作为一门边缘科学的地面—车辆力学

地面-车辆力学是第二次世界大战以后才发展起来的,在二次大战期间,曾经使用了一些越野汽车,发现其中有一些车辆的通过性比较好,但多数不理想,这就对“只要是全轮驱动车辆就可以越野行驶”发生了怀疑。当时发生的问题第一是双胎的驱动轴行驶阻力太大;第二是在某些原来认为没有什么大问题的土壤上,某些车辆发生沉陷,有的则完全无法行驶。     

基于EWS法的越野汽车松软地面通过性预测

作者介绍了ＷＥＳ法预测汽车松软地面通过性的基本原理和方法，应用该法对我国新近生产的一组越野汽车的车辆锥指数进行了计算，分析，并与国外车型数据进行了对比，得出了对轮式越野汽车开发有价值的结论，对ＥＷＳ法在我国的推广作了有益的探索。     

轮毂电机驱动车辆驱动力控制研究

轮毂电机驱动车辆各轮转矩精确可控且响应迅速的特点适用于越野工况，但越野路面起伏不一且附着条件多变，因此，开发基于越野工况辨识的车辆驱动力控制策略，对提升轮毂电机驱动车辆的纵向行驶稳定性具有重要意义。基于动力学模型分析路面附着与路面几何特征，确定可用于越野工况辨识的车辆特征参数集；针对车轮悬空垂向载荷估计失真现象，且由于地面垂向力的实际变化导致车辆垂向载荷分配比例的改变，修正了垂向载荷的计算；利用各特征参数的差异与越野工况的映射关系判定工况属性，采用模糊识别法界定4种地形工况；驱动力控制上层考虑工况与驾驶员影响因素，通过越野工况辨识结果决策驱动利用系数，作为前馈期望转矩调节权重；中层通过四轮垂向载荷得到转矩分配系数，设计驱动力分配算法；下层针对车辆在越野工况下出现车轮滑转与悬空状态，对车轮进行动态转矩补偿。仿真测试与实车验证表明，越野工况辨识结果与预期相符，驱动力控制策略综合优化了车辆稳定性和动力性。     

汽车对路面作用的随机动荷分析

从双轴汽车四自由度平面模型出发，将路面不平整度的功率谱密度函数作为输入，利用随机振动的方法分析了行驶车辆作用于路面的随机动压力。     

基于车辆位置与速度特征的驾驶行为模式分类方法

精细车辆轨迹中包含连续的时间戳、位置,以及速度等信息。通过对车辆轨迹数据进行量化表达与挖掘分析,可以实现对车辆行为模式的分类。现有研究大多关注对位置的聚类,很少对车速、加速度等特征进行研究分析,而车速等是反映驾驶行为模式的重要特征。为了将轨迹多维信息纳入分析框架,研究了基于位置与速度特征的车辆轨迹行为模式分类方法。为克服现有行为模式分类方法的维度单一性,运用豪斯多夫轨迹距离算法计算出位置和速度特征的综合距离矩阵,针对豪斯多夫距离算法鲁棒性差的缺点,采用单向豪斯多夫距离90%分位值对算法进行了改进,降低噪声影响。同时,引入了车辆位置和速度来进一步提高分类的准确性,运用多次分层聚类算法依次对位置与速度轨迹图进行分类,得到车辆位置和速度上的行为模式。以HighD数据集为样本,提取了三车道上的行车轨迹,验证了基于速度与位置特征的车辆行为模式分类方法。结果表明：(1)本方法可以得到位置和速度的综合行为模式,聚类平均准确率达到94.8%,优于DBTCAN准确率89.3%和t-Cluster准确率86.4%;(2)基于换道模式轨迹偏移率曲线的分析,得到了4种互异的典型车辆换道模式。该方法可利用多维轨...     

基于支持向量机的车辆自动分类方法

提出一种基于支持向量机(Support Vectir Machine，SVM)理论的车辆分类方法，通过CCD摄像机采集标准车辆图像，由边缘检测算法获取图像中的车辆特征数据长度和宽度作为训练样本，离线训练SVM，得到分离器，然后将测试车辆的特征数据作为测试样本，根据本文提出的分类方法，通过离线获得的分类器对车辆类型进行判决，从而为交通参数的准确检测提供依据。实验表明SVM在有限训练样本情况下具有良好的泛化能力。     

