四轮轮毂电机电动车自适应巡航控制

以四轮轮毂电机电动车为对象,研究了综合考虑理论安全距离与实际距离之差、两车相对速度的模式切换控制和再生制动的自适应巡航控制(ACC)策略。该控制策略将ACC分为跟随前车模式、定速巡航模式和匀速行驶模式,设计了包括理论安全距离算法、驱动力矩控制算法、制动力矩控制算法的自适应巡航控制器,通过再生制动对制动能量进行回收;并基于驾驶模拟器实验台设计典型工况,对控制策略进行实验验证。结果表明:设计的自适应巡航控制策略能够使本车安全跟随前车,提高驾驶舒适性,实现再生制动控制。     

四轮轮毂电机电动车自适应巡航控制研究

论文以四轮轮毂电机电动车为对象,研究了综合考虑理论安全距离与实际距离之差、两车相对速度的模式切换控制和再生制动的自适应巡航控制(ACC)策略。该控制策略将ACC分为跟随前车模式、定速巡航模式和匀速行驶模式,设计了包括理论安全距离算法、驱动力矩控制算法、制动力矩控制算法的自适应巡航控制器,通过再生制动对制动能量进行回收,并基于驾驶模拟器实验台设计典型工况对控制策略进行实验验证。结果表明：设计的自适应巡航控制策略能够使本车安全跟随前车,提高驾驶舒适性,实现再生制动控制。     

跟驰行驶状态下的驾驶模拟有效性研究

为验证驾驶模拟技术在跟驰行为研究中的有效性,设计了实车实验与驾驶模拟实验。选取了跟驰距离、跟驰距离标准差、车头时距及驾驶员反应延迟时间作为分析指标,并采用Wilcox检验、生存分析方法分别验证了非时间数据、时间数据的有效性。结果表明跟驰距离、车头时距、驾驶员反应延迟时间具备绝对有效性,两种不同实验环境下跟驰距离标准差随跟驰速度变化趋势相同,具备相对有效性。实车实验中,前车加速度、前后车相对距离、前车加速度变化状态显著影响驾驶员反应延迟时间。有效性分析结果为基于驾驶模拟实验的跟驰行为研究提供前提条件,生存分析结果可用于驾驶员反应延迟时间建模及跟驰模型优化。     

互通立交迂回式匝道纵向加速度特性

为了提高互通式立交的行车安全,分别对南山立交和江南立交的四条迂回式匝道进行自然驾驶实车试验,共采集了33名驾驶员在不同匝道上行驶的纵向加速度,研究了速度变化阶段纵向加速度特性,分析了迂回式匝道变速阶段纵向加速度统计分布特征,并基于纵向加速度对匝道行车舒适性进行了评价。研究结果表明：(1)迂回式匝道速度变化模式分为三个阶段,分别是入弯减速阶段、稳定行驶阶段和出弯加速阶段;(2)同一匝道上,不同驾驶风格驾驶员的驾驶行为有较高的趋同性,但也有一定的差异,在匝道行驶过程中冒险型驾驶员比愤怒型和焦虑型驾驶员减速明显,男性驾驶员比女性驾驶员减速明显;(3)女性驾驶员行驶舒适性略高于男性驾驶员,入弯减速段行驶舒适性优于出弯加速段,冒险型和焦虑型驾驶员出弯加速阶段行驶不舒适占比接近50%。     

基于模式切换的汽车自适应巡航系统分层控制

汽车自适应巡航系统通过分层控制即上层控制器向下层控制器(节气门或制动执行器)发出指令,实现汽车自动加速、减速或保持车速不变,以保持后车与前车间的期望距离。文章将自适应巡航汽车的控制模式划分为速度控制模式和车距控制模式,考虑到2种模式之间的博弈,根据车距与相对速度之间的关系建立2种模式之间的切换策略,以实现速度控制模式和车距控制模式间的平稳切换;再利用PI(proportional integral)控制和模糊控制对期望加速度进行控制,完成上层控制器的建立;根据刹车油门切换逻辑区分期望加速度和期望减速度,建立下层控制;最后利用CarSim和Matlab/Simulink软件对自适应巡航汽车的行驶工况进行联合仿真,仿真结果表明该控制策略能使后车较为稳定地跟踪前车。     

一种考虑加速度需求的车速自适应控制方法

针对智能车辆纵向控制要同时满足期望车速和期望加速度的需求,同时考虑到道路阻力变化对纵向控制的影响,提出一种考虑加速度需求的车速自适应控制方法。利用车辆纵向动力学模型,通过自适应遗忘因子递归最小二乘法对道路阻力进行估计。在此基础上基于条件积分方法设计耦合的车速和加速度控制律,通过积分自动调节和切换策略,保证了车速控制和加速度控制的平滑切换,并且通过建立李雅普诺夫函数,证明了车速跟踪误差的全局渐进稳定。最后,通过仿真试验和实车试验验证了控制方法的有效性。     

