基于改进粒子群算法的轮胎模型参数两级辨识

为提高PAC89(Pacejka'89 tyre model)轮胎模型的辨识速度和辨识精度,采用加入自适应权重和自然选择性的粒子群算法,并将PAC89轮胎模型参数分为两级,依次进行辨识.以轮胎模型侧偏力曲线的辨识为例,轮胎模型中的刚度因子、形状因子、峰值因子、曲率因子、垂直和水平偏移率为一级参数,通过改进粒子群算法进行一级辨识得到;组成上述因子的特性参数为二级参数,通过改进粒子群算法进行二级辨识得到.一级辨识收敛时的迭代次数小于40,二级辨识收敛时的、迭代次数在100左右,通过实验数据与辨识模型的对比得出平均相对残差为1.6961％.辨识结果表明,采用改进粒子群算法分两级对PAC89轮胎模型进行辨识的方法,能够在保证模型精度的同时提高辨识速度,是一种有效的多参数辨识方法.     

磁流变半主动悬架加速度驱动阻尼控制策略仿真分析

加速度驱动阻尼(Acceleration Driven Damper, ADD)控制策略原理简单、易于工程化应用,但其阻尼系数的选择对控制效果有重要的影响。基于理想ADD控制悬架系统模型,分析不同阻尼系数对悬架响应的影响;建立悬架系统综合性能目标函数,仿真得到理想ADD控制策略最优阻尼系数。基于磁流变半主动悬架系统仿真模型,进行ADD控制策略阶跃和随机路面激励仿真。仿真结果表明,在随机激励下,车身加速度可以降低11.83%,但会恶化轮胎动载荷及悬架动挠度指标,使得轮胎动载荷和悬架动挠度分别增加7.98%和15.45%;与被动悬架系统相比,ADD控制磁流变半主动悬架对较高频激振下的车身加速度有较好的抑制作用;同时,ADD控制算法在车身加速度过零时,阻尼力高频切换会引起颤振现象。     

单筒式磁流变减振器多目标优化与试验研究

为了研究结构参数对磁流变减震器性能的影响。基于Pareto集多目标方法和NSGA-Ⅱ遗传算法,以阻尼力和动力可调系数为优化目标,设定7个优化变量,建立了车用磁流变减振器多目标优化模型与实现算法,分析了7个设计变量对阻尼力和动力可调系数的设计敏感性。通过试验得到不同条件下自制减振器输出阻尼力与减振器运动位移和速度的关系曲线。结果表明：参数优化后的减震器,在0A、速度最大时,复原力提高了15.7%,压缩力提高了36.8%;在3A、速度最大时,复原力提高了3.5%,压缩力提高了21.5%。验证了优化解的可靠性,为今后磁流变减振器的设计提供参考。     

汽车电子稳定控制系统控制策略仿真分析

为了避免汽车在低附着路面上高速转弯或者紧急避障时易发生不稳定现象,设计了基于模糊理论和滑模理论的模糊滑模控制策略。建立车辆二自由度理想模型,选择横摆角速度和质心侧偏角作为控制变量,对其理想值进行计算;基于车辆运动参数对失稳状态做出分析;并对失稳状态下的车辆进行横摆力矩控制。基于等效控制法设计了积分滑模控制器,对横摆角速度和质心侧偏角的偏差采用质心侧偏角协调加权法调节比例权重,并通过模糊控制规则调节滑模控制器切换系统的切换增益大小,建立模糊滑模控制器。在MATLAB/Simulink中对控制策略进行仿真分析,仿真结果表明：在阶跃工况下,横摆角速度的稳态值与理想值仅差0.005 rad/s,质心侧偏角与理想值几乎重合,仅差0.003 rad;正弦工况下,横摆角速度超调值与理想值仅差0.04 rad/s,质心侧偏角也仅差0.008 rad。与参数自整定模糊PI控制策略相比,模糊滑模控制响应速度更快,能够较好地跟踪理想曲线,达到稳态效果更好;同时能产生更大的横摆力矩,更好地控制汽车的稳定性,验证了控制模型的正确性。     

公路信号平面交叉口安全服务水平研究

为了客观评价公路平面交叉口的交通安全状况,提出了交叉口安全服务水平基本概念.分析了影响信号交叉口安全服务水平的因素,给出了信号交叉口安全服务水平评价方案.分别建立了基于机动车与机动车、机动车与非机动车、机动车与行人冲突点的安全服务水平主模型和基于交叉口几何特征、交通标志等次要影响因素修正模型,并由此得到信号交叉口安全服务水平总模型.根据多个信号交叉口的数据,把安全服务水平分为A～F等级,并验证了安全服务水平模型的合理性.应用安全服务水平模型评价实际交叉口的安全状况,得到交叉口危险度为11.7,安全服务水平为B级.评价结果表明该安全服务水平模型可以快速有效地评价信号交叉口的交通安全.     

