基于自然驾驶数据的驾驶员紧急制动行为特征

基于中国自然驾驶数据,建立了紧急工况下制动避撞的驾驶员模型,分析了驾驶员的紧急制动反应时间和紧急制动输入特性的规律特征.结果表明:驾驶员的紧急制动反应时间与驾驶工况的紧急程度相关,以碰撞时刻倒数的临界值0.2s~(-1)作为危险触发阈值,驾驶员的紧急制动反应时间分布为均值0.5s的正态分布;最大制动减速度随驾驶工况紧急程度变化不明显,最大制动减速度梯度随驾驶工况紧急程度的增加而增加.     

基于驾驶员紧急制动行为特征的危险估计算法

基于真实交通工况下驾驶员的紧急制动行为特征,建立了一种新的危险估计算法用于汽车避撞系统的控制策略开发.通过在车辆上安装车辆行驶记录仪采集了目标区域内驾驶员的真实交通场景;对采集到的交通场景进行人工筛选,并按照美国高速公路安全管理局(NHTSA)的分类方法进行了分类,得到了6种典型的危险工况;通过视频图像处理等方法对典型危险工况下驾驶员的紧急制动行为进行了分析,得到了驾驶员紧急制动起始点的碰撞时间tTTC值以及车辆在紧急制动过程中的平均制动减速度,并利用这些数据建立了基于碰撞时间倒数tiTTC和期望减速度areq的危险估计算法.这种危险估计算法能够同时考虑两车快速靠近以及稳定跟车工况,并与驾驶员在真实交通环境中的紧急制动行为相对应.     

自动紧急制动系统行人避撞策略及仿真验证

为提高自动紧急制动系统对行人保护的安全性,提出了一种采用上层模糊控制和下层PID(proportion integration differentiation)控制的分层控制行人避撞策略。以某款E级SUV车辆为研究对象,建立其动力学模型,在国内外真实行人测试场景下,构建了基于TTC(time to collision)碰撞时间理论的风险评估模型,通过Matlab和CarSim软件的联合仿真,对控制策略进行了仿真验证。仿真结果表明:所提出的自动紧急制动系统行人避撞策略能满足国内行人测试工况标准,与行人最小安全距离为0.9m;在保证安全的前提下,模糊控制可自动调节制动强度,输出减速度范围控制在4.8～6.1m/s2,有较好的舒适性;TTC风险评估模型正确发出了行人碰撞预警,无漏警和误警发生。     

基于行驶避撞紧急度的车辆运动模糊控制

进行行驶避撞紧急度计算仿真对保证车辆行驶安全具有重要意义．提出基于心率变化的行车避撞紧急度概念，采用驾驶倾向性系数衡量驾驶员基本特征对心率变化的影响，同时给出车辆紧急行驶模糊推理的控制算法，并进行仿真计算．试验结果表明，基本特征对心率变化量影响明显；情况越紧急，驾驶员采用的最大车辆加速度越大，约为-5～-6m／s^2，时间大约为5—7S之间．加强紧急状况下生理及操纵行为的研究可以曼好地理解驾驶行为．为驾驶诡安全管理据供理论依据．     

电子真空助力器控制系统及方法

为解决汽车智能驾驶制动、无人驾驶制动或自动紧急制动(AEB:Autonomous Emergency Braking)问题,提出电子真空助力器制动控制系统及方法.控制器系统控制电子真空助力器的电磁阀,实现主动增压和被动增压,实现汽车主动制动和被动制动,同时增加电磁阀温度模型控制.实验结果表明,该设计解决了无人驾驶时,电...     

紧急避撞路径规划及其跟踪驾驶员转向模型

针对紧急避撞工况,提出并设计了一种紧急避撞路径规划方法和路径跟踪反馈预瞄驾驶员模型。首先,提出了一种基于Sigmoid曲线与物理约束的避撞路径规划方法,并建立融合最优曲率预瞄与闭环反馈转向修正的驾驶员模型以对所规划路径实现快速和精确跟踪。之后,搭建了CarSim+Simulink离线联合仿真平台,对避撞路径规划和路径跟踪反馈预瞄驾驶员模型的有效性进行了验证。最后,基于自主改装的试验车辆,进行实车试验以验证所提出的路径规划方法及驾驶员模型的可行性与实时性。仿真及实车试验结果均表明,所规划的避撞路径和驾驶员模型可以控制车辆快速、安全地避让障碍物。     

驾驶员前向避撞行为特征的降维及多元方差分析

驾驶员在追尾临撞工况下的避撞过程可以分为多个阶段(如制动前、制动后),而在每一阶段中,又存在多个分析角度(如制动快慢、制动力度)及不同的关键时刻与特征值,因此系统描述驾驶员的避撞行为需要多种参数.对多种避撞行为参数进行降维处理,并探究工况紧急程度对每类参数的综合影响.利用同济大学8自由度高仿真驾驶模拟器,研究驾驶员在不同前车减速度(0.30g,0.50g,0.75g)和不同初始车头时距(1.5s,2.5s)下的避撞行为,全面记录了驾驶员危险感知、油门释放和刹车制动等避撞行为参数.利用主成分分析对众多参数进行降维处理,将避撞行为特征划分为感知反应、制动延误、制动力度3个方面,并通过多元方差分析探究车头时距、前车减速度及二者交互项对这3个方面的影响.结果表明,驾驶员感知反应受到车头时距和前车减速度同时影响,制动延误受到车头时距、前车减速度以及二者交互项的影响,制动力度则仅受到前车减速度的影响.在变化趋势上,随着工况紧急程度的增加,驾驶员的感知反应越快,制动延误越短,而制动力度越大.     

