技能不成熟、经验缺乏等诸多因素有关，但究其原因与当前我国驾驶人培训模式、内容、周期以及方法、手段密切相关。遏制或缓解新驾驶人事故多发、频发上升态势，是道路交通事故综合治理的重要侧面。在驾驶人培训领域，除规范行业管理，加强监督机制的力度，提高教练员群体的综合素质外，还要借助于计算机、微电子、人工智能、多媒体、仿真等诸多新技术的发展与应用，以实际交通环境为样本空间，开发、研制与创建新型训练课目内容、设施体系、实现驾驶人培训基本操作技能向应用驾驶技能的平顺过渡，已成为驾驶人培训行业亟待解决的重要课题。[第一段]     

公交驾驶员实时信息在安全监管中的应用

公交车安全营运与驾驶员因素密切相关,而公交监管系统只记录线路和车辆不安全报警信息,针对这一问题,提出建立人员在职在岗报备系统,并通过采集车载电子标签的驾驶员实时信息比对,实现人-车-线路关联。公交监管系统将驾驶员实时信息与车载终端分发的车辆报警数据绑定,形成统计报表,为行车安全监管提供依据。同时将驾驶员实时数据与全市公交车班次数据相结合,当超时工作时报警,从而避免疲劳驾驶,消除安全隐患。     

智能汽车两阶段UWB定位算法

为了提高智能汽车行驶的可靠性,以超宽带(UWB)为研究对象,研究了智能汽车两阶段UWB定位算法;分析了智能汽车UWB定位算法的基本原理与误差来源;建立了测距值筛选与加权位置解算两阶段UWB定位算法,在测距值筛选阶段,采用高斯筛选剔除小概率、大干扰事件,在加权位置解算过程中,根据多测距点的位置坐标加权计算得到最终的位置坐标,以有效减小非视距、多径效应所带来的误差,通过使用抗多径天线以有效减小多径效应所带来的误差,并分别建立了静态补偿和运动补偿策略,以有效减小设备晶振偏差等硬件问题造成的误差;在MATLAB/Simulink仿真平台中搭建一定测距方差约束下的UWB随机测距值仿真环境,对算法进行了仿真测试并与三边定位算法、三边质心定位算法进行仿真比较,分析基站数量对定位精度的影响;搭建实物UWB测试系统,对UWB设备定位精度进行了评估与误差补偿,并对两阶段UWB定位算法进行了实车测试。仿真结果表明：东向和北向的定位误差均值最小分别可达0.382 3、0.447 0 m;补偿后的UWB定位轨迹更接近RT3002所示的轨迹,东向和北向轨迹误差的平均值分别为0.049 2、0.017 8 m,均方根误差分别为0.069 8、0.0264 m。可见,提出的智能汽车两阶段UWB定位算法能够满足智能汽车的定位需求,具有高精度、低成本、稳定性好等优点。     

智能车辆路径巡航和自主避障的触须算法

从Velodyne雷达构建障碍物地图入手, 分析了触须构建方法、自主驾驶和避障策略。考虑车辆质心侧偏角对触须重构的影响, 运用卡尔曼滤波对惯导数据进行处理, 得出车辆纵向和侧向实时速度, 从而对质心侧偏角实时辨识, 并利用质心侧偏角对不同分组的触须进行修正。计算结果表明: 在中低速时, 轨迹误差由0.40 m减小到0.20 m; 在高速时, 通过采用性能优良的控制器和合理的融合参数使轨迹误差由1.00 m减小到0.75 m。可见, 采用修正的触须算法可以较好实现车辆自主驾驶和合理避障。     

