电动液压助力制动系统制动意图识别方法

针对驾驶员在紧急状况下存在着因踏板力不足而导致制动距离过长问题,以某电动液压助力制动系统为研究对象,提出了一种基于隐马尔可夫模型的驾驶员制动意图识别方法,根据对驾驶员制动意图的识别来控制助力电机执行正常制动或紧急制动的助力模式.选取助力电机的转角、转速和车速作为制动意图识别参数.以制动强度为界限对识别参数数据集进行划分,训练出正常制动与紧急制动识别模型参数,建立了识别模型库,通过比较各模型库的对数似然估计值,判断出驾驶员的制动意图.仿真结果表明:该模型可准确、实时地识别出驾驶员的制动意图;在驾驶员踏板力一定的情况下,具有制动意图识别控制的助力器具有更好的制动效果,提高了驾驶安全性.     

驾驶人意图识别综述

为全面了解驾驶人意图识别研究进展,梳理了近30年关于驾驶人意图识别的研究,将驾驶人意图分类为策略意图、战术意图和操作意图;根据研究热点主要对换道、转向、制动和超车意图进行了归纳;从系统构建的角度对驾驶人意图识别系统的结构、输入、算法和评估进行了综述.根据系统输入的不同,从交通环境、车辆运动以及驾驶人行为对4种驾驶意图进...     

驾驶员行为意图及特性辨识研究综述

为了更好地提高汽车的主动安全性,实现个性化驾驶,针对汽车电控系统中的驾驶员行为意图及特性辨识问题,阐述了各种电控系统在汽车上的重要作用和驾驶员行为意图及特性辨识研究对于汽车电控系统开发的重要意义,对驾驶员行为意图及特性辨识的国内外研究进展情况进行了概述,提出了展望:为提高汽车电控系统性能,实现智能化控制,需要对汽车驾驶员行为意图及特性进行辨识研究;如何更为合理地对转向、制动、加速特性等综合特性进行合理分类和在线准确辨识,将是一个长期的研究课题。     

考虑车辆间交互作用的驾驶意图预测方法

准确的意图预测可以帮助智能车辆更好地了解周围环境并做出更加安全的决策，从而提高自动驾驶的安全性，促进人机协同驾驶。为了对驾驶员未来的意图做出更加精准的预测，提出了一种交互式意图预测方法。首先，通过将隐马尔可夫模型（HMM）与高斯混合模型（GMM）相结合，在充分考虑周围场景信息后建立了行为识别模型，用于对当前的驾驶行为做出准确的判断。然后，考虑到交通场景复杂多变的特点，提出基于意图的轨迹预测方法规划出一条最佳的行驶轨迹，并采用最大期望效用理论对未来的驾驶行为进行推理。由于行为识别和意图推理模型综合考虑了交通态势的演变过程和车辆之间的交互作用，所以将两个模型得到的结果相结合可得到车辆最终预测出的驾驶意图。最后，在NGSIM数据集对所提出的方法进行验证，结果表明提出的行为识别模型能够提前0.2~0.3 s识别出车辆的换道意图，结合未来意图推理模型，能够更加准确地预测出车辆未来的驾驶行为，由此可提高车辆驾驶的安全性。     

线控制动系统车辆制动与横摆稳定性协调控制

针对装有线控机械制动系统的车辆的制动稳定性控制问题,在MATLAB/Simulink中建立七自由度车辆动力学模型及线控机械制动系统模型,提出一种兼顾制动效能与横摆稳定性协调控制的车辆制动力分配策略;该策略采用分层控制结构,运用滑模控制和模糊控制理论设计顶层控制器,主要负责纵向目标制动力及横向目标横摆力矩的求取;底层控制器运用二次规划方法,以轮胎利用率为目标优化函数,使用有效集算法求解目标函数,在车辆制动时完成目标纵向力与横摆力矩协调分配,进而达到横、纵向协调最优控制的目的;运用MATLAB/Simulink与Carsim在对开路面上进行改变制动意图的工况联合仿真。结果表明,所提出的车辆制动力分配策略能够在保证车辆制动效能的前提下同时满足车辆横摆稳定性控制要求。     

基于制动意图的线控制动系统滑模变结构控制

针对线控制动系统的不确定性和非线性问题,提出将制动强度与制动意图联系起来作为对线控制动系统整体控制的基础,建立了1/2车辆动力学模型及线控制动系统模型;将路面、制动踏板开度及其变化率作为识别器输入,建立了基于神经模糊系统的制动意图识别器;离线求解出不同路面上制动强度与最优滑移率的关系,应用改进滑模变结构控制方法,结合路面识别方法对线控制动系统在Simulink与Carsim中进行联合仿真。仿真结果表明,在不同的路面上,考虑驾驶员制动意图和制动强度的滑模变结构控制方法可以快速稳定地追踪目标滑移率,且具有很强的适应性。     