驾驶员驾车使用手机对其心率变异性的影响分析

为了定量分析在驾车过程中驾驶员使用手机进行通话时对其造成的生理负担,设计仿真实验研究一般性电话通话、微信语音通话和干扰性电话通话三种不同形式通话时对驾驶员心率变异性的影响。基于Logitech仿真驾驶器,设计了实验内容与流程,分一般性电话通话、微信语音通话和干扰性电话通话三种使用手机通话方式下,在城市仿真道路上进行模拟驾驶。通过MINDWARE系统采集驾驶员在整个驾驶过程中的心率变异性各指标。分析得到三种使用手机通话方式下驾驶员的心电波形图、心搏间期序列、心动间期时间序列的频谱等;根据心率变异性各指标变化得出使用手机对驾驶员生理的影响。结果发现:无论在哪种通话方式下,驾驶过程中使用手机前后心率发生明显变化,呼吸功率谱中峰值频率、平均呼吸振幅、心率平均值和呼吸速率增大,心搏间期值降低;心电波形图的心跳频率增大,心搏间期序列的峰值降低、心搏间期变短,心动周期时间序列的峰值升高、周期变短。从心率变异率的各指标的变化值来看:微信语音通话对驾驶人心率变异性指标的影响最大,干扰性电话通话次之,一般性电话通话影响最小。     

基于公交限时免费换乘的居民出行方式选择建模与分析

为了促进城市公共交通的发展,鼓励市民公交出行,多地推行公交限时免费换乘政策。为了研究该政策对于居民出行方式选择结构的影响,运用效用最大化原理,改进了非集计模型,建立了居民出行方式选择模型。调查了青岛实施公交限时免费换乘政策前后通勤出行者的年龄、月收入、职业、出行距离和出行时间等特征,获取了相应数据;以此数据为例进行了模型检验,结果发现所建立的模型计算值与用调查数据直接计算出的公交限时免费换乘政策下公交出行分担率的误差为1.65%,表明该模型的准确性与有效性。该模型为预测城市实行公交限时免费换乘政策后的公交出行分担率提供了一种新方法。     

基于脑机接口的自动驾驶意图研究

为了得到驾驶员在驾驶过程中的驾驶意图,通过采用理论分析与实验、仿真相结合的方法对大脑不同区域的脑电信号进行研究分析;设计模拟驾驶实验,建立脑电信号采集系统,采集驾驶人在左转、右转、直行前指定时间窗内的脑电信号;对采集的脑电信号运用小波包变换等方法进行信号分析处理、提取特征参数;建立粒子群算法的支持向量机模型和神经网络的驾驶意图识别模型;并对更高识别率的驾驶意图信号转换为相应的指令控制车辆实现自动驾驶。结果表明：粒子群优化算法的支持向量机的识别率最高达到73.53%,粒子群算法的神经网络识别模型具有更高的识别率最高可以达到92.9%。     

优秀与一般公交车驾驶人进出站生理特性研究

以提高公交车运行安全为目的,设计并进行实车试验,运用生理测试仪采集驾驶人生理数据,对比并分析在公交车进出站过程中优秀与一般驾驶人的生理特性差异,研究结果表明,不同驾驶人在进出站过程中的生理特性存在明显差异,一般驾驶人的皮电GSC的极大值约是优秀驾驶人皮电极大值的1.9倍,心动阻抗Z_0的最值及均方根比优秀驾驶人高0.08;同时,建立了公交车驾驶人进出站生理特性的评价模型,对开发区15路公交车的进出站生理品质特性进行了动态分析和评价,该NAR神经网络模型能够较好地评价公交车驾驶人进出站生理品质特性。     

优秀与一般驾驶员在停靠站过程中操纵特性研究

本文以提高驾驶安全性为目的,设计并进行实车试验,运用BioLAB多导生理记录仪、驾驶行为采集系统、车辆动态性能测试系统采集并分析不同公交车驾驶员在停靠站过程中的操纵特性变化规律及其影响机理。 试验结果表明,不同驾驶员在停靠站过程中的操纵特性有显著差异,优秀驾驶员对加速踏板的平均操纵值小于一般驾驶员,对加速踏板的平均使用频次高于一般驾驶员。分析其影响机理可知,不同驾驶员处于相对复杂的站台环境时,会采取不同的感知、判断决策和动作配合关系,来实现公交车的进出站运行。