四轮转向汽车路径跟随控制

路径跟随控制是汽车实现自动驾驶的重要工具,已在前轮转向汽车上取得了较好的效果,但是前轮转向汽车的路径跟随控制不完全适用于四轮转向汽车.对此,基于横向误差,提出一种四轮转向汽车路径跟随模糊控制算法.首先,建立响应面模型作为优化目标函数.然后,利用遗传算法对模糊控制器进行优化设计.最后,通过Carsim-Simulink联合仿真实验,对该算法进行验证.仿真结果表明,路径跟随横向误差得到有效降低,车身质心侧偏角也控制在0.6°以内.该算法能够实现精准的路径跟随,并提高汽车的操纵稳定性.     

复杂环境中交通标志的实时识别方法

提出了一种能够有效克服曝光不均复杂环境下的交通标志识别方法.采用改进的多尺度LogGabor小波进行交通标志的多分辨率特征提取,根据不同尺度下的特征信息进行相位一致性计算,提取能够有效克服曝光影响的目标相位信息,通过优化的多分类支持向量机(SVM)进行多目标分类,并在德国交通标志标准数据库(GTSRB)上进行测试.结果表明:本方法对6大类主要交通标志样本的平均识别率达到98％,优于传统方法;在Intel双核CPU 2.4 GHz计算机平台上,本方法对数据库中不同尺度的图片处理速度达到28帧·s-1,满足了实时性要求;克服了光照不均的问题,适用于复杂条件下的交通标志识别,能够满足鲁棒性需求.     

复模态盘式制动器NVH性能分析与改进

以某轿车盘式制动器为研究对象,基于复特征值模态理论,用三维制图软件CATIA进行建模。在ANSYS Workbench平台对该模型进行复模态分析,通过模拟对比不同摩擦因数(μ=0.3~0.6)时制动器复模态下的虚部值与实部值,找出制动噪声的特点与分布情况。对摩擦块结构进行改进,用Dynamometer-GIANT8600惯性试验台对改进前后制动器模型进行噪声、振动与声振粗糙度(NVH)试验,并将仿真结果与试验结果进行了比较。比较结果表明:刹车片摩擦因数越低,制动产生的噪声概率越小。采用制动块切斜倒角和中间挖凹槽的措施,能有效地减少系统不稳定模态的频率,低速时制动噪声明显减少,制动器NVH性能提高约3.2%。