全自动泊车系统的模型设计与仿真

全球汽车保有量的增多,直接造成城市交通的拥堵以及停车位空间的减小.随之而来的就是泊车安全性问题,新手驾驶员或疲劳驾驶人员如何能在不发生碰撞的情况下,快速安全地泊车入库,成为当下研究的热点.针对以上问题,本文将对全自动泊车系统展开研究.基于B样条曲线设计出泊车路径,基于滑模变结构与预瞄方式进行泊车路径的跟踪.最后通过搭建...     

基于模糊解耦控制的车辆转向制动系统研究

车辆转向系统和制动系统之间存在着很强的速度耦合关系,造成两个系统之间的性能相互影响,使得车辆在转向制动这一工况成了汽车最危险的工况之一。本文结合实际车辆参数建立转向系统的二自由度模型和制动系统的单车轮模型,针对车辆转向制动工况设计了模糊解耦控制器,实现了车辆的转向与制动同时控制。经验证含有模糊解耦控制的车辆转向制动系统具有很好的动态控制效果,并且有很强的鲁棒性和自适应性。     

模糊分析法在公路边坡稳定性评价中的应用

山区某高等级公路沿线存在大量挖方路堑高边坡,边些边坡的失稳问题已严重影响公路施工和后期的运营。运用模糊(fuzzy)分析理论对典型挖方边坡的稳定性进行了分析,得出的结论与现场观察的边坡变形破坏迹象相吻合。     

集对分析的灰数决策法在交通规划中的应用

用灰数表示决策信息是合理的.通过构造灰数意义上的决策值与比较域,利用集对分析的相对性,在与同一、对立(最优、最劣)目标接近程度意义上构造了决策值与比较域间的集对联系数.引入了集对联系数中同一度和对立度间相互关联的集对势的概念,利用集对势的大小对方案的优劣进行排序.作为集对分析和灰数的结合,建立了基于集对分析的灰数多指标决策模型.最后,以实例验证了该模型的有效性与实用性.     

基于模糊神经网络的智能车辆循迹控制

为提高智能车辆自主循迹控制的精度,提出了一种基于模糊神经网络控制( FNNC)和神经网络预测( NNP)的智能循迹控制策略。转向控制器的输入量有3个：预瞄点处的横向循迹误差、汽车横摆角速度和侧向加速度。车速控制器的输入量有4个：预瞄点处的面积误差、侧向加速度、汽车侧偏角和转向盘转角。网络训练采用误差反向传播法。仿真与试验结果表明,所设计的循迹控制器通过对驾驶员操作样本的训练,能实现对车辆的车速与转向控制,横向循迹误差和目标车速均比较理想。     

重载运输车侧向调平控制系统研究

结合虚拟样机技术和控制系统仿真技术对自行式重载运输车的自动调平系统进行了设计研究,建立了运输车横向半车多刚体动力学模型,并针对该模型设计了模糊控制器。联合仿真研究结果表明,模糊控制策略能对车架横向倾斜有很好的控制效果。调平精度达到0.17°,调节时间约为1.6s,能够满足调平系统高精度和快速度的要求。     

模糊神经网络在汽车发动机电子点火系统故障诊断中的应用

本文针对发动机电子点火系统的五种常见故障,借助发动机综合分析仪测得次级点火波形,并提取特征值,构造了一种模糊神经网络模型,利用MATLAB进行仿真,通过简单测试,得出这种方法是可行的,可以准确快速的诊断出故障原因。     

用于城区交叉口闯红灯预测的车辆轨迹特征参数分析

通过对比闻红灯预测算法的性能,选择出用于区分车辆走、停行为的车辆轨迹特征参数.为实现对交叉口车辆闯红灯行为预测,根据闯红灯车辆为在红灯亮起后通过停止线的车辆这一定义,提出闯红灯预测算法的两个主要功能:估计车辆到达停止线的时刻;预测车辆到达停止线后的走、停行为.研究结果表明:在速度、加速度、行驶时间和车头时距4个物理量中...     

基于模糊理论的路面裂缝图像增强方法

在获取路面图像中，由于背景光照不均匀以及存在着一些路面噪声，给后来的图像分割及识别带来了一些困难。提出了一种基于模糊理论的图像增强方法，用来消除背景光照不均匀，并通过实验验证了该算法。实验结果证明了该算法对消除图像不均匀的有效性。     

基于粗集理论的交通控制系统研究

为满足智能交通系统高性能模糊控制器设计的需要,把粗集理论融入常规的模糊推理,提出了一种交通控制模糊建模新方法,利用粗集理论的知识推理,直接从交通系统的测量数据提取模糊规则,解决了城市交通模糊控制规则提取的瓶颈问题。实例分析表明:该方法简单有效,不仅可以最大限度地减少从交警的经验直接提取模糊规则的局限性,以获取最优的模糊模型,同时建模方法具有普遍适用性,提取的模糊规则更具客观性。该方法可以推广应用于多交叉口的模糊协调控制,对于采用复杂算法的控制系统更能显示出其优越性。