转向工况下的汽车制动防抱死控制的仿真研究

分析了汽车制动动力学,建立了转向制动工况下四轮仿真模型.进行了未安装防抱死装置(ABS)的转向制动仿真试验,结果表明车轮在制动过程中抱死且侧滑严重.建立了基于加权的纵向滑移率及其变化率和横向滑移率的Mamdani模糊控制器,并进行了转向制动仿真试验.制动距离和制动时间表明ABS不仅能减少制动距离,而且能够保持制动时的方向稳定性,说明基于模糊逻辑的ABS能够显著提高汽车的制动安全性能.     

基于汽车电子机械制动系统的EBD/ABS研究

采用电子制动力分配(EBD)实现了采用电子机械制动(EMB)后的汽车前后轴间制动力分配,提出了基于EMB的制动防抱死(ABS)模糊PID控制算法.在建立EMB模型及整车模型的基础上对三种典型工况下的制动过程进行了仿真研究.结果表明,通过EBD能实现理想的制动力分配,基于EMB的ABS能把各车轮的滑移率精确地控制在目标滑移率附近,具有较强的鲁棒性.     

车辆转向制动防抱死系统仿真研究

转向制动是车辆经常遇到的工况之一。本文提出了汽车转向制动时防抱死制动系统（ABS）基于优化目标滑移率模糊控制的策略。该策略根据路面附着条件以及车辆所处的运动状态实时计算出车轮优化目标滑移率,作为防抱死制动系统的控制目标,并利用模糊推理理论进行了ABS模糊控制器设计。在此基础上结合8自由度非线性车辆系统模型,利用Matlab/Simulink软件对装有ABS的车辆转向制动过程进行模拟试验。结果表明基于优化目标滑移率ABS模糊控制策略优于传统固定目标滑移率控制策略,它有效地提高了车辆转向制动性能,同时也保证了横向稳定性,实现了车辆的制动性能、可控性及横向稳定性最佳协调,同时且具有较强的鲁棒性。     

基于横摆角速度的ABS整车控制方法的研究

ABS的控制策略一般都在单轮模型的基础上开发,显然这样的控制策略不能很好的满足汽车制动过程中的方向稳定性。在ABS逻辑门限控制策略的基础上给出了一种基于横摆角速度的ABS整车控制方法。结合14自由度的汽车动力学模型,利用数值仿真技术进行了ABS单轮控制策略、低选控制策略以及整车控制策略下汽车制动性能的分析,并从汽车制动效能以及方向稳定性等参数进行了各种控制策略的比较,结果表明控制方法不仅具有良好的制动效能,同时也有较好的方向稳定性。     

基于小波变换的汽车轮加速度信号的特征提取

汽车的车轮加速度信号是汽车防抱死制动系统(ABS)的主要控制参数之一,因此车轮加速度信号处理是ABS控制能否成功的关键因素。利用信号的小波奇异性检测原理,可以识别出车轮"抱死—松开"的特征点,并能预测信号的发展趋势。仿真结果表明小波变换的方法是车轮加速度信号特征提取的有效方法,该方法能够很好地去除噪声,提取出真实的原始加速度信号。     

基于有限状态机理论的ABS模糊控制仿真研究

在分析汽车防抱死制动系统传统控制方法以及汽车稳定性控制系统集成控制基础上,提出了基于滑移率的模糊控制方法.利用Matlab的模糊工具箱建立了模糊控制系统;搭建了基于Simulink的7自由度车辆模型、Dugoff轮胎模型和压力调节单元模型;基于有限状态机理论的控制输出模型,在此模型搭建的环境中完成了单一路面和对接路面仿真.仿真结果表明:基于Matlab/Simulink/Stateflow的ABS仿真系统能很好的模拟车辆制动过程;基于滑移率的模糊控制方法能将滑移率稳定控制在理想值,为车辆稳定性系统集成控制提供了必要接口;能有效地缩短制动距离,提高车辆的方向稳定性,对路面的突变具有很好的适应性.     