轨道车辆制动系统智能控制与维护技术研究进展

围绕轨道车辆普遍采用的微机控制直通电空制动系统,介绍了制动系统的结构组成、工作原理和控制原理,分析了制动系统的技术特性,总结和探讨了制动系统智能化的技术发展趋势,从制动系统的智能控制与智能维护两方面,对制动系统的研究现状、存在的问题进行了综述。研究结果表明：轨道车辆制动系统是一个复杂的“机电气(液)”耦合的动态时变非线性控制系统,其服役过程与故障行为具有不确定性、模糊性和小样本性的特征;在制动系统控制技术方面,相较于理论制动力控制,速度黏着控制和减速度控制2种制动控制模式在处理外界干扰影响时控制效果均有所提升;针对制动系统控制中存在的外界干扰、性能衰退或潜隐故障等不确定因素,基于参数辨识和闭环反馈的自主智能控制是制动系统智能控制技术的发展趋势,核心目标是实现外界干扰的自适应、性能衰退的自保持以及潜隐故障的自调节;在制动系统维护技术方面,制动系统运用维护主要涉及状态监测、故障诊断,对于故障预测与状态评估的研究还很少;充分利用制动系统服役状态信息,加强多源因素耦合作用下的制动系统服役行为与演化规律研究是制动系统智能维护技术的发展趋势,应进一步开展制动系统的服役性能一致性分析评价、传感器布局优化和剩余使用寿命预测方法研究。     

人机共驾智能汽车的控制权切换与安全性综述

根据智能汽车技术发展特点和趋势提出了人机共驾的概念; 从切换的发起者、强制性与计划性三方面论述了人机共驾智能汽车控制权切换的分类方法, 分析了广义和狭义2种分类的特点和应用范围; 从驾驶人的认知、驾驶负荷、反应力等方面剖析了人机共驾中人因的特性及其对控制权切换安全性的影响, 总结了控制权切换的试验研究方法和人机交互形式, 指出了控制权切换安全性研究存在的问题和未来发展方向。分析结果表明: 人机共驾智能汽车的应用范围是L2~L3级自动驾驶, 特点是人与系统彼此协同完成动态的驾驶任务; 由系统主动发起、驾驶人被动接管的控制权切换情形与安全性更被业内关注; 驾驶人能有效地对当前驾驶状态进行认知和评估, 进而接管车辆操作, 并最终规避风险, 是保证控制权切换安全性的关键; 人因是影响控制权安全平稳切换的重要因素, 主要表现为认知水平偏低, 切换前后驾驶负荷阶跃式突变, 次任务的影响机理不明确, 反应力随切换场景的不同而差异显著等; 该领域的主要研究还包括接管绩效的评价, 切换时机与人机交互方式的优化以及试验手段的提升等。     

多控制模型嵌入的智能汽车防撞虚拟仿真

针对智能汽车行驶安全距离监测与防撞试验高成本、高危险性以及试验结果难以观察的问题,研究了智能汽车安全距离监测与防撞的虚拟仿真;应用Visual Studio 2015、3Dmax、Unity3D等虚拟仿真技术在虚拟制动控制系统中进行了可嵌入多控制模型的自动驾驶汽车行车安全距离监测和防撞虚拟仿真试验,测试了不同制动模型的防撞应用效果;以电动汽车动力性能和制动力学特征为基础建立了虚拟整车模型及其制动系统模型,根据路面附着系数和不同道路材质建立了虚拟试验道路模型和试验场景等虚拟环境,开发了试验电子设备仿真模型,实现了多虚拟控制器嵌入,研究了基础模型和反向传播(BP)神经网络模型的嵌入与仿真效果;通过设计接口将虚拟软硬件设计效果与仿真试验过程相关联,并采用动画渲染直观展现,同时应用内存优化实现了在网络版访问服务器中进行虚拟仿真试验;通过实车试验验证了仿真系统,并对比了实车试验数据与2种模型的仿真数据。研究结果表明：在低速情况下,基础模型计算的安全距离与实车试验所测安全距离的相对误差为2.49%,BP神经网络模型预测的安全距离与实车试验所测安全距离的相对误差为2.07%;在高速情况下,因为传感器不稳定的原因,基础模型计算的安全距离与实车试验所测安全距离的相对误差为10.03%,BP神经网络模型预测的安全距离与实车试验所测安全距离的相对误差为10.35%。由此可见,该仿真系统可使高风险的碰撞试验在虚拟环境下完成。     