一种考虑加速度需求的车速自适应控制方法

针对智能车辆纵向控制要同时满足期望车速和期望加速度的需求,同时考虑到道路阻力变化对纵向控制的影响,提出一种考虑加速度需求的车速自适应控制方法。利用车辆纵向动力学模型,通过自适应遗忘因子递归最小二乘法对道路阻力进行估计。在此基础之上基于条件积分方法设计耦合的车速和加速度控制律,通过积分自动调节和切换策略,保证了车速控制和加速度控制的平滑切换。并且通过建立李雅普诺夫函数,证明了车速跟踪误差的全局渐进稳定。最终通过实车试验验证了控制方法的有效性。     

一种考虑加速度需求的车速自适应控制方法

针对智能车辆纵向控制要同时满足期望车速和期望加速度的需求,同时考虑到道路阻力变化对纵向控制的影响,提出一种考虑加速度需求的车速自适应控制方法。利用车辆纵向动力学模型,通过自适应遗忘因子递归最小二乘法对道路阻力进行估计。在此基础之上基于条件积分方法设计耦合的车速和加速度控制律,通过积分自动调节和切换策略,保证了车速控制和加速度控制的平滑切换。并且通过建立李雅普诺夫函数,证明了车速跟踪误差的全局渐进稳定。最终通过实车试验验证了控制方法的有效性。     

纯电动轿车模式识别及模式切换策略

为了解决纯电动轿车模式切换时的操作复杂性和乘坐舒适性等问题,提出了模式识别策略和模式切换策略.模式识别策略是基于模糊控制,通过识别车速、加速度均值和电池SOC(荷电状态)来进行自动识别;模式切换策略是基于德国的冲击度限制标准,通过限制转矩的增加率来减小整车的冲击度.仿真结果表明:提出的控制策略能准确地识别驾驶员的意图,避免了通过手动切换挡位的操作复杂性;并且在模式切换过程中使整车的冲击度小于10m/s3,满足了德国的冲击度限制标准.     

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.      

串并联混合动力系统自适应模式切换优化控制

为改善某新型串并联插电式混合动力系统双电机纯电动至并联驱动模式切换品质,同时确保不同车辆行驶状态及驾驶员输入下模式切换策略的适应性能,提出了平顺性起机和动力性起机概念,设计了自适应模式切换优化控制策略。首先,建立该串并联混合动力系统动力学模型,并对其双电机纯电动至并联驱动模式切换过程进行分析,确定模式切换不同阶段控制目标及控制策略;其次,以车辆驾驶平顺性和发动机起动时间为优化指标,通过动态规划求解发动机最优拖转转速曲线,提出一种发动机起动模型预测优化控制策略,在线计算离合器滑摩转矩以拖转发动机跟踪目标最优转速曲线,并通过电机补偿输出端转矩波动。离线仿真及硬件在环台架试验结果表明,所开发的自适应模式切换控制策略能够满足不同的驾驶需求,并具有较好的驾驶平顺性。     

基于权值惩罚法自适应人机协同避撞策略

针对协同避撞过程中人机权值难以适应不同驾驶员与工况的问题,提出了一种自适应人机协同避撞策略。基于单点预瞄驾驶员模型,根据驾驶员决策意愿搭建了表征驾驶风格的驾驶员模型。基于距离策略,提出避撞模式切换策略,设计模型预测控制器跟踪规划路径。提出驾驶员权值惩罚法,首先根据驾驶员参数与道路条件对驾驶员权值进行先验条件的惩罚,其次引入碰撞、侧滑和越出车道三种事故风险度,设计模糊控制器,依据事故风险度对避撞过程中的驾驶员权值进行实时惩罚。仿真结果表明所提出的人机协同避撞策略可实时调整人机权值,显著降低事故风险,从而在协调人机有效避撞同时保证行驶安全性与稳定性。     

山区公路回头曲线车辆横向加速度特性研究

为了明确车辆在山区低等级公路回头曲线段的横向加速度特性,选择重庆市彭水县境内的一段含有12处回头曲线段的山区公路作为研究对象,开展了20位驾驶员的实车驾驶试验,采集了自然驾驶状态下车辆运行参数,包括速度、轨迹和横向加速度等,分析了回头曲线段横向加速度的幅值特征、变化模式以及峰值位置分布。研究结果表明:（1）车辆在回头曲线段内的横向加速度整体变化特征分为三个阶段:入弯增大阶段、弯中稳定阶段、出弯减小阶段;（2）根据横向加速度85th百分位值的整体变化趋势,将横向加速度划分为四种变化模式;（3）回头曲线段左、右转横向加速度的85th百分位值分别是3.85m/s2和3.69m/s2,相比一般弯道,驾驶员在回头曲线能容忍更高程度的横向不舒适;（4）车辆在左、右转过程中,每个弯道的横向加速度峰值多集中在曲线中点和圆缓点之间,即圆曲线的后半段。     

