汽车巡航控制方法及Simulink仿真

为改善或提高汽车行驶安全性及驾驭汽车的轻松舒适性,提出基于城市工况的汽车定速巡航PID控制办法.设计了PID巡航控制器,采用预定车速与巡航车自身实际车速偏差作为控制器输入参量,将发动机节气门开度作为控制器的输出量.利用MATLAB/Simulink建立了汽车纵向系统动力学模型,将控制器得到的节气门开度输入到汽车纵向控制系统模型,实现了巡航系统闭环反馈控制的仿真.结果表明:该方法能够有效地保证巡航车按设定的城市工况所允许的车速行驶,具有较好的控制效果,建立的汽车纵向系统动力学模型也是有效的.     

分布式驱动电动车降阶滑模状态观测器设计

针对轮胎动力学存在的非线性问题及质心侧偏角估计的准确性与实时性问题,基于分布式驱动电动车(简称:IEV)车轮转矩易于测量的优势,设计了一种非线性降阶滑模状态观测器,对质心侧偏角和轮胎力进行估计。首先建立IEV车辆七自由度非线性动力学模型,选择UniTire轮胎模型描述轮胎特性。在此基础上考虑垂向载荷变化的影响;其次,利用饱和函数克服滑模固有的颤振现象;然后,根据IEV车辆车载传感器可测量的车辆状态,基于滑模变结构理论设计降阶观测器;最后以CarSim中的车辆模型作为仿真平台,对观测器性能进行验证。仿真结果表明:观测器对质心侧偏角和轮胎力的估计都有很高的精度。     

汽车经济型巡航的车速规划方法

为提升高速公路汽车自适应巡航时的燃油经济性,建立了一种经济型巡航车速规划模型.根据汽车巡航时的道路条件及气候环境参数等信息,规划汽车的经济型巡航车速.首先构筑试验环境进行遍历试验,建立汽车百公里燃油消耗量数据库;然后采用云模型相关理论建立运行车速和行驶阻力与燃油消耗量之间的映射关系,预测出不同行驶阻力条件下的经济车速;最后根据这些经济车速规划出经济型巡航速度的变化轨迹.经试验验证,按照经济型巡航速度变化轨迹行驶的燃油消耗比自动巡航状态下的明显降低,提高了汽车的燃油经济性.     

汽车自适应巡航控制的间距策略

汽车自适应巡航控制中,为确定不同车距下的控制策略,通过建立汽车行驶模型和制动模型,推导得到车速判据、第一车距判据、第二车距判据。将前后两车之间距离按此三条判据,由前至后划分为避撞区域、制动区域、降速区域、加速区域。自适应巡航系统能够判断和识别汽车当前所处区域,能够决定当前所应采取的驱动控制和制动控制策略。     

基于自适应MP C的自动驾驶汽车轨迹跟踪控制

为提高无人驾驶汽车轨迹跟踪精度和稳定性,设计一种基于模型预测控制(MPC)的自适应轨迹跟踪控制器.利用遗忘因子递推二乘算法在线估计轮胎侧偏刚度,实时更新控制器预测模型;设计控制参数选择器,采用模糊控制对预测时域和控制时域进行在线优化,实现预测时域能根据横向和纵向车速自适应的选择.通过Simulink/Carsim进行联...     

自动巡航系统建模与仿真

定速控制系统(Speed Control System)又称为自动巡航控制系统(Crusie Control System,简称CCS)。巡航控制系统在汽车上的应用。显示出了它的无可比拟的优点。该文通过对巡航控制系统的研究,对车身纵向对汽车进行了详细的受力分析,采用PID控制策略进行车速的控制,在MATLAB/Simulink环境下建立了巡航控制系统模型,并对其进行了仿真分析,验证了系统控制策略的可靠性和实用性。     

基于粒子群寻优的汽车自适应巡航预测控制

为进一步提升多目标自适应巡航系统预测控制精度,提出一种基于粒子群寻优的汽车自适应巡航预测控制算法.首先建立一种包含前车加速度扰动的自适应巡航系统车间纵向运动学模型,并对其线性离散化;其次综合车距误差、相对车速、自车加速度和冲击度,设计二次型多目标优化性能指标函数和多参数约束条件,构建自适应巡航预测控制优化命题;最后为便于问题求解,将目标函数和约束条件推导转化为以预测控制增量为优化变量的规范形式,并基于粒子群优化算法求解自适应巡航预测控制的最优控制律.通过Matlab/Simulink多工况仿真结果表明,粒子群算法求解的最优控制律能够控制自车保持更好的跟踪性和自适应性.      

