电驱动系统再生制动工况动力学特性研究

为研究再生制动过程中电动汽车驱动系统的动力学特性,在考虑静态传动误差、齿侧间隙和时变啮合刚度等基础上,进一步耦合轮胎扭转特性,建立了永磁同步电机-两级传动机构-轮胎的机电耦合模型,并进行试验验证。分析了轮胎扭转特性和再生制动转矩对电驱动系统动力学的影响。结果表明:轮胎扭转特性为电驱动系统引入了1阶新的模态,改变了系统1阶模态振型;再生制动转矩较小时,传动机构发生齿轮持续拍击现象;随着再生制动转矩的增加,拍击现象逐渐消失,但电磁转矩反向时传动机构动载荷逐渐增大。研究为电驱动系统动态载荷研究和寿命预测提供理论支持。     

基于线性自抗扰控制的自动驾驶车辆纵向加速度控制算法研究

为提高自动驾驶车辆纵向加速度控制算法的鲁棒性,基于电动汽车纵向加速度系统仿射模型,提出了具有双观测器结构的线性自抗扰加速度跟踪控制算法,并通过带有遗忘因子的递归最小二乘法对阻力模型进行在线辨识,实现了驱动电机与制动系统之间的协调切换。通过搭建硬件在环(HIL)仿真平台对设计的控制算法进行了鲁棒性和实时性验证,结果表明,所提出的控制算法能够实现对加速度信号快速、稳定跟踪,能够在车辆纵向动力学模型未准确建模状态下对纵向加速度进行有效控制。     

基于循环能量法的车辆机械阻力试验研究

本文阐述了循环能量法测试车辆机械阻力的基本原理。首先,描述机械阻力测量的若干方法,重点阐述循环能量法测量机械阻力的原理与数据分析;接着,开展循环能量法的测试并进行数据分析;最后,对比各机械阻力测试方法的测试结果和优缺点。循环能量法具有更合理的模拟用户实际用车工况的特性,不足之处是分析获得的不同车速下的阻力结果不精确。在实际测试中有一定的应用价值。     

基于汽车尾流分离识别与控制的气动减阻优化研究

尾端气流分离和尾流结构对汽车气动阻力的产生有重要影响,气动减阻优化开发需要有效的控制汽车尾端的边界层分离特性和尾涡的产生、发展及其流动规律.本文结合边界层控制方程和边界层分离原理分析了顺流向和横流向压力梯度对边界层分离和纵向涡的形成所起的重要作用,建立了通过两个方向的压力梯度识别气流分离和涡流形成的方法,并给出了通过矢...     

基于机器视觉的车辆检测与参数识别研究进展

近年来公路交通运输快速增长,交通车辆的快速准确检测与识别对智能交通系统和交通基础设施运维具有重要意义.随着机器视觉和深度学习技术的迅速发展及其在目标检测领域的广泛应用,车辆目标检测和参数识别也取得新的突破.该文从车辆参数的识别方法和应用研究两方面梳理了机器视觉和深度学习在车辆检测与参数识别领域的研究现状、最新研究成果和...     

计及导向摆臂约束的重型货车驾驶室俯仰平面动力学模型

传统的重型货车驾驶室俯仰平面动力学模型没有考虑悬置导向机构的影响,仅能粗略计算驾驶室垂向和俯仰响应,无法计算驾驶室质心的纵向振动特性,因而其仿真精度较低,且在实际工程应用中受到了限制.为提高模型精度并拓宽其工程应用范围,创建了考虑导向摆臂约束作用的驾驶室俯仰平面动力学模型,分析了摆臂导向机构的约束特性.在此基础上,通过...     

基于RetinaNet及优化损失函数的夜间车辆检测方法

为解决智能驾驶系统中夜间车辆检测误检多、远处小目标检测效果差的问题,在RetinaNet的基础上对损失函数进行全面优化。在分类损失函数方面,分析了负样本与正样本交并比的产生机理和对训练的影响,构造了关联交并比的分类损失函数,利用负样本交并比使网络注重于训练难分类负样本,同时利用正样本交并比提高了检测框的定位精度;在定位损失函数方面,改进了传统L1损失的归一化方式,提高了小目标检测能力。此外,针对夜间场景中的车辆特征对网络结构进行了优化设计,并在夜间车辆数据集上进行了测试验证,结果表明模型优化后的平均检测精度提升了14.6%。     

基于线控转向的智能驾驶车辆路径跟踪研究

针对搭载线控转向系统的智能驾驶车辆路径跟踪问题,基于汽车动力学仿真软件分析车辆转向特性,推导出横摆角速度对转向盘转角的稳态增益曲线,并获得了仿真稳态增益与理论稳态增益之间的修正系数,以此搭建单点预瞄模型和变角传动比线控转向系统模型.通过预瞄式横向运动控制与线控转向变角传动比控制相结合的方式,完成智能驾驶车辆路径跟踪控制...     

不同轮胎模型的动力学应用研究

本文基于乘用车的动力学模型,采用同一款实物轮胎生成不同种类的轮胎模型,通过虚拟试验场的计算方式,研究了这些轮胎模型在动力学载荷计算过程中的一致性和计算效率问题.在轮胎试验测试数据的基础上,利用专业的轮胎模型辨识软件,生成了三种轮胎模型作为研究对象,分别是FTire模型、CDTire31模型和CDTire50模型.为了使...