基于实车眼动实验的驾驶员注视行为建模分析

从驾驶员注视点变化的角度,应用SMI眼动仪,开展城市道路实车实验。采集驾驶员注意力特性,剖析在城市道路实车测试过程中驾驶员的注视行为,提出了基于马尔可夫过程的驾驶员视点转移模型。根据模型预测出驾驶员稳态下的注意力状态向量;并对驾驶行为进行预判。实车实验发现,驾驶员的视觉注意力在任一子域中停留时长服从对数正态分布;而视觉注意力离开某一子域的时长服从指数分布。机动车行驶过程中驾驶员主要注视正前方,其注视频率占49%,驾驶员关注右前方区域频次是左前方的1.6倍,对于正后视镜的关注多于左右后视镜。通过实车实验和视觉建模分析,能够更好地发现驾驶行为规律和不良的驾驶习惯,为驾驶环境和交通设施改善,保障交通安全提供支撑。     

基于实车眼动实验的驾驶员注视行为研究

从驾驶员注视点变化的角度,应用SMI眼动仪,开展城市道路实车实验,采集驾驶员注意力特性,剖析在城市道路实车测试过程中驾驶员的注视行为,提出了基于马尔可夫过程的驾驶员视点转移模型,根据模型预测出驾驶员稳态下的注意力状态向量,并对驾驶行为进行预判。实车实验发现,驾驶员的视觉注意力在任一子域中停留时长服从对数正态分布,而视觉注意力离开某一子域的时长服从指数分布。机动车行驶过程中驾驶员主要注视正前方,其注视频率占49%,驾驶员关注右前方区域频次是左前方的1.6倍,对于正后视镜的关注多于左右后视镜。通过实车实验和视觉建模分析,能够更好的发现驾驶行为规律和不良的驾驶习惯,为驾驶环境和交通设施改善,保障交通安全提供支撑。     

智能汽车自动紧急控制策略

结合驾驶员在紧急工况下的驾驶行为以及不同避撞方式的避撞效能,对以自动紧急制动系统(Autonomous Emergency Braking,AEB)为代表的控制策略进行分析,发现当前的紧急制动控制策略并不能很好地适应驾驶员行为和满足避撞效能的需要.为此,提出了一种融合制动控制和转向控制的自动紧急控制(Autonomous Emergency Control,AEC)策略.在该策略中驾驶员始终在环,系统通过集成驾驶员模型、车辆模型和道路环境模型信息判断驾驶员的行为是否正确,并将控制输入与驾驶员输入叠加在一起作为车辆的输入对驾驶员不当驾驶行为进行纠正.     

提高安全性和交通流稳定性的车间距策略

提出了一种自治的自适应巡航控制(ACC)车辆的安全变时距(SVTG)车间距策略. 该策略利用ACC车辆的速度与最大减速度信息、SVTG车间距策略和相应的跟车控制律保证ACC车队的车辆安全性、单车稳定性、队列稳定性、交通流稳定性以及高的道路通行能力. SVTG车间距策略克服了固定时距(CTG)车间距策略的交通流不稳定以及变时距(VTG)车间距策略不安全的缺陷. 仿真结果表明SVTG车间距策略的性能优于其他两种车间距策略的性能.     

基于神经网络方法的集成式驾驶员跟车模型

为了提高驾驶辅助系统的跟车性能,基于神经网络方法建立了一种集成式驾驶员跟车模型.通过真实交通环境下的驾驶员实验获得了稳定跟车状态数据,并利用Kalman滤波器对数据进行了处理和估计.设计了以BP神经网络为核心的集成式模型结构,该模型以前车速度为输入,计算跟车过程中的两个特性参数并输入神经网络以模拟驾驶员控制的自车加速度.利用处理后的数据样本对网络进行了训练,并对该模型进行了仿真验证.仿真结果表明;神经网络模型具有模拟驾驶员跟车行为的能力,模型体现出较为准确的跟踪特性,并对不同的前车工况具有良好的适应性.     

分层架构下智能电动汽车纵向运动自适应模糊滑模控制

针对智能电动汽车(intelligent electric vehicles,IEV)的纵向控制在不确定性干扰下存在非线性、强时变特征,提出一种分层控制架构下的智能电动汽车纵向跟车运动自适应模糊滑模控制方法.根据经典理论力学建立表征智能电动汽车纵向行为机理的动力学系统模型,并进一步构建智能电动汽车纵向跟车运动分层控制构架.上层控制根据本车与前车的行驶状态信息得出期望加速度滑模控制律,进而利用自适应模糊系统替代滑模切换项以改善控制性能;下层控制通过设计驱动/制动切换策略以提高行驶舒适性,然后基于逆动力学模型实时求解期望控制力矩以跟踪期望加速度.为验证所提方法的有效性,在不同行驶工况下进行的仿真试验结果表明,该方法能实现本车平稳准确地跟随前车行驶,且对前车加速度的干扰具有鲁棒性.     

基于驾驶倾向性辨识的避撞-报警算法

为了研究适应驾驶员个性需求的避撞-报警算法,将驾驶倾向性作为驾驶员的个性评价指标引入。以实车实验所得驾驶行为数据为基础,提出了一种驾驶倾向性的实时辨识方法。通过驾驶模拟实验,获取了不同驾驶倾向性驾驶员的反应时间和制动减速度数据;并据此提出了一种基于驾驶行为的避撞-报警算法;最后将该算法与典型安全距离算法进行仿真对比。结果表明:本文提出的避撞-报警算法具有较高的可信度,而且体现了各类型驾驶员报警触发时机差异。