参考济南道路工况的纯电动汽车能量回馈策略

针对济南市车辆行驶工况的实际特点,提出一种滑行和制动工况下能量回馈控制策略。基于实车测试数据,构建济南市车辆行驶工况,探讨能量回馈速度特性及控制策略的评价依据;以传统车辆滑行阻力为参考,基于能量回馈效率模型开发滑行能量回馈控制策略,并利用动态矩阵预测控制算法抑制制动转矩开始施加时引起的转矩波动;基于车轮滑动率信息开发制动能量回馈控制策略。实车测试结果表明,采用新控制策略后平均回馈效率较原车提高近30%,能耗可相对减少约10%,且在济南市车辆行驶工况下,新控制策略可有效回收工况循环中可回收最大能量的84%。     

基于统一多能耗模型的公路能源群落最优能耗领导–跟随控制

公路、能源、信息及社会等多领域子网耦合支撑新能源、化石能源等网联车辆集群在有无司机干预驾驶工况下混合行驶。降低混合行驶车辆集群能耗亟需解决燃油、电动及燃氢等车辆集群统一多能耗建模难、集群耦合公路干线动态演化特殊性不明及最优能耗领导-跟随控制研究等问题。为此，该文提出基于统一多能耗模型的公路能源群落多工况最优能耗领导–跟随控制策略。首先，考虑“人、车、网、云、端”等多维元素互联，在车辆自组织、公路能源群落等概念研究基础上，基于公路能源群落耦合干线公路的特殊性，阐述公路能源群落多工况最优能耗领导–跟随控制机理；其次，基于图论建立公路能源群落的动力学演化领导–跟随控制模型与基于汽油、电力及氢气等能源价格的统一多能耗模型；最后，考虑有无司机干预，提出两种基于统一多能耗模型的公路能源群落多工况最优能耗领导–跟随控制策略。多工况仿真结果表明，两种基于统一多能耗模型的最优能耗领导–跟随控制策略有效，可为科学、合理的管控公路能源群落的最优能耗状态提供理论指导。     

一种欠驱动船舶编队滑模鲁棒控制方法

为实现模型参数不确定和外界风浪流干扰情况下的欠驱动水面船舶编队控制,提出一种跟随者仅利用领航船的位置及航向信息,而不利用领航船的速度、角速度和动力学信息的编队控制方法.根据领航船的位置及航向角信息设计虚拟船,使其轨迹与参考船在有限时间内重合;基于虚拟船策略建立领导-跟随模式下的船舶编队控制模型;将反步法与滑模变结构方法相结合,设计了一种可以有效处理模型参数摄动和外界环境干扰问题的鲁棒控制器,使得跟随船沿着虚拟船的轨迹运动,从而与领航者保持期望的队形,达到编队控制的目的.通过对由3只“Northern Clipper”实船所组成的船舶编队进行编队控制仿真实验,结果验证了所提方法的正确性和有效性.     

基于XSl28单片机的智能循迹车硬件系统设计

为进一步实现无人驾驶车辆的自动控制技术在未来学术、生活领域的应用,介绍了一种基于MC9S12XSl28单片机的智能循迹车硬件系统,该系统采用MC9S12XSl28作为核心微处理器,采用OV5116摄像头采集路面信息,采用BTS7960半桥电路作电机驱动。根据对采集到的图像信息进行处理分析以及利用PID控制算法来控制舵机的转向和电机的转速,从而实现了智能车的电源管理、电机驱动、图像采集和编码测速等功能。在实验的基础上不断发现问题、解决问题,已使得智能车能够准确地循黑线快速行驶。基于该硬件系统的智能循迹车能够很好地实现自动循迹,并具有较高的稳定性和抗干扰能力。     

基于XS128单片机的智能循迹车硬件系统设计

为进一步实现无人驾驶车辆的自动控制技术在未来学术、生活领域的应用,介绍了一种基于MC9S12XS128单片机的智能循迹车硬件系统,该系统采用MC9S12XS128作为核心微处理器,采用OV5116摄像头采集路面信息,采用BTS7960半桥电路作电机驱动.根据对采集到的图像信息进行处理分析以及利用PID控制算法来控制舵机的转向和电机的转速,从而实现了智能车的电源管理、电机驱动、图像采集和编码测速等功能.在实验的基础上不断发现问题、解决问题,已使得智能车能够准确地循黑线快速行驶.基于该硬件系统的智能循迹车能够很好地实现自动循迹,并具有较高的稳定性和抗干扰能力.     

