基于汽车操纵逆问题的蛇行试验分析研究

在驾驶员-汽车二自由度闭环系统模型基础上,进行汽车蛇行试验仿真,通过驾驶员熟练程度参数的差异,模拟不同驾驶员驾驶同一辆车的情况,从而利用径向基网络,建立闭环系统汽车横摆角速度、侧向加速度与方向盘转角之间的映射关系。通过所建立的径向基网络,由横摆角速度、侧向加速度响应来识别汽车的方向盘转角,结果表明了该方法的可行性,并且具有运算速度快,识别精度高以及抗干扰能力比较强的优点。     

汽车前轮电子转向系统

介绍了一种汽车转向的最新技术——前轮电子转向系统，并对其理论关键技术进行了研究。通过对方向盘回正力矩的建模。模拟生成了为驾驶员提供路感的方向盘回正力矩；利用所提出的前轮转向控制算法，可以使汽车具有不变的转向特性，通过横摆角速度和侧向加速度反馈控制，提高了汽车的稳定性。     

基于Elman神经网络的赛车操纵动力学逆向研究

以进行汽车操纵动力学逆向研究为目的。以某方程式赛车为例,建立了计入空气动力特性的多体动力学整车模型.在通过试验验证其准确度的基础上,利用Elman神经网络建立了单移线工况下的侧向加速度、横摆角速度与方向盘转角之间的非线性映射关系.神经网络的验证结果表明,利用Elman神经网络进行汽车操纵逆动力学的研究方法是可行的,并且学习速率较快,识别精度较高。     

基于ADAMS的重型半挂牵引车建模及性能研究

在ADAMS中建立重型半挂汽车的模型,通过角阶跃输入、角脉冲转向输入、回正性仿真试验,来验证模型的瞬态响应特性及牵引车在有无半挂车两种工况下性能的比较,仿真结果表明,车辆动力学模型可以很好的仿真不同工况下车辆的响应,挂车对牵引车瞬态响应的影响不大,但对于瞬态响应后进入稳定状态的侧向加速度、横摆角速度等影响较大,在研究重型半挂车时,一定要把牵引车和挂车放在一起进行试验研究,从而更好地为重型半挂车的研究提供依据.     

改进粒子滤波算法的车辆状态估计研究

针对传统粒子滤波存在的粒子退化和样本枯竭问题,采用了一种基于模拟退火粒子群优化粒子滤波(SAPSOPF)车辆状态估计算法。首先基于Dugoff轮胎模型建立了汽车7自由度车辆模型。然后利用SAPSO-PF算法通过对低成本传感器测量到的纵向加速度、侧向加速度、方向盘转角和各车轮轮速信号,准确估计车辆的纵向速度、侧向速度以及横摆角速度。并在Carsim和Matlab/simulink环境下以实车场地实验数据进行仿真验证。多工况下的仿真试验结果表明,运用SAPSO-PF算法对车辆纵向速度、侧向速度横摆角速度的估计有良好的准确性。     

横摆角速度反馈汽车转向控制的理论研究

从理论上研究了具有横摆角速度反馈特性的汽车转向控制系统,对横摆角速度反馈控制、一增益形式横摆角速度反馈控制进行了系统研究和综合比较,横摆角速度反馈不但使横摆角速度响应的带宽增大,而且同时使横摆角速度阻尼增大,产闰中车辆重心侧偏角的稳态增益和侧向加速度超调量,使得转向运动更加平稳、方向性得到一定程度的改善。另外,研究表明两种前轮转向控制方法对高速工况处的车辆和过度转向珠作用非常明显可以显著地提高车辆     

EKF软测量技术在汽车行驶状态估计中的应用

采用一种基于EKF搭建的软测量算法,对汽车纵向车速、质心侧偏角和横摆角速度动态参数进行估计.建立了估算用的3自由度非线性车辆数学模型,EKF利用低成本传感器测得的纵向加速度、侧向加速度和方向盘转角信号,有效地实现对汽车行驶状态进行较为精确的估计.最后通过Carsim与Matlab/Simulink联合仿真对EKF算法进行了验证,从而证实了EKF软测量技术能够准确、实时地估计汽车动态参数.     

