汽车紧急制动安全与舒适性控制仿真研究

汽车自动紧急制动系统是汽车主动安全的一部分,在车辆行驶过程中能提高车辆应对潜在碰撞危险的能力。若车辆前方出现潜在安全隐患时,驾驶员没有采取制动措施或者施加的制动压力太小不足以避免车辆发生碰撞,系统将协助驾驶员进行制动以避免碰撞事故的发生。为使车辆停止,常采用某一固定主缸压力来使车辆减速,压力太小时,应对突发事件的效果不理想,汽车的安全性得不到保障;制动压力太大时,突然施加的制动压力会使乘坐舒适性大大降低。为汽车提高紧急制动系统在保证汽车制动安全性前提下制动的驾乘舒适性,通过分析汽车紧急制动系统的工作过程,提出了以两车的安全行驶距离为目标,以相对速度和两车间距为输入,以主缸制动压力为输出的模糊控制策略。为此采用Simulink软件与Carsim软件联合仿真的形式建立了紧急制动系统模型,并对汽车紧急制动系统的安全性和汽车紧急制动时的舒适性进行了仿真分析。结果表明,在模糊控制下的汽车紧急制动系统能够实现汽车制动时在保证汽车安全性的同时兼顾汽车的乘坐舒适性。     

商用智能汽车自动紧急制动技术测试

伴随着嵌入式软件的数量在汽车上呈现几何级增长,减少开发工作的时间和人力成本的压力随即增加;基于模型的开发(Model-Based-Design,MBD)成为汽车嵌入式软件开发的主流,而硬件在环(HiL)测试是检测模型开发有效程度的核心技术;介绍一款商用车的紧急制动技术硬件在环系统,系统包含有转向和制动执行器、高精度车辆动力学模型、快速开发原型和相关驾驶员在环系列工具链;基于校企合作项目,开发台架致力于各种先进的驾驶员辅助系统与驾驶员之间的相互作用的研究,并针对某款商用车的紧急制动功能进行了系统性验证,为汽车自动紧急制动技术研究提供数据及依据.     

基于逻辑门限值的汽车ABS控制策略与试验研究

研究了一种考虑汽车前、后轴轴荷不同和制动时轴荷转移的汽车防抱死制动系统(ABS)逻辑门限值控制策略。该控制策略以车轮滑移率为主要控制目标,以车轮角加速度为辅助控制目标,通过仿真试验确定前、后车轮不同的最佳滑移率范围,采用前轴制动压力高选和后轴制动压力低选控制方式,提高汽车在低附着系数、对开路面的制动性能。编写控制策略程序,应用驾驶模拟器硬件在环制动试验台进行低附着系数、对开路面紧急制动工况验证。试验结果表明:控制策略具有良好的实时性,缩短了制动距离,提高了汽车制动时的方向稳定性。     

共驾型智能汽车控制权限转移算法研究

人机共驾型智能汽车中驾驶员和自动控制器共享车辆的控制权。其中，人类驾驶员能够更好地适应未知复杂环境，自动控制器在已知环境中具有更高的控制精度，车辆控制权限在两者之间转移可实现“1+1>2”的控制效果。提出一种考虑驾驶员个性化操纵偏好的权限转移控制策略。首先，采用模型预测控制方法设计车辆控制器，根据驾驶员在视觉预瞄、反馈控制、比例增益、大脑和神经肌肉延迟的个性化操纵特性对所设计的控制器进行拟人化改进，以减少权限转移过程中的人机冲突。其次，提出一种基于样条曲线方法的柔性化权限转移策略，并在权限转移策略中考虑驾驶员的个性化预瞄时间和反应时间约束，使其能够符合驾驶员的操纵偏好。最后，将提出的柔性化权限转移策略与常见的阶跃式和渐进式两种权限转移方法进行对比。驾驶员在环试验结果表明，相比于常见的两种方法，采用设计的权限转移策略，使得新手驾驶员的路径跟踪精度分别提高33.8%和32.4%，权限转移过程中的驾驶舒适性分别提高50.6%和45.8%；熟练驾驶员的路径跟踪精度分别提高42%和33.3%，驾驶舒适性分别提高57.8%和48%。     

