基于视觉识别的线控制动压力滑模控制

制动安全是车辆主动安全的关键技术之一.制动决策和执行器控制是影响线控制动系统性能的两个主要因素.路面自适应性和控制器鲁棒性分别对制动决策和执行器控制有着重要影响,制约着线控制动系统的发展.本文中以一种液压调控的线控制动系统为基础,针对路面自适应性和控制器鲁棒性问题,提出一种双层结构的制动系统控制器,上层采用计算机视觉的...     

基于DMPC的智能汽车协同式自适应巡航控制

本文中针对单向通信拓扑的非线性车辆队列协同式自适应巡航(CACC)控制问题,提出一种保证队列稳定且满足队列各车跟随性、安全性和乘员舒适性的分布式模型预测控制(DMPC)策略.首先建立了车辆队列的动力学模型和通信拓扑结构模型,并基于队列系统的多项优化性能设计代价函数和系统约束,使队列中每一辆跟随车基于其接收到的有限信息求...     

奥迪A8轿车自适应空气悬架系统

奥迪A8轿车配备了全新开发的自适应空气悬架系统。此装置可以实时跟踪汽车当前的行驶状态，测得车轮和车身的运动状态，并在4个可选模式（自动模式、舒适模式、动态模式和高位模式）中实现不同的减振特性曲线。其每个减振器都可进行单独调控，因此在设定好的每种模式下均能保证汽车具有最佳的舒适性和行驶安全性。在模式的框架下，车身高度自动调控程序和减振特性曲线被整合成一个系统。     

车辆主动悬架系统的LMS自适应控制

选择LMS自适应滤波算法，通过调整自适应滤波器的权系数使二次性能指标达最小，根据单个样本方差的负梯度来调节权系数；得到控制输出。针对简化的车辆模型，将空钩控制、广义自适应控制与LMS自适应控制相对比。仿真计算表明，主动悬架系统LMS自适应控制策略不仅计算简单，而且理论上在主动悬架系统中的应用是切实可行的，性能明显优于其它对比控制方法。     

基于神经网络的半主动悬架自适应模糊控制

提出了基于神经网络的自适应模糊控制策略。模糊控制主要用来对付系统的非线性；神经网络根据振动响应的方差递推结果来辨识车体的振动情况实时调节模糊控制器的量化因子，使模糊控制器对路面的变化具有自适应的能力。在半主动悬挂1／4车非线性模型的基础上进行了仿真研究。     

法雷奥已经或即将实用化的汽车新技术

智能化自适应前照灯系统(AFS) 法雷奥智能化自适应前照灯系统能根据车前方道路情况,自动调整前照灯灯光,从而有效提高了汽车行驶安全性。弯道照明是该系统的首要功能,它能根据夜间行驶道路的弯道情况,随时自动调整汽车前灯光束。     

高压共轨电喷柴油机调速控制策略研究

以高压共轨电喷柴油机为研究对象,对其调速控制策略进行了研究。建立了电喷柴油机的控制模型,并对PID控制和自适应控制进行了仿真比较。结果表明自适应控制具有明显的优势,更适合于高压共轨电喷柴油机速度控制。     

液压半主动悬架的自适应神经网络控制

提出了液压半主动悬架系统的自适应神经网络控制策略 ,分析了系统模型及自适应神经网络控制器的设计和实现 ,并对控制效果进行了仿真研究。结果表明通过这种控制策略可以得到比较好的控制效果。     

基于灰色评价理论的自适应最优路径选择

充分考虑了驾驶员在路径选择中的不同要求,依据层次分析法和灰色评价理论建立了一种根据驾驶员的偏好自适应选择最优路径的方法,并设计了相应的决策支持系统,为智能交通流诱导系统的进一步发展铺平了道路。