纯电动汽车动力电池温度预测模型实验研究

温度是影响动力电池寿命和安全性能的一个重要因素，在复杂的行驶工况下，对车载动力电池的温度预测控制显得非常重要。针对纯电动汽车动力电池温度测量精确度下降的问题，分别采集了车辆在FTP75和UDDS两种典型行驶工况下的温度数据，在动力电池热动力学模型的基础上，采用基于参数模型的广义预测控制算法，建立了纯电动汽车整车模型以及动力电池温度精确预测模型，并搭建了动力电池温度测量实验台架，试验结果表明，在车辆FTP75和UDDS两种典型行驶工况，模型预测温度与实际温度的误差极小，广义预测控制算法模型满足了车用动力电池温度精确预测的目标需求。     

轮内电动汽车直接横摆力矩控制

针对参数变化及不确定性干扰等非线性因素对于车辆稳定性的影响,设计出一种基于自适应鲁棒滑模控制的策略,保证轮内电动汽车在上述不确定因素的干扰下,仍然可以保证车辆的行驶稳定性。具体搭建了整车二自由度模型和驱动电动机模型,设计自适应鲁棒滑模控制律,利用先进车辆动力学仿真软件Carsim对该控制策略进行了仿真实验;同时进行了实车试验。试验和仿真结果表明,该算法可有效实现直接横摆力矩控制,使车辆在有较大侧向风的干扰下保持行驶稳定性。     

基于PID自动寻迹玩具智能小汽车设计

本玩具智能小汽车以Freescale（飞思卡尔）半导体公司的16bit微控制器MC9S12XS128作为核心,系统设计及控制方案,包括传感器信号采集处理、控制算法及执行、动力电动机驱动和转向舵机控制等,完成智能车设计、制作及调试。采用PID控制器,实现玩具小汽车的自动寻迹行驶、无线遥控行驶及信息显示等智能化功能。     

电动轮驱动系统设计与控制策略研究

驱动控制系统是电动轮电机系统运行核心,行驶路况的复杂多变对牵引电机的控制提出了更高的要求。基于车辆牵引控制建立了异步电机物理模型,提出了以功率为外环的基于转子磁场定向的矢量控制策略,基于MATLAB/Simulink进行了交流异步电机矢量控制算法建模与仿真。根据现有电机系统选择了硬件系统,搭建了牵引异步电机实验平台。模拟了电机静止加速起动工况,车辆先加速行驶后减速行驶工况。结果表明,基于转子磁场定向的矢量控制可以解决矿用电动轮自卸车轮边交流牵引电机在动态运行过程中对输出扭矩实时控制的问题,采用该控制算法的逆变器能够适应负载的各种变化,该方法具有响应速度快、鲁棒性强、稳态性良好等优点。     

基于深度Q值网络的自动小车控制方法

随着计算机技术和人工智能的飞速发展,无人驾驶车辆成为了一个新的热点。提出了一种自动小车的验证模型来模拟无人车,并验证了深度Q值网络（deep Q network, DQN）算法对自动小车的控制。该算法使用了强化学习和神经网络技术,能够在缺乏先验知识的情况下,根据获取的传感器信息训练神经网络,然后做出正确的决策,实现对车辆的控制,达到躲避障碍物的效果。此外,通过在模拟环境下的实验验证了DQN算法对自动小车的控制效果。实验结果表明,经过一定时间的训练,DQN算法可以有效的控制自动小车。     

考虑坡度工况的FCHEV队列分层优化控制策略研究

在面对坡度工况时，如何开发同时兼顾车辆间协同控制与能耗经济性的控制策略是提高交通效率与发挥车辆节能潜力的关键技术之一。以燃料电池混合动力汽车队列为研究对象，以安全行驶及优化能耗为目标，提出了一种基于改进粒子群优化算法与Q学习的燃料电池混合动力汽车队列分层优化控制策略。该策略中上层控制器在保证满足与前车距离或速度限制等安全约束的前提下，利用改进的粒子群优化算法获取节能速度轨迹，并使用模型预测控制框架实时调整主车速度遵循节能速度轨迹行驶。下层控制器根据上层求解的车速和需求功率等信息建立Q学习控制器，实现燃料电池混合动力汽车动力电池与燃料电池之间的最优能量分配。仿真结果表明，本文所提出的分层控制策略在坡度工况下，表现出良好的跟踪性能和安全性能，且优化结果与动态规划策略相似，表明该策略的能耗经济性及可行性。     