分数阶PID控制的四轮转向系统研究

为了提高四轮转向汽车的操纵稳定性,提出了一种基于分数阶PID横摆角控制策略。通过控制汽车实际横摆角速度与理想横摆角速度差值,优化汽车操作稳定性相关评价指标。分析了汽车四轮转向系统的动力学特性,利用MATLAB/Simulink建立了基于分数阶PID横摆角控制系统。通过对该系统进行数值仿真,获得了汽车操作稳定性各评价指标的响应曲线,将其与其他控制策略下的相应曲线及前轮转向系统的相应曲线进行对比,结果表明:采用分数阶PID横摆角控制策略,四轮转向汽车的质心侧偏角基本为零,横摆角速度与前轮转向汽车的横摆角速度基本一致,其操纵稳定性得到了提高。     

基于扩展卡尔曼滤波的信息融合技术在车辆状态估计中的应用

车辆行驶中某些状态参量不易准确测得或测量成本较高,而这些变量的准确获取对车辆底盘控制有着重要的意义。为以较低成本获取重要的车辆运动状态,建立包括横摆、侧向和纵向3自由度的非线性车辆模型,利用扩展Kalman滤波(Extended Kalman filtering, EKF)理论建立了信息融合算法,给出车辆状态变量最小方差意义下的融合结果,利用少量的易测车辆状态信息(转向盘转角、车辆纵、侧向加速度)融合得出所需的难测车辆状态(横摆角速度、质心侧偏角)。并在Matlab/Simulink环境下利用实车场地试验数据进行了离线仿真。多种工况下的场地试验结果表明,该算法在估计汽车横摆角速度、质心侧偏角、纵向速度时具有一定的准确性,特别是对横摆角速度的估计,即使在车辆非线性区也表现出良好性能。同时该融合算法简单、稳定及所需融合输入较少的特点使该算法在实际中的应用成为可能。     

基于状态反馈的分布式驱动电动汽车操纵性改善控制方法

研究分布式驱动电动汽车直接横摆力矩控制问题。提出基于状态反馈的操纵性改善控制策略：利用横摆角速度反馈改善车辆的横摆角速度瞬态响应,利用转向角前馈提高车辆的稳态横摆角速度增益。根据反馈系数对车辆瞬态响应特性的影响建立优化函数,获取不同车速下最优反馈系数。基于转向助力需求设计前轴差动转矩约束,再结合后轴的电动机外特性约束,获取不同车速下最大前馈系数。设计四轮转矩分配策略,在实现直接横摆力矩控制的同时满足驾驶员的加速需求。多工况下仿真验证表明,算法在改善横摆角速度的瞬态响应和稳态增益的同时可以减少转向盘力矩,降低驾驶员操作负荷;直接横摆力矩的引入有效地抑制了加速过程中的不足转向,平衡了前后轴的侧向附着利用率,提高了车辆的侧向稳定裕度。     

两种输入控制模型下的汽车非线性运动稳定性分析

在汽车转向运动力矩输入控制模型和转角输入控制模型基础上,考虑了轮胎侧向力的非线性,研究了汽车在不同附着系数路面上的运动稳定性,定量地揭示和比较了汽车转向力矩输入控制模型与转角输入控制模型运动稳定性的内在规律性和相互关系,以及轮胎侧向力非线性对汽车运动稳定性的影响。实例表明,利用本文的运动稳定性分析方法,可以指导汽车辅助转向系统的优化设计,从而改善汽车的操纵稳定性能。     

STEERING SAFETY EVALUATION OF DRIVER-VEHICLE CLOSED-LOOP SYSTEM WITH RANDOM ROAD INPUT

０　ＩＮＴＲＯＤＵＣＴＩＯＮＴｈｅｒｏａｄｉｎｐｕｔｍａｔｈｅｍａｔｉｃａｌｍｏｄｅｌｉｓｓｔｉｌｌｄｅｔｅｒｍｉｎｉｓｔｉｃｕｎｔｉｌｎｏｗｗｈｅｎｓｔｅｅｒｉｎｇｄｙｎａｍｉｃｓｓｉｍｕｌａｔｉｏｎｉｓｓｔｕｄｉｅｄｆｏｒｄｒｉｖｅｒｖｅｈｉｃｌｅｃｌｏｓｅｄｓｙｓｔｅｍ［１］．Ｔｈｅｒｏａｄｃｕｒｖｅｓｈａｐｅｉｓｒａｎｄｏｍｉｎｆａｃｔ．Ｉｔｉｓｒｅａｓｏｎａｂｌｅａｎｄｎｅｃｅｓｓａｒｙｔｏｔｒｅａｔｔｈｅｒｏａｄｃｕｒｖｅｓｈａｐｅｉｎｐｕｔａｓｒａｎｄｏｍｐｒｏｃｅｓｓｉｎｏｒ…     

基于主动前轮转向横摆角速度反馈控制的研究

在主动前轮转向系统中引入横摆角速度反馈传感器,建立了主动前轮转向系统数学模型和横摆角速度反馈控制模型,使用PID控制器实现横摆角速度反馈控制;系统通过产生附加的前轮转角,对前轮转角进行修正,使车辆转向行驶时的横摆角速度和侧偏角很好地跟踪参考模型;并在系统阶跃和正弦输入下分别进行仿真分析,结果表明,在主动前轮转向系统中引入横摆角速度反馈控制可以显著改善车辆横摆角速度的瞬态响应,从而提高了车辆的转向稳定性.     