干式双离合器自动变速器自适应起步控制

干式双离合器自动变速器(DCT)的起步过程对其驾驶体验和使用寿命有很大影响;而车辆起步路况和驾驶员操作极其多样化,因此需要随之调整起步控制策略,来实现起步性能优化。该文基于车辆动力学从车速、等效坡度、路面附着和驾驶员意图4方面对起步工况进行识别,其中驾驶员意图识别结合了模糊推理模型。在起步工况识别基础上进行起步自适应控制,根据车速和路面附着选择最优的起步挡位,根据等效坡度和驾驶员意图控制双离合器的结合方式和结合速度。应用该识别方法和自适应起步控制策略进行仿真和实车测试,结果表明:车辆能有效识别不同的起步工况并采用适合该工况的起步方式,该控制策略有效提升了DCT的起步性能。     

基于制动意图识别的双轴四驱电动汽车制动控制策略研究

制动能量回收对增加纯电动汽车续驶里程具有重要作用,文章根据驾驶员制动操纵中制动踏板开度、制动踏板开度变化率的变化特点和特性,使用模糊推理工具搭建Simulink制动意图识别模型,将驾驶员制动意图分为小强度、中度、大强度以及紧急制动4种制动强度,并基于电机特性、理想制动力分配曲线以及欧洲经济委员会(Economic Co...     

考虑踏板速度的驾驶员制动强度识别研究

针对紧急制动时驾驶员制动强度识别精度较差的问题,提出了考虑驾驶员不同制动意图的踏板速度计算方法及对应的驾驶员制动强度识别方法。选取踏板压力变化率、车轮减速度和踏板位移作为识别参数,利用模糊控制算法对驾驶员制动意图进行预识别。根据驾驶员制动意图,设置踏板位移采样周期并计算不同制动意图下的踏板速度,选取踏板位移、踏板速度作为识别参数,利用模糊控制算法对驾驶员制动强度进行识别。在MATLAB/Simulink软件中搭建驾驶员制动强度识别模型,根据不同车速下多种制动强度仿真工况,对驾驶员制动强度识别准确性进行验证。研究结果表明:本文提出的驾驶员制动强度识别方法与现有方案相比,在轻度、中度制动时制动强度识别结果相当;在紧急制动时制动强度识别误差仅为1.25%,比现有方案误差降低8.75%,准确度显著提高,有助于提高汽车制动安全性。     

基于辅助制动系统的汽车稳定性试验研究

提出辅助制动系统进行汽车稳定性控制试验,运用Matlab/Simulink搭建辅助制动系统与实车系统的动力学关联仿真系统.以车辆运动轨迹和车辆质心侧偏角表征车辆状态,采用制动驱动集成稳定性控制策略,分别对实车系统和装有辅助制动系统的试验系统在不足转向、过多转向两种试验工况下稳定性控制性能进行分析和验证.进而以辅助制动系统验证车辆稳定性控制的有效性,在没有ESP控制或ESP控制系统失效时能有效辅助车辆行驶;在有ESP控制系统时行驶稳定性控制性能与实车系统在两种试验工况下均具有显著的一致性.同时,辅助制动系统作为汽车行驶稳定性控制试验装置其设计是科学的、可行的.     

基于模糊控制的纯电动汽车再生制动策略

为了保证纯电动汽车在减速或制动时获得最大的制动能量回收效率,同时保证车辆行驶的安全,以前驱型电动汽车为研究对象,通过应用模糊控制理论,提出了以制动强度z、电池的荷电状态(SOC)、制动意图的识别K为输入,制动能量回馈比a为输出的模糊控制策略;并建立再生制动模型,将此模型嵌入到ADVISOR的整车模型中,在ADVISOR软件中的城市道路循环(urban dynamometer driving dchedule,UDDS)工况下进行仿真。研究结果表明,在频繁制动的UDDS工况下,制动能量回收率比ADVISOR整车控制策略时的回收率提高了6. 55%,同时又可延长纯电动汽车的续航里程。     

基于模糊神经网络控制的汽车辅助再生制动系统研究

将驾驶安全性和制动能量回收相结合,提出了基于模糊神经网络控制的汽车辅助再生制动系统.通过试验数据建立基于驾驶员经验的模糊神经网络,实现根据驾驶车辆与前车的相对距离和相对速度动态调整制动强度;通过计算得到不同的车速和制动强度下,前轮再生制动力,前、后轮摩擦制动力查询表;将模糊神经网络和制动力查询表嵌入配备比例阀的制动系统从而完成辅助再生制动系统的设计.在Simulink下搭建此辅助再生制动系统模型进行仿真实验,结果表明,此再生制动系统可以有效辅助驾驶安全,避免追尾事故发生,并可充分回收制动能量.     

