车辆起步过程电磁离合器控制策略的研究

针对自动变速车辆起步过程中电磁离合器接合的非线性控制问题,讨论了电磁离合器理想接合过程,分析了车辆起步过程冲击度与电磁离合器电流变化率的关系,提出了以节气门开度及其变化率、发动机目标转速与实际转速、发动机最低接合转速、离合器输出轴转速为主要控制参数的离合器综合控制策略.仿真与试验结果表明,该控制策略能够很好地适应起步意图,使车辆在各种工况下均能平稳迅速起步.     

车辆离合器起步阶段模糊控制的研究

利用模糊控制理论和方法，基于驾驶员经验，编制了控制软件；采用Motorola MC68376微处理器和霍尔效应零速传感器，解决了AMT离合器在低速时转速信号的及时准确感应和及时处理的问题。试验结果表明，新的控制系统避免了起步冲击和不能很好适应驾驶员起步意网与路况的问题。     

车辆起步时驾驶员离合器操作特性的仿真与实验研究

车辆起步时的油离配合过程是车辆驾驶中的难点之一。本文在实验的基础上得出了不同熟练程度驾驶员在不同工况下起步时的油离配合曲线的特性，并建立了驾驶员离合操作的模型，取得了满意的结果。本文对仿真驾驶员离合操作过程，进而对如何识别驾驶员的驾驶熟练程度提供了一条有效的新途径。     

车辆起步加速驾驶性客观评价及优化

为实现车辆起步加速过程驾驶性客观评价和优化的需求,通过对实际客户驾驶行为大数据样本的分析,构造了基于客户体验的起步加速客观测试评价工况.将起步加速工况进行了驾驶性特征提取和细分.并从响应性、平顺性、收敛性和风格等方面对客观评价指标进行了设计.通过对竞品驾驶性的测试和指标分析,获得了驾驶性评价指标以及驾驶性正向设计需求....     

车辆起步前要做些啥

车辆起步前的检查 内容与要求包括：轮胎气压要正常，胎体没有损伤，胎纹磨损应不超过限度；挡风玻璃、后视镜、侧视镜表面清洁；制动器、转向器、离合器、刮水器、灯光、喇叭效果良好。操纵灵活可靠；车门开关自如；燃油、制动液、润滑油、齿轮油和冷却液充足；装卸货物不超过规定，捆扎牢固可靠。     

车辆起步前必须注意的问颢

车辆起步前的检查内容与要求为：轮胎气压要保持正常，胎体没有损伤，胎纹磨损应不超过限度；挡风玻璃、后视镜、侧视镜表面应清洁；制动器、离合器、转向器、雨刮器、灯光、喇叭等性能良好，操作灵活可靠；     

驾驶机器人车辆动态制动力矩补偿

为了减小长期自动驾驶过程中制动性能下降带来的影响,提出了一种驾驶机器人车辆动态制动力矩补偿方法。首先建立了以车速和制动踏板力为输入,制动力矩为输出的驾驶机器人车辆制动性能离线自学习模型。然后考虑到驾驶机器人车辆长期自动驾驶导致离线自学习模型可靠性下降,建立了以车速和制动踏板力为输入,制动力矩为输出的扩展自回归在线辨识模型,并采用模糊变遗忘因子递推最小二乘法进行参数辨识。模糊变遗忘因子递推最小二乘法通过引入遗忘因子的方式,对数据施加时变加权系数,以避免出现数据增长导致的数据饱和现象。模糊变遗忘因子控制器以制动力矩辨识误差为输入,经模糊规则推理实时输出合适的遗忘因子进行参数辨识,能够有效均衡驾驶机器人车辆制动性能参数辨识的稳定性与收敛速度。驾驶机器人车辆自动驾驶过程中,根据当前车速与目标车速的大小计算出所需的制动力矩,加上反馈回来的制动力矩误差,并结合当前时刻的车速,利用制动性能离线自学习模型与机械腿逆向运动学模型实时计算出制动电机输出位移量,实现对驾驶机器人车辆制动力矩的在线补偿。仿真与试验结果表明:利用所提出的方法对车辆动态制动力矩进行辨识时,通过调节遗忘因子,辨识结果能够快速收敛且辨识误差较小。在此基础上,控制驾驶机器人车辆进行纵向车速跟踪时,能够有效减小制动性能下降造成的影响,保证控制车速跟踪误差在±1km·h-1之内。     

基于驾驶员数据学习的自动驾驶车辆弯道转向控制研究

针对自动驾驶车辆的弯道转向控制问题,提出了一种基于驾驶员操纵数据分析和学习的控制方法。首先,建立了人-车-路软硬件综合模拟驾驶平台,采集了多位驾驶员在不同弯道上的转向操纵数据及车辆状态数据;然后,采用离散分析和拟合分析进行数据分析,并基于模糊综合评价算法建立转向行为评价体系进行数据评价与筛选;最后,将筛选后的驾驶员数据作为训练样本进行神经网络训练,建立基于神经网络的弯道转向控制器。仿真和实车验证结果表明,所设计的控制器能够很好地模拟熟练驾驶员在弯道上的转向行为,并能够保证车辆在弯道行驶的安全性和稳定性。     