低速城市路况下驾驶员制动特性辨识研究

针对现代车辆的智能化、人性化发展的要求,研究"人-车-路"闭环系统中驾驶员在车辆控制中的主导地位.本文通过驾驶模拟器dSPACE实时仿真平台设计实验,通过模拟驾驶员在城市路况的跟车行为,采集驾驶员制动时的相关参数,运用高斯混合模型聚类算法将特征数据分类,并运用BP神经网络工具箱建立了该城市路况下驾驶员制动特性辨识模型,实现了驾驶员制动特性的在线辨识.实验结果表明:该辨识方法在实验设计的城市路况,具有良好的驾驶员制动特性辨识能力.     

低速城市路况下驾驶员制动特性辨识研究

针对现代车辆的智能化、人性化发展的要求,研究"人-车-路"闭环系统中驾驶员在车辆控制中的主导地位.本文通过驾驶模拟器dSPACE实时仿真平台设计实验,通过模拟驾驶员在城市路况的跟车行为,采集驾驶员制动时的相关参数,运用高斯混合模型聚类算法将特征数据分类,并运用BP神经网络工具箱建立了该城市路况下驾驶员制动特性辨识模型,实现了驾驶员制动特性的在线辨识.实验结果表明:该辨识方法在实验设计的城市路况,具有良好的驾驶员制动特性辨识能力.     

基于变增益的操纵杆线控转向变传动比设计方法

采用操纵杆代替传统线控转向(Steer-by-wire,SBW)系统中的转向盘,研究这种新型SBW系统的转向变传动比设计方法。建立整车2自由度动力学参考模型,针对采用操纵杆控制汽车转向运动的结构和性能特点,通过分析基于定横摆角速度增益所设计的转向变传动比应用在操纵杆SBW系统中存在的不足,分别设计车速因子和转角因子,提出保证汽车转向增益呈线性变化的转向变传动比变增益设计方法,并通过Matlab/Simulink对整车动力学模型和转向变传动比进行仿真计算。通过固定型驾驶模拟器对提出的操纵杆SBW系统变传动比方法进行试验和验证。驾驶模拟器硬件在环试验结果表明,在提出的操纵杆SBW系统转向变传动比作用下,驾驶员可以准确地实现转向意图,保证整车具有良好的运动轨迹跟踪能力,同时也保证汽车较好的操纵稳定性和舒适性。     

自动驾驶车辆转向系统设计

自动驾驶车辆需具备独立完成转向操作的能力,传统的电动助力转向系统无法满足该要求。为了达到自动驾驶车辆自动转向的目的,设计可同时满足驾驶员驾驶和车辆自动驾驶两种工况的车辆转向系统,对转向系统关键零部件进行选型设计;根据不同驾驶工况建立转向系统数学模型,利用Matlab/Simulink进行系统仿真。仿真结果表明,该转向系统可以满足自动驾驶工况,且可以保证车辆的稳定性,但由于转向系统输出值与输入值存在误差,导致行驶轨迹存在一定的偏移。     

应用驾训模拟器进行驾驶员处理突发事件的试验研究

在驾驶训练用模拟器所设定的环境中进行试验,从人体生理学方面测试分析了在经历突发性事件后驾驶员面部皮肤温度、心率及血压的变化,提出了人的面部皮肤温度分布差异及范围,对驾驶时驾驶员的生理状态进行客观的评价。     

