无人驾驶车在越野环境中障碍身份识别

针对无人驾驶车越野条件下的环境感知问题,基于Dempster组合规则实现了障碍目标的身份识别.首先,基于CCD和激光传感器提取5个特征作为障碍物特征证据;然后,将传感器数据转换到证据空间,选用模糊插值法求取障碍物身份隶属度进而获取相关系数;再次选择经验公式,根据障碍物类型和环境加权系数计算基本概率赋值函数;最后,基于Dempster的组合规则求得融合后的总概率赋值函数,制定决策规则并识别障碍身份.实验结果表明基于D-S证据理论识别障碍物身份具有良好鲁棒性和实时性.     

行人防碰撞系统制动控制建模与联合仿真

为了体现现有汽车主动防撞系统对车外行人等交通弱势群体的主动安全保护,对行人防碰撞预警系统中自动制动控制进行了研究。在车辆获取到前方行人基本信息的基础上,设计了考虑行人安全的安全状态判断模型,建立了基于Carsim和Simulink的车辆纵向动力学模型,采用加速度滑模控制方法设计了获取本车期望加速度的上位控制器,单神经元PID控制设计了跟踪这一期望加速度的下位控制器,最后对典型的行人危险场景进行联合仿真。试验表明所设计的控制算法对避撞行人有较好的响应,并且能在保证一定的安全距离的前提下实现自动制动,保证了行车的安全性。     

无人驾驶车野外环境水体障碍物检测

野外环境下水体障碍物会对陷入其中的无人驾驶车造成损害。针对静态水面特征呈现出的较高亮度、较低饱和度以及平滑的纹理特征,提出将饱和度亮度比值颜色特征和从灰度共生矩阵中提取的纹理特征融合的野外水体障碍物检测方法。对图像进行HSV颜色空间转换提取颜色特征,计算灰度共生矩阵提取纹理特征,构成特征矩阵并训练SVM分类器用于实际检测。仿真和试验结果表明该水体障碍物检测方法有效,并能够有效地减弱光照变化对单纯基于颜色特征检测水体的负影响。     

分布式驱动电动汽车紧急工况下稳定性控制

基于分布式驱动电动汽车具有各轮转矩可单独控制的特点,利用最优转矩分配方法提出其在危险工况下的稳定性控制算法.该算法分为稳定性判断与横摆力矩控制模块、滑移率计算与控制模块及各轮驱动力矩分配模块.稳定性判断与横摆力矩控制模块确定车辆稳定性状态,滑模变结构控制方法用于跟踪理想横摆角速度,输出期望的横摆力矩,确保非线性系统在受到外界干扰时保持稳定;滑移率计算与控制模块计算各轮的滑移状态,通过滑模变结构控制的方法进行各轮滑移率的控制;驱动力矩分配模块综合考虑轮胎力、地面附着等因素,根据横摆控制和滑移率控制的需求,分配各轮驱动力矩.利用联合仿真进行工况验证,结果表明:与各轮力矩平均分配算法相比,所提的力矩分配算法具有更优良的稳定控制效果.     

汽车弯道防侧滑/侧翻控制器设计

对自动化公路系统弯道上汽车防侧滑/侧翻控制系统进行了研究.在汽车驶入弯道前计算安全车速,建立车辆运动学模型,采用积分反推方法设计了直道制动减速阶段的速度控制器,通过引入虚拟控制变量设计了弯道车道保持阶段的位姿控制器.根据车辆动力学简化模型设计了动力学控制器进行仿真试验,车辆以安全车速通过弯道.试验表明所设计的控制器具有快速、准确跟踪和全局稳定的特性,能有效避免发生侧滑/侧翻的危险工况,保证车辆行驶安全性和方向稳定性.