车辆控制系统中的信息融合技术

智能化是未来汽车的发展方向，而智能化的基础是信息技术的发展．信息融合技术是一种信息处理的新方向，具有多信息量、多层次、多手段等优点，在各个领域中有着广阔的应用前景．阐述了信息融合技术的基本概念，并对国内外信息融合技术在现代汽车控制系统中的应用作了详细深入的介绍，指出了信息融合的关键技术，对信息融合技术在汽车领域中的美好应用前景给与展望．     

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.     

基于参数自整定模糊PID的汽车纵向控制

在对汽车纵向动力学控制系统分析的基础上，探讨基于两车的纵向自动跟踪的控制问题．建立了两车跟随运动的二阶模型，并设计了加影制动的逻辑切换规律．应用参数自整定模糊PID控制，对PID的3个参数进行调节，控制被控车与导航车的车间纵向相对距离和纵向相对速度误差的变化范围，以达到汽车纵向控制的目的；利用小增益定理，得到了模糊PID控制系统的稳定性充分条件．仿真结果表明：该方法与一般模糊控制相比，减少了系统的超调量，增强了动态抗干扰能力，具有一定的鲁棒性，较好地解决了快速性和小超调之间的矛盾．     

IMM算法在车辆机动目标跟踪中的应用

针对高速公路车辆的机动目标跟踪问题,采用交互多模型算法(IMM)中的2个模型分别表示车辆的匀速运动状态和匀加速运动状态,并结合目标运动模型对目标当前加速度和其方差进行蒙特卡洛仿真.仿真结果表明该算法不仅可以在匀速运动时将关键测量噪声减低,而且在机动模型中保证状态估计量比未滤波的雷达测量值精确,同时可以对运动模型进行准确的识别,从而改善路面机动目标的跟踪性能,提高车辆的安全性和可靠性.因此,交互多模型算法可以满足高速车辆机动目标跟踪的要求.