驾驶员驾驶习惯识别与车辆自动变速换档修正

根据不同驾驶员的不同驾驶习惯对自动变速器换档策略进行适应优化。在对驾驶员驾驶操纵行为分析的基础上,提出基于相空间重构与驾驶习惯评价指数的驾驶习惯识别方法实现驾驶习惯识别。首先利用相空间重构方法对驾驶操纵信号时间序列进行相空间重构,建立基于关联维数和Kolmogorov熵的驾驶习惯评价指数进行驾驶习惯识别与换档修正控制,根据不同的驾驶习惯选择不同的换档修正系数,以满足驾驶员的不同换档需求。仿真与实车试验表明,基于相空间重构方法和驾驶习惯评价指数的识别方法可准确识别驾驶员的驾驶习惯,基于驾驶习惯识别的换档修正控制策略可有效完成对车辆自动变速换档规律的修正,充分满足不同驾驶员对车辆换档性能的不同需求,提高车辆自动变速的智能化程度。     

基于驾驶员不当操作的DCT模糊修正换挡策略

针对某装备5速双离合器自动变速器(Dual Clutch Transmission,DCT)的车辆,为解决在传统的二参数换挡规律下,由驾驶员不当操作所引起的频繁换挡及换挡执行机构频繁作动问题,开发了基于驾驶员不当操作的模糊修正换挡策略。通过离线仿真与硬件在环试验研究验证了模糊修正换挡策略的有效性。仿真和试验结果表明,采用模糊修正换挡规律能有效解决驾驶员不当操作所引起的频繁换挡和意外换挡现象,减少了DCT离合器与同步器的作动次数,提高了驾驶舒适性。     

考虑工况和驾驶风格耦合影响的插电式混合动力汽车制动能量回收策略

通过分析工况和驾驶风格对制动能量回收的影响,提出了一种考虑工况和驾驶风格耦合影响的制动能量回收方法。通过驾驶员在环实验平台采集了踏板信号与车速信号;定义了制动力的工况修正因子α和驾驶风格修正因子β,并分别利用正态分布与t分布的方法确定了其变化范围,在此基础上,制定了制动能量回收策略。利用采集的工况数据和驾驶风格数据,通过学习向量量化（LVQ）神经网络训练了工况和驾驶风格识别模型。最后,建立仿真模型对制动能量回收策略进行仿真验证,结果表明：在工况和驾驶风格耦合影响下,所提出的制动能量回收策略的能量回收效率更高,整车的经济性得到进一步提高。     

基于BP神经网络的驾驶员制动行为模型研究

研究驾驶员的制动驾驶行为是汽车辅助驾驶系统应用的基础。建立BP神经网络,基于QJ-4B1型6自由度动感型模拟驾驶仪平台,邀请10名志愿者模拟在城市道路上驾驶过程中车辆相对距离、前车加速度、辆车相对速度和碰撞时间倒数等制动行为特征参数,并作为BP神经网络模型的输入参数,对驾驶员的制动驾驶行为进行预测,由结果显示,在240组检测样本中只有3组数据误差绝对值超过1。由此可以看出,基于BP神经网络的驾驶员制动行为模型对于驾驶员的制动行为预测较为准确,模型有效,可以在辅助驾驶系统中得到广泛应用。     

汽车驾驶座椅的人机工程学设计

运用人机工程学原理,针对汽车驾驶座椅,从驾驶员生理特性与作业环境两个方面分析了影响驾驶舒适性及安全性的原因,在此基础上从坐姿舒适性,振动舒适性,操作舒适性,安全性等四个方面论述了汽车驾驶座椅人机工程学设计,完成了对汽车驾驶座椅从分析-设计的系列开发过程.     

矿用双向驾驶静液压驱动车辆制动系统的分析与设计

针对中小煤矿井下顺槽巷道运输困难的问题,对其巷道的自然条件、运输现状以及目前矿用车辆的适用范围进行了分析,从整车的驱动形式、驾驶方式、外形尺寸等方面进行了研究,提出了一种采用双向驾驶和静液压-机械驱动相结合的矿用车辆。分析了静液压-机械驱动的矿用车辆在制动过程中,全液压制动与静液压反馈制动相互之间以及前后驾驶室两套制动操纵系统之间的相互影响,设计了专用双回路液压制动阀以及前后驾驶室操纵切换装置,实现了全液压制动与静液压反馈制动的联动,以及前后驾驶室两套操纵系统之间的切换。研究结果表明:该车辆能够在宽度大于1.8 m的顺槽巷道中使用,降低了工人的劳动强度;同时在前后驾驶操纵时表现出几乎等同的制动性能,未出现过紧急制动状态下发动机熄火等现象,制动系统性能可靠。     

