奔驰EQC纯电动汽车技术亮点介绍(下)

EQC的前轴和后轴来自当前的253车型系列(GLC车型),前轴采用四连杆设计(图18),标配了传统的钢制悬架(图19);后轴采用五连杆设计(图20),配备了带集成式水平高度控制系统的单室空气悬架,后轴电子水平高度控制系统监测后部车身高度.     

电辅助驱动技术研究

文章提供一种第二轴采用传统驱动桥作为主驱动、第三轴采用电驱动桥作为辅助驱动的驱动力复合并联混合动力三轴车型方案,结合提升轴空气悬架控制技术,该方案在运营经济性方面比传统双后轴驱动车型更优。     

车辆能量回馈式主动悬架μ综合控制

为了改善车辆能量回馈式主动悬架系统的稳定性、减振性及能量回馈性能, 建立了含参数摄动的1/4车体能量回馈式主动悬架模型并进行动力学分析, 基于μ综合方法设计了该系统的鲁棒控制器. 为验证其控制效果, 利用MATLAB/SIMULINK进行了仿真. 结果表明, 在参数摄动和路面不平顺输入的干扰下, 基于μ综合控制的车辆能量回馈式主动悬架鲁棒稳定, 闭环系统的结构奇异值峰值为0.580 9, 在给定频段内能更好地抑制车体振动,在固有频率下车体垂直振动加速度增益降低了9 dB.      

被动多传感器改进交互多模型粒子滤波算法

将改进的粒子滤波算法即基于均匀重采样的粒子滤波(AUPF)与交互式多模型算法(IMM)相结合,提出交互式多模型均匀重采样粒子滤波算法(IMM-AUPF),并将其应用于被动多传感器的机动目标跟踪中。均匀重采样粒子滤波在标准粒子滤波的基础上通过改进重采样过程,在解决粒子退化问题的同时,增加了粒子的多样性,提高了滤波性能。在多模型中应用均匀重采样粒子滤波,提高被动多传感器系统的机动目标跟踪精度。将该方法与交互式多模型粒子滤波算法(IMM-PF)进行仿真对比,结果表明该方法具有更好的跟踪性能。     

基于均值漂移粒子滤波的目标跟踪算法研究

针对粒子滤波计算量大的问题,将视觉跟踪领域的均值漂移算法（Mean Shift）与粒子滤波（PF）算法相结合,该算法利用均值漂移算法在重采样之后将粒子收敛到靠近目标真实状态的区域内,改善了传统粒子滤波器的退化现象,减少了算法的运行时间,通过被动跟踪仿真实例,同时使用均值漂移粒子滤波与传统粒子滤波进行跟踪仿真,分析了轨迹跟踪性能,利用均方根误差比较了误差性能。仿真结果表明,Mean Shift PF具有更高的跟踪精度,并且运行时间显著减少。     

被动声定位技术的浅海近距离应用

利用被动声呐的三元测距技术能对浅海水面非合作声源目标进行定位。针对浅海背景噪声强,目标信号稳定性差的特点,采取了预白化方法提高高频信号的利用率,从而提高互相关时延估计的稳定性,又使用后置筛选方法选出可信度高的定位结果,解决了浅海近距离定位中的稳定性问题。通过海上实验对定位方法的稳定性进行验证,并将被动定位轨迹与目标航行的GPS轨迹进行对比。结果表明,在浅海近距离的定位稳定性较高,定位精度可达到米的量级。     

三轴单机客车转向随动桥的关键技术

介绍了三轴单机客车转向随动桥的关键技术,偏角的控制、转向梯形关系的确立、保障转向平稳等。     

基于Simulink的半主动悬架PID控制与Fuzzy-PID控制仿真

文章基于在Matlab/Simulink对某车型建立二自由度四分之一半主动悬架模型,结合随机路面激励对PID控制和Fuzzy-PID控制策略进行仿真,从而改善车辆舒适性和操纵稳定性。PID控制以被控对象的偏差作为输入,经过比例,微分,积分过后得到控制量,控制简单,应用广泛,Fuzzy-PID是在PID控制基础上结合模糊控制,可以对存在非线性、多时变等较难建立精确数学模型的被控系统取得较好的控制效果。仿真结果表明:相较于被动悬架系统,两种控制策略的半主动悬架系统均改善了悬架性能,并且Fuzzy-PID控制效果明显优于PID控制并且具有良好的自适应能力。