考虑人-车-路耦合的路径跟随过程操稳性预测研究

为更早预测车辆的操稳性失稳风险,针对性解决传统“人-车-路”耦合系统中“路”先验信息未知和由此导致的“人”输入难预测问题,借助先进辅助驾驶系统提供的前方预瞄路径,提出结合驾驶员转向模型及车辆非线性动力学模型的操稳性预测方法. 构建“人-车-路”闭环反馈驾驶员模型,对跟随道路曲率的驾驶员转向行为进行预测;将当前车速与预测转向作为三自由度非线性动力学模型的输入,实现跟随前方路径的操稳性状态预测;通过Simulink-Carsim联合仿真及驾驶员模拟器硬件在环对比,进行双移线路径、变曲率路径和蛇形路径工况模拟. 所提方法的操稳性状态预测值与实际值吻合良好.     

鞋涉水问题的多体动力学与 流-固耦合系统建模及仿真分析

工程应用问题分析常涉及多体动力学与流-固耦合联合仿真，行人在湿路行走时的鞋涉水问题正是此类问题之典型，多系统联合仿真建模及完整的鞋“涉水-出水”过程模拟分析，对工程应用中类似复杂耦合问题的仿真分析具有良好的参考价值. 本文基于Adams/View建立人体下肢多体动力学模型以模拟行人步态，将之作为鞋运动的边界条件；而后建立鞋涉水过程的流-固耦合模型，采用耦合欧拉-拉格朗日方法（CEL）以可视化的方式分析鞋详细的“涉水-出水”过程，确定整个过程可分为排水、推水、水膜生成、水膜破裂和完全出水5个阶段. 最后，对运动鞋、平底鞋进行涉水仿真，对比各个阶段的体积分数云图、水域速度云图和系统动能变化，采用涉水时间和消耗能量大小为涉水性能评价指标，发现平底鞋的涉水性能弱于运动鞋.     

基于 UKF车辆状态及路面附着系数估计的AFS控制

本文侧重于主动前轮转向(Active Front Steering,AFS)控制系统的应用性与可行性研究,针对紧急转向工况下轮胎呈现强非线性问题,以及AFS控制算法中部分状态量难以获取、路面附着系数对车辆稳定性有重要影响但难以直接测量等问题,设计非线性滑模控制器以综合考虑载荷转移、轮胎非线性及路面条件等对操稳性影响,同时,通过ESP系统现有的IMU传感器测量信息,运用无迹卡尔曼滤波(Unscented Kalman Filter,UKF)算法为滑模控制器动态估计车辆状态信息和路面附着系数.在得到期望轮胎侧偏力后,通过非线性轮胎模型精确反求所需叠加转角,以在"轮胎-路面"附着能力范围内检验控制系统的有效性.最后,高附着系数情况下的鱼钩测试仿真及低附着系数时的角阶跃转向仿真共同表明,通过IMU与UKF结合的状态估计确保了AFS控制系统的可行性,有效提高了车辆操纵稳定性.     

基于双自适应无迹卡尔曼滤波的半挂车状态估计

针对半挂车辆状态估计过程中测量噪声不确定、累计误差影响严重、初值敏感等问题,提出一种适用于半挂车铰接角、车速等多个状态量估计的双自适应无迹卡尔曼滤波算法(FFUKF).基于搭建的半挂汽车12自由度非线性动力学模型和轮胎模型,通过测量的轮速与车辆加速度等信息,首先利用模糊控制自适应调整滑移率容差,综合判断每个车轮的稳定状态,通过轮速估算出一种车速;与此同时,模糊控制自适应调整测量噪声,利用无迹卡尔曼算法,依据动力学估计出铰接角和另一种车速;然后通过卡尔曼滤波算法融合两种方法估计的结果,实现车辆的纵向、侧向速度、横摆角速度和挂车与牵引车铰接角的实时估计.最后在Simulink/TruckSim联合仿真环境下进行多工况仿真试验,验证所提出的双自适应无迹卡尔曼估计算法(FFUKF)有较强的适应性、稳定性和鲁棒性,相比普通模糊自适应无迹卡尔曼(FUKF)有更高的估计精度,能有效克服累计误差,即便在估计初始值不准和有ABS控制输入的情况,仍可以较精确地对车速和铰接角进行实时估计.     

基于融合Dropout与注意力机制的LSTM-GRU车辆轨迹预测

在智能驾驶环境的车辆轨迹预测环节,为更好地获取环境车辆的轨迹时序特征,在长短期记忆神经网络（LSTM）基础上,嵌入Dropout层以增强网络泛化性,引入注意力机制予以预测效果影响较大的时序数据更大权重从而提高预测结果的可靠性,且将改进的LSTM模型与门控循环单元GRU模型结合,构建LSTM-GRU预测模型以进一步提升环境车辆轨迹预测的准确性.在此基础上,使用NGSIM公开数据集对模型进行训练、验证和测试.研究结果表明,融合了Dropout和注意力机制的LSTM-GRU神经网络轨迹预测模型相较标准的LSTM长短期记忆网络以及GRU门控循环单元,在预测较长时序的车辆轨迹上具有优势,提高了轨迹预测的准确性,降低了实际轨迹和预测轨迹之间的均方根误差和平均绝对误差.     