基于体素柱形的激光雷达点云车辆目标检测算法

环境车辆是自动驾驶汽车行驶时的主要障碍物之一，对环境车辆的尺寸、位置、朝向等空间信息进行感知对于保障行驶安全具有重要意义。激光雷达点云数据包含了场景中物体表面扫描点的三维坐标，是实现车辆目标检测任务的重要数据来源。结合SECOND与PointPillars方法，提出一种基于体素柱形的三维车辆目标检测模型，利用三维稀疏卷积聚合点云局部特征，在体素特征图上构造柱形并进行特征编码，有效解决点柱形方法缺乏柱形间特征交互问题，增强点云特征的空间语义信息；基于均值池化操作生成锚框点云占据位图并提出一种简单负样本过滤策略，在模型训练阶段筛除预设在无点云覆盖区域的无效锚框，缓解正负样本或难易样本不均衡问题；在目标框回归模块中，使用类别置信度与交并比(IoU)预测值计算混合置信度，改善分类分支与位置回归分支结果不一致问题，并使用KITTI三维目标检测数据集进行模型训练与评估。研究结果表明：在严格判定标准下(IoU阈值设置为0.7),所提算法在简单、中等、困难3种难度级别下分别获得了89.60%、79.17%、77.75%的平均检测精度(AP_3D),与SECOND、PointPill...     

考虑路面不平整度因素的车路耦合系统非线性数值模型

利用有限元方法以车路耦合系统作为研究对象,开展路面不平整度影响下的车路耦合非线性数值模拟研究,建立了考虑路面不平整度因素的车路耦合非线性数值模型,包括车辆系统、道路系统、车辆与道路的接触3大部分,并模拟车辆行驶和轮胎的跳起等。在非线性模型计算过程中,设定车辆模型在道路表面以某一设定速度匀速运动,并利用道路不平整度频谱进行Fourier逆变换得到时域模拟的路面不平整度数值,以研究路面不平整度激励下车路耦合振动。研究所得主要结论:(1)在随机性路面不平整度影响下,通过对车路耦合非线性动力模型的计算结果数值以及动力模型所反映振动趋势的验证,得出该模型能较好地反映车路耦合作为一个大系统的振动情况,计算结果可信,具有较高的工程应用价值。(2)路面不平整度越差路面产生的振动位移也越大,算例显示同样条件下C级路面下的最大位移量是A级路面的1.31倍,但路面振动频率受不平整度的影响不明显。     

基于ReliefF-RBF的路面不平度识别算法研究

路面不平度对道路车辆行驶安全性及车辆动力学响应具有重要影响。通过将路面不平度识别与先进悬架控制结合,有望能进一步提升乘员舒适性和车辆的操纵稳定性。现有基于数据驱动的路面分类方法难以高效处理时变参数与车速,现有基于模型的路面识别算法需要已知精确车辆模型,在实际应用中面临车辆物理参数难以获得的问题。提出一种融合模型和数据驱动的路面分类算法,采用基于模型的方法反算等效路面轮廓,结合数据预处理方法,对车辆响应和反算等效路面轮廓数据进行滤波;对等效路面轮廓和响应信息进行时域频域特征计算,采用ReliefF算法进行关键特征提取,构建基于径向基函数神经网络的路面分类器,进行路面分级识别;通过仿真试验和实车试验验证了不同车辆参数和车速下所提出的算法鲁棒性。     

车路耦合条件下沥青混凝土路面变形特性时域分析

考虑路面不平整度激励下车路耦合振动的研究主要是在频域范畴内利用线弹性模型进行。利用有限元方法建立了考虑路面不平整度因素的车路耦合非线性数值模型,分别研究了不同路面不平整度、不同车辆行驶速度、不同车辆载重和不同路基强度等影响因素下的道路结构振动响应情况。考虑道路结构本身的复杂性,每一结构层对振动的响应均会表现不同,为了突出和便于比较影响因素下的变化趋势,故取路表位移响应作为研究对象。研究发现:无论在何种路面条件下行驶,道路位移响应都可以明显地分为3个阶段,暂称为:车辆临近、车辆进行和车辆离去;路面平整度越差,路面结构位移也越大,C级路面下的最大位移量是A级路面的1.31倍;路面响应的最大位移峰值主要受车辆自重影响,而在车辆进行阶段出现的一些小的位移振动峰值主要受路面不平整而引起的随机振动影响,而且这些小的振动峰值随着路面不平整度的变差而增大,随着车辆行驶速度的增大,路面最大位移量变小,但是最大位移量的变化幅度很小,趋势不是很明显;车辆超载后,路面最大位移量增大明显,超载比例达到100%情况下,路面变形增大幅度在50%~109%之间;路基强度降低后,路面最大位移量明显增大,路基强度降低28%后,路面变形增大幅度在15%左右。     

