越野环境下无人驾驶车辆技术研究综述

越野环境下的无人驾驶车辆技术是近年来智能化领域重要研究方向之一,其在推动军事智能化发展、提高工农业生产效率等方面起到重要作用,具有一定的军事战略意义与民用经济价值.文中基于国内外越野场景下无人驾驶车辆技术的研究现状,从环境感知与导航定位、路径规划、运动控制3个研究层面进行归纳总结,阐述了越野场景下无人驾驶车辆技术中的关键技术及其技术应用存在的问题,并对未来越野环境下无人驾驶车辆技术的研究方向和研究重点进行了展望.      

气电混合动力车辆低SOC混合驱动起步控制研究

基于单轴并联混合动力系统的结构特性,提出一种电机-发动机-离合器协调控制起步方法,在最小化电量消耗的同时,实现比离合器滑磨起步更快的起步速度和更佳的平顺性。 通过增量式PID方法控制电机输出小扭矩,调节电机转速,弥补离合器接合过程的非线性缺点。 并对采用了助力方法及仅依靠离合器起步的车辆进行起步试验,从起步速度、冲击度和电量消耗方面验证了该方法的可行性。      

单轴并联混合动力客车再生制动策略解析

以某先进的单轴并联混合动力系统为研究对象,提出一种再生制动策略逆向解析的方法.根据摸底试验分析和再生制动参数预设设计试验解析流程,进行实车试验,分析了各参数对再生制动的影响.分析表明车速决定制动过程中是否存在再生制动,电机转速、挡位决定再生制动的过程,电池温度和挡位决定再生制动过程中电机转矩和功率的大小.通过不同手柄模式、不同制动强度及不同路况下的再生制动测试,解析出了各手柄模式的再生制动策略.最后通过仿真分析验证解析策略的正确性.      

并联混合动力客车模式切换过程控制研究

针对单轴并联混合动力客车结合离合器的模式切换,设计了发动机已启动和未启动时模式切换的控制策略.对于发动机未启动的模式切换,考虑离合器滑磨功和驾驶员需求,提出了在挡启动发动机和空挡启动发动机的控制策略.在转矩恢复时利用电机对发动机转矩进行补偿,考虑驾驶员需求、电池状态和整车控制策略,制定电机补偿发动机转矩的策略. 通过台架和实车试验验证了策略的可行性与优越性.      

基于深度学习的自适应场景路面提取方法

为满足无人驾驶车辆对越野环境的适应能力,提高无人驾驶车辆对环境的理解能力,必须对环境感知层面提出更高的要求.而环境感知中最为关键的一点就是车道线提取或者路面提取.与城市环境下的结构化道路相比,越野环境下的路面提取更加复杂.综合对多种越野场景展开研究,提出了一种能够自适应场景变化的路面分割方法.文中在越野环境下采集了大量的数据,并且制作了相应的数据集;应用深度学习技术对这些场景进行识别;应用语义分割算法对不同场景下的路面进行分割;最后统一了整个算法模块,给出测试结果.