基于滑模控制理论的车辆横向稳定性控制

针对车辆在极限运动工况下转弯或变道行驶时的横向稳定性控制问题,建立以车辆横向速度、横摆角速度及车身侧倾角为状态变量的3自由度非线性动力学模型.在动力学分析的基础上,探讨依靠施加各车轮不同纵向制动力而产生辅助横摆力矩的方法来提高车辆在极限工况下的操纵稳定性.考虑到作为车辆状态变量之一的质心侧偏角难以测量,设计了基于车辆动力学模型及运动学关系相结合的质心侧偏角估计器.运用滑模控制理论,以车辆横摆角速度和质心侧偏角与相应的理想横摆角速度和质心侧偏角之差,作为车辆稳定性控制系统的两类控制输入变量,以车轮纵向制动力矩和方向盘转角为控制目标建立了联合滑模控制系统,通过计算机仿真表明,该控制方法可以有效改善车辆横向稳定性.     

面向行业发展的卓越工程师培养模式探索——以卓越车辆工程师培养为例

专业培养模式的构建是进行"卓越工程师"培养必须完成的一项至关重要而又有挑战性的工作。本文试图以卓越车辆工程师培养为例,系统地探索和研究行业快速发展对卓越工程师培养标准及知识能力结构提出的具体要求,包括卓越工程师培养定位、课程体系、教学模式和实践环节以及专业师资队伍建设等方面,以期为高校开展面向汽车行业培养卓越工程师的工作提供参考建议。     

基于多传感器信息融合的车速估计方法

准确地测量计算车辆的纵横向速度是现代汽车控制系统的关键,在横摆角速度传感器、加速度计和车轮角速度传感器等多种汽车传感器所测得的信号基础上建立估计系统的状态方程和测量方程,通过汽车动力学模型计算出车辆的纵横向参考速度,最后用卡尔曼滤波技术对车速进行估计.并对参考车速误差的影响进行分析.仿真结果表明该方法估计效果好,误差小,具有可靠性和有效性.     

基于SegNet的非结构道路可行驶区域语义分割

为了增强自动驾驶车辆对非结构化道路中可行驶区域的场景理解能力,基于SegNet深度学习网络结构,提出了一种针对非结构道路的可行驶区域语义分割方法。在传统的卷积神经网络基础上,构建编码-解码深度卷积神经网络,用于自动习得图片中非结构化道路的特征,通过在数据集上进行训练和学习,得到图像语义分割模型,可直接用该模型预测非结构道路中的可行驶区域,实现自动驾驶车辆在非结构道路中行驶时的环境感知。实验结果表明,研究方法分割效果和精确度提升明显,Dice相似度和Jaccard相似系数均可达80%以上。     

基于强跟踪滤波的车辆非线性状态估计

针对车辆稳定性控制过程中较难直接测得的车辆关键状态参数,提出基于强跟踪滤波理论的多传感器线性组合状态最优估计算法.建立包含纵向、侧向及侧倾运动的汽车4自由度非线性动力学模型和状态估计模型,并运用多传感器线性最优融合强跟踪滤波估计器,对汽车关键状态进行仿真分析.分析结果表明,采用该方法可以解决由于模型不确定性造成状态估计值偏离系统真实状态的现象,并能有效抑制滤波发散,具有较大范围的自适应跟踪能力.该方法为汽车先进控制系统中的状态参数估计提供了一种准确且低成本的实时软测量技术.     

电动汽车横摆力矩拉盖尔函数模型预测控制

针对后轮轮毂电机驱动电动汽车横向稳定性的控制问题,建立了分层控制结构。上层控制器基于拉盖尔函数模型预测控制理论,跟踪理想横摆角速度,同时考虑附加横摆力矩约束,得出附加横摆力矩需求;下层控制器以后轮轮胎利用率为目标函数,考虑轮胎附着约束和执行器约束,通过求解二次规划问题将附加横摆力矩分配到两个后轮。选取前轮转角阶跃输入和双移线2种工况,利用Carsim与Matlab/Simulink进行了联合仿真,仿真结果表明:在高附着路面条件下,所设计的控制方法减小了汽车瞬态响应的反应时间和超调量,提升了汽车瞬态响应的品质;在低附着路面条件下,所设计的控制方法使汽车能跟踪理想横摆角速度,避免汽车转向失稳。     

防抱制动系统自寻优控制的仿真研究

提出了一种基于最佳防抱制动效果中制动力矩和附着系数的变化关系的控制规律,该方法可以使系统自动搜寻到峰值附着系数对应的最佳滑移率点并使ABS保持在该点附近工作。将这一控制策略用于单轮及双轮汽车模型,在不同路面状况下进行的计算机仿真验证了该控制方法在ABS应用中的可行性和有效性。     

基于自适应滑模的气量调节系统执行器故障工况下的自愈调控策略

针对往复式压缩机气量调节系统中存在的执行器失效、偏移等问题,提出一种基于滑模变结构容错控制的自适应自愈调控方法。首先,通过推导气量调节系统的热力学公式,得到输出缓冲罐压力与可调负荷之间的非线性状态空间方程;然后,通过引入自适应控制参数在线调节控制器输出,在确保设定值跟踪性能的前提下提高其对外部干扰和执行器故障的鲁棒性;随后基于Lyapunov方法证明了闭环系统的稳定性;最后通过数值仿真验证了所提的自适应滑模控制策略能够有效地对执行器故障工况下的往复式压缩机气量调节系统进行自愈调控,为系统的稳定性和鲁棒性提供保障。     

汽车半主动悬架智能分布式递阶控制

针对整车悬架大系统模型的特点,运用智能分布式递阶控制策略建立了汽车半主动悬架系统的控制结构;在整车动力学模型的基础上,设计了基于整车车身姿态协调控制的仿人智能控制器,对不同的车身运动姿态采用不同的控制模态,并以某车型为例对其进行了控制仿真.仿真结果表明,对整车半主动悬架进行分布式协调控制是可行的,且相对于被动悬架及采用集成控制策略,分布式智能协调控制能更好地提高车辆的平顺性能,并能有效抑制车身俯仰和侧倾运动,改善轮胎的接地性能.     

商用半挂车队列纵向运动协同控制及仿真

基于滑模控制理论设计了一种适用于商用半挂车队列行驶的协同自适应巡航控制算法,并分别采用相邻两车车间通信和领车与跟随车辆直接通信两种通信方式对商用半挂车队进行纵向运动控制,在MATLAB/simulink和Trucksim软件环境下进行联合仿真及性能对比。仿真结果表明,与相邻两车车间通信方式相比较,采用领车与跟随车辆直接通信的方式可以有效缩短每辆跟踪车辆的响应时间和相应的行车间距,增强车队稳定性和安全性,提高道路通行能力。