基于自然驾驶数据的驾驶员紧急转向变道模型

提出了一种以驾驶员转向目标瞄点为核心的、面向操纵层的驾驶员紧急转向变道的模型建立方法.基于驾驶员紧急变道的阶段特征,提出了驾驶员紧急变道侧向运动轨迹的规划方法,并结合远近目标点理论分析方法,分阶段建立了驾驶员转向变道工况的驾驶员转向模型.对紧急转向变道中避撞、侧移和稳定阶段的增益因子的分布特征进行了研究,模型能够真实地预测自然驾驶中的紧急转向变道行为.     

驾驶员制动和转向避撞极限

结合驾驶员避撞行为特征和车辆动力学特性,对驾驶员的制动和转向避撞极限进行了研究,得到了制动避撞和转向避撞的临界TTC(time-to-collision)值,并对比分析了两种避撞方式的适用性以及道路摩擦系数、重叠率等因素的影响.结果表明,转向避撞在高相对速度、低附着系数、低重叠率等工况下相比于制动避撞更有优势.     

基于权值惩罚法自适应人机协同避撞策略

针对协同避撞过程中人机权值难以适应不同驾驶员与工况的问题,提出了一种自适应人机协同避撞策略。基于单点预瞄驾驶员模型,根据驾驶员决策意愿搭建了表征驾驶风格的驾驶员模型。基于距离策略,提出避撞模式切换策略,设计模型预测控制器跟踪规划路径。提出驾驶员权值惩罚法,首先根据驾驶员参数与道路条件对驾驶员权值进行先验条件的惩罚,其次引入碰撞、侧滑和越出车道三种事故风险度,设计模糊控制器,依据事故风险度对避撞过程中的驾驶员权值进行实时惩罚。仿真结果表明所提出的人机协同避撞策略可实时调整人机权值,显著降低事故风险,从而在协调人机有效避撞同时保证行驶安全性与稳定性。     

一种离散非线性随机系统模型的非线性结构的自校正控制器

本文给出了一种描述离散非线性随机系统的数学模型,它是CARMA模型的一种扩展,双线性系统模型是它的一种特殊形式,并给出了新模型下自校正控制器的算法,它将CARMA模型下的算法结构从线性扩展到非线性。     

电阻炉温度的智能化控制

针对提高电阻炉温度的控制质量,研究了利用单片机实现以微分先行、P-PI为控制算法的智能化控制方案,给出了单片机的硬件组成和控制算法。实践证明该控制方案在性能指标如超调量、稳定时间和稳态误差等方面,取得了较为满意的结果。     

土木工程结构振动控制的概况与新进展

对土木工程结构振动控制的发展概况进行了综述,介绍了国内外该领域的主要研究成果和最新进展及未来的发展方向。     

两种新型pH值的控制方法研究

根据酸碱滴定曲线本身非线性的特点 ,提出了三区段非线性变增益PID控制算法和积分模糊控制 (IFC)算法 ,通过对带有时滞的pH值中和反应过程进行数字仿真研究 ,控制结果表明新型算法具有鲁棒性强、响应速度快和控制精度高的优点 ,尤其是IFC控制方法能克服pH值中和过程中的较大时滞 .     

PID型大范围预测自校正控制器的设计与实现

本文通过对一般的大范围预测控制中目标函数的改进，导出了具有ＰＩＤ结构的新型大范围预测自校正控制计算法，使得控制器的动态性能及鲁棒性得到加强。本文还给出了这种方法的实现步骤，进行了数值仿真实验。仿真结果验证了该项控制器的有效性。     

浅谈市政工程项目管理中的施工控制

市政工程项目管理是指工程中标后,承包人对工程实施项目管理的全过程。对市政工程项目管理中成本、质量、进度和安全目标4项工作之间的运作情况及它们之间的相互关系进行探讨,旨在提高工程项目管理水平。     

高耸电视塔主动控制应用研究中若干问题探讨

从理论和试验的两个方面，对高耸电视塔主动控制应用研究中的控制模式与算法、控制装置与择优、控制滞后与补偿以及控制效果与代价等问题进行了探讨，并提出了建议．     

智能控制综述

智能控制是控制领域的研究热点之一.本文介绍了智能控制的产生及发展过程,研究内容,以及智能控制的应用.最后,提出了智能控制所面临的难题,并对其发展进行了展望     

交通信号灯智能控制系统设计与实现

研究了运用PLC技术的交通信号控制系统，用简洁的软硬件使其智能化程度更高。采用PLC与计算机之间的通讯链接技术，完成交通对象的复杂控制。并运用模糊控制原理，将人的控制经验及推理过程纳入系统自动控制当中，使车辆行驶和道路导航实现智能化。     

模糊控制算法在温度控制系统中的研究

本文结合电加热炉的控制特性,分析了传统PID算法控制器和模糊逻辑控制器的优缺点,并根据智能控制理论的前沿研究,选择了模糊PID复合控制(Fuzzy-PID)来实现对电加热炉这一数学模型为双输入双输出系统的智能控制。根据实际温控系统的要求,设计出一种PID控制与模糊控制相结合的智能控制系统,具备一定的自适应控制能力,因而特别适用于难于用精确数学模型描述的温度控制系统,有较强的稳定性和鲁棒性。