基于变权重系数的LQR车辆后轮主动转向控制研究

为提高4WS汽车LQR后轮主动转向控制器的性能与适用范围,分析不同路面附着条件下质心侧偏角、横摆角速度对汽车稳定性的影响,提出一种基于路面附着系数调整最优控制中半正定矩阵Q权重系数策略.利用模糊控制理论设计变权重系数调节器,实现最优控制参数的自适应调整.通过Matlab/Simulink软件进行闭环双移线仿真试验,结果表明,在不同附着路面上行驶时,所提出的变权重系数LQR后轮主动转向控制器能够改善车辆的稳定性与安全性,保证车辆按照驾驶员预期的理想轨迹行驶,顺利完成双移线试验;相比于LQR后轮主动转向控制器,与标准双移线轨迹之间的误差降低了28.25%.通过硬件在环试验验证了这一控制系统的可行性与实时性.     

液压挖掘机功率匹配节能控制系统

将发动机、变量泵、控制阀、负载作为一个系统,分析了该系统各环节匹配的原理和方法。以泵出油口压力为依据,实现了动力系统 工况的自适应控制;以转速传感控制方式实现了发动机 泵的功率匹配;以变量泵出口流量为依据,由微机控制调节多路阀阀口开度,实现了负载 泵的功率匹配。克服了以往单纯采用压力或转速控制方式的不足,并采用模糊算法在线实时调整PID控制参数,实现了自适应节能控制。     

车道标识线识别和跟踪方法研究

为了得到比较理想的道路图像中车道标识的边缘,文中采用了基于二维直方图熵最大化的车道标识边缘提取方法。对此边缘图像采用定向边界跟踪方法提取出车道标识特征点,对这些特征点采用线性回归技术就可以得到车道标识线参数,从而完成对道路图像中的车道标识线的识别,并且文中还采用了建立梯形的感兴趣区域的办法实现了对车道标识线的实时跟踪。     

基于遗传算法和拟牛顿法的车辆动力学平衡点混合求解方法

车辆动力学平衡点是汽车非线性动力学分析中的关键参数。但车辆系统的非线性特征使传统的解析方法无法求解平衡点,而基于梯度的数值方法和遗传算法在求解精度和求解效率都存在局限性。为准确有效地求解车辆动力学平衡点,提出一种基于实数编码遗传算法和拟牛顿法的混合求解方法。利用达芬方程验证所提出的方法的有效性。给出基于轮胎魔术公式的3自由度车辆动力学系统模型,利用提出的混合求解方法得到不同转角输入下车辆平衡点,并与单独的遗传算法求解的结果进行对比。研究结果表明,该混合求解方法得到的结果更加准确,该方法能够快速、有效地求解3自由度车辆动力学平衡点。     

基于BP神经网络的车道保持控制系统

利用机械动力学仿真软件ADAMS/CAR建立了主要包括用于进行自主控制的转向系统及可输出状态变量车身模型的整车动力学模型,在MATLAB/Simulink环境下设计了基于BP神经网络PID的车道保持控制系统。通过输入输出接口实现了整车模型与Matlab的通信。利用建立的Matlab控制模块和ADAMS机械系统动力学模型实现了车道保持控制的联合仿真。仿真结果表明,所设计的车道保持控制系统能较好地实现在危险状态下的车道保持自主控制,且控制过程平稳。     

高速公路汽车辅助驾驶安全换道模型

为解决高速公路行车危险状态下驾驶员有意识换道过程中发生的车辆碰撞等交通事故问题,在前期研究车道偏离预警的基础上.针对确立的典型换道场景,建立了更加符合实际的基于换道过程中车辆加速行为的安全换道模型,并借助Matlab软件开发的仿真程序对建立的模型进行了仿真分析。结果表明,本文建立的模型具有较好的实用性,可为进一步建立车辆安全换道辅助系统奠定基础。     

基于熵最大化边缘提取的直线型车道标识线识别及跟踪方法

为了得到较为理想的车道标识线边缘图像以便于更好地对车道标识线进行识别,提出了一种基于熵最大化的边缘提取的车道标识线识别及跟踪方法。该方法结合了基于一维熵最大化分割方法和基于二维直方图的熵最大化分割方法,利用图像变窗口处理技术实现对道路图像中车道标识线边缘的分割,然后利用基于统计的方法得到车道标识线参数,最后采用建立梯形感兴趣区域的方法实现对车道标识线的实时跟踪。试验结果表明:该方法具有很好的可靠性、鲁棒性和实时性。     

用于视觉导航自动车辆的统计数字识别方法

通过对图像特征选择不同方法的分析,考虑到图像的全局特征更易被检测到,而且更不易受到噪声和较小的局部失真影响,提出了以全局特征为立足点,即从图像的总体出发,采用图像的灰度均值为主要特征量的特征选择与提取方法。在此基础上,全面分析了数字分块的机理,并采用投影的方法得到了10个数字的特征值。为实现对数字的快速识别,对得到的数字投影值采用了方向特征的处理方法。试验结果表明:有噪声的情况下,通过利用统计原理获得数字特征值能够实现对数字的快速、准确识别,该方法具有较好的抗干扰能力。     

基于双目视觉的智能车辆障碍物探测技术研究

鉴于障碍物探测是越野智能车辆自主导航的关键环节,为此针对越野环境光照多变、地形复杂的特点,提出了一种适用于越野环境的双目视觉障碍物检测技术,即首先对系统进行标定和坐标变换,以抵消地形的影响;然后采用高斯滤波和有限对比适应性直方均衡化(CLAHE)对图像进行预处理,以削弱噪声、光照和对比度的影响;接着在特征匹配部分,用提取的图像的亚像素级Harris角点特征参与匹配;同时基于RANSAC方法估计基础矩阵,再通过对极几何约束匹配来提高系统的实时性,并采用连续性约束消除误匹配,最终获取环境的3维信息;在障碍物提取部分,则通过线性插值来构建车前环境的高程图像;最后通过边缘提取和形态学处理来最终检测障碍物。此外还通过不同环境中的检测实验,验证了该算法的可行性及有效性。     

基于立体视觉的月球探测器路径规划算法

以实现月球探测器的避障路径规划为目标,采用立体视觉技术感知车前环境,设计一套基于特征匹配的车前障碍物检测算法。构造极坐标直方图描述环境空间,提出一种基于视觉感知的直方图Bug路径规划算法。通过朝目标移动和沿障碍物边界滑动2种行为的切换来保证算法全局收敛。实景重构与仿真实验验证了算法的有效性。