Insights into vehicle trajectories at the handling limits: analysing open data from race car drivers

Race car drivers can offer insights into vehicle control during extreme manoeuvres; however, little data from race teams is publicly available for analysis. The Revs Program at Stanford has built a collection of vehicle dynamics data acquired from vintage race cars during live racing events with the intent of making this database publicly available for future analysis. This paper discusses the data acquisition, post-processing, and storage methods used to generate the database. An analysis of available data quantifies the repeatability of professional race car driver performance by examining the statistical dispersion of their driven paths. Certain map features, such as sections with high path curvature, consistently corresponded to local minima in path dispersion, quantifying the qualitative concept that drivers anchor their racing lines at specific locations around the track. A case study explores how two professional drivers employ distinct driving styles to achieve similar lap times, supporting the idea that driving at the limits allows a family of solutions in terms of paths and speed that can be adapted based on specific spatial, temporal, or other constraints and objectives.     

基于响应面和遗传算法的柴油机瞬态过程喷油参数优化

基于台架试验数据,利用响应面法建立了某工程机械用柴油机瞬态过程喷油参数与性能的近似高精度模型,基于此模型采用遗传算法对瞬态过程喷油参数分别进行离线优化研究。结果表明:采用单目标优化确定的燃油消耗率(BSFC)、NO_x比排放量和颗粒质量(PM)比排放量的优化极限分别可达180.23g/(kW·h),8.92g/(kW·h)和0.011 8g/(kW·h),相对原机可降低多达4.5%,34.0%和37.3%。双目标优化的Pareto解集表明,相比于同时优化BSFC和NO_x比排放量,BSFC和PM比排放量更容易同时得到优化。采用权重因子适应度函数的三目标优化结果对应的BSFC,NO_x比排放量及PM比排放量分别为184.70g/(kW·h),12.62g/(kW·h)和0.012 2g/(kW·h),较原机分别降低2.1%,6.6%和35.3%。改进优化模型后,性能优化Pareto解集对应的BSFC和PM比排放量水平都非常接近其优化极限,但NO_x比排放量相对其优化极限仍然较高。     

基于小波和粒子群算法的HEV行驶状况辨识方法研究

针对混合动力汽车(HEV)行驶状况(道路坡度和整车载荷)变化难以有效识别,导致驱动系统控制策略不能有效满足驾驶员意图问题,以混联式HEV为研究对象,提出了基于小波滤波和粒子群算法的HEV行驶状况辨识方法。首先建立了汽车行驶状况辨识模型,采用最小二乘法确立了优化目标函数,其次研究了基于小波滤波和粒子群算法的HEV行驶状况辨识原理,最后进行了行驶状况粒子群智能算法辨识试验。在采集实车数据的基础上,对实车数据进行小波滤波,并运用行驶状况辨识方法对道路坡度和整车载荷进行了辨识,并对辨识结果进行小波滤波,结果表明,试验工况下整车载荷辨识的相对误差绝对平均值为2.71%,道路坡度辨识的相对误差绝对平均值为3.85%,验证了所提出方法的有效性。     

基于时空GPSO-SVM的短时交通流预测

为了提高城市道路短时交通流预测的精度,提出了一种基于时空遗传粒子群支持向量机的短时交通流预测模型.通过主成分分析法对路网原始交通流量进行时空相关性分析,用较少的主成分代替原始交通流量并作为预测因子,在粒子群算法中引入遗传算法的交叉和变异因子,避免粒子群算法陷入局部最优.利用改进后的粒子群算法优化支持向量机参数,得到最优的支持向量机模型,并实现城市道路的短时交通流预测.以长春市路网的实测数据为基础进行了实例验证,结果表明,优化支持向量机参数时,遗传粒子群算法不会陷入局部最优,优化效果更好;与粒子群支持向量机模型和遗传粒子群支持向量机模型相比,所提出预测模型的相对误差波动较稳定,平均预测精度分别提高了4.96%和3.41%.     

基于轨迹的内河船舶行为模式挖掘

从内河海量的船舶AIS数据中提取出有用的交通知识,辅助水上安全监管,对于研究日益复杂的水上交通安全形势具有重要意义.基于内河船舶行为特征,构造由船舶位置、航速和航向4个维度组成的船舶航行状态空间来描述船舶行为.针对传统DBSCAN聚类算法提取状态空间中相似船舶轨迹存在计算复杂高的问题,提出增量式算法改进DBSCAN算法用以高效地计算不同船舶的行为模式;然后利用核密度估计等统计方法对不同模式的船舶行为特征进行数据挖掘,得到船舶航速、航向和位置的时空分布特征规律,进一步挖掘不同行为模式下的船舶微观特征.以武汉航段的汉江分叉航道水域作为研究案例,利用所提的方法对该水域分析研究,得到了6类不同行为模式,挖掘出不同模式下分叉航道内船舶静态属性信息(船舶类型、船舶尺寸)、空间分布特征(轨迹点分布、航速分布、航向分布)、船舶到达规律等信息.利用该模型所提取的知识有助于水上监管人员迅速获取水域交通态势,从而提高水上交通安全监管的水平和效率.     

