高等级自动驾驶汽车虚拟测试：研究进展与前沿

安全性测试是高等级自动驾驶汽车（Highly Automated Vehicles，HAV，指具备L3级及以上能力的自动驾驶汽车）规模化应用的基本保障。鉴于HAV测试对象与测试标准的变革，传统基于里程的车辆测试方法论不再适用，场景化虚拟测试正成为验证HAV安全性的核心方法。基于与国内外多家HAV研发机构开展虚拟测试合作的基础上，针对测试场景、测试工具和测试方法等方面的技术难点和学术问题进行汇总、归纳和分析。测试场景方面，围绕场景覆盖度的要求，需重点关注测试场景自主划分、自动化仿真生成和未知高风险场景搜寻等理论方法。测试工具方面，在构建HAV自动驾驶系统“环境感知-规划决策-运动执行”一体化仿真工具的基础上，需研究支撑测试场景生成、驾驶行为双向交互和多传感器物理模型融合的高可信仿真技术。测试方法方面，针对海量测试场景、HAV驾驶能力非单调变化等特征，亟待开展覆盖度驱动型测试方法、加速测试方法和多目标测试与评估等的研究。此外，在上述研究挑战的基础上，面向HAV虚拟测试自动化、快速化、一体化和协同化的应用需求，提出HAV虚拟测试仿真即服务（Simulation as a Service，SAAS）的系统架构，并进一步明确HAV安全性诊断分析、系统自主优化训练和面向系统快速迭代升级的测试方法等SAAS重点研究需求。     

车载资通信服务发展议题分析与因应

继计算机、通信及消费性电子3C产品之后,第4C车用电子之车载机（on-board unit,OBU）资通信整合应用服务是政府与国内外产业界均十分关注的发展领域,同时也是智能型运输系统（in-telligent transportation system,ITS）、Telematics与信息通信界共同瞩目的焦点。因此,希望能够掌握无线通信、车载机、无线上网、交通资通平台与交通实时信息加值之发展趋势,并分析提供用路人实时交通信息、以及建立产业加值链之相关议题,以促使ITS相关产业及服务之永续发展。     

基于改进全局优化算法的轮毂液压动力系统能量管理策略

现有针对轮毂液压混合动力系统的能量管理策略均为结合研究人员经验与发动机最优工作区域的简单控制，暂未见优化控制策略的应用，导致实际控制值与最优控制值的偏差较大，无法充分发挥该系统的节油能力。基于此，针对该系统提出了一种基于改进全局优化算法的能量管理策略，探寻该系统的理论最大节油量，进一步挖掘该系统的节能潜力。首先，该策略建立了基于车速-蓄能器荷电状态（SOC）自适应调节等效油耗因子的方法计算目标函数中的罚函数，从而提高系统的制动回收能力，避免计算结果陷入局部最优；随后，根据轮毂液压混合动力系统各模式工作点相对固定的特性，实现了控制变量降维；最后以实测数据进行了仿真测验。结果显示：比起传统的全局最优策略，该方法可以进一步实现3.36%的节油效果；同时，在实现节油的基础上，经过控制变量降维后计算时间减少了35%，而计算精度基本不受影响。     

枪钻技术在汽车半轴加工中的应用

针对枪钻专机的结构、性能特点及枪钻头的结构、工作原理、主要参数进行了详细地介绍;分析和总结了加工中所遇到的各种问题及其解决方法；对于枪钻技术应用于汽车半轴深孔加工的工艺进行了有益地改进；并给出了一些重要的参数。     

汽车ABS转弯制动控制模式的研究

简述了防抱死制动系统的工作原理,分析了车辆转弯制动时的动力学模型及模糊控制理论的特点。借助于MATLAB—SIMULINK仿真,得出实验仿真结果。     

一种新型汽车ABS整车检测系统

为了提高汽车ABS整车检测效率,开发了一种新型的基于台架的汽车ABS整车检测系统。该系统利用飞轮的转动惯量模拟车辆在道路上运动的平动惯量;通过扭矩控制器在4个车轮所在滚筒上加载不同的扭矩,实现不同路面附着系数的动态模拟;采用基于CAN总线的分布式网络测控技术完成台架的运动控制和车辆速度数据的采集;利用BP神经网络自学习...     