Real-Time Traffic Simulation With a Microscopic Model

This paper describes a microscopic model that is able to simulate traffic situations in an urban environment in real time for use in driving simulators. Two types of vehicles are considered in the simulation, namely the user-driven vehicle at the center of the simulation model and the other vehicles that interact with it and its surroundings, which configure the developed traffic model. Simulation is performed in a reduced zone, called the control zone, surrounding the user-driven vehicle. This control zone is a mobile zone centered on the user-driven vehicle. The size of the control zone depends on the maximum number of vehicles involved simultaneously, the traffic density, and the driver's limit of visibility. The other vehicles involved in the traffic simulation are created or destroyed within the limits of the control zone. The general behavior of the traffic model is based on the following theory. Vehicles have an associated driver model that establishes several control functions for them to follow the path, while the steering, acceleration, and braking maneuvers follow certain models of behavior. A traffic light regulation is also included but only in the control area. The possibility of introducing anomalous traffic situations into the simulation is also considered, such as the presence of obstacles, abnormal maneuvers, etc. The developed model is immediately applicable to large-scale driving simulators for driver training, traffic control studies, and safety studies     

Modeling of traffic flow of automated vehicles

With the development of near term automatic vehicles following concepts such as intelligent cruise control (ICC) and cooperative driving, vehicles will be able to automatically follow each other in the longitudinal direction. The modeling of traffic flow consisting of such vehicles is important for analyzing the effects of vehicle automation on the characteristics of traffic flow and for suggesting macroscopic control strategies to improve efficiency. Such analysis may also suggest ways for modifying the vehicle control characteristics in order to improve the macroscopic behavior of traffic. In this paper, we developed a mesoscopic and macroscopic model that describes the automated traffic-flow dynamics in a single highway lane. The mesoscopic model describes the speed and density continuously in time and space and at the same time retains the microscopic characteristics of traffic flow. The macroscopic model describes the average speed and density at each section of the lane and at each point in time. Even though the macroscopic model does not retain the microscopic characteristics of the vehicular traffic, computationally it is much simpler than the mesoscopic one. Simulations are used to demonstrate the effectiveness of these models in describing traffic-flow characteristics. The developed models indicate some similarities, but also some fundamental differences with existing traffic-flow models for manually driven vehicles.     

An algorithm for distinguishing the types of objects on the road using laser radar and vision

Describes a method for distinguishing the types of forward objects detected on and alongside the road using a vehicle-mounted scanning laser radar (SLR) and a camera. This method can measure the distance to a preceding vehicle in the same lane as well as to other forward vehicles in adjacent lanes. Objects are detected on the basis of SLR digital signal data and are categorized as vehicles, delineators, and signs based on their motion and positions relative to white lane markers. The motions of detected objects are judged by the relationship between the path of the host vehicle and changes in the positions of the objects. The host vehicle's path is computed using steering maneuver data and the vehicle velocity. White lane markers are detected by an image processing technique. The proposed algorithm has been validated in an experiment conducted with a simulator. Data recorded at a driving speed of more than 40 km/h on Japanese expressways were used in the simulation. The types of objects detected on the road were successfully distinguished as expected.     

电动汽车用高效回馈制动控制策略

为了提高电动汽车再生制动能量的回收和利用效率,在分析电动汽车典型循环工况制动时驱动电机的工作特点,并在同步旋转坐标系下考虑铁损的感应电机动态数学模型制动时能量转换关系的基础上,提出了基于损耗模型的高效制动效率优化控制策略。根据制动时的车速和制动转矩需求,重新分配感应电机的转矩和励磁电流,并结合给出的电动汽车前后轮制动力分配方案,可实现制动能量的高效回收利用。通过仿真软件ADVISOR中的对比仿真结果验证了控制策略的有效性,制动能量回收率有明显改善,提高了电动汽车电驱动系统效率,有利于合理利用其有限的能量延长电动汽车续驶里程。     

The Impact of Cooperative Adaptive Cruise Control on Traffic-Flow Characteristics

Cooperative adaptive cruise control (CACC) is an extension of ACC. In addition to measuring the distance to a predecessor, a vehicle can also exchange information with a predecessor by wireless communication. This enables a vehicle to follow its predecessor at a closer distance under tighter control. This paper focuses on the impact of CACC on traffic-flow characteristics. