基于AT89S52单片机的超声波测距避障小车

介绍模型小车自适应行驶和避障的一个实例,以AT89S52为控制核心,以超声波作为系统的信号传感器测量距离信息,设计制作测距避障小车。     

基于Arduino典型传感器智能避障小车的设计开发

以Arduino UNO开发板为核心,以红外传感器、超声波传感器、电机、车轮等外部固件,小车能实现自主避障的功能,该装置通过红外传感器监控,经由Arduino处理器处理,控制智能避障小车躲避障碍.主要讨论以Arduino UNO开发板为核心的超声避障小车制作过程,它是由4个直流电机和L298n电机驱动模块控制行驶方向,辅以舵机和超声波传感器组成的超声避障模块实现避障功能,用Arduino IDE编程软件编写总体程序.智能避障小车具有实际意义,在一些非常危险的情况下它能够代替人进行工作;特别是避障小车的探测功能,在抗震救灾中能够起到极大的作用.     

驾驶员对汽车方向的自适应控制行为建模

模拟驾驶员在驾驶学习过程中对汽车动力学特性的学习行为,建立汽车驾驶员对汽车方向的自适应控制行为模型.根据驾驶员对汽车方向控制的熟练程度,将驾驶员分为合格驾驶员和专业驾驶员.在驾驶学习过程中,新手驾驶员经过低速缓慢转向工况的反复学习和训练后对汽车动力学特性有基本的了解,可以在低速线性区内熟练地控制汽车.考虑低速区内驾驶员控制行为的特点,建立基于遗传算法离线整定的方向控制模型模拟新手驾驶员成为合格驾驶员的过程.当车速较高或侧向加速度很大时,车辆动态响应具有明显的强非线性特性,合格驾驶员需要经过高速驾驶经验的累积过程才能熟练地控制汽车,成为一名专业驾驶员.因此,针对高速行驶时汽车的非线性动力学特性,在原有模型基础上引入神经网络在线整定的方法,模拟合格驾驶员经高速行驶训练成为专业驾驶员的学习过程.模型的仿真结果与真实驾驶员操纵行为具有很好的一致性.     

基于单片机的自动寻迹避障小车设计

为了使小车自动沿规定路径行驶,并且能够自动避障,系统以AT89C52单片机为控制核心,采用红外对管ST188作为寻迹模块。为了小车能够更好的避障,在小车的前、左、右3个方向上安装了3个HC-SR04超声波模块来探测障碍物距离,单片机输出的PWM波驱动模块L298N来控制小车的速度及转向,设计了一种自动避障小车。     

一类自动引导小车的路径规划方法

针对运行环境部分可知的自动引导小车,提出了一种全局路径规划和局部模糊逻辑控制相结合的方法.该方法不仅能有效利用已知环境信息,而且具有小车行驶路径短,运行速度适当和有效避障的特点.仿真结果表明了这一方法的有效性与实用性.     

图书自动小车避障功能的设计

为了实现自动小车在书库内的避障功能,应用虚拟力场法建立了避障模型,描述了目标点的虚拟引力和障碍物的虚拟斥力之间的关系及其功能设计,实现了从自动小车的运动坐标值到控制量的转变,完成了自动小车在多变的周边环境中实现自动避障的功能.     

汽车高速状态下紧急避障系统研究

为了保证汽车在高速状态下紧急避障的安全性,研究了汽车紧急避障系统。建立了汽车动力学模型和质点模型;使用S函数规划了初步避障路径,考虑避障过程中路径内出现新障碍物的情况,提出了模型预测控制的路径再规划方法;在路径跟踪方面,考虑汽车高速行驶在低附着路面等极限工况,以路径跟踪误差最小和输入量最小为优化目标,设计了考虑车辆非线性特征的线性时变模型预测控制器。经仿真验证,在避障过程中路径内出现新障碍物时,路径再规划方法可以规划出一条安全、且偏离初步路径最小的路径;在极限工况下,线性模型预测跟踪控制器会发生甩尾危险,无法实现路径跟踪;而线性时变模型能够实现路径跟踪,且跟踪过程安全稳定。     

智能汽车避障路径规划与跟踪控制研究

为了提高智能汽车行驶安全性,提出了基于人工水滴算法的避障路径规划和自适应路径跟踪控制方法.在路径规划方面,模拟水往低处流过程,提出了基于人工水滴算法的路径规划方法,经验证,人工水滴算法在动静态环境下都能够规划出避障路径.在路径跟踪方面,设计了转向控制与速度自适应控制的综合控制器;基于车辆线性二自由度模型,提出了模型预测转向控制;结合预瞄模型和二次规划方法,提出了速度随行驶路况自适应控制方法.经绕桩实验验证,本文提出的综合控制方法最大横向跟踪误差为0.1m,文献[11]提出的控制方法最大横向误差为0.6m,是本文方法的6倍,说明了综合控制器在路径跟踪控制中的精确性,且综合控制器的横摆角速度、侧向加速度均在约束范围内,满足国家标准对车辆的安全性要求.     

