ADVISOR混合动力电动汽车仿真软件的二次开发与分析

在研究与掌握ADVISOR车辆仿真系统结构的基础上,介绍了该系统的二次开发过程,建立了ADVISOR所不具备的后轮驱动和四轮驱动仿真模型。针对特定的循环行驶工况,利用该模型进行不同驱动方式下的并联混合动力汽车的燃油经济型和动力性的仿真分析与比较。     

基于国六车载风速仪滑行法的试验研究

传统车载滑行道路法基于固定式风速仪,测量条件是试验环境低风速条件,且对试验环境过程中的风速要求严格,而且风速对试验结果影响极大,会导致数据一致性不稳定;车载风速仪滑行的分析模型理论适用于高低风速环境下,试验过程中实时测量补偿车辆前部风速,对风阻和机械阻力独立分析,因此数据稳定性高。     

基于PSO算法的LQR与PID控制主动悬架性能对比

车辆主动悬架系统是在普通悬架系统中附加一个可以产生作用力的装置,能根据路况对悬架的刚度和阻尼进行实时调节。与其他过程控制一样,主动悬架需要适当的控制策略才可获得良好的系统性能。为此,本文首先建立了1/4车体主动悬架数学模型,在Matlab/Simulink环境下搭建了主动悬架仿真模型,并设计了LQR和PID控制器;其次为了获得最优的控制效果,采用单目标粒子群优化算法(PSO),对两种控制器控制参数值进行寻优,确定最优控制参数值;最后在此基础上从时域和频域两个层面对控制性能进行比较,结果表明两种控制器参数都可以使用PSO进行寻优,且获得最优的控制参数之后,LQR的控制效果略优于PID控制器。     

驾驶员状态监测系统测试评价方法分析

随着智能驾驶汽车的高速发展，L2级别的高级辅助驾驶系统装车率也越来越高，L3级自动驾驶已逐步实现，而安全自动驾驶还尚未完全落地，当前正处于人机共驾阶段，尽管ADAS系统可以降低交通事故发生率，但疲劳驾驶、分心驾驶和危险驾驶等交通安全“隐形杀手”仍长期存在，给驾驶员和乘客带来生命安全，驾驶员状态监测系统能有效避免疲劳或者分心驾驶引发的交通事故，已经成为避免事故和改善道路驾驶安全的一项关键技术。本文介绍了驾驶员状态监测系统工作原理，分析了目前国内外驾驶员监测系统的测试评价方法，并总结了该系统的未来发展动向。