应用于换道预警系统的潜在危险目标辨识算法

针对换道预警系统中的潜在危险目标辨识问题,搭建了车辆运动状态监测试验车,获取了多名被试驾驶人在实际道路上的自然驾驶数据。采用车速与车身横摆角速度建立了道路曲率估算模型,选取车道线作为模型的参考对象,提出了基于车道线的车辆之间位置关系辨识模型,来确认换道预警系统的潜在危险目标。研究结果表明:曲率估算模型误差较大,计算曲率极值的相对误差达到了10.2%,但车辆之间车道关系辨识模型能够准确辨识出潜在危险目标,对其他车辆换道过程的横向越线时间计算精度优于0.1s;当曲率估算相对误差达到28.4%时,相对车道关系辨识算法依然能够准确识别出其他车辆所处的车道信息。     

考虑驾驶人驾驶习性的自适应车道偏离预警策略

提出了考虑驾驶人驾驶习性的自适应车道偏离预警策略。通过实车驾驶数据采集平台采集驾驶人的驾驶行为数据,并基于模糊聚类对驾驶数据进行聚类处理,进而利用广义回归神经网络(GRNN)模型实现了驾驶人驾驶习性辨识策略;建立车道偏离时间估算模型,设计个性化的车道偏离预警系统;最后,通过驾驶模拟器进行测试验证。结果表明,所提出的考虑驾驶人驾驶习性的自适应车道偏离预警策略能够在有效辨识驾驶人驾驶习性的基础上,提高车道偏离预警的适用性。     

基于T-S模糊理论的车辆主动转向系统多目标控制

主动转向系统能通过主动转角补偿的方式实现横摆力矩控制,以改善车辆转向稳定性。针对横摆力矩控制,提出了基于T-S模糊理论的LQR多目标控制器的主动转向系统。该系统综合考虑主动转向系统的有效工作区间和车辆操纵模型中轮胎的非线性问题,采用T-S模糊理论建立了主动转向系统模型,并基于横摆角速度和车辆侧偏角这两个控制变量,设计了LQR多目标控制器。仿真分析结果表明,所提出的基于T-S模糊理论的LQR多目标控制器的主动转向系统整体上能降低横摆角速度、车辆侧偏角和侧向加速度,并快速达到稳定状态。该系统能有效改善车辆的转向稳定性,从而为主动转向系统的设计和应用提供理论参考与方法依据。     

基于纵向滑移率均衡的车道偏离辅助控制研究

提出了一种无压力闭环的差动制动实现车道偏离辅助的控制方法.根据车辆和驾驶员参考模型确定纠正车道偏离所需的目标横摆角速度.采用滑模算法设计横摆角速度跟踪控制器,确定附加横摆力矩.基于纵向滑移率均衡设计车轮制动压力调节策略,限制车轮最大滑移率,以提高车辆横向稳定性.设计模糊控制器对压力建立过程进行伺服控制.在Carsim/Labview-RT联合仿真平台上对提出的方法进行硬件在环仿真试验,试验结果表明,所提出方法能有效避免车辆偏离车道,鲁棒性强,且车辆横向稳定性好.     

考虑道路曲率的多约束高速无人驾驶汽车横向跟踪控制方法

为了提高模型预测控制(model predictive control, MPC)方法在高速无人驾驶汽车横向跟踪中的有效稳定控制,建立考虑横摆、侧滑和曲率等因素的高速车辆动力学模型,提出基于三次贝塞尔曲线的连续自适应分段拟合法以获取道路曲率,然后设计考虑车辆滑移稳定性约束、道路环境约束和轮胎纵横向耦合力约束,以车辆高速跟踪过程中的航向偏差、横向偏差以及滑移率等二次型最优为目标进行求解的MPC控制器。仿真案例基于MPC方法,搭建CarSim/SimuLink联合仿真模型,研究高附着路面恒定高速和低附着路面变速2种仿真工况。研究结果表明：车辆在恒定高速工况下以不同的车速在不同曲率的道路行驶时横向跟踪误差在0.6 m以内,优化的前轮转向角最大值为0.1 rad,横摆角速度-横向速度相平面也在包络线之内,车辆在大曲率路径跟踪时,平均横向跟踪误差0.221 9 m,平均横摆角速度为0.180 8 rad/s,较不考虑道路曲率/滑移稳定性约束的跟踪效果显著提升;低附着路面小曲率/大曲率路径变速工况下,车辆考虑轮胎耦合力的前轮转向角约束较未考虑时的横向跟踪误差显著减小(其中低附着路面小曲率路径工况的...     

