具有不确定参数的车道保持终端滑模控制

为研究具有参数不确定性的自动化公路系统车道保持控制,假定车辆质量、转动惯量、轮胎侧偏刚度等不确定参数有界,基于位置预瞄策略和车辆侧向动力学模型,建立预瞄点处的车辆横向位置误差和横摆角误差动态方程;采用终端滑模控制方法,设计车道保持变结构控制规律;基于李雅普诺夫稳定性理论,对控制系统的稳定性进行分析.仿真结果显示,该文设计的控制规律可使车辆侧向位置误差与横摆角误差具有较快的收敛率.     

智能汽车驾驶员模型的预瞄时间自适应分析

为了更好地模拟真实驾驶员在人车路闭环系统下的操纵行为,提出了一种针对智能汽车驾驶员模型的预瞄时间自适应模型.运用预瞄跟随理论与预瞄优化驾驶员模型构建智能汽车驾驶员模型,进而分析道路环境与汽车行驶状态等因素对智能汽车驾驶员模型中预瞄时间的影响,分别采用基本预瞄时间和补偿预瞄时间表征不同因素对驾驶员前视行为的影响,并将基本预瞄时间和补偿预瞄时间相结合,建立了基于BP神经网络的预瞄时间自适应模型.在Carsim/Simulink联合仿真平台上搭建了预瞄时间自适应的智能汽车驾驶员模型,针对正常驾驶和激进驾驶2种模式进行了仿真分析.结果表明所建立的预瞄时间自适应模型可有效改善智能汽车驾驶员模型的路径跟踪效果.     

有界变参数车道保持准滑模控制

假定车辆质量、转动惯量、轮胎侧偏刚度等参数具有不确定性,考虑时变有界和慢变未知两种情况,研究了自动化公路系统车道保持控制方法.基于位置预瞄策略和车辆横向动力学模型,建立预瞄点处的车辆横向位置误差和横摆角误差动态方程;采用准滑模控制方法,设计车道保持变结构控制规律;基于李雅普诺夫稳定性理论,对控制系统的稳定性进行分析.仿真实验表明,采用文中设计的控制方法,在达到满意跟踪性能的同时,还能有效抑制颤振,对参数不确定性具有鲁棒性.     

驾驶员预瞄时间与公路弯道半径的耦合特征

为了研究驾驶员预瞄时间与公路弯道半径耦合特征对汽车操纵稳定性的影响,建立了人-车-路系统动力学模型,通过基于实际道路数据的仿真试验,分析了驾驶员预瞄时间和弯道半径对汽车动力学特征和路径跟踪情况的影响,验证了模型的正确性.利用相轨迹变化、轮胎侧向力、汽车行驶轨迹偏差、车身姿态变化、汽车状态变量(纵向速度、侧向速度、横摆角速度)参数,分析了驾驶员预瞄时间和公路弯道半径的耦合特征对汽车操纵稳定性的影响.结果表明：驾驶员预瞄时间与公路弯道半径存在显著的耦合特征,当汽车的纵向速度、道路横坡度相同时,随着驾驶员的预瞄时间缩短,汽车安全运行所需的弯道最小半径增大.     

采用方向预瞄的内模驾驶员模型

为了建立与真实情况更加相符的驾驶员模型,针对汽车驾驶员对整车不确定参数的自适应性,在分析汽车驾驶员预瞄、决策和自适应机理的基础上,建立了基于方向预瞄的内模驾驶员模型。该模型由驾驶员方向预瞄模型、驾驶员决策模型和驾驶员内模模型组成。汽车双移线工况仿真结果表明,内模驾驶员模型能够有效地用于汽车转向控制,并能够充分体现汽车驾驶员所具有的对不确定参数的适应性。     

基于改进预瞄跟随算法的新能源汽车转向控制研究

为了解决传统预瞄跟随算法应用于新能源汽车转向控制导致在转弯曲率过大路况下车辆易脱离路径的问题,对预瞄跟随算法改进并应用于汽车转向控制中,将预瞄点设定为当前车速下经过时间T到达的路径上的点,采用预瞄跟随最优曲率驾驶员模型的预瞄点快速搜索,并将改进算法在Dymola软件构建的新能源汽车转向控制模型上进行验证.和传统预瞄跟随...     

表征驾驶风格和驾驶员能力的驾驶员模型

由于驾驶员群体的驾驶方式和驾驶能力的差异,所决策的加速度值与最优值存在不同程度的偏差.本文作者在原有最优预瞄侧向驾驶员模型的基础上发展了多点多目标决策模型,以驾驶员的视野特征和决策意愿表征驾驶风格,并对驾驶员能力建模.Simulink/Carsim联合仿真结果表明,包括4个自由参数模型能够反映出不同驾驶员的驾驶行为,并有望应用于提升无人驾驶车辆乘坐感受的研究.      

智能汽车仿人转向控制驾驶员模型分析

为使智能汽车的弯道行驶具备人类驾驶员操控特征,基于最优曲率预瞄驾驶员模型与T-S模糊推理算法,提出了一种预瞄点横向和纵向自适应调节的仿人转向控制驾驶员模型.在封闭城市双车道弯道工况下,采集了熟练驾驶员在不同车速行驶下的弯道轨迹数据,分析得出了目标行驶轨迹.基于蚁群算法对预瞄点横向和纵向调节模糊规则进行了优化,在PreScan中构建了连续多曲率弯道仿真场景,并基于驾驶模拟仪所采集到的熟练驾驶员驾驶轨迹,对所提出的驾驶员模型的仿人转向特性进行验证.结果表明:优化后的仿人转向驾驶员模型与熟练驾驶员的行驶轨迹相似程度较好,优于最优曲率预瞄驾驶员模型或预瞄距离自适应的驾驶员模型.     

汽车ABS与AFS集成控制算法

提出一种制动防抱死系统(ABS)与主动前轮转向(AFS)系统的集成控制算法.ABS采用逻辑门限值控制算法,以车轮的角加速度为主要门限、滑移率为辅助门限.AFS采用基于二自由度车辆模型建立的横摆力矩补偿前馈控制和滑模反馈控制相结合的复合控制算法.采用8自由度车辆模型验证所提出的控制算法,该模型包含“Magic Formula”轮胎模型和基于单点预瞄的驾驶员模型.在Matlab/Simulink中通过对开路面的直线制动工况和定圆弯道制动工况下的仿真来评价集成控制算法.仿真结果表明:在对开路面上ABS与AFS的集成控制能够有效地缩短制动距离,提高车辆制动过程的方向稳定性.     

汽车方向控制驾驶员模型

建立合适的汽车方向控制驾驶员模型是人-车-路闭环系统最重要的环节之一.目前在传递函数、最优控制的基础上建立了补偿模型、预瞄补偿跟踪模型、预瞄最优曲率跟随模型等,但由于驾驶员驾驶特性的非线性、时变性等特征,上述模型很难模拟驾驶员实际操纵行为.考虑到驾驶员的操纵特性,运用智能控制理论,基于模糊控制、神经网络及这两者的结合,建立相应的驾驶员模型可以更加接近驾驶员实际的驾驶行为.