汽车室内台架试验用驾驶机器人

利用驾驶机器人来替代驾驶员做繁复而危险的汽车性能试验是汽车工业发展的必然。文中提出了驾驶机器人的性能要求,并以东南大学研制的DNCⅡ-型汽车驾驶机器人为例介绍了驾驶机器人的构成与工作过程,最后给出了该驾驶机器人与驾驶员在底盘测功机上进行汽车排放耐久性试验对比。结果表明,汽车室内台架试验用驾驶机器人能消除驾驶中人为因素的影响,车速跟踪精度达±2km/h,提高了汽车性能试验的可重复性。     

汽车驾驶机器人系统的研究进展

利用驾驶机器人替代人类驾驶员在危险条件和恶劣环境下进行汽车试验已成为汽车工业发展的趋势。分析汽车驾驶机器人系统的研究难点,介绍国内外的发展现状和研究成果,并在此基础上对东南大学自主研发的汽车驾驶机器人与国外驾驶机器人进行了对比分析,给出驾驶机器人用于排放耐久性试验的实车试验结果,验证了驾驶机器人控制性能的有效性,最后对汽车驾驶机器人的发展趋势进行了展望。     

线控汽车驾驶员特性辨识算法的研究

线控汽车相对于传统汽车具有较多的控制自由度,控制算法设计可将人的因素考虑在车辆集成控制中,进行人性化设计,变"人适应车"为"车适应人",最终实现车辆的安全、智能驾驶。文中确定了驾驶员特性辨识系统,以转向行为为例,对驾驶员特性进行分类,并采用神经网络方法建立了辨识模型,在驾驶模拟器上对所研究方法进行实验验证。结果表明,所建立的驾驶员特性辨识模型有较高精度,能对驾驶员特性进行预测,方法可行。     

早期汽车设计驾驶人模型回顾

系统回顾了早期汽车驾驶人模型的发展与演变,根据驾驶人模型的设计理论和研究方法,将驾驶人模型分为方向控制驾驶人模型、STI模型、预期开环控制模型、双模式模型以及其他种类的模型,其中方向控制驾驶人模型又可分为预瞄驾驶人模型和线性状态变量控制模型。综述了上述各类汽车驾驶人模型的研究过程,分析论述了早期汽车驾驶人模型的结构特点,总结了各类驾驶人模型存在的不足,提出了驾驶人模型发展的新方向。     

基于机器视觉的驾驶员注意力状态监测技术研究

在将头部朝向近似为视线方向的前提下,研究了驾驶员头部朝向角度与注意力分散之间的关系;提出了头部朝向偏离路面的持续时间和时间比例两个注意力分散指标,建立了基于驾驶员面部特征点(如眼睛,鼻孔)的模型以进行头部朝向角度的估算和注意力分散程度的判别.实验结果表明,对驾驶员面部朝向角度的估计精度达到了较高水平,对注意力分散的检测也达到了较高的准确率.     

基于眼睛状态识别的驾驶员疲劳实时监测

提出了一种基于眼睛状态识别的驾驶员疲劳状态实时监测的方法。为了实现眼睛状态的检测,首先通过计算累计背景和当前帧的差分图像的质心确定脸部范围,然后通过二值化和轮廓检测确定眼睛的搜索区域。在利用启发式规则进行筛选定位之后,计算眼睛骨架曲线和两眼角连线之间的距离得到眼睛的睁开程度。通过计算相应的疲劳指标如PERCLOS、平均睁眼程度、最长眼睛闭合时间来推测驾驶员的疲劳状态。以驾驶员面部视频的主观评分作为评价依据对检测方法进行评价,结果显示上述3个指标在不同的疲劳等级下均存在显著性差异,通过对不同指标的融合可达到较好的疲劳检测准确率。     

基于生物电信号的驾驶疲劳检测方法

驾驶疲劳检测技术是当前安全辅助驾驶技术的一个研究热点,其中基于生物电信号的检测方法最直接。本文主要介绍驾驶疲劳的生成机理、检测方法的分类和基于脑电、心电、眼电和肌电等主要生物电信号检测方法的研究现状。最后,针对当前研究领域的不足给出了建议,以供研究者参考。     

基于Markov决策过程的驾驶员行为模型

将驾驶员-汽车看作统一的人机系统,利用驾驶员驾驶过程的本质是决策过程的性质,通过确定系统的决策时刻、决策报酬、状态转移速率和概率、抽象驾驶员的行为集合等建立了基于Markov决策过程的驾驶员行为模型,最后对所建模型进行了计算机仿真.     

镀锌板机器人焊接缺陷控制方法研究

为了减少焊接缺陷以及不合格品返修的次数,从而降低生产成本,文章研究了薄板镀锌板焊接工艺的优化方法,分析了镀锌板机器人焊接中焊缝烧穿、咬边、气孔、弧坑等变形缺陷产生原因,提出了优化焊接程序、零件组合间隙、熔滴过渡方式、焊接姿态、船型位置焊接、焊接速度及选用后倾焊接方法、反变形等预防措施,结果显示焊接缺陷得到有效控制,焊缝一次合格率达到95%以上,大幅降低了返修成本,具有重大意义。     

诱导信息条件下驾驶员路径选择行为研究

驾驶员的路径选择行为是影响交通诱导成效的一个关键因素。建立了诱导信息条件下驾驶员路径选择行为模型,仿真分析了诱导信息和驾驶员的经验对驾驶员路径选择行为、路网交通流分布、系统整体效益的影响。研究结果表明,随着出行次数的增加,2条路径的交通流波动逐步减小,系统总行程时间逐渐减少,逐渐趋于系统均衡。驾驶员的长期经验、诱导信息的长期准确对驾驶员的路径选择行为、系统均衡具有重要影响。