基于T-S模糊模型H_∞控制的车道保持性能研究

为了有效控制并避免车道偏离造成的交通事故,文章提出一种基于模糊Takagi-Sugeno(T-S)的车道保持协调控制方法;基于远、近视角建立驾驶员模型,利用纵向速度的非线性变化,建立人-车-路闭环模型,设计基于T-S的控制器得到期望的辅助转矩;考虑到外部阻力对汽车转向跟踪的影响,增加前馈补偿控制模块;将电动助力转向(electric power steering,EPS)作为车道保持的执行机构,通过控制电机实现车辆的主动转向纠偏。仿真实验和实车实验结果均验证了该方法可以保证车辆稳定地在车道中心线附近行驶。     

基于主动转矩分配的电动车车道保持辅助控制方法

 针对高速工况下四轮独立驱/制动电动车的车道偏离问题,提出一种基于主动转矩分配的车道保持辅助控制方法。该方法的辅助控制系统分为3层,顶层控制器根据人-车-路信息实时进行辅助控制决策,并计算车道保持所需的横摆响应;中层控制器基于滑模控制算法,计算横摆响应跟踪所需的附加横摆力矩;底层控制器通过主动转矩分配产生附加横摆力矩,干预车辆行驶轨迹,以达到车道保持的目的。采用CarSim/Simulink联合仿真进行高速单移线实验验证,结果表明,提出的基于主动转矩分配的四轮独立驱/制动电动车车道保持辅助控制方法,具有良好的车辆动力学稳定性,在高附路面和低附路面上均能够有效地干预车辆行驶轨迹,防止车辆偏离车道。     

极限工况下车道保持系统的行驶稳定性研究

车道保持控制系统可以辅助驾驶员对车辆的操纵,避免其发生偏离车道、碰撞障碍物等危险情况,通常认为该系统工作在轮胎的线性区段.然而,车道保持中的关键控制变量(方向偏差和侧向偏差)与车辆稳定性关系密切,能够在极限工况下起到稳定车辆的作用.为此,设计了基于人工势场法的车道保持控制算法,在线性车辆模型的基础上将线性轮胎模型扩展为非线性轮胎模型.仿真结果表明,当车辆受到突然的转向干扰时,车道保持控制算法在极限工况下依然能使车辆有效跟踪目标路径,并且保持车辆的稳定性.     

考虑人-车-路耦合的路径跟随过程操稳性预测研究

为更早预测车辆的操稳性失稳风险,针对性解决传统“人-车-路”耦合系统中“路”先验信息未知和由此导致的“人”输入难预测问题,借助先进辅助驾驶系统提供的前方预瞄路径,提出结合驾驶员转向模型及车辆非线性动力学模型的操稳性预测方法. 构建“人-车-路”闭环反馈驾驶员模型,对跟随道路曲率的驾驶员转向行为进行预测;将当前车速与预测转向作为三自由度非线性动力学模型的输入,实现跟随前方路径的操稳性状态预测;通过Simulink-Carsim联合仿真及驾驶员模拟器硬件在环对比,进行双移线路径、变曲率路径和蛇形路径工况模拟. 所提方法的操稳性状态预测值与实际值吻合良好.     

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...     

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.     

基于LQR的智能驾驶汽车横纵向控制研究

为了提高智能驾驶汽车跟踪控制器的稳定性和跟踪精度,提出了一种基于线性二次型调节器(LQR)控制算法和驾驶员预瞄模型的横向跟踪控制策略,结合纵向比例-积分-微分(PID)控制算法实现横纵向控制。首先建立带有前馈的LQR控制器,采用梯度下降优化算法优化LQR控制器权重参数,并在此基础上引入驾驶员预瞄模型,设计了基于经验的预瞄距离自适应控制器;其次建立双PID纵向控制器进行速度控制。最后通过Carsim和Matlab/Simulink联合仿真以及实车测试验证,结果表明：仿真工况下最大横向偏差小于0.035 m,最大航向偏差小于0.09 rad,实车测试工况下也能够良好遵循规划轨迹的整体趋势,速度跟踪效果良好且前轮转角与横摆角速度变化平稳。因此,该控制器能够保证较高精度且平稳的轨迹跟踪,在高速状态下更为明显。     

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.     