基于意图辨识的线控汽车紧急转向控制方法

针对线控转向汽车在紧急转向时,按理想转向传动比控制得到的横摆角速度动态响应慢、超调量大、稳定时间长的问题,提出了一种基于驾驶员转向意图辨识的横摆角速度反馈控制方法.该方法在正常转向时,车辆按照理想转向传动比控制;在紧急转向时,在理想转向传动比控制基础上,叠加横摆角速度反馈控制.车辆紧急转向引入驾驶员转向意图辨识环节,以判定何时叠加横摆角速度反馈控制.转向意图辨识利用多维高斯隐马尔可夫模型建模,通过离线训练参数、在线辨识识别的方式实现.实验验证结果表明:该方法能够有效降低线控汽车瞬态转向响应的超调量、减少稳定时间.     

驾驶机器人车辆多新息动态转向力矩补偿

为了减小驾驶机器人车辆长期自动驾驶过程中转向性能下降带来的影响,提出了一种基于多新息的驾驶机器人车辆动态转向力矩补偿方法。构建了车辆动力学模型和驾驶机器人车辆动力学模型;建立了以路径曲率及车速为输入、方向盘转向角为输出的驾驶机器人车辆转向性能离线自学习模型;建立了以方向盘角速度、角加速度及车轮转角为输入,转向机械手驱动力矩为输出的受控自回归在线辨识模型,并运用遗忘因子多新息最小二乘方法进行参数辨识,将迭代计算过程中的标量新息扩展为向量新息,提高了驾驶机器人车辆转向性能参数的辨识精度;驾驶机器人车辆自动驾驶过程中,利用离线自学习模型和转向机械手动力学方程计算出转向电机输出力矩,加上反馈回来的驱动力矩误差,实现对驾驶机器人车辆转向力矩的在线动态补偿。仿真与试验结果对比表明:所提方法辨识的转向力矩误差在0.1N·m以内,跟踪目标路径的横向位移偏差小于0.2m;所提方法有效减小了驾驶机器人车辆转向性能下降造成的影响。     

基于多信息融合的汽车质心侧偏角估算

车辆稳定性控制系统因为其良好的主动安全性已经在汽车上广泛采用。对于汽车稳定性控制系统而言,横摆角速度和质心侧偏角是判断汽车运行情况的两个主要参考量。其中,车辆的横摆角速度可以通过横摆角速度传感器经过卡尔曼滤波直接得到,而质心侧偏角则必须通过估算得到。基于二自由度汽车动力学模型建立了一种车辆质心侧偏角估算器,该估算器包括基于车辆模型的卡尔曼滤波算法和动力学积分算法。在质心侧偏角较小的情况下,可认为轮胎的侧偏特性处于线性区域,故采用基于车辆模型的卡尔曼滤波算法,当质心侧偏角较大的情况下,切换为动力学积分算法。最后在Vedyna软件下搭建了该估算器的仿真平台,通过多工况的仿真,仿真结果表明该估算器可以准确估算车辆的质心侧偏角。     

时滞对人—车闭环系统操纵稳定性的影响

对以往具有横摆角速度反馈控制的电动助力转向模型进行了研究分析,考虑反馈控制中时滞的存在,基于合适的驾驶员模型和汽车转向运动模型建立含时滞的横摆角速度反馈控制电动助力转向模型,利用matlab/simulink建立了人—车闭环系统动力学模型,通过改变时滞参数分析了时滞对车辆操纵稳定性的影响.研究结果表明,时滞对车辆的侧向速度、横摆角速度、前轮转角和驾驶员力矩都会产生不良影响,使汽车的稳定性变差甚至使汽车失稳.     