太阳能自驱式避障小车控制系统设计

随着经济的飞速发展,石油的需求量越来越大,而石油是不可再生资源,且存在环境污染等问题。太阳能无疑是理想的替代能源。设计了以太阳能作为动力的智能自驱式避障小车模型,以单片机作为核心控制系统,通过传感器接收环境信号,进而控制步进电机转向,实现小车的自动行驶和转向。模型中太阳能电池板具有自动转向功能,保证能量的最大供给。为下一步行驶试验提供理论支持。     

智能汽车的路面附着极限横向轨迹跟踪控制

在极限轮胎-路面条件下,智能汽车的横向操纵性能急剧恶化,增加了自动驾驶系统的控制难度。现有研究主要聚焦智能汽车轨迹跟踪的性能,但是难以解决低附着路面、紧急避障等极限工况下的智能汽车轨迹跟踪时的安全性和稳定性。利用模型预测控制方法实现了智能汽车的轨迹跟踪,同时保证智能汽车行驶稳定性和安全性,仿真试验同样表明该控制器具有较好的鲁棒性。结合二次型代价函数和安全约束构建了轨迹跟踪的开环最优预测控制问题,通过约束车辆的前后轮侧偏角,保持极限工况下智能汽车的行驶稳定性。研究方法与结果可为智能汽车设计提供参考。     

视频车底安检系统的开发

目前,世界各地的要人警卫或重地防护的工作人员多装备有车底安检系统,主要是通过对行进中的汽车进行车底盘快速扫描、成像,然后与车辆原底盘图像比对,安检该车是否被改装或增加可疑物品。同时,自动调出原车驾驶人员和所属单位的相关详细资料,以便对照安检,确保不让可疑车辆或可疑人员进入重点区域或重点线路。对于车底装置安防,采用彩色视频车底安检系统是行之有效的防护措施。     

湿式离合器流场与作用力模型试验研究

轴向和周向作用力影响湿式离合器宽速域范围工作性能。针对湿式离合器对偶片间带排转矩与轴向力演变问题,根据湿式离合器简化结构,开发湿式离合器模型流场可视化与受力测试试验装置。通过试验测试分析流场演变过程,得到对偶片间带排转矩与轴向力参数影响规律。结果表明,流场包括全液相流和气液分层流两种基本流型,在纯液相和纯气相区之间可形成一个稳定的边界。随着转速的增大、流量的减小和间隙的增加,对偶片间流场中的油液体积分数减小,两相边界向内侧移动。流量和间隙对带排转矩的拐点有显著影响,减小流量和增大间隙都可降低拐点对应的转速。随着转速增大、流量减小和间隙增加,对偶片间轴向力呈现下降趋势。在带排转矩拐点附近,轴向力的作用方向发生改变,且最终轴向力几乎减小到零。     

Model of Traffic Flow with Different Types of Vehicles on Multilane Highway Section Ahead of Exit

Russian Engineering Research - A model is proposed for the flow of vehicles of different types, with different speeds and driver psychophysiological characteristics. The vehicles are regarded as...     

驾驶员情绪-驾驶风险机理分析

通过研究驾驶员情绪来降低由情绪引发的事故风险一直是多学科研究的重要课题。针对驾驶员情绪、驾驶行为和驾驶风险之间的关系进行定性分析,阐述情绪对驾驶风险的影响过程机理,构建驾驶风险计算模型。为对驾驶员情绪-驾驶行为-驾驶风险之间的关系进行定量分析,采集驾驶员情绪诱导材料库,开展驾驶员多种情绪下的驾驶行为数据采集实验。通过对不同情绪下驾驶员情绪对驾驶行为影响的定量分析,建立驾驶行为与驾驶风险等级映射关系,阐明了驾驶员情绪对驾驶风险的影响机理。结果表明对于离散情绪,愤怒、恐惧、悲伤、惊讶与厌恶这几种情绪下的高风险比例较大;而中性与高兴情绪则表现出较低的高风险比例。对于维度情绪,在愉悦度、激活度和优势度三个维度上,低愉悦度和高愉悦度、低激活度和高激活度以及低优势度和高优势度下高风险比例较高。驾驶员情绪-驾驶风险机理分析结果将为设计驾驶员不同情绪的识别方案和调节策略提供重要依据,对智能网联汽车的决策规划等具有重要意义。     

