智能车辆弯路换道轨迹规划与横摆率跟踪控制

对自动化公路系统弯路上智能车辆换道控制进行了研究.假设期望的侧向加速度满足正反梯形的约束条件,考虑起始车道和目的车道曲率的差别,提出了一种弯路上车辆换道轨迹规划方法,推导了换道时车辆在惯性坐标系的期望运动状态计算公式;根据车辆期望运动状态计算了车辆换道时的期望横摆角、横摆角速度和横摆角加速度;假定依靠角速度传感器获得横摆角速度信息,基于车辆侧向动力学模型,采用非奇异终端滑模控制方法,设计了横摆角速度跟踪车辆换道滑模控制规律.基于李雅普诺夫稳定性理论,采用相平面法,对控制系统的有限时间收敛性进行了分析.仿真结果显示,若不考虑内外侧车道曲率差别,规划的期望换道轨迹,在换道结束时与目的车道位置之间总是存在偏离,偏离程度随曲率半径减小而增大;本文考虑内外侧车道曲率的差别,能得到无偏差的期望换道轨迹;设计的横摆率跟踪控制规律能实现对换道轨迹的理想跟踪.     

求解同时取货和送货车辆路径问题的改进遗传算法

同时取货和送货车辆路径问题(VRP_SPD)是经典车辆路径问题(VRP)的一个扩展,在VRP_SPD中,顾客可能要求同时取货和送货服务。本文针对这类问题,提出一种以集成方式处理取货和送货操作的改进遗传算法,通过采用一种改进的边重组交叉算子,保证了算法在遗传进化中保留父代路径上边之间邻接关系的映射信息,从而改进了算法性能;并通过在遗传进化控制参数中应用自适应策略,提高了算法的稳健性。仿真分析表明,本文算法比现有算法能取得更好的优化结果,且具有很好的稳定性。     

线控制动系统的踏板力模拟研究

汽车制动踏板力感模拟是汽车线控制动系统的重要组成部分,通过对传统制动系统进行分析得出踏板力与行程之间的关系,建立一种能够模拟传统车踏板力与踏板行程关系的踏板力模拟算法。仿真结果表明,研究的控制算法能较为精确的模拟传统车踏板力与踏板行程关系,为线控制动系统中踏板力的模拟提供了依据。     

客户需求可分的车辆路径问题求解

针对车辆路径问题中客户需求可分的新设想重新进行了问题描述和模型构造,根据该问题的特点,利用蚂蚁算法的基本原理,设计了相应的优化算法.虽然在客户需求不大的情况下,分割客户需求并未产生比较理想的效果,但随着客户点需求与车辆载重的比例逐渐增大.实例计算结果表明,需求可分所带来的车辆需求数量和总行驶里程的下降都比不可分情况下要好很多,从而证明了算法的有效性和分割客户需求策略的现实可行性.     

单车型确定性动态车辆调配问题

给出了单车型确定性动态车辆调配问题的定义,引入网络图描述该问题.建立了问题的线性规划模型,鉴于线性模型的缺点,利用函数逼近技术构造一个特殊的线性函数来近似目标函数中未来时段部分,从而建立起问题的时空分解模型,把问题从时间和空间上分解为多个单时段单节点问题,并根据单时段单节点问题特点设计简单的排序求解方法.最后,给出了模型的完整求解过程,从而使问题得到有效地解决.     

基于模糊神经网络的车辆避撞预警算法

为实现车辆的智能控制提供理论基础,研究了碰撞预警算法．在分析不同驾驶员的驾驶行为的基础上,确定碰撞预警算法的报警准则,用于指导报警算法做出合理的报警．基于报警准则采用模糊神经网络方法,提出一种多输入、多输出的协作预警算法模型,用于支持碰撞预警系统．利用实测数据对预警算法进行测试,试验结果表明,算法能够对车辆碰撞进行有效的报警,对提高车辆行驶的安全性具有重要意义．     

车辆点焊结构的非线性力学特性

在点焊接头组织、结构特性分析的基础上,采用局部应力分析方法,研究了点焊搭接结构在拉伸剪切状态下焊点处的非线性力学特性,建立了弹塑性条件下的非线性有限元模型．研究结果表明：应力在焊点上的分布是不均匀的,且存在较明显的应力集中现象。应力集中主要出现在焊点与板的结合面处。与正应力相比,剪应力在边缘部位的应力集中现象更为明显,因此,剪应力应作为车辆点焊结构安全评价的主要判据。     

复杂应力耦合作用下斜拉桥正交异性桥面板疲劳断裂

为研究随机车辆荷载与焊接残余应力等复杂应力耦合作用下,斜拉桥主梁正交异性桥面板焊接细节的疲劳断裂性能,以苏通长江大桥为工程背景,在调研统计交通量的基础上,基于Monte-Carlo 法建立随机车辆荷载模型,分析随机车辆荷载作用下正交异性桥面板焊接细节的力学行为;基于ANSYS有限元软件,建立焊接细节热分析模型,模拟焊接...     

一种重载型AGV的结构研究与设计

目前国内中小型AGV大部分以轻载型为主,随着国内制造业的智能化改造提升和消费市场的扩大,出现了很多重载型AGV的技术需求,研究团队通过优化载重结构增加防碰撞装置和减震驱动总成的技术路线,提出了一种重载型AGV的设计方案,对重型机械制造业及重工装备制造业的转型升级有着一定的借鉴意义,作为技术参考也为后续重载型AGV的进一步研究设计提供了一种方向。