基于双自适应无迹卡尔曼滤波的半挂车状态估计

针对半挂车辆状态估计过程中测量噪声不确定、累计误差影响严重、初值敏感等问题,提出一种适用于半挂车铰接角、车速等多个状态量估计的双自适应无迹卡尔曼滤波算法(FFUKF).基于搭建的半挂汽车12自由度非线性动力学模型和轮胎模型,通过测量的轮速与车辆加速度等信息,首先利用模糊控制自适应调整滑移率容差,综合判断每个车轮的稳定状态,通过轮速估算出一种车速;与此同时,模糊控制自适应调整测量噪声,利用无迹卡尔曼算法,依据动力学估计出铰接角和另一种车速;然后通过卡尔曼滤波算法融合两种方法估计的结果,实现车辆的纵向、侧向速度、横摆角速度和挂车与牵引车铰接角的实时估计.最后在Simulink/TruckSim联合仿真环境下进行多工况仿真试验,验证所提出的双自适应无迹卡尔曼估计算法(FFUKF)有较强的适应性、稳定性和鲁棒性,相比普通模糊自适应无迹卡尔曼(FUKF)有更高的估计精度,能有效克服累计误差,即便在估计初始值不准和有ABS控制输入的情况,仍可以较精确地对车速和铰接角进行实时估计.     

基于Dugoff轮胎模型对车辆质心侧偏角估计

为了解决车辆处于非线性状态下质心侧偏角的估计问题,考虑了纵向车速的变化,提出了基于Dugoff轮胎模型的质心侧偏角估计方法.根据二自由度车辆模型,验证了扩展卡尔曼滤波的估计精度高于卡尔曼滤波.根据建立的四轮三自由度车辆模型,对于车辆处于线性区和非线性区的两种运动状态,分别建立了基于扩展卡尔曼滤波算法的线性和非线性质心侧偏角估计模型,其中非线性估计模型基于Dugoff轮胎模型建立.采用CarSim软件搭建整车模型以及双移线道路模型,MATLAB/Simulink中搭建了扩展卡尔曼估计器,两者联合仿真.仿真结果表明:非线性估计模型在线性区域和非线性区域均能实现对质心侧偏角的估计,且估计精度高于线性估计模型.     

基于软测量技术的电动汽车行驶状态估计

为了实现对电动汽车运行信息的低成本估计,通过建立了以3自由度电动汽车动力学模型为基础的EKF软测量算法。利用低成本传感器测得的纵向、侧向加速度、横摆角速度和转向盘转角信号,实现了对电动汽车横、纵向车速和质心侧偏角运动状态信号进行精确估计;同时引入了HSRI(highway safety research institute)轮胎模型;在动态特性下轮胎的侧向力可得到有效的估计。最后通过Car Sim与Matlab/Simulink联合仿真对EKF算法进行了验证,从而验证了EKF软测量技术能够准确、实时地估计汽车行驶动态参数信息。     

基于Unitire侧向力模型的汽车操纵稳定性的建模和仿真*

为了进行汽车操纵稳定性建模和仿真,总结了非线性和线性Uni Ttire侧向力模型。基于平面假设,建立了考虑轮胎非线性和线性的汽车操纵稳定性二自由度模型,提出了基于线性和非线性Uni Ttire侧向力模型的操纵稳定性仿真算法。在常用车速60 km/h下,对某轿车操纵稳定性进行了仿真,获得了横摆角速度、质心侧偏角和侧向加速度的时间历程。研究结果表明,基于线性和非线性Uni Ttire侧向力模型仿真的横摆角速度、质心侧偏角和侧向加速度是不同的,研究汽车操纵稳定性应关注轮胎的非线性。     

基于UPF算法的汽车多状态量估计

针对常用汽车状态估计算法计算复杂、精度低等问题,提出一种新的汽车多状态量估计方法。建立了包含定常统计特性噪声和Pacejka轮胎模型的七自由度非线性汽车动力学模型。针对一般粒子滤波(PF)算法存在的缺陷,使用非追踪卡尔曼滤波(UKF)算法产生粒子滤波的重要性概率密度。基于非追踪粒子滤波(UPF)算法实现对汽车多个关键状态量的最小均方误差估计。将基于UPF算法、UKF算法与PF算法的估计器进行了比较,揭示了粒子数对汽车状态估计效果的影响。基于ADAMS/Car的虚拟实验和实车实验表明基于UPF算法的估计器精度高于基于UKF算法的估计器,估计值相对于实际值的平均绝对误差均控制在状态幅值的10%以内,且实时性优于基于PF算法的估计器。     

