四驱混合动力轿车转弯工况路径跟踪控制

针对四驱混合动力轿车,提出一种转弯工况下集成横向与纵向运动控制功能的路径跟踪控制策略.在建立车辆动力学与动力系统模型的基础上,设计了基于轨迹跟踪误差的驾驶员预瞄转向模型;采用模糊控制器确定了期望车速,对转矩分配问题进行优化研究;设计了车速与轨迹跟踪模型预测控制器;搭建了CarSim与MATLAB/Simulink联合仿真模型与自动驾驶模拟驾驶器,对控制策略进行了离线仿真和硬件在环仿真试验.研究结果表明,车辆转弯过程中路径及车速跟踪效果良好,满足转弯工况路径跟踪需求.     

插电式混合动力汽车能耗及其影响因素分析

通过建立插电式混合动力汽车(plug-in hybrid electric vehicle,PHEV)的前向仿真模型,对其能耗进行仿真,并分析PHEV能耗的使用影响因素.基于Modelica物理建模语言,搭建PHEV整车动力传动及纵向动力学模型,并在标准测试工况下仿真整车各部分能耗变化.针对影响PHEV能耗的使用因素,重点仿真分析表征行驶工况的平均车速和驾驶激进性对电量消耗(charge deplete,CD)阶段电耗和电量保持(charge sustain,CS)阶段油耗的影响规律.通过分析不同车速与驾驶激进性下各部分能耗以及动力部件工作效率的影响,揭示了行驶工况对能耗影响规律的内在机理.     

交叉口驾驶员转向意图辨识研究

基于profit-sharing增强学习算法,提出了自适应性驾驶员意图辨识的方法,对交叉口驾驶员转向意图进行辨识,达到了缩短辨识所需时间和提高驾驶意图辨识准确性的目的。通过驾驶模拟仪采集的交叉口驾驶员操作数据,建立关于油门踏板操作量、制动踏板操作量、车速的驾驶员转向行为模型,运用profit-sharing增强学习方法对转向行为模型进行实时调整,使模型反映驾驶员的个体特征。实验结果表明,所提的方法在交叉路口前3 s对驾驶行为的识别率是96.8%,前5 s的识别率是94.1%。     

重载货车挂档下坡速度变化特征仿真

为提高长大下坡道路大型车辆行车安全,建立了重载货车整车模型和道路模型,分析了载重量、挂档档位、路面坡度与挂档车速之间的关联和影响,探讨了挂档车速的波动特性及挂档机理,得到了不同坡度各档位挂档车速变化范围,提出了在挂档决策基础上结合驾驶人操纵行为特征谱的新型仿真模式。仿真结果表明:在挂档决策基础上结合驾驶人操纵行为特征谱分析长大下坡车辆行驶安全更具可靠性,从而为驾驶人挂档决策、道路行驶安全研究提供依据。     

考虑预估驾驶行为的跟驰模型及其稳定性分析

在 OV 模型的基础上,进一步考虑预估驾驶行为对车流的影响,提出一个新的跟驰模型以获得预估驾驶行为与交通拥堵的关系。通过对新模型进行稳定性分析得到了系统的临界稳定条件。数值仿真结果表明：新模型能够模拟诸如时停时走、系统临界相变等实际交通现象,较 OV模型更贴近于实际。同时,预估驾驶行为增强了交通流稳定性能,提高了车流陷入交通阻塞状态的阈值。最后以车速的平滑度和波动幅度最小为评价指标得到了新模型中预估参数的最优取值范围。     

融合自适应曲线预瞄的驾驶机器人转向操纵粒子群优化滑模控制

为提高不同工况下驾驶机器人操纵试验车辆的转向精度和自适应能力,提出了一种基于自适应曲线预瞄的驾驶机器人转向操纵粒子群优化滑模控制方法。首先建立了试验车辆动力学模型和驾驶机器人转向机械手动力学模型,并构建了驾驶机器人转向操纵试验车辆的集成系统动力学模型,接着研究了一种融合路径曲率和车速的驾驶机器人转向操纵自适应曲线预瞄方法,其预瞄点位置能够根据车速和路径曲率做出自适应调整。在此基础上,设计了用于驾驶机器人转向操纵的粒子群优化滑模控制器,并进行了稳定性分析,同时利用粒子群算法在线优化滑模控制切换项的反馈增益系数,以减小控制抖振。仿真及试验结果表明,所提出的方法能够在不同工况下根据路径曲率和车速做出自适应调整,实现驾驶机器人操纵车辆的精确转向控制。     

机非交互的交叉口右转机动车行为建模与仿真

为准确刻画交叉口机非交互行为、准确模拟右转机动车轨迹,在充分考虑非机动车群组特征和右转机动车驾驶人动态多步决策特征的基础上,基于认知过程建立驾驶人环境感知-规划决策-控制执行的行为模型,并通过改进社会力模型进行仿真实现与模型评价.研究成果可为二维仿真平台的构建和自动驾驶汽车的拟人化驾驶提供模型支撑.     