车辆噪声与城市道路路面平整度关系的试验研究

主要研究了城市道路平整度可能对机动车辆噪声级产生的影响。采用IRI作为道路平整度的计量单位,并在上海的一些城市道路上组织了沥青路面和水泥路面两类试验。首先,在满足试验条件的道路上进行平整度的量测;其次,在试验道路的测点上采集车辆以特定速度驶过的最大噪声级。通过对试验数据的分析,发现车辆以相同速度行驶在平整度不同的城市道路上时,其噪声级是不同的,而且随着平整度指数的增加,机动车辆噪声级也呈上升趋势,因此城市道路平整度确实会对机动车辆噪声级产生影响。在20~50 km/h速度范围内,对于平整度相同的水泥路面和沥青路面,前者的车辆匀速行驶噪声要高于后者。     

车车通信环境下基于驾驶意图共享的车辆避撞预警算法

针对传统基于距离或时间的车辆避撞预警算法存在较高误警率的问题，考虑在避撞预警算法中引入驾驶意图共享的概念，提出了基于实际外场复杂车车通信V2V（Vehicle-to-vehicle，V2V）环境下的车辆跟驰避撞预警算法。基于LTE-V构建外场V2V环境，将车辆行驶过程描述为一个时间序列的隐性马尔可夫随机过程，借助隐马尔可夫模型（Hidden Markov Model，HMM）建立驾驶人驾驶意图与车辆相对行驶状态序列之间的隐含关系模型，并给出基于Viterbi算法的驾驶意图预判求解方法，将驾驶意图作为特征因子集成到安全距离模型中，提出基于驾驶意图共享的避撞（Driving Intention Based Collision Avoidance，DI-CA）预警算法。利用构建的V2V试验环境，实现了匀速、加速、减速和紧急制动等4种驾驶意图，以及相对速度和相对距离增加、减小、保持不变等9种组合的车辆行驶状态试验数据获取，并利用试验数据对所提出的DI-CA预警算法进行实证分析。结果表明：所提出预警算法能够针对不同驾驶意图提供有效的车辆碰撞预警。在此基础上将4种驾驶意图下的DI-CA预警算法与Mazda预警算法求得的安全距离进行了对比分析，所提出的DI-CA预警算法的平均预警正确率为84%，高于Mazda预警算法的78%，而DI-CA预警算法的平均误警率和漏警率分别为5%和16%，均明显低于Mazda预警算法，说明所提出的DI-CA预警算法在提升预警效果的同时明显降低了误警率和漏警率，可避免行驶过程中因误警而导致的连续刹车，以及因漏警而导致的可能碰撞事故发生。最后，总结并给出了驾驶意图共享理论应用于车辆避撞预警的研究展望。     

越野汽车机动性评价中车速的确定

为评价越野车辆的机动性能,研究了在不同路面状况下车速的计算方法.通过分析不同典型路况下车辆行驶时的受力特征,建立了包括车辆结构和路面状况参数的车辆速度计算模型,进行了计算和相应的试验.结果表明,在各种路况下的计算值都与试验值保持良好的一致性,说明应用建立的模型能较准确地反映汽车的行驶速度,为评价车辆的机动性能提供依据.     

车人碰撞中人地接触损伤仿真及防护方法鲁棒性分析

人车事故中行人主要与车辆和地面接触而遭受损伤。此前已有大量研究在车辆接触阶段对多体行人模型进行了验证,但对地面接触阶段的验证较少。本文中评估了用于预测车辆撞击后行人运动和地面接触的4个PC-Crash行人模型。通过车辆和地面接触的HIC伤害与最近研究中的6个尸体实验数据对比显示,其中PC2014行人模型能很好地预测行人头部损伤,车辆和地面接触HIC的平均误差分别为6.07%和5.85%,数据说明PC2014行人模型可以用于再现人车碰撞事故以及开发未来地面接触伤害防护对策。控制制动防护方法鲁棒性研究显示,在3种行人姿态（奔跑、步行和应急）扰动下,HIC平均降低比例分别为63.2%、57.9%和67.8%,说明控制制动防护方法具有很好的抗行人姿态干扰能力。进一步分析不同姿态下的行人损伤发现,3种步态序列之间均有显著性差异,在应急步态下控制制动防护方法有着更好的抗行人姿态干扰能力;而在奔跑步态序列下,往往可以通过控制制动防护方法产生最低的头地碰撞损伤,表明在使用控制制动防护方法对行人进行保护时须考虑到不同姿态产生的影响,以进一步提高控制制动防护方法的地面伤防护效果。     

