基于面向对象的汽车防撞控制系统的设计

汽车主动防擅控制系统的研究主要集中在主动防撞预警和驾驶控制模型方面,对防撞控制系统的整体分析建模涉及较少.因此在分析国内外汽车防撞系统研究的基础上,建立了汽车防撞控制系统整体模型.模型包括雷达传感器、车辆模糊控制器和车辆接口并探讨了车辆跟驰最小安全距离控制算法.在遵循驾驶员优先的原则下.根据建立的防撞控制模型,利用面向对象方法对汽车防撞控制系统进行了深入的分析和设计,借助UML建模语言,从需求入手,逐步深入,对模糊控制器的模糊事实类、模糊规则类、模糊结果类进行详细的分析设计,建立了系统的静态视图和动态视图.实践证明该系统模型为汽车主动防撞控制系统研究提供了合理、适用的仿真及结果.     

汽车智能防撞自适应控制研究与仿真

针对汽车防撞模糊控制模型不能自动调整参数的缺点,建立汽车防撞自适应模糊推理模型。采用混合学习算法对自适应模糊推理模型的前提参数和结论参数进行辨识,以加速收敛。经模拟训练和仿真输出结果证明,该模型能够对汽车防撞模糊控制器隶属函数和模糊规则进行优化,较好地实现紧急报警情况下的汽车防撞自适应控制。     

汽车整车半主动悬架模块化并联模糊控制

针对汽车悬架复杂大系统的特点,在车辆动力学模型的基础上,研究半主动悬架系统对车身姿态的影响关系,运用模块化并联模糊控制和矩阵逆运算策略建立汽车整车半主动悬架控制系统;对不同的车身运动姿态采用不同的控制规则,设计整车车身姿态协调控制的模糊控制器.以某车型为例进行了仿真分析,结果表明,汽车整车半主动悬架模块化并联模糊控制器结构简单,并能有效抑制车身俯仰和侧倾运动,改善轮胎的接地性能,提高车辆的平顺性能.     

汽车电子稳定程序模糊控制仿真

关于汽车安全和稳定性问题,针对汽车电子稳定程序(Electronic stability program,ESP)是一种主动安全系统.为了提高汽车在转向工况下的侧向稳定性,采用快速控制原型的方法,建立了基于H.B.Pacejka 轮胎模型的三自由度整车模型和车辆参考模型.选取车辆横摆角速度和质心侧偏角作为综合控制变量,设计了模糊控制器,并对某款车型进行了离线仿真和在线实时仿真.结果表明,设计的控制器可以很好的控制汽车的横摆角速度和质心侧偏角.改进后的方法可以提高控制系统的实时性和稳定性,为ESP的快速开发提供了参考依据.     

交通信号自适应模糊控制器的设计及稳定性分析

针对城市交通路口的信号控制,提出一种自适应模糊控制器,并对其稳定性进行分析.通过控制器给出路口实时信号配时,根据红灯相位的等候车辆平均损失和绿灯相位释放车辆的平均增益,给出了模糊控制器的自适应算法,以实时修正其模糊规则.在自适应模糊控制器的稳定性分析中,采用模糊控制系统闭环模型的模糊关系矩阵,证明在路口车辆随机产生的情况下,模糊控制系统是稳定的.仿真结果表明,自适应模糊控制器比全感应控制器、简单模糊控制器更能适应路口交通流的变化,极大地改善了系统性能.     

无级变速汽车的自适应模糊控制研究

为提高无级变速汽车控制系统对外界负荷扰动和各种运行工况的自适应能力,本文在简单的无级变速系统模型的基础上,设计了无级变速汽车的自适应模糊控制系统.所设计的自适应模糊控制系统由参数自调节油门模糊控制器和混合型模糊-PID的无级变速器速比和制动控制器构成,该控制系统只与汽车的瞬时运行状态有关而与汽车的参数无关,因此它对不确定的汽车参数和外界负荷的扰动具有良好的鲁棒性.仿真结果表明所设计的模糊控制系统具有良好的自适应能力.     