考虑驾驶员特性的智能车辆纵向车速跟随控制策略

为了在满足乘坐舒适性的前提下提高智能车辆纵向车速跟随控制的精度,提出了一种具有自适应控制系统特性符合驾驶意图以及驾驶员行为特性的纵向控制策略.首先,设计油门和制动切换策略,依据期望车速计算期望加/减速度,并以此获得驾驶意图完成油门和制动的切换控制;其次,提出了一种基于模糊控制的制动控制策略;除此之外,设计了一种比例增益可调的PI油门控制策略.最后,将本文所设计的控制策略与目前普遍研究的PID车速跟踪控制策略分别进行NI实时系统仿真测试.结果表明:本文提出的基于驾驶员特性的车速跟踪控制器有效提高了对参考车速的跟踪精度以及乘坐舒适性.     

基于驾驶员信心度的SOTIF评价模型建立与试验

基于自动驾驶车辆安全标准ISO/PAS21448《Road vehicles-Safety of the Intended Functionality》(SOTIF),为探究导致SOTIF中人员操作误用的原因,以驾驶员对自动驾驶系统的信任感受为出发点,提出驾驶员对自动驾驶车辆正确操作指令进行错误干预的原因是驾驶员对控制指令没有信心,并引出了用以表现驾驶员与自动驾驶系统之间人机信任感受的评价指标—信心度。为验证信心度指标的实用性,设计了城市道路中常见的转弯和避障工况,并设计了相应的主观问卷,利用层次分析法确定了问卷中不同问题间的权重。利用机器学习中四种分类的方法,建立联系车辆动力学客观参数与驾驶员主观信心感受的主客观评价模型,并选出最优分类器。结果表明,基于马氏距离的分类器准确率最高,可以为自动驾驶车辆控制系统的开发与设计提供支持。     

驾驶员—汽车系统操纵性能模拟器试验评价研究

通过对驾驶员－汽车闭环系统操纵性的理论分析和闭环仿真,研究并提出了闭环系统操纵性能模拟器试验评价方法和指标;利用吉林大学的开发型驾驶模拟器（ADSL驾驶模拟器）验证了综合评价指标与驾驶员主观评价的相关性,相关系数达到0．9956,结果表明,提出的模拟器试验评价指标是合理和可靠的。     

六自由度汽车驾驶模拟器视景仿真系统研究

搭建了汽车驾驶模拟器运动平台,对其系统组成进行了详细介绍,采用先进的视景仿真软件——OpenGVSSDK和MultiGen Creator,并结合面向对象技术设计与开发了汽车驾驶模拟器大规模真实感视景系统,动画频率能达到60帧／s。;采用六自由度运动平台为驾驶学员提供了在坡路、颠簸路面等以及车辆加减速、转向、侧滑时的运动临场感。测试结果表明,所建立的汽车驾驶模拟器系统能够满足汽车驾驶培训的要求,且具有良好的真实沉浸感。     

驾驶员转向特性分类与在线辨识研究

针对汽车驾驶员转向特性分类与在线辨识问题,基于驾驶模拟器实验台,设计典型实验工况,选取具有一定驾驶经验的驾驶员进行实验研究。采集驾驶员转向过程实验数据并提取特征值,应用模糊C均值聚类算法将驾驶员转向特性分为谨慎型、一般型和激进型三类;根据分类实验数据应用BP神经网络算法建立驾驶员转向特性辨识模型,对模型辨识准确度进行离线验证,并基于辨识模型设计在线辨识方法。实验结果表明:研究方法能够实现对驾驶员转向特性的合理分类和在线准确辨识。