隧道衬砌可靠指标的优化求解方法

为解决JC法计算隧道衬砌可靠指标过程中极限状态选用方法的缺陷,通过随机有限元方法和Monte-Carlo法对时速350 km高速铁路双线隧道Ⅲa、Ⅳb型衬砌进行抽样计算,得到2种衬砌各截面偏心距平均值和变异系数; 通过对素混凝土和钢筋混凝土衬砌极限状态功能函数及其适用条件的分析,引入几何优化法,以约束函数表示功能函数的约束条件,建立可靠指标的优化求解模型; 选用寻优性能良好的Global Search函数,对2种衬砌各截面可靠指标进行优化求解,并与JC法进行对比,证明优化方法的优势。     

基于效率-安全评价的近距离错位交叉口信控优化

在城市中2个近距离错位交叉口之间的交织路段,来自不同方向的车流相互干扰严重,尤其是在交织长度限制下的连续换道操作,对交通效率和安全水平造成不良影响.因此,基于效率-安全综合考虑,研究了一种安全协调信号控制方案.即在上游交叉口的支路处设置右转信号灯,将交织路段内主、次路的车流冲突点进行时间和空间上的分离,并对近距离错位交叉口进行系统的相位和配时优化设计,从而达到降低车辆运行延误、提高行车安全性的目的.以福州市浦上大道-金州南路-金港路交叉口为例,运用Vissim微观仿真软件和SSAM替代安全评价模型,从效率-安全2个方面综合比较安全协调信控方案与信控现状、单点优化方案的优劣.实验结果表明,相对于信控现状,单点优化方案和安全协调信控方案的效率-安全水平分别提升了36.17% 和57.17%,验证了安全协调信控方案的优越性.此外,通过Vissim调整2个交叉口之间的距离,比较安全协调信控方案和单点优化方案相对于信控现状的效率-安全综合优化程度.研究表明,近距离错位交叉口的间距越小,安全协调信控方案的优越性越明显.     

用于车身制造质量控制的白车身测点布置及优化

在对检测点进行分类定义后阐述了车身设计阶段各类测点的布置原则，在此基础上提出了面向制造偏差诊断的测点布置位置优化方法。     

考虑风险分布特征的危险品运输路径优化（双语出版）

为控制危险品运输风险大小并提高风险分布合理性,兼顾运输商的利益诉求,对多种类型危险品在同一路网内运输时的多路径组合优化问题进行研究。首先根据运输路径物理特征,结合路段风险值给出路径间的物理相异度计算方法,并根据各路段在路网内的地理位置,给出路径间的空间相异度计算方法;然后设置总风险阈值和最小相异度约束,建立同时考虑累积运输风险、运输费用和运输时间的多目标优化模型,改进第2代非支配排序遗传算法（Non-dominated Sorting Genetic Algorithm-Ⅱ,NSGA-Ⅱ）对模型求解,利用动态拥挤距离来提高群体中个体分布的均匀性;最后通过随机网格网络算例对多种类型危险品在不同起讫点间单次、多次运输场景下的路径选择进行仿真优化,并利用实际路网数据对优化方法的可行性进行验证。结果表明：设置危险品运输路径之间的相异度约束,可减少共用路段/节点数量,避免运输风险在局部区域内过度集中;适当增加累积运输风险,有利于提高路径之间的物理相异度和空间相异度,使运输风险的分布更为分散,同时扩大了运输商的路径优化空间。研究结果可为政府部门对危险品运输风险控制及风险分布管理提供新的方法,为运输商的路径选择提供决策支持。     

基于遗传算法系统效率优化的PHEV电量保持模式控制策略

为了提高插电式混合动力汽车（PHEV）在电量保持下的燃油经济性,并解决插电式混合动力汽车在运行过程中动力元件效率对系统能量利用率影响的问题,制定了系统效率最优的控制策略。以PHEV关键动力部件的测试数据为基础,建立发动机、驱动电机、无级变速器（CVT）以及动力电池等关键部件的效率数值模型,并考虑了温度及荷电状态（SOC）对动力电池充放电功率的影响。设计以混合动力系统效率最优为适应度评价函数,将CVT速比、发动机转矩作为优化变量,以车速、加速度和SOC为状态变量,在动力性指标的约束下,运用遗传算法进行迭代寻优,PHEV的系统效率在第20代左右收敛于全局最优值。同时发动机转矩和CVT速比通过多代遗传进化,较快收敛于最佳值。将相关优化结果与车速、加速度拟合成相应的三维控制数表,综合数值建模和试验测试数据建模的方法,基于MATLAB/Simulink搭建插电式混合动力汽车整车控制策略仿真模型,采用新欧洲行驶循环工况进行仿真验证。结果表明：插电式混合动力汽车在电量保持模式下,利用遗传算法优化的系统效率最优控制策略相比优化前,动力电池SOC运行更为平稳,CVT效率有所提升,驱动电机及发动机转矩分配更为合理;百公里燃油消耗量从优化前的5.2 L降至4.5 L,燃油经济性提升了13.5%。