论轮胎的合理使用

轮胎对汽车的性能有很大的影响,正确合理的使用轮胎,对于保证汽车良好的乘坐舒适性和行驶平顺性;保证与路面具有良好的附着作用,提高汽车的牵引性、操纵性和通过性有着十分重要的意义。本文论述了合理使用轮胎当中的几点基本要求,如轮胎气压、轮胎超载、合理搭配、控制车速、控制胎温、底盘技术状况、日常维护和正确驾驶等。     

轮胎拖印分析道路交通事故车速的模型

道路交通事故发生前的车速(简称事故车速)是确定事故责任的依据,是研究事故再现的主要内容之一,也是目前国内外交通安全研究领域的一项重要课题。从事故现场的轮胎拖印出发,分析建立了根据轮胎拖印计算事故车速的模型。考虑到事故现场汽车各轮胎拖印的多样性和交警在事故现场采集数据快速准确的要求,运用能量守恒定律,将轮胎现场印迹分为胎印、擦印和拖印三阶段,将现场轮胎拖印测量起始点确定为轮胎胎印的起始点,并引入前后轴荷比和制动拖印修正系数。建立的事故车速分析计算模型综合考虑了事故车辆装载质量的变化、各车轮轮胎拖印长度的不等、制动过程轮胎与路面附着系数的变化等因素。     

UKF车速估计器的算法研究与仿真

为准确估计车辆的行驶速度, 保证汽车的安全性, 设计了基于无味卡尔曼滤波算法（UKF: Unscented Kalman Filter）的车速估计器, 并与基于卡尔曼滤波（KF: Kalman Filter）算法所建立的估计器进行了比较。两个估计器都以七自由度整车模型为研究平台, 同时在Matlab中搭建了UKF和KF的算法模型。仿真实验结果表明, 当系统输入产生突变时, UKF算法与真实值的绝对误差率始终在4%以内, 比KF算法的误差率大约降低了3%, UKF车速估计器能很好地预测车速变化的趋势, 相对于KF估计算法效果更佳。     

轮胎滑移能量在电动汽车控制中的应用研究

针对四轮驱动电动汽车力矩分配问题,提出了一种考虑轮胎滑移能量的四轮驱动电动汽车控制结构与力矩分配方法.该方法将高级底盘控制HCC结构与最优控制相结合,在HCC结构的基础上,将车辆侧向力的控制从HCC结构中分离,通过最优控制车辆主动前轮转向和直接横摆力矩来实现车辆的稳定行驶.提出了一种适用于HCC结构的增量型最小化滑移能量力矩分配方法,并基于UniTire滑移能量模型进行了相关的动力学仿真.结果表明在不控制前轮转向和横摆力矩的情况下车辆是失稳的,而采用文中所提结构结合最小化轮胎负荷率或最小化轮胎滑移能量是可以保证车辆侧向稳定的.      

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。     

四轮独立驱动电动汽车转向稳定性的横摆力矩控制

针对四轮独立驱动电动汽车转向稳定性的横摆力矩控制问题,建立了七自由度整车模型和Dugoff轮胎模型.基于滑模控制理论,选择质心侧偏角和横摆角速度两者为联合控制变量,并以汽车车速和路面附着系数为输入,运用模糊控制理论确定联合控制变量的联合控制参数,设计了四轮独立驱动电动汽车转向稳定性的横摆力矩控制策略.在Matlab/Simulink环境下选取不同车速、不同路面附着系数进行了连续转向行驶和突然转向行驶的仿真分析.结果表明,所设计的控制策略能够将质心侧偏角和横摆角速度控制在稳定范围内,使车辆在任意转向行驶工况下保持稳定,最大限度地提高轮毂电动汽车的转向稳定性.     

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.     

车辆行驶状态无迹卡尔曼软测量

为了有效解决电动汽车在行驶过程中的车速、质心侧偏角和横摆角速度等参数低成本测量的问题,采用无迹卡尔曼搭建了软测量算法,该算法充分考虑了电动汽车非线性的车辆运动状态估计,对于轮胎侧向力的估计采用非线性的魔术轮胎模型。最终,通过联合仿真实验方法验证了所建立的软测量算法能够准确、实时地估计出电动汽车的运动参数。