扭力梁横梁结构参数对模态频率的影响分析

作为扭力梁的关键组成部分,横梁对扭力梁模态频率有着重要影响,为从本质上探究横梁结构大变形下对模态频率的作用机理,以在概念设计阶段为扭力梁结构提供设计参考,开展了扭力梁横梁结构参数对模态频率的影响分析.将扭力梁模型抽象为具有定性特点的简化模型,采用Hypermesh建立了相应有限元模型;选取横梁水平位置、开口方向以及开口角度大小等横梁主要参数作为研究对象,采用Hypormorph网格变形以及模型重建的方法改变横梁结构参数,分析了这些参数对扭力梁扭转以及垂直弯曲模态频率的影响规律,得到了以上横梁参数与相关模态频率的特性关系曲线.结果表明：扭力梁模态频率随着横梁开口角度的增大呈线性递减,随着横梁开口方向的改变其各阶模态频率呈正弦变化,以及横梁在远离衬套后会使扭力梁各阶模态频率呈下降趋势.根据扭力梁作用机理分析上述结论,对扭力梁简化模型进行了优化,在不改变横梁质量的情况下,仅优化上述三项横梁结构参数即可较大幅度提高扭力梁模态频率,有效论证了作用机理分析的准确性.     

考虑搅拌筒动态质心的搅拌车抗侧翻控制研究

转弯工况下,由于搅拌筒的回转及自身转弯离心力的共同作用,搅拌车容易侧翻.本文针对此问题开展搅拌筒动态质心和搅拌车侧翻稳定性研究.首先利用EDEM软件模拟混凝土在运输过程中的运动,经过计算、拟合获得质心位置变化的数学模型,将建立的质心位置变化模型与搅拌筒各支承力的关系应用于多体动力学仿真中,分析动态质心位置变化对搅拌车侧翻稳定性的影响.然后,基于差动制动理论,提出一种融合改进粒子群优化算法的自整定PID抗侧翻控制算法,研究结果表明,考虑动态质心的影响时,搅拌车更容易侧翻;自整定PID算法迭代寻优次数较传统粒子群算法降低33.3％,能更加快速的寻找到最优的控制参数.最后,通过角阶跃工况、Fishhook工况对提出的抗侧翻控制算法有效性进行验证,结果显示,自整定PID控制算法能更有效地防止搅拌车的侧翻,提高搅拌车侧翻稳定性.     

融合正向建模与反求计算的车用减振器建模技术研究

针对减振器调试过程中工程师凭借经验调试耗时耗力等局限性,引入反求的思想,开展了结合减振器正向建模与关键参数计算反求的建模技术研究.根据有限元与最小二乘法结合的思想,建立基于大挠度变形的正向阻尼特性模型,并分析得出影响减振器工作特性的关键阀片参数;在减振器阻尼特性曲线的基础上,建立了以计算机模拟结果与试验结果的误差为目标函数,减振器阀片关键参数为待求参数的反求模型.最后采用遗传算法辨识出对阀片变形的关键参数,使优化反求后的参数模型能与试验特性良好吻合.论文提供的方法可以在减振器内部重要参数未知的情况下,对减振器进行参数优化设计,为调试减振器提供理论依据.     

基于超螺旋滑模及前馈补偿的智能车侧向运动控制

智能车路径跟踪控制受到车辆参数摄动、场景多变等干扰,影响路径跟踪精确性,甚至引起控制系统不稳定.本文设计了考虑不确定性的二阶超螺旋滑模鲁棒控制算法,证明了控制系统的收敛性,并针对干扰问题设计了前馈补偿控制器以进一步提升控制系统的精确性.通过Carsim-Simulink联合仿真环境下的双移线、正弦路径跟踪控制,以及参数摄动情况下的路径跟踪控制,与传统一阶滑模控制对比,验证了所设计的超螺旋滑模控制器路径跟踪的精确性及鲁棒性.结果表明,面对智能车辆参数不确定、驾驶场景多变等情况,采用超螺旋滑模算法比传统滑模算法具有更好的鲁棒性和跟踪精度,超螺旋算法能有效地减弱传统滑模算法产生的方向盘抖振问题.最后,利用实车平台对进行了低速大曲率场景测试,验证所设计的超螺旋滑模算法控制器具有良好的路径跟踪精度.     

紧急避撞工况下的路径规划与跟踪

高速工况下规划侧向换道紧急避撞路径需考虑避撞与稳定性问题,本文提出了一种基于非均匀B样条曲线、满足多约束要求的路径规划方法. 该方法通过两段非均匀B样条曲线构造出具有曲率连续且加速度呈梯形变化、满足起止点斜率和曲率约束的避撞路径模型,再结合环境信息生成由两个参数控制路径形状的避撞路径簇;在此基础上,构建乘员舒适性目标函数,旨在满足避撞要求的情形下,从路径簇中选取舒适性最优的局部路径;在完成避撞路径规划同时,通过目标函数以及车辆多约束得到优化纵向加速度,完成避撞运动规划;最后采用长于处理多约束控制的模型预测控制算法,通过建立线性时变模型预测控制器控制车辆跟踪规划的路径,验证了路径规划方法的可行性.