混有CACC和ACC车辆的连续型元胞自动机交通流模型

现有的混合交通流元胞自动机模型中自动驾驶车辆与手动驾驶车辆在跟驰模型上大多仅存在反应时间上的差别,并不能体现自动驾驶上层控制系统实时调节加速度保持车速稳定的特点,基于Gipps模型和PATH实验室标定的ACC和CACC跟驰模型提出了更符合自动驾驶机理的连续型元胞自动机模型。通过计算机数值仿真分别从速度,流量,拥堵比例以及期望车间时距方面对不同渗透率下的混合交通流进行分析。结果表明,智能网联车辆能有效提高道路通行能力,且能大幅减少交通拥堵;智能网联车渗透率越高,开始出现拥堵车辆的密度临界值越大;同时道路通行能力随期望车间时距减小而增大。     

基于车辆轨迹数据的急减速驾驶行为判定方法

目前很多研究使用车辆轨迹数据来识别急减速驾驶行为,但目前使用的固定阈值方法无法对不同驾驶场景做出区分且缺乏建模分析。本文基于车辆跟驰模型,提出了一种包含多种驾驶场景的急减速驾驶行为判断方法,该方法考虑照明条件、天气、道路车速等参数,解决了现有方法中缺乏场景分类的问题。使用聚类算法区分历史数据中的急减速驾驶行为,提取实际阈值并与模型结果进行比较,对该方法的准确性进行验证。结果表明,与现有方法相比,所建立的模型对不同种类驾驶场景的适应性较好,识别准确率较高。由此证明利用该模型可以更好地实现基于轨迹数据的车辆急减速行为识别,从而为驾驶安全研究打下基础。     

考虑信号灯状态的经济车速规划

为解决车辆在信号灯控制区域频繁启停造成的通行延误和通行效率低问题,提出了考虑信号灯状态的经济车速规划方法。首先,借助车路协同技术通过车-车、车-路交互获得车辆当前的位置和运动状态数据,以及信号灯相位信息,对近信号控制区车辆通行特征及路口可通过性进行判定,建立车辆通行引导控制模型;其次,对各驾驶行为下车辆时空轨迹进行分析,分别以路口停车次数及车辆延误最小为目标,建立统一优化目标函数,利用多目标粒子群算法求得最优经济车速,以向驾驶员提供车速建议;最后,为验证车速引导模型的有效性,利用PreScan、Vissim和MATLAB/Simulink联合仿真。结果表明,该方法可有效避免红灯停车,车辆行程时间可减少18.7%,停车次数在高车流密度下减少44%以上,车辆延误减少45%。     

虚幻4驾驶模拟器设计和驾驶员特性分析

深入研究人类驾驶员的驾驶行为和特性,对推动智能汽车向高度自动驾驶发展具有重要意义。采用驾驶模拟器研究驾驶员在复杂交通场景下的驾驶决策和驾驶行为,成为近年来的一个研究热点。基于虚幻四引擎UE4交互式视景仿真技术,通过车辆、道路、建筑、交通灯、行人、路牌等交通元素的驾驶视景仿真环境搭建,开发了CarSim汽车动力学模型和罗技G29力反馈方向盘踏板的具有高拟真度人机交互的驾驶模拟系统。并设计了典型工况下的驾驶模拟试验,通过实时采集驾驶员驾驶数据,对驾驶员特性进行研究。研究结果表明:该驾驶模拟器具有逼真的驾驶体验,利用模糊C聚类算法(FCM,fuzzy C-means),将驾驶员特性进行准确分为6个聚类,可以将驾驶员特性进行准确分类,确立驾驶员特性与驾驶能力的关联,为进一步建立实时驾驶权分配研究奠定了基础。     

带耦合机构的串联式履带车辆直驶稳定性控制

首先分析了串联式混合动力履带车辆耦合机构转矩与转速的输出特性及其对车辆直线行驶稳定性的影响,并利用MATLAB/Simulink仿真平台建立了整车动力学模型,其中考虑了履带的滑移率对附着系数的影响,其次为了提高车辆的直驶稳定性设计了相应的控制策略,即通过检测两侧车速的变化来计算两电机输出转矩的补偿量,并针对PI控制器参数适应性差的问题,通过神经网络自学习的功能实时优化PI控制器的控制参数.最后利用Simulink模型进行仿真,结果表明,神经网络PI控制能够保证车辆的直驶偏移量控制在0.5%左右,满足国家标准中最大直驶偏移量为1%的要求.     