基于纵向力分配的轮边驱动电动汽车稳定性控制

采用层次化整车稳定性控制方法和加权二乘法优化分配算法,通过纵向力在约束范围内的合理分配形成直接横摆力矩,改善车辆的行驶姿态.实车试验结果显示,控制器根据各轮状态实现了四轮纵向力有效分配,车辆横摆角速度能够很好地跟踪参考横摆角速度;通过控制,降低了车辆横摆角速度与侧向加速度,提高了车辆的操纵稳定性.     

横摆角速度反馈对车辆操纵稳定性的影响

为了改善装有电子助力转向系统（EPS）的车辆操纵稳定性，分析研究了EPS中引入横摆角速度负反馈对车辆操纵稳定性的影响，建立了包含EPS的人-车系统数学模型，并利用SIMU—LINK工具箱进行了仿真分析。结果表明：该模型在EPS中引入横摆角速度负反馈，可以显著改善前轮角阶跃输入下车辆的横摆角速度的瞬态响应；EPS助力矩响应曲线上升平稳缓慢，有利于汽车在低附着系数路面高速转向行驶的操纵，从而提高了汽车的行驶安全性。     

相关向量机在车辆行驶状态估计中的应用

针对车辆运动的非线性特性,利用比支持向量机(SVM)测试时间短、多样本时具有计算量小的相关向量机(RVM)对车辆行驶状态进行估计.为了能够较为准确地估计车辆行驶状态,采集实车试验数据,利用Kalman滤波器对采集到的车速和横摆角速度数据进行滤波,将滤波后的数据作为RVM的输入.依据贝叶斯理论建立最大似然函数,考虑到横摆角速度和车速变化的差异性,依据不同迭代次数下最大似然估计值、伽马值以及值的差异性确定最佳的迭代次数,保证模型具有较短的测试时间和较高的击中概率.有效性验证结果表明:该模型能够较为准确地逼近待估计样本的真值,其中波动性较大的横摆角速度所需要的迭代次数更多,伽马值和值的变化更为迅速,收敛速度较快.     

一种车辆主动横摆力矩的神经网络控制方法

用二自由度车辆动力学状态方程建立了车辆横摆角速度跟踪控制模型．用横摆角速度与其期望值的差值建立了该问题的性能指标并设计了神经网络控制器，用该模型计算了车辆在急速转向操纵时的横摆角速度以及车辆质心的侧偏角响应，计算结果表明此时车辆的操纵稳定性得到了有效改善．最后给出了进一步研究工作所要采用的半实物仿真试验的设计。     

横向动力学反馈控制的EPS仿真与试验

建立具有简化转向阻力矩模型的电动助力转向系统模型,提出基于横向动力学反馈控制的电动助力转向控制策略,运用Matlab/Simulink工具进行模型的时域仿真,通过实车试验验证所提出的控制策略.研究结果表明,基于横向动力学反馈控制的电动助力转向控制策略改善了车辆的动态性能,提高了车辆的稳定性,横摆角速度和侧向加速度反馈控制效果比单独横摆角速度反馈控制效果更好.     

基于非光滑控制技术的电动汽车直接横摆力矩控制

利用非光滑控制技术,基于轮毂电动机驱动的电动汽车线性2自由度、7自由度整车模型,提出了一种非光滑直接横摆力矩控制策略.通过对质心侧偏角的估计和由传感器直接获得的车辆横摆角速度,设计基于横摆力矩控制的上层控制器,然后经下层控制器对得到的横力摆力矩进行分配,使系统横摆角速度和质心侧偏角能够分别跟踪期望值.结果表明:在外部扰动、未建模动态、系统不确定等受扰条件下,非光滑直接横摆力矩控制器具有较强的鲁棒性,能够提高极端驾驶情况下的车辆稳定性;在控制器连续条件下,非光滑控制器能够提供最好的控制性能.     

