基于决策树算法的AMT挂挡过程冗余控制研究

为了对AMT系统挂挡过程进行良好的冗余控制，针对挂挡位移传感器失效状况，提出了一种基于CART决策树算法的挂挡时间预测模型.模型建立过程中，选取挂挡阶段的气压p、变速器输入轴转速n₁、变速器输出轴转速n₂和同步器的同步速差Δ；n作为特征值变量，选取挂挡时间作为预测值.通过交叉验证，对原始决策树进行修剪，得到最优决策树模型.在使用测试集进行模型验证时，在预测误差不超过50 ms的情况下，对挂挡时间的预测具有90%以上的准确率.台架及实车试验表明，在挂挡位移传感器失效的情况下，基于该算法的电磁阀控制策略可以完成正常的换挡操作，通过实际传动比和控制策略预测得到的理论传动比的对比发现，预测的换挡点时刻的判断误差在50 ms以内.      

自动驾驶车辆对人工驾驶车辆跟驰行为影响分析

针对自动驾驶车辆（automated vehicle, AV）与人工驾驶车辆（manual vehicle, MV）组成的混行跟驰环境，基于Waymo公开数据集研究混行环境中AV前车对MV后车跟驰行为的影响。首先，探究混行环境中期望安全裕度模型和智能驾驶人模型的建模能力和模型参数变化，研究表明，混行环境中MV跟驰行为的机制没有发生变化，但是MV驾驶人的减速敏感程度更低。其次，从跟驰安全性、稳定性和环境效应3个方面对混行跟驰行为进行进一步分析得到，混行环境中的MV跟驰行为的稳定性和环境效应得到了改善，但是安全性并没有发生变化。最后，通过对前车速度波动性进行讨论发现，AV前车主要是通过降低自身速度波动性，从而抑制MV后车的速度波动性，改善MV后车在稳定性及环境效应方面的表现。