基于车轮减速度及滑移率的ABS联合仿真研究

将多体系统动力学与智能控制理论相结合对汽车制动防抱死控制系统进行了研究,利用ADAMS/CAR建立了汽车整车的多体力学模型, 模型包含了前后悬架、动力总成,转向系统,稳定杆,制动系,轮胎力学模型以及车身,同时也考虑了轮胎、衬套、弹簧、减震器等部件的非线性,准确地表达了车辆的动态特性;利用Matlab/Simulink建立了车轮减速度及滑移率的双门限控制ABS模型,利用ADAMS/Control接口进行模型的集成、协同仿真,并将仿真结果与常规制动时的仿真结果进行了比较和分析,仿真反映出双门限值控制在整车制动防抱死控制系统上的应用效果,结果表明该控制算法实用性较强.     

汽车制动防抱系统的混合建模与仿真研究

在分析汽车制动防抱系统(ABS)工作特点的基础上,指出汽车ABS是由连续系统与离散系统组成的混合系统,进而提出基于有限状态机与Matlab/Simulink的ABS混合建模方法。利用混合建模方法建立了某轻型客车的ABS仿真模型并进行了低附着系数道路条件下的仿真研究,探讨了制动器制动力、电磁阀响应时间和车轮转动惯量对汽车ABS性能的影响。仿真结果表明基于混合建模的ABS仿真系统能很好的模拟汽车ABS的性能;制动器制动力、电磁阀响应时间和车轮转动惯量对ABS制动性能影响的分析为ABS的设计提供了依据。     

汽车转弯防抱制动系统中双模控制器的应用

针对当前ABS系统的分析大多集中在少自由度的直线制动方面。采用十一自由度汽车转弯制动数学模型,用MATLAB/SIMULINK建立仿真模型。考虑到此系统的非线性、时变性及工况的不确定性,采用了模糊控制算法,并对防抱死制动系统的制动过程进行了仿真研究。针对模糊控制算法的不足,建立了双模控制器,用传统的PID算法优化模糊控制器。采用的十一自由度的转弯制动模型充分考虑到仿真的复杂度及仿真的可信度,完全反应了制动过程中汽车的宏观运动及微观运动。     

汽车驱动防滑遗传PI控制半实物仿真

应用遗传算法设计了驱动防滑控制系统的参数自整定油门位置及驱动轮制动压力增量PI控制器。论述了其设计过程,建立了调试控制算法的半实物仿真器,针对典型附着路面进行了半实物仿真研究。结果表明:控制算法能自动识别路面附着变化,有效抑制驱动轮过度滑转,改善汽车的加速性。     

卫星/惯性组合导航事后高精度融合算法研究

高精度的组合导航数据事后融合处理算法是多传感器信息融合处理的重要环节,是对导航系统性能进行评估分析的关键。研究了一种分两步进行的惯性/卫星组合导航信息事后高精度融合算法,在惯性/卫星组合导航卡尔曼滤波算法的基础上,利用最优固定区间平滑滤波算法对惯性/卫星组合导航信息进行再次平滑滤波融合,可以提高组合导航数据事后处理的精度。设计了仿真验证平台,对所提出的融合算法进行了仿真验证。仿真结果表明:基于卡尔曼滤波与固定区间平滑滤波实现的惯性/卫星信息事后融合算法有效、可行,可作为试飞性能评估中确定参考基准的方法。     

基于因子图的车载INS/GNSS/OD组合导航算法

针对车载多传感器组合导航系统中传感器有效性动态改变,以及传感器存在异步和时延的问题,提出了基于因子图的INS/GNSS/OD组合导航算法。采用因子图方法对惯性导航系统(inertial navigation system,INS)、全球导航卫星系统(global navigation satellite system,GNSS)、里程计(odometer,OD)进行建模,构建了INS/GNSS/OD组合导航系统因子图模型。采用变量消除算法将因子图转化为贝叶斯网络,并通过贝叶斯树的形式实现增量推理,确保了因子图算法的实时性。仿真结果表明,当传感器有效性动态改变,以及传感器存在异步和时延时,基于因子图的组合导航算法能够连续稳定地输出高精度的导航结果,满足了车载INS/GNSS/OD系统的要求。因子图算法具有很强的鲁棒性和灵活性,在处理多传感器信息融合问题中具有较大优势。     