基于强化学习的智能车人机共融转向驾驶决策方法

针对智能车人机共融驾驶系统中人和自主驾驶系统的驾驶权连续动态分配问题,尤其是因建模误差导致的权重分配方法适应性低的难题,提出了基于强化学习的人机共融转向驾驶决策方法;考虑驾驶人的转向特性,搭建了基于双点预瞄的驾驶人模型,并采用预测控制理论建立了智能车自主转向控制模型,构建了智能车人机同时在环的转向控制框架;基于Actor-Critic强化学习架构,设计了用于人机驾驶权分配的深度确定性策略梯度(DDPG)智能体,以曲率契合度、跟踪精确性和乘坐舒适性为目标,提出了基于模型的收益函数;构建了人机共融驾驶权分配强化学习框架,包含驾驶人模型、自主转向模型、驾驶权分配智能体以及收益函数;为了验证方法的有效性,招募了8位驾驶人开展共计48人次的模拟驾驶试验。研究结果表明：在曲率适应性验证中,人机共融-DDPG方法优于人工驾驶和人机共融-Fuzzy方法,跟踪性平均提升70.69%、39.67%,舒适性平均提升18.34%、7.55%;在速度适应性验证中,车速为40、60和80 km·h^-1条件下,驾驶人权重大于0.5的时间占比分别为90.00%、85.76%、60.74%,且跟踪性相轨迹和舒适性相轨迹都能有效收敛。可见,提出的方法能够适应曲率和车速变化,在保证安全性的前提下提升了跟踪性和舒适性。     

基于多目标优化的智能车辆换道轨迹规划

为提高智能车辆换道轨迹规划的拟人性和实时性,提出了安全、舒适、节能等多目标协同优化的换道轨迹规划算法,该轨迹规划方法的适应性取决于车辆换道时间、纵横向速度及加速度等关键变量的约束条件;基于车辆运动学和动力学理论,分析了动态未知环境下车辆换道安全区域,建立了六次多项式车辆理想换道轨迹模型,并运用遗传算法-BP神经网络理论对换道终止时刻及目标位置进行预测,得到了复杂场景下车辆换道轨迹簇;分析了基于可行解空间的车辆换道安全性、舒适性、经济性等性能评价函数,构建了多性能目标协同优化目标函数和约束条件,运用鲸鱼优化算法对换道轨迹簇进行优化,实现多性能目标协同的智能车辆换道轨迹最优规划;为进一步验证多目标优化轨迹规划算法的准确性,运用L3级智能车辆测试平台对结构化道路场景下多目标优化换道轨迹规划算法进行了试验验证。仿真和试验结果表明：提出的轨迹规划算法在满足各项约束的情况下可成功实现平稳、安全换道,并且与传统驾驶人换道相比,换道过程的安全性、舒适性及多目标综合性能分别提升了5.1%、3.3%和1.7%,有效提升了动态环境下智能车辆换道轨迹规划的拟人性。     

两联关节式集装箱平车动力学仿真模型

结合两联关节式集装箱平车采用关节连接器连接,关节处共用一个转向架的特点,考虑了轮轨接触几何关系、轮轨蠕滑力、各种悬挂特性和关节连接器等非线性因素,应用NUCARS动力学仿真软件,建立了两联关节式集装箱平车的数学模型,采用数值仿真方法,分析了车辆系统的运动稳定性、曲线通过性与运行平稳性。分析结果表明:两联关节式集装箱平车的蛇行失稳临界速度具有一定的速度裕量,曲线通过性能指标满足GB/T5599-1985规定的限度范围,在120km·h-1的速度范围内,车体的横向与垂向平稳性指标均小于3.5的优级标准,因此,两联关节式集装箱平车具有较好的动力学性能,能够满足集装箱平车120km·h-1运输速度的要求。