基于ANFIS的汽车ESP控制方法研究

文章采用自适应神经模糊推理系统(adaptive neuro-fuzzy inference system,简称ANFIS)研究车辆ESP的反馈控制,设计了基于横摆角速度的神经模糊推理系统;考虑车辆的转向特性,建立了车辆的轮胎模型和二自由度参考模型,并在Simulink下进行仿真;仿真结果证明了自适应神经模糊控制对车辆横摆角速度和质心侧偏角的控制是有效的,提高了车辆的侧向稳定性。     

车辆横摆转动惯量及轮胎侧偏刚度识别方法的研究

车辆参数辨识在汽车正逆向开发及控制器设计等方面是必要前提与技术难点.目前参数的获取主要有两种方法:通过仪器测量的方法和系统辨识技术.研究了一种能够识别横摆转动惯量及轮胎侧偏刚度的实验辨识方法.该方法通过汽车转向盘转角脉冲输入获得的实验数据,首先采用时域法辨识车辆横摆角速度对转向盘转角和侧向加速度对转向盘转角的传递函数,再通过非线性最小二乘法拟合传递函数中包含的横摆转动惯量和前后轮胎侧偏刚度,使所得频响特性和辨识所得频响特性误差最小,最后通过仿真验证该方法的理论可行性.所提的实验辨识获得横摆角速度和轮胎侧偏刚度参数的优点是无需特制或购买专用测量设备,尤其在实验条件受限情况下,更具有重要的工程实际意义.     

基于状态估计的无人车前轮转角与横摆稳定协调控制

针对无人车轨迹跟踪问题,提出了一种基于状态估计的无人车前轮转角和横摆稳定协调控制策略.建立了车辆轨迹跟踪模型,利用模型预测控制算法设计了轨迹跟踪控制器,得到实时跟踪参考轨迹所需的前轮转角.根据车辆模型设计了一种基于未知输入观测器的前轮转角估计方法,并将估计结果作为前轮转角跟踪控制的输入量.基于非奇异终端滑模控制设计了前轮转角跟踪方法,通过转向电机扭矩来控制车辆转向以实现轨迹跟踪.同时,设计了车辆横摆稳定控制器,通过控制横摆角速度跟踪误差确保车辆横摆稳定.建立了CarSim-Simulink联合仿真模型并进行仿真实测试.结果表明,未知输入观测器具有较好的前轮转角估计效果,从而为车辆协调控制提供可靠信息源,协调控制策略能够在保证车辆横摆稳定性的同时完成车辆轨迹跟踪.      

基于横摆角速度反馈的汽车四轮转向控制研究

研究了基于横摆角速度反馈的汽车四轮转向控制系统.首先把汽车简化成一个二自由度的两轮车模型,建立了线性二自由度四轮转向车辆的动力学模型.然后设计了基于横摆角速度反馈控制四轮转向系统,并给出了控制算法.最后通过MATLAB/Simulink对其进行了仿真验证,相比较两轮转向,四轮转向控制的汽车系统具有更好的动态特性.     

基于模糊着色Petri网的车辆行驶状态估计

车辆行驶状态的有效估计是改善综合交通运输效能的有效途径,针对车辆行驶过程数学模型难以准确建立,依据车辆的行驶状态流跟Petri离散并行系统的相似性,提出利用具有良好层次化和时序性特点的Petri网建立车辆行驶状态估计模型。分析影响车辆状态变化的影响因素,将车速、车辆质心侧偏角以及车辆横摆角速度作为描述车辆状态属性指标,并确定输入的论域以及隶属度函数,依据车辆运动状态的可控性和驾驶舒适性建立相应的模糊规则。最后,在CPNtool中构建车辆行驶状态估计模型,采集路车试验数据对模型进行训练与测试,结果表明,Petri网模型不仅能够以可视化方式充分展现车辆状态变化过程,且能够通过着色的库所变迁确定影响车辆状态发生的关键性因素,模型的估计结果逼近真实值。