基于模糊控制的汽车主动悬架系统仿真研究

汽车悬架直接影响汽车在行驶过程中抑制不平路面对车身的冲击力及车身倾斜度,传统被动悬架遇冲击自动调节能力较差,抗振能力不强,针对上述问题,通过对悬架受力特点分析,建立了1/4车体二自由度主动悬架数学模型,结合自动控制理论,设计车辆的主动悬架模糊控制器,利用MATLAB/Simulink模糊工具箱对其进行仿真,在相同输入的情况下,对主动悬架与被动悬架模型部分性能参数分析比较,仿真结果表明采用此模糊控制器的主动悬架在提高车辆乘坐的舒适性和操纵的稳定性方面明显优于被动悬架。实验证明,研究结果对汽车主动悬架系统的设计具有一定参考价值。     

基于模糊控制的某教练机飞行姿态控制器设计

提出了一种基于规则的模糊逻辑飞行控制系统的设计方法,用以解决某教练机训练系统中数学模型时变性和不确定性问题.为了避免建模的困难,某教练机飞控系统采用模糊逻辑控制设计其控制律,结合飞行员的操纵经验,对系统进行动态调整.以俯仰角为研究对象,利用MATLAB中的fuzzy工具箱实现了模糊控制器设计,给出了俯仰角模糊控制器的控制曲面视图,并在SIMULINK仿真环境下建立了仿真模型.结果表明,所设计的模糊逻辑控制器满足操作品质的要求,具有较好的鲁棒性,对教练机驾驶训练仿真平台的飞行控制系统设计具有一定的应用价值.     

基于模糊控制策略的车辆主动悬架研究

建立了车辆整车7自由度模型的主动悬架控制的系统状态方程模型,设计了两种模糊控制策略,方法一针对整车模型,采用一种控制方法,方法二针对整车模型的运动方式,设计不同的模糊控制器,垂直振动模糊控制器,俯仰振动模糊控制器,侧倾振动模糊控制器和逻辑控制器,仿真结果表明,所设计的模糊控制器对提高车辆的舒适性与操纵稳定性有较好的效果.     

液压混合动力履带车辆联合制动模糊控制

针对液压混合动力履带车辆联合制动系统,为了实现制动过程平稳性,提出了基于制动力分配原则的模糊控制策略.首先在MATLAB中建立了能量再生制动系统和机械制动系统以及车辆动力学仿真模型,然后设计了以制动力分配系数为控制变量的联合制动模糊控制器,给出了模糊控制规则,建立了控制系统仿真模型,并在不同制动强度条件下对车辆制动过程进行仿真.仿真结果表明,联合制动模糊控制系统能够有效回收制动能量,同时与PID控制相比明显改善和提高了履带车辆制动过程稳定性.     

基于模糊逻辑的汽车防撞控制器的设计

为了实现汽车行驶过程中与前车车距的自动控制,利用模糊推理系统定义了汽车纵向运动所需的模糊集,设计了车辆跟驰情况下汽车安全行驶自适应模糊控制器,并通过带修正因子的方法对模糊规则进行了优化,同时编写程序对控制器进行了仿真及分析,结果表明该模糊控制器具有良好的控制性能。     

基于多传感器信息融合的目标跟踪与防撞决策

为了实现汽车主动安全系统中的目标跟踪与防撞,提出了混合式汽车防撞系统信息融合结构模型,采用分级信息融合实现目标跟踪,推导出了基于跟踪残留误差和预测残留误差共同校正的融合算法,并给出了算法的实现结构.在此基础之上,利用模糊积分方法融合多种相关信息,确定了汽车应采用的安全运行模式,实现了主动安全防撞决策.大量实验表明,该算法具有很好的稳定性和准确率.     

基于红外光电传感器的智能车两轮差速转向模糊控制

介绍了一种基于红外光电传感器的智能小车两轮差速转向模糊控制系统,该系统以单片机最小系统为核心,根据寻迹传感器的检测值判断小车运行状态,从而改变电机转速,实现控制小车的目的。实验结果表明,采用模糊控制方法对两轮差速转向进行控制,小车运行稳定,路径跟踪可靠,控制性能良好。     