基于多轴电液伺服转向系统的重型车辆操纵稳定性研究

车辆的操纵稳定性是影响车辆行驶安全性的关键因素,操纵稳定性分析通常基于经典线性二自由度车辆动力学模型。该模型忽略了转向系统的影响,直接以前轮转角为输入,无法充分描述车辆的操纵稳定性。以多轴电液助力式转向车辆为研究对象,在二自由度动力学模型的基础上进一步考虑了电液伺服转向系统对车辆操纵稳定性的影响,建立以转向盘转角为输入的多轴电液助力式转向车辆二自由度动力学模型并进行仿真分析。结果表明,电液伺服转向系统模型的加入显著增加了多轴车辆到达稳态转向的时间,且在小转角转向时车辆瞬态质心侧偏角峰值降低,车辆操纵稳定性有所改善。因此,考虑电液伺服转向系统部分的模型可有效提升重型多轴车辆转向性能分析的准确度。     

汽车转向的力输入控制与角输入控制及其对驾驶员—汽车闭环系统的影响

讨论两种与不同驾驶员转向控制策略相应的人－车才环系统的运动特征。在描述驾驶员操纵汽车时可以认为驾驶员有两种操纵方式，即通过给转向盘施加转向力矩或通过使转盘转地定定角度来实施其转向策略，分别称这两控制方式为力输入控制与角输出控制。仿真计算表明，当不足转向度小的汽车高速行驶时，驾驶员采用力输入控制策略具有更小的跟随误差，在力输入控制下，驾驶员校正参数的变化范围也比采用角输入控制策略的小得多，这说明力输     

车辆转向系统动力学模型的车载辨识算法

汽车转向系统是一个缓慢变化的非线性系统 ,在一个较短的时间间隔内 ,可以用一个参数时变的二阶线性系统对其动力学特性进行描述。根据这一特点 ,在最小二乘原理的基础上建立了一个转向系统的车载辨识算法 ,对当前工况下转向系统的动力学特性进行辨识计算。仿真计算表明 ,该算法具有较高的辨识精度 ,可以应用于汽车转向系统离线仿真和实时控制。     

基于BP神经网络的EPS助力特性研究

提出了基于BP神经网络优化算法计算任意车速下方向盘扭矩与电机助力电流的非线性关系的方法。对基于BP神经网络优化算法的EPS系统控制策略和算法进行了深入研究。通过分析车辆和驾驶员对转向控制的要求和特点,获得了汽车车速和方向盘扭矩二输入下的EPS的助力特性,对研究汽车转向系统助力特性具有实际应用价值和直接指导意义。     

基于干扰抑制的汽车转向与悬架系统的集成控制

建立侧向风作用下的汽车整车横向和垂向非线性动力学模型。考虑到随机路面输入和侧向风干扰,利用L2增益干扰抑制的方法设计出电动助力转向(EPS)与主动悬架系统(ASS)的非线性输出反馈H控制器。在Matlab环境下对驾驶员—汽车—道路闭环系统进行仿真计算。结果表明,所设计的控制器能有效抑制路面随机输入和较大的侧向风干扰,改善车辆的操纵稳定性、转向轻便性和行驶平顺性。     

应用于汽车操纵稳定性试验的转向机器人控制器设计

针对汽车操纵稳定性试验,设计转向机器人代替驾驶员操纵方向盘。在完成转向机器人机械部分设计的基础上,进行控制器设计,并进行转角跟踪测试试验。试验结果表明:转向机器人能够实现对方向盘的控制,完成转角的精确输入。     

基于最优控制的汽车操纵逆动力学的研究

提出了一种基于最优控制理论的汽车操纵逆动力学研究方法，用于识别不同汽车跟踪同一期望路径的方向盘转角输入。以驾驶员对汽车施加的方向盘转角输入为控制变量，以精确跟踪期望路径为控制目标，将汽车操纵逆动力学问题转化为最优控制问题。利用直接配置方法将最优控制问题转化为非线性规划问题，运用序列二次规划方法求解。仿真结果表明：该方法能够使汽车很好地跟踪所期望的路径，且可以比较跟踪同一路径的不同汽车的操纵性能。