考虑驾驶员行为特性的行车安全仿真试验

为了分析驾驶员行为特性对行车安全的影响状况,首先建立了基于MATLAB/Simulink和ADAMS联合仿真的人—车—路闭环系统,通过不同车速下的双移线和蛇形线的闭环仿真试验验证了该系统的有效性。此外,在综合国内外学者研究成果的基础上,综合驾驶员的生理、心理特性和疲劳程度将驾驶员的驾驶特性分为12类,并确定相应类型驾驶特性的表征参数。选取某省道设计方案的部分路段为试验路段,对不同类型驾驶员在弯道上的行车安全以及不同疲劳程度的驾驶员在恶劣天气下的行车安全进行正交试验设计,基于人—车—路闭环系统开展虚拟行车仿真试验。试验数据的极差和方差分析结果显示,驾驶员疲劳程度对行车安全状况影响显著,在雨天与冰雪等恶劣天气下行驶时车速是影响行车安全的决定性因素。     

侧风作用下货车驾驶员反应行为模型

为建立侧风作用下驾驶员反应行为模型,基于8自由度驾驶模拟器,构建了风-车-桥耦合作用下大跨桥梁驾驶模拟平台。招募了32名职业货车驾驶员进行了侧风作用下驾驶模拟实验,采集了驾驶员行为及车辆动态响应数据,通过相关性分析选取了关键因素,建立了侧风作用下两阶段驾驶员反应行为模型。研究结果表明:方向盘反馈力矩是影响侧风作用下驾驶员反应行为的关键因素之一;考虑方向盘反馈力矩在内的两阶段模型能够较好的反映侧风作用下驾驶员的反应行为。     

轻型车RDE窗口法在中国实际道路的适应性研究

利用PEMS装置开展RDE排放测试,不需要在专业实验室就可以进行排放标准符合性判定,更能真实反映车辆实际使用时的排放水平,为汽车排放缺陷判定提供了一种高效方法.本论文选择典型车辆按标准要求进行多次RDE实验,研究车辆行驶特性与CO₂窗口正常性之间的关系,发现车辆在实际道路上的CO₂排放与车辆加速度分布高度相关.在RDE测试过程中,如果市区、市郊和高速阶段加速度分布规律分别与WLTC循环的低速、高速和超高速加速度分布规律一致时,则CO₂窗口正常性较高.因此,为进一步提高国Ⅵ标准对实际道路行驶车辆排放特性的考核效率,建议将当前国Ⅵ标准中RDE法规P₁、P₂、P₃参考点的系数降低.      

基于效用理论的车辆换道交互行为及决策模型

研究分析道路交通环境下的车辆换道交互行为,客观反映车辆微观行为特性及宏观车流运行规律。通过分析车辆换道微观驾驶行为,构建Logit模型定量分析驾驶人换道行为决策过程,基于“效用理论”思想,实现驾驶人决策效用最大化。选取青岛市杭鞍快速路实际交通流为研究背景,标定模型相关参数;进一步仿真验证了分层Logit模型的准确性。研究成果可为智能网联交通环境下的车车交互、车路协同和自动驾驶系统提供理论支撑和方法依据。     

混合动力电动汽车的建模与仿真研究

为预测和分析混合动力电动汽车的性能,在系统仿真软件Matlab环境中建立了某混合动力电动汽车的仿真模型以及相应的控制器模型,并对模型进行了纯电动和混合动力行驶工况下仿真分析.结果表明,实际的仿真车速、扭矩与驱动循环规定车速、扭矩相一致,因此所开发的仿真模型能够跟踪循环工况,从而验证了仿真模型的正确性,也为混合动力电动汽车的开发奠定了基础.     

考虑道路几何设计的智能网联车队横纵向协同控制

针对智能网联车队行驶过程中车辆跟驰和路径跟踪的横纵向协同控制,建立三自由度车辆动力学模型并将其作为控制系统,基于改进的智能驾驶员模型模型设计分层式纵向控制器;基于预瞄-跟随理论设计横向控制器.考虑车辆纵向、横向运动的耦合特性,以纵向速度作为横向控制器的状态变量设计横纵向协同控制策略,在CarSim/Simulink仿真平台搭建车队横纵向协同控制器.采用单移线、隧道工况验证控制器的横向、纵向控制性能;考虑道路弯道、坡度和超高等道路几何设计,设置匝道工况验证控制器横纵向协同控制性能并分析道路超高对车辆跟驰和路径跟踪精度及稳定性的影响.结果 表明:控制器能实现给定工况下车辆速度与转向的跟踪控制,且具有较高的跟踪精度,良好的跟驰效果和行驶稳定性;对于弯道行驶,设置道路超高能使车辆转向平稳,速度跟随精度高且行车间距增加,有利于提高车队行驶安全性.     

柴油卡车实际道路氮氧化物排放特征分析

利用SEMTECH-DS车载排放分析仪对3辆柴油卡车进行实际道路排放测试,获得了车辆的行驶工况、油耗及污染物排放数据,并分析得到工况、油耗与NO_x、NO和NO_2排放之间的关系.结果表明:测试车辆NO_x排放与各行驶工况下的速度、加速度及油耗密切相关.速度对NO_x、NO、NO_2排放速率的影响主要体现在高速阶段,此阶段排放速率随速度的增加迅速升高,而NO_x排放因子在速度为40～60 km/h时达到最低;车辆行驶过程中当加速度大于-0.3 m/s~2时,NO_x、NO和NO_2排放速率和排放因子均随加速度的增加而升高,且随着速度段的提高,这种趋势愈加明显;当油耗速率在0.04～0.07 L/s时,NO_x、NO和NO_2排放速率随油耗增加基本不变,其排放因子则不断减小,说明合理控制油耗将有利于NO_x排放的减少.