可移动式汽车发动机功率测量仪设计

汽车发动机功率检测设备结构复杂,操作繁琐,在一般的维修厂很难推广使用.针对这一问题,研制了一种操作简单,成本低的可移动式汽车发动机功率测量仪.采用点火脉冲电流来测量发动机的转速,通过测量驱动轮制动力获得转矩,进而计算发动机输出功率.实验结果表明,该测量仪结构设计合理,能方便地测量发动机功率,误差满足测量精度要求.     

ESD试验技术在组合仪表中的研究与应用

针对电磁干扰易对汽车电子产品造成危害的问题,本文基于ESD人体模型,按照PSA B217110标准,在神龙公司研发阶段的某车型组合仪表上对ESD试验技术进行研究与应用,并使用德国Vector公司的CANalyzer软件编写个性化的图形程序对试验结果进行评估,同时针对试验结果提出进一步提高仪表防静电等级的解决方案。本文的相关研究对解决汽车电子部件的电磁干扰问题,提高车辆的安全性能以减少不必要的经济损失,具有一定的参考意义。     

智能分布式驱动汽车路径跟踪/制动能量回收协同控制策略研究

为了解决智能分布式驱动汽车路径跟踪与制动能量回收系统间的协同控制难题,充分考虑分布式驱动汽车四轮扭矩独立可控在智能驾驶系统中的优势,设计适应不同路面附着条件的智能分布式驱动汽车转向、制动分层协同控制策略。上层控制器依据不同的路面类型设计差异化的多目标代价函数,以综合优化各工况下的控制目标。高附路面下,制定满足最大能量回收值的全局参考车速,在线优化路径跟踪指令,实现最优能量回收的同时减小系统运算负荷;低附路面下,优先考虑车辆的路径跟踪性能和行驶稳定性,在多目标代价函数中取消对全局参考车速的跟随要求,增设终端速度约束与能量回收项性能指标并减小能量回收项性能指标的权重系数。上层控制器基于模型预测控制方法对多目标代价函数进行滚动优化与预测求解,得到期望的前轮转角及4个车轮的总制动扭矩需求。下层控制器根据制动扭矩需求对四轮的液压制动扭矩和电机制动扭矩进行分配,最终完成整个复合制动过程。基于MATLAB/Simulink和CarSim软件,搭建控制器在环仿真平台,并在高附和低附路面条件下对所提出的策略进行试验验证。研究结果表明：高附路面下,所提出的控制策略在准确跟踪期望路径的同时相较固定比例制动力分配方法可提升2.7%的能量回收值并减少约0.02 s的单次计算时间;低附路面下,与使用高附控制策略相比,能够保证车辆的路径跟踪准确性与行驶稳定性,同时可提升7.8%的能量回收值;控制器在环试验结果证明了该协同控制策略对车辆性能提升的有效性。     

基于混合A*和可变半径RS曲线的自动泊车路径优化方法

路径规划是自动泊车系统的重要组成部分,是确保泊车运动安全、缩短行车距离、提高乘坐舒适性的关键。而当前自动泊车规划系统往往面临行驶空间狭小、障碍物多、路径搜索难度大等技术挑战,同时搜索曲线半径固定容易导致路径接点处曲率不连续,增大了路径跟随控制难度和轮胎磨损程度,这些都提升了泊车路径规划的研究难度。针对以上问题,设计可变半径的Reeds-Shepp曲线,提出基于混合A^*和该曲线的自动泊车路径规划方法,通过调整曲线半径,提升其在复杂场景下路径的搜索能力和灵活性。随后,设计基于分段贝塞尔曲线和梯度下降的路径优化方法,利用其多阶导数连续的优势优化已搜索的路径曲率,并采用梯度下降来保证路径曲率大小和对障碍的规避,解决直线与圆弧相接等位置曲率变化不连续的难题。结合路径搜索与路径优化的泊车规划方法能够切实满足复杂场景下的泊车需要。最后,基于团队自主研发的PanoSim虚拟系统与MATLAB搭建联合仿真环境,针对多种自动泊车工况测试验证提出的方法。研究结果表明：调整Reeds-Shepp曲线的搜索半径进行全局路径搜索,可获得更短和更易跟随的路径,具有良好的灵活性;基于贝塞尔曲线和梯度下降法的路径优化可有效消除曲率突变点、约束路径曲率并保证对障碍的无碰撞要求。