基于分层融合结构的组合导航系统仿真分析

依据多传感器信息融合理论，将分层融合结构是应用到组合导航系统中，并与目前广泛应用的联合滤波算法（Federated Filtering)进行了比较。对INS/GPS/Doppler系统的仿真结果表明，有序分层融合结构可有效地应用于多传感器组合导航系统，并且导航精度优于联合滤波的结果。     

基于改进因子图模型的航天器组合姿态确定算法

航天器姿态确定是航天器姿轨控制、在轨正常运行的关键, 针对航天器多姿态传感器存在测量噪声非高斯分布、可能出现敏感器失效和故障等问题, 提出了一种基于改进因子图模型的航天器组合姿态确定方法。通过建立因子图模型, 将地磁/星敏/陀螺测量信息作为因子节点加入因子图模型, 利用观测蒸馏法对观测数据集进行提炼以及自适应调整, 实现对航天器的姿态确定。在复杂条件下, 该方法扩展性强, 可以实现即插即用, 合理而充分的利用其他姿态测量信息, 避免了基于卡尔曼滤波算法中的复杂系统重构过程, 从而有利于多传感器融合。实验结果表明, 在进行复杂条件下的地磁/星敏/陀螺组合定姿仿真时, 该算法可行有效; 有传感器切换时, 具有较好的动态稳定性, 实现了即插即用。该方法灵活度高, 为解决复杂条件下的多传感器组合定姿提供了新思路。     

SINS/CNS/GPS integrated navigation algorithm based on UKF

A new nonlinear algorithm is proposed for strapdown inertial navigation system (SINS)/celestial navigation system (CNS)/global positioning system (GPS) integrated navigation systems. The algorithm employs a nonlinear system error model which can be modified by unscented Kalman filter (UKF) to give predictions of local filters. And these predictions can be fused by the federated Kalman filter. In the system error model, the rotation vector is introduced to denote vehicle’s attitude and has less variables tha...     

SAR/INS/TAN组合导航系统中的滤波算法研究

多传感器组合是提高导航系统定位精度和增强系统容错性的有效手段。在分析惯性导航系统(INS)、合成孔径雷达(SAR)和地形辅助导航系统(TAN)各自特点的基础上,提出了SAR/INS/TAN组合导航系统的组合滤波方案并建立了相应的组合导航系统数学模型。同时,针对图像匹配和TAN所固有的非等间隔量测输出滞后的特点,研究了一种多传感器信息融合的卡尔曼滤波算法,以有效解决此类非等间隔量测滞后的问题。仿真分析可见,该组合滤波算法能大大提高导航精度,是一种行之有效的方法。     

多传感器航迹融合综述

多传感器航迹融合较之量测融合有着诸多优势,也是信息融合领域发展最快的方向之一.论述了航迹融合理论的发展,详细讨论了航迹融合中的互相关性以及包括简单协方差凸组合、互协方差组合、信息矩阵、协方差交及基于最优线性无偏估计在内的主流融合算法,并给出了相关仿真实验结果;最后,针对当前该方向的研究现状,特别是有关混合多模型状态估计的融合问题,提出了我们的一些认识.     

快速联合H∞滤波在SINS/GPS组合导航中的应用

针对捷联惯导/卫星定位(SINS/GPS)组合导航中联合卡尔曼滤波器对系统模型和噪声统计特性的依赖性和算法运算量大等缺点,提出了新的联合H_∞滤波方法.定义了新的联合H_∞滤波公式,提出了融合信息在子滤波器中自适应分配原则,简化了联合H_∞滤波算法.由于H_∞滤波不需要已知噪声的统计特性,因此新算法具有很强的鲁棒性,同时联合算法又可以有效地增加系统的客错能力.仿真实验证明新算法在稳定性和实时性上都有较大提高.     

复杂系统态势评估模型及其本体论实现方法

针对复杂系统的在线态势评估问题，依据信息融合理论，提出了一种新的网络在线态势评估模型。它采用定性与定量、局部与综合相结合的评估策略，即首先进行快速定性评估，一旦系统异常，立即启动集成神经网络组对来自系统多侧面的故障特征信息进行定量分析和分类，最后两级D-S证据推理模型在各自的融合中心实现对各子网络的融合，提高了评估的精度和可靠性。基于本体论成功地实现了该模型，在丰满水电数字仿真系统的成功应用验证了模型的有效性和实际应用价值。