基于车内外视觉信息的行人碰撞预警方法

行人碰撞预警系统通常依据行人检测与碰撞时间判断的方式为驾驶员提供预警信息。为了提供更加可靠的危险判断依据，本文提出一种同时分析道路状况与驾驶员头部姿态的行人碰撞预警方法，用两个单目相机分别获取车辆内外环境图像。通道特征检测器用于定位行人，根据单目视觉距离测量方法估计出行人与自车间的纵向与横向距离。多任务级联卷积网络用于定位驾驶员面部特征点，通过求解多点透视问题获取头部方向角以反映驾驶员注意状态。结合行人位置信息与驾驶员状态信息，本文构建模糊推理系统判断碰撞风险等级。在实际路况下的实验结果表明，根据模糊系统输出的风险等级可以为预防碰撞提供有效的指导。     

基于模糊推理的汽车辅助驾驶系统控制算法

在建立汽车辅助驾驶系统模型的基础上，指出满足驾驶员的驾驶特征是车辆控制的一个重要指标，此外针对驾驶员驾驶行为的不精确性，提出了以模糊推理为基础的上位控制方法，并对其进行了现场实验。实验结果表明，用模糊控制理论模拟驾驶行为的不精确性是可行的。通过模糊控制自车的速度，能够实现自车在多种工况下保持安全状态。     

Fuzzy-Logic Based Navigation of Underwater Vehicles

A fuzzy logic based general purpose modular control architecture is presented for underwater vehicle autonomous navigation, control and collision avoidance. Three levels of fuzzy controllers comprising the sensor fusion module, the collision avoidance module and the motion control module are derived and implemented. No assumption is made on the specific underwater vehicle type, on the amount of a priori knowledge of the 3-D undersea environment or on static and dynamic obstacle size and velocity. The derived controllers account for vehicle position accuracy and vertical stability in the presence of ocean currents and constraints imposed by the roll motion. The main advantage of the proposed navigation control architecture is its simplicity, modularity, expandability and applicability to any type of autonomous or semi-autonomous underwater vehicles. Extensive simulation studies are performed on the NPS Phoenix vehicle whose dynamics have been modified to account for roll stability.     

Decentralized Fuzzy Control of Multiple Nonholonomic Vehicles

This work considers the problem of controlling multiple nonholonomic vehicles so that they converge to a scent source without colliding with each other. Since the control is to be implemented on a simple 8-bit microcontroller, fuzzy control rules are used to simplify a linear quadratic regulator control design. The inputs to the fuzzy controllers for each vehicle are the noisy direction to the source, the distance to the closest neighbor vehicle, and the direction to the closest vehicle. These directions are discretized into four values: forward, behind, left, and right; and the distance into three values: near, far, and gone. The values of the control at these discrete values are obtained based on the collision-avoidance repulsive forces and an attractive force towards the goal. A fuzzy inference system is used to obtain control values from a small number of discrete input values. Simulation results are provided which demonstrate that the fuzzy control law performs well compared to the exact controller. In fact, the fuzzy controller demonstrates improved robustness to noise.     

An intelligent real-time multi-vessel collision risk assessment system from VTS view point based on fuzzy inference system

Due to brisk industrial growth, the marine traffic has become an imperative subject in the open sea nowadays. The crew inside the vehicle traffic service (VTS) centre is facing challenging issues on account of continuous growth in vessel number. Currently, most of VTS centers’ are using the ARPA RADAR based conventional vehicle traffic management system and VTS staff has to carry out most of the things manually to guide the ship’s captain properly. Therefore, there is a strong impetus in the field of ocean engineering to develop a smart system which can take the data from RADAR and autonomously manipulate it, to calculate the degree of collision risk among all vessels from the VTS centre. Later on, the traffic management officer utilizes this information for intelligent decision making. In the past, several researchers have addressed this issue to facilities the VTS crew and captain of the ship but mostly, their research work was for academic purposes and could not get popularity because of extra manual workload. Our proposed vessel collision risk assessment system is an intelligent solution which is based on fuzzy inference system and has the ability to solve the said issues. We calculated the DCPA, TCPA, bearing and VCD among all vessels ships from the VTS centre by using conventional marine equipments and exploited the extracted information to calculate and display the degree of collision risk among all vessels. Furthermore, we developed the RADAR filtration algorithm which helps the VTS officer to gauge out the degree of collision risk around a particular ship. To authenticate the validity and to monitor the performance efficiency, we developed RADAR operated intelligent software which directly gets the required data from RADAR and displays the vessels list based on their degree of collision severity. The laboratory experiments confirm the validity of the proposed system.