基于改进分层可拓理论的智能汽车AFS/DYC协调控制

针对紧急避障及大曲率工况的稳定控制难题,提出基于改进分层可拓理论的AFS和DYC协调控制系统,引入了鲸鱼算法解决了可拓边界的自适应划分问题,既简化了分层可拓理论的边界确定过程,又遏制了控制器的一些较为强烈的输出振荡,显著提高了车辆控制的稳定性和安全性。所提AFS/DYC协调控制系统分上下两层,上层是改进分层可拓协调模块,下层是AFS/DYC控制器模块。上层可拓协调模块主要通过横摆角速度、纵向车速以及规划路径曲率来确定AFS和DYC的权重系数,下层控制器模块主要通过上层协调模块确定的权重系数来分配AFS和DYC的输出量,最终实现对智能车辆的稳定性控制。Carsim和Simulink联合仿真结果表明,所提协调控制系统在紧急避障、双移线等大曲率及曲率突变工况下,对横摆角速度和纵向车速的控制效果相较于分层可拓控制、普通可拓控制均有较大提升。     

面向变曲率道路的自动驾驶汽车换道博弈运动规划与协同控制研究

当多辆自动驾驶车辆在结构化道路上执行换道合流任务时,需要综合考虑转向和合流动作以避免事故的发生,同时曲率和周车车速的变化也增大了协同控制的难度。本文聚焦上述问题,提出了面向变曲率道路的多车换道博弈运动规划与协同控制方法。首先,建立曲率坐标系下的多车模型来解析车间安全距离及动力学状态。其次,通过系统地考虑道路曲率变化及周围车辆信息,提出基于博弈的多车换道运动规划算法,采用分布式框架快速求解兼顾个性化驾驶的最优速度轨迹及换道时机。最后,基于B样条曲线高效识别道路曲率及规划轨迹,构建了自适应时变预测控制算法实现轨迹跟踪,其特点在于单步参数矩阵实时更新,消除车速和曲率频繁变化带来的控制偏差累积。实验结果表明,相比斯坦利（Stanley）方法,能降低58%的跟踪误差;相较协同自适应巡航方法,能减少74%的合流时间;另外计算求解效率也仅为集中式模型预测控制方法的10%。     

基于级联YOLOv7的自动驾驶三维目标检测

针对图像和原始点云三维目标检测方法中存在特征信息残缺及点云搜索量过大的问题,以截体点网（frustum PointNet, F-PointNet）结构为基础,融合自动驾驶周围场景RGB图像信息与点云信息,提出一种基于级联YOLOv7的三维目标检测算法。首先构建基于YOLOv7的截体估计模型,将RGB图像目标感兴趣区域（region of interest, RoI）纵向扩展到三维空间,然后采用PointNet++对截体内目标点云与背景点云进行分割。最终利用非模态边界估计网络输出目标长宽高、航向等信息,对目标间的自然位置关系进行解释。在KITTI公开数据集上测试结果与消融实验表明,级联YOLOv7模型相较基准网络,推理耗时缩短40 ms/帧,对于在遮挡程度为中等、困难级别的目标检测平均精度值提升了8.77%、9.81%。     

自动驾驶等级提高条件下驾驶人驾驶姿势变化规律分析EI北大核心CSCD

为研究驾驶人在自动驾驶等级提高条件下的坐姿变化规律,基于直接测量的人体标志点位计算人体内部目标标志点并构建人体模型,确定驾驶人在驾驶过程中7个部位的关节角度,定量描述L0和L3级自动驾驶坐姿特征差异。结果表明,自动驾驶等级由L0提高到L3后,驾驶人的肘部屈曲、胸腹部屈曲、膝盖弯曲度不同程度的增大导致活动空间得到扩展,坐姿舒适度有所提高,而腰背部后倾的趋势加深,上躯干倾向处于扭曲或压缩状态,腰背部由于得不到充分支撑而疲劳,降低了乘坐舒适性。自动驾驶等级的提高改变了驾驶任务,因此驾驶人坐姿特征发生显著变化。本文可为高度自动驾驶汽车的驾驶室布局与自动驾驶功能研究提供重要参考依据。     

雅阁轿车点火钥匙不能拔出故障分析

故障现象1辆2007年款广汽本田七代雅阁轿车,车型CM5,5挡自动变速器,排量2.4L,行驶20多万km。当停车后挡位置于P挡时,点火钥匙时常不能拔出,反复挂P挡后就可能拔出点火钥匙。故障分析正确拔出点火钥匙的方法是,当停车后使挡位处于P挡时熄火,逆时针旋转点火钥匙到Ⅰ位置后,向里按压钥匙再逆时针旋转到0位置时,就能顺利拔出钥匙。     