考虑数据缺失的高速公路交通参数计算方法

为提高数据异常状态下的高速公路交通参数计算的精确度，提出了基于数据融合的交通参数计算方法，首先结合收费站数据对门架数据所缺失的行车记录进行填充，再根据每辆车的平均行程速度，利用两阶段的聚类算法剔除驶入服务区和行驶异常的车辆，最后计算各个路段的路段流量和路段平均行程速度，对缺失的交通参数利用融合时间特征的KNN算法进行填充。选取3 d 15个门架的行车数据作为实验数据。结果表明，门架数据行程记录缺失较大，平均缺失率为46.95%,其中门架数据记录最大缺失率为56.25%,最小缺失率为31.73%,并且速度较快的小客车相较于速度较慢的中大型货车的行车记录更容易缺失。两阶段的聚类算法可以有效地识别并剔除驶入服务区和行驶异常的车辆。在填充连续复杂缺失场景下的交通流时空数据集方面，KNN算法相较于最大似然估计、决策树、链式方程多重填补方法在RMSE指标上分别下降24.90、15.88、5.81,添加时间特征以后RMSE在原始KNN基础上下降3.03,证明了融合时间特征的KNN算法在填充连续复杂缺失的交通流场景下的可行性和有效性。数据异常情景下的交通流缺失值填充以及交通参数计算方法为管理部门在高速...     

多轴全轮驱动车辆动力传动系模型的建立与应用

基于多轴全轮驱动越野车辆的驱动方式,开发了带轮问差速器、轴间差速器和分动器的6 x6多轴全轮驱动越野车的动力传动系模型,将其嵌入ADAMS整车模型中,进行对开路面和陡坡两种典型越野路面上的仿真,并与无轮问筹速器、轴问差速器的多轴全轮驱动动力传动系的越野车辆的仿真结果进行对比.结果表明,所建立的动力传动系模型能较好地模拟多轴全轮驱动车辆的越野行驶工况.     

基于信息融合的车辆险态运行模式评价研究

提出了一种车辆运行状态识别体系.鉴于车辆行驶环境的复杂性,多作业工况条件的影响以及车辆行驶行为表现特征的多元性,采用BP神经网络技术与Dempster-Shafer证据推理技术相结合的信息模式分类及融合判断的解决方案.为验证所提出的方案,建立车载摄像机视频实时检测系统,以车道偏离信息和跟驰车间距信息作为车辆行驶的表征参量,实现车辆险态行驶特征表现的检测和评价.研究结果表明,模式分类和多源信息融合决策技术的综合运用提高了车辆危险行驶姿态表征信息甄别的自适应性和智能化水平.      

基于马尔可夫链的车辆规划行驶工况构建方法研究

为准确反映车辆在实际道路上的行驶运动特征，提出马尔可夫链融合在线地图信息的车辆行驶工况构建方法。对实际采集的车辆行驶数据进行清洗、分段，通过主成分分析（PCA）法和K均值（K-Means）聚类法对数据进行聚类分析，建立了基于马尔可夫链的典型工况片段库。将在线地图规划路径的道路信息融入片段库，构建了车辆行驶工况。以某款纯电动车为研究对象进行了仿真分析，仿真结果表明：与在线地图基础规划工况相比，采用基于马尔可夫链片段库构建的在线地图规划行驶工况，车辆能耗更接近实际道路工况，特征参数平均误差仅为4.29%，能耗误差仅为4.09%。     

基于单分类支持向量机的CAN总线异常检测方法

为提高智能客车的网络安全性,提出一种基于单分类支持向量机模型的CAN总线报文异常检测方法,根据智能客车CAN总线的报文数据域特性,分析攻击对数据域产生的影响,将CAN报文的数据域提取成8个训练特征,以大量的行驶数据作为训练集和测试集,通过随机和仿真方式生成异常数据,采用交叉验证的方式对参数进行调整。试验结果表明,该模型能有效检测出异常数据,提升了智能客车的行驶安全性。     

路面平整度及车辆振动模型的研究综述

为了在车-路或车-桥相互作用的耦合体系中更准确地模拟由路面不平整度引起的车辆动荷载,以及分析由动荷载引起的路面动响应,论述了路面平整度的各种定义,回顾了路面平整度的各项评价指标、评价方法及各种评价指标之间的关系。分类阐述了针对各种评价指标的现场检测方法及仪器,分析了路面平整度的各种数值模拟方法,并推荐了更符合实际情况的平整度数值模型,介绍了用于分析路面不平度引起的车辆动荷载的各种车辆振动模型。最后总结了研究路面平整度评价指标、不平度的数值模拟方法及车辆振动模型的发展趋势,提出了用于分析车辆与路面作用的耦合振动体系的各项参数的采用建议,为研究车辆随机动荷载作用下的路面或桥面动响应提供了理论依据。