基于MPC的车道保持系统转向控制策略

针对汽车的自动车道保持系统,研究了基于模型预测控制(MPC)的转向控制策略.对车辆的侧向动力学和轮胎的侧偏特性进行分析,研究了以位移偏差、横摆角偏差和两者微分项为状态变量、前轮转向角为控制输入的侧向动力学模型;在该模型的基础上,建立了车道自动保持控制的优化性能指标和系统约束,引入了平滑的期望参考轨迹,设计了基于MPC的转向控制策略.仿真试验证明,在不同车速下,该控制策略均能迅速消除侧向位移偏差和横摆角偏差,保证车辆沿着车道中心线行驶,并有效平滑系统的动态响应,具有较好的适应性和鲁棒性.     

线控转向汽车横摆角速度增益优化设计

为了解决汽车线控转向系统(SBW)转向角传动比的设计问题,对SBW汽车横摆角速度增益值优化方法进行了研究。在建立整车动力学模型和驾驶员模型的基础上,从人-车闭环系统角度出发,采用汽车操纵稳定性综合评价体系中的轨迹跟踪误差评价指标、驾驶员操纵负担的评价指标、侧翻危险性评价指标和侧滑危险性评价指标并与遗传算法相结合,在典型车速下对汽车横摆角速度增益值进行了优化。试验结果表明,采用优化后横摆角速度增益值设计的SBW转向传动比可有效地提高汽车操纵性,减轻驾驶员负担。     

基于鲁棒比例-积分-微分控制的智能汽车自主换道轨迹跟踪控制

为了解决智能汽车自主换道轨迹跟踪所使用的比例-积分-微分(proportion-integral-derivative,PID)控制器参数难以整定的问题,提出应用于自主换道轨迹跟踪控制的鲁棒PID控制器设计方法。首先,构建车辆-道路系统动力学模型,将转向执行机构看作一阶惯性环节,搭建包括转向执行机构动力学模型在内的系统动力学模型;然后,基于分段多项式表达求解自主换道轨迹模型,并基于时间与误差绝对值乘积积分构建鲁棒PID控制器,确定控制参数,形成闭环系统的传递函数;最后,进行仿真及实车试验,结果表明,所设计的控制器具有较强的鲁棒性,能在保证换道工况下智能车辆较好的轨迹跟踪能力的同时,有效地提高乘员舒适性。     

四轮独立转向无人车辆斜向行驶轨迹跟踪控制方法

针对四轮独立转向电动汽车转向系统成本高、但功能开发程度低的问题,提出一种车辆斜向行驶控制策略,优化四轮独立转向电动汽车换道过程中的行驶稳定性. 基于四轮独立转向电动汽车横向、纵向二自由度车辆模型,提出一种横纵向耦合轨迹跟踪控制方法,该方法基于线性时变模型采用模型预测控制（MPC）算法,对横向偏差、航向角偏差及纵向速度偏差进行闭环控制. 设计车辆稳定性控制器,包括横摆力矩控制器和转矩分配控制器,同时提高车辆轨迹跟踪精度和行驶稳定性. 最后搭建Simulink/Carsim/Prescan联合仿真平台,对四轮独立转向电动汽车双移线工况进行模拟换道仿真,仿真结果证明了斜向变道的可行性和横纵向耦合轨迹跟踪控制方法的有效性.      

状态耦合大规模系统的分布式预测控制

研究带有状态耦合的大规模系统的分布式预测控制,这类大规模系统一般可由若干子系统构成。在每个子控制器中均考虑其他子控制器的状态轨迹,这些状态轨迹的假设值可基于历史数据获得。为限制各子系统假设预测轨迹和真实轨迹之间的不确定性偏差加入了相容性约束,并通过在线收紧此约束使得其带来的保守性更小;为消除不确定性偏差,通过对未来轨迹约束的逐步收紧保证物理约束在未来时刻均被满足的;针对真实系统在线优化性能指标,具有更优的控制性能。最后,采用3个弹簧-阻尼小车子系统相互连接而成的系统,通过与已有算法比较,得到了文中算法的计算量更小,控制性能更优的结论,证明了所提方法的有效性。     