八速0BK/0BL自动变速器动力驱动路线分析

0BK/0BL变速器是德国ZF公司为奥迪A8研发的一款新型八速自动变速器。该自动变速器动力传递路线如图1所示,它采用4个行星齿轮组,5个换挡元件（包括2个制动器A、B和3个多片式离合器C、D、E）,而且每次换挡时关闭3个执行元件,将动力损失降到最低。0BK/0BL变速器实现了8个前进挡和倒车挡,驱动比范围达到7,     

电控自动变速器升挡转矩相控制策略

为动态分析自动变速器换挡过程中的转矩相,建立了动力换挡系统模型.针对传统控制策略所产生的换挡冲击问题,基于改善换挡平顺性的要求提出理想转矩相的控制目标,以变化的转矩变化率代替传统控制策略固定的转矩变化率.为减小油温、载荷等工况的变化对转矩相控制过程的扰动,设计了模型参考自适应控制器,并以待分离离合器速差的变化率作为反馈变量对开环控制参数进行自适应修正.实车试验验证了所提出的控制策略可有效减小自动变速器的换挡冲击.     

汽车保养疑问解答

平时我们对于车辆的保养可能只是简单地理解为送到4S店或修理厂换换机油和滤芯之类的,其实在这里面还有很多的细节需要注意。以下就是汇总的一些关于汽车保养的疑问:疑问一手动变速箱(MT)油、自动变速箱(AT)油、无级变速箱(CVT)油有什么区别?能混用吗?     

自动驾驶汽车中乘员在不同座椅朝向下的损伤风险及规避策略

在高度自动化车辆（Highly Automated Vehicle,HAV）中,由于不再需要驾驶人,乘客之间可以实现面对面的交流,这给车辆座椅的布置提供了更大的灵活性。为提高HAV的碰撞安全性,提出使用旋转座椅来改变人体朝向与碰撞方向相对位置的规避策略,其基本思路是在碰撞发生前通过主动改变座椅朝向来降低乘员损伤。首先,利用尸体试验数据对所建立的碰撞模型进行验证;然后,基于4种不同的座椅朝向,利用THUMS^TM人体模型进行初始速度为56 km·h^-1的正面碰撞模拟试验,以确定相对安全的座椅朝向位置;最后,预测座椅旋转过程本身以及旋转至某位置后发生碰撞的乘员损伤风险。在静态正面碰撞中,选择0°、90°、135°和180°四种不同的座椅朝向进行乘员损伤预测和比较,结果表明180°朝向时的乘员损伤风险最小。在此基础上,模拟了200 ms内将座椅旋转±45°和±90°,以及分别在0 ms和100 ms时间延迟后引入碰撞的试验过程。研究结果表明：200 ms能够将乘员旋转±45°和±90°而不引起额外的人体损伤,并且在无时间延迟时,旋转至背对碰撞方向的乘员损伤,比正面碰撞中0°、90°和135°座椅朝向的乘员损伤更低,证明了该损伤风险规避策略的有效性。     

城市道路环境下自动驾驶车辆接管绩效分析（双语出版）

为了分析城市道路环境下高度自动驾驶中非驾驶相关任务和接管紧迫度对接管绩效的影响,基于驾驶模拟器设计了自动驾驶紧急接管场景并开展驾驶模拟试验,接管请求时间分别设定为3,4,5 s,非驾驶相关任务为读新闻、看视频、玩游戏,自动驾驶车速为50 km·h^-1,试验中共招募了49名被试（男性30名,女性19名）,被试的平均年龄为31.06岁（标准差为7.1岁）,驾驶人在自动驾驶阶段始终执行非驾驶相关任务,听到接管请求提示后需要接管车辆的控制权,并实施紧急避让操作。研究结果表明：在紧急接管情况下,接管紧迫度对合成加速度和最小TTC有影响,而对接管时间无影响,与5 s的接管请求时间条件相比,3,4 s的接管请求时间条件下的合成加速度明显增加,而最小TTC则随接管请求时间的减少而降低;非驾驶相关任务对接管时间和最小TTC有影响,而对合成加速度无影响,与无非驾驶相关任务相比,非驾驶相关任务会显著增加接管时间和降低最小TTC;碰撞几乎都发生在3 s和4 s的接管请求时间下,5 s的接管请求时间能够基本保证接管的安全性。