电动汽车再生制动过程制动踏板位移与制动意图及制动强度之间的关系研究

电动汽车可以通过再生制动提高动力电池的能量利用效率并延长续航里程;而电动汽车的再生制动效率依赖于其制动力的分配策略。在不同制动强度下,电动汽车再生制动过程制动力的分配比例应该不同,需要根据驾驶员踩踏制动踏板的位移进行制动意图和制动强度的识别。基于制动踏板位移对应的电压和电压变化率,设计了个模糊逻辑控制器,分别进行驾驶员制动意图和制动强度的识别。将驾驶员的制动意图分为缓慢制动、中等制动和紧急制动三种状态;并对三种状态下的制动强度变化进行准确的识别。搭建了由制动踏板、dSPACE半实物仿真平台和Control Desk调试界面组成的测试系统。对设计的模糊逻辑控制器进行了实验测试。测试结果显示,制动踏板位移对应的电压和电压变化率可以反映驾驶员的制动意图和制动强度,通过设计的模糊逻辑控制器可以识别出驾驶员的制动意图和对应的制动强度变化。因此,本系统可以用于电动汽车再生制动过程中进行制动强度的识别和基于制动强度的制动力分配,提高电动汽车的能量利用效率。     

三轴重载汽车转向制动协同控制仿真分析

为提高三轴重载汽车在转向制动工况下的安全性能,基于TruckSim汽车仿真软件,搭建了三轴重载汽车整车模型。对三轴汽车在转向制动工况下的力学特性进行了分析,基于分析结果设计了削减制动力的三轴汽车转向制动协同控制器。对于车辆处于不足转向的情况,设计了滑移率分配的模糊控制器。采用TruckSim与Simulink联合仿真,对ABS控制和协同控制在转向制动工况下的控制效果进行了探讨。仿真结果表明,在转向制动工况下,与ABS控制器相比,协同控制器提高了三轴重载汽车转向制动工况下的操纵稳定性和制动安全性。     

基于虚拟样机技术的重型汽车ABS模糊控制研究

 在ADAMS/Car中建立三轴重型载货汽车的虚拟样机模型,包括前后悬架、动力总成、转向系统、稳定杆、制动系、轮胎及车身,同时还考虑了轮胎、悬架弹簧、减振器等部件的非线性.利用Matlab/Simulink建立了基于滑移率的防抱死制动系统ABS模糊控制系统.分别在高附着路面、低附着路面及分离系数路面上进行不同载重下的直线制动仿真,计算汽车制动时的动态特性,并与无ABS的常规制动进行比较.结果表明,本文设计的基于滑移率的ABS模糊控制策略对于重型汽车具有良好的控制效果,使车轮的滑移率控制在最佳滑移率附近,防止了车轮的抱死,在制动距离、制动时间及制动稳定性方面都有较突出的优势.     

电动汽车回馈制动与防抱死制动集成控制

为提高电动汽车制动能量回馈效率,同时保证车辆的制动稳定性,提出了集成能量回馈优化与防抱死控制的分层控制方法。控制系统首先根据驾驶员的制动操作意图以及实时识别的路面状况,依据理想制动力分配曲线在前后轮间进行滑移率分配,然后用滑动变结构控制对前后轮滑移率进行控制,并使用模糊调节器动态调节控制参数以减少滑模控制产生的抖振。仿真结果表明,在新欧洲驾驶循环工况下所提控制策略较并联制动控制多回馈约80%的能量,并可利用电机的快速响应特性对车轮进行精确的防抱死控制,在确保制动性能的同时兼顾回收能量和减少制动片磨损。     

基于多体动力学的ESP控制系统联合仿真

该文基于多体动力学软件MSC.ADAMS/Car,建立了含有防抱死制动子系统的整车动力学模型,根据汽车稳定性控制的基本原理,运用模糊控制和比例积分微分控制理论设计了电子稳定性程序(ESP)控制系统.在MATLAB/Simulink环境下,建立了ESP控制系统和车辆动力学模型的联合仿真模型,并进行多种工况下的汽车操纵稳定性仿真试验.结果表明,所设计的ESP控制系统能有效地控制汽车的侧向加速度,且轨迹跟随性较好.     

汽车ESP系统模型和模糊控制仿真

汽车电子稳定系统（electronic stability program, ESP）是行驶车辆的一种主动安全系统。它综合了制动防抱死系统,驱动力控制系统和横摆力矩控制系统使行驶车辆的安全性得到很大地提高。建立了七自由度整车模型、magic formula 轮胎模型以及车辆参考模型,采用车辆质心侧偏角的状态差异法,应用模糊控制理论设计了质心侧偏角反馈控制器,将建立的模糊控制器模型和汽车动力学模型组合起来,并通过前轮转角阶跃输入和正弦输入,在常见的易于失稳的湿滑路面上对典型工况进行仿真。结果表明：所设计的控制器可以很好地控制汽车的横摆角速度和质心侧偏角,提高了车辆的稳定性。