汽车与两轮车事故中驾驶员转向行为影响因素研究

为研究汽车与两轮车事故中驾驶员转向行为的影响因素,对172例汽车与两轮车真实案例进行统计分析,从中挑选出65例车辆具有驾驶转向行为的事故案例,并利用PC-CRASH对其进行事故再现仿真。运用Logistic回归模型对事故数据进行分析,得到驾驶员转向行为的显著性影响因素,最后利用拟合优度检验法和预测准确度检验法验证了模型的可靠性,置信度为95%时,模型的回判正确率为87.7%,具有良好的预测效果。结果表明:在车与两轮车事故中车流量、两者相对距离以及本车速度对驾驶员转向行为影响显著性较高,发生比依次为0.049、0.036、0.025,在车辆横向辅助驾驶系统开发及转向策略确定时应作为重点考虑因素,研究可为汽车自动驾驶、紧急转向系统等汽车主动安全技术的研发提供参考。     

考虑驾驶人换道意图的车道偏离预警系统

 为降低基于机器视觉车道偏离预警系统的误警率,提出一种考虑驾驶人换道意图的车道偏离预警系统。运用SteerableFilter 方法对所采集的道路图像信息进行滤波,运用局部搜索区域法提取车道线参数,运用基于图像信息的识别方法检测车辆的车速、转向信号、车道偏离状态以及驾驶人的头部动作状态,判断驾驶人的换道意图,建立了车道偏离预警的决策算法及系统。应用Matlab 软件对实车采集得到的视频进行算法验证和系统仿真试验,结果表明,提出的车道偏离预警决策算法是可行的,该预警系统将有意识与无意识的车道偏离区分开,从而能有效屏蔽在驾驶人有意识偏离车道时的误报警,具有更高的可靠性。     

车与两轮车事故中驾驶员转向行为影响因素研究

为研究车与两轮车事故中驾驶员转向行为的影响因素,本文对172例车与两轮车真实案例进行统计分析,从中挑选出65例车辆具有驾驶转向行为的事故案例,并利用PC-CRASH对其进行事故再现仿真。运用Logistic回归模型对事故数据进行分析,得到驾驶员转向行为的显著性影响因素,最后利用拟合优度检验法和预测准确度检验法验证了模型的可靠性,置信度为95%时,模型的回判正确率为87.7%,具有良好的预测效果。结果表明：在车与两轮车事故中车流量、两者相对距离以及本车速度对驾驶员转向行为影响显著性较高,发生比依次为0.049、0.036、0.025,在车辆横向辅助驾驶系统开发及转向策略确定时应作为重点考虑因素,本研究可为汽车自动驾驶、紧急转向系统等汽车主动安全技术的研发提供参考价值。     

一种自适应的车道线检测算法

车道线检测是一种在基于视觉的驾驶员辅助系统中起关键作用的技术手段,可用于车辆导航,侧向控制,防撞或车道偏离警告等车辆系统中。提出一种自适应的车道线检测方法。首先,从原始图像中提取感兴趣区域(Region of Interest,ROI)图像并将其转换为灰度图像;然后,自适应的改变车道宽度识别出可能的车道区域;最后,根据车道的结构和方位特性匹配车道,再利用Hough变换检测直线,并结合前一帧与当前帧的车道信息预测车道段,以避免计算错误。实验数据表明,该方法在准确性和鲁棒性方面表现突出。     

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.      

基于模糊控制的纯电动汽车距离控制

提出了一种电动机模型和动态安全距离模型,并在Carsim平台上搭建纯电动汽车整车动力学模型.设计了模糊距离控制器,并建立Simulink和Carsim联合仿真平台,在该平台上对纯电动车辆模糊距离控制器进行仿真分析.结果表明:同没有控制器的车辆相比,被控车辆能始终保证同前车车距在5 m以上的安全距离,同前车起始车距在50,80,100 m车距时均能将两车的最小距离控制在5 m以上,相邻车道切入工况下也能够有效防止追尾事故,避免碰撞,提高了车辆的主动安全性和道路的通过效率.     

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。