基于人工蜂群支持向量机的电动汽车制动意图识别方法

在电动汽车再生制动系统中,根据驾驶员不同的制动意图制定对应的再生制动控制策略可以有效地提高汽车的制动安全性、舒适性和经济性,而准确并快速识别驾驶员制动意图是制定控制策略的基础。以准确并快速识别驾驶员的制动意图为主要目标,以搭载线控制动系统的电动汽车为研究对象,设计并实现了一种基于人工蜂群支持向量机（ABC-SVM）的驾驶员制动意图在线识别方法。首先对制动数据进行预处理,用近邻成分分析（NCA）特征选择算法选取有效特征,再用ABC-SVM算法建立制动意图识别模型,最后进行在线识别。离线验证和在线试验结果表明,NCA算法能有效筛选掉信号噪声导致的不相关特征;相比于模糊推理、反向传播（BP）算法、粒子群优化支持向量机（PSO-SVM）和遗传算法支持向量机（GA-SVM）识别算法,ABC-SVM算法能够更加准确、快速地识别驾驶员的制动意图。     

基于单点预瞄最优曲率模型的单轨车辆驾驶员模型

单轨车辆动力学特性研究一般需要一个合适的驾驶员模型。基于郭孔辉的单点预瞄最优曲率模型,利用车辆转向时的Ackerman几何关系和稳态转向时横垂面内力的平衡分别确定目标转向角和目标侧倾角,建立适用于单轨车辆的驾驶员模型。模型重点考虑了驾驶员的预瞄、驾驶员对转向手把的转向力矩输入、驾驶员上半身在车座上绕通过髋部的纵向轴线转动的侧倾力矩输入以及驾驶员的动作滞后。为使实际转向角和侧倾角跟随目标转向角和目标侧倾角变化,转向力矩和侧倾力矩皆采用PD控制。采用ADAMS软件建立了驾驶员—车辆闭环动力学模型,并按双移线和蛇行两种典型行驶工况进行仿真。仿真结果表明车辆可以很好地跟随所设定的路径,验证了驾驶员模型的合理性。所建立的驾驶员模型适用于单轨车辆人—车闭环控制模型的动力学仿真研究。     

Improvements in road geometry measurement using inertial measurement systems in datalog vehicles

The development of ever more accurate and detailed digital maps is one of the requirements being imposed by new driver assistance systems being fitted in vehicles. Datalog vehicles are one of the options to develop these maps. Of the instruments available for measuring road geometry, we must distinguish inertial systems from those of absolute satellite positioning. Although the usual thing is to combine both systems, their limitations must be examined in order to define the scope of each system. Inertial systems give a cumulative error as the distance travelled increases, and this must be evaluated. This paper proposes a way of estimating the error committed in horizontal alignment through the law of uncertainty propagation. Furthermore, these systems enable road grade and superelevation to be measured, but these measurements are conditioned by vehicle dynamics. The proposal put forward is based on a correction algorithm through simulation with a vehicle mathematical model.     

农用三轮摩托车平顺性仿真及优化设计研究

利用Adams/View建立三轮车的多刚体动力学模型,并在其中添加驾驶员模型,通过驾驶员控制方向把的转角对跑偏现象进行实时的反馈和调节,从而精确模拟实际车辆在道路上的行驶情况。然后对车辆的平顺性能进行仿真分析,得其振动的加速度,参考汽车的平顺性评价指标,对其平顺性进行评价。在此基础上,以驾驶员座椅垂向加速度均方根值作为目标函数,对三轮车的行驶平顺性进行优化设计,得到前后减振器的刚度、阻尼的最优值,使其乘坐舒适性得到大幅度提高。     

基于模糊神经网络控制的AGV避障路径规划仿真

自动导引车(AGV)作为一种现代化物流设备,在许多领域得到了越来越广泛的应用。AGV在行进过程中的主要任务是避障及路径规划。针对AGV的避障路径规划问题,定义了AGV的行驶环境,提出了AGV避障路径规划的模糊神经网络控制方法,设计了模糊神经网络控制器,并用Matlab进行了仿真。仿真结果表明该模糊神经网络控制器满足控制要求,该研究为进一步精确控制AGV奠定了基础。     

基于混沌理论的无人驾驶车辆行驶轨迹量化分析

针对无人驾驶车辆客观量化评价困难的问题,提出基于混沌理论的无人驾驶车辆行驶轨迹的量化分析方法。应用五次多项式方法结合优秀驾驶员驾驶车辆行驶的初始状态和目标状态设计无人驾驶车辆的理想轨迹,计算实际行驶轨迹与理想轨迹的偏差得到偏差时间数据序列;采用混沌理论的C-C方法对偏差时间数据序列重构相空间;计算偏差时间数据序列的Lyapunov指数,实现无人驾驶车辆行驶轨迹的量化表示。运用提出的方法对无人驾驶车辆避障换道的行驶轨迹偏差时间数据序列进行相空间重构,计算其Lyapunov指数为正值,表征人驾驶车辆系统的混沌性,还表征人驾驶车辆收敛到稳态响应的快慢程度。试验表明基于混沌理论的无人驾驶车辆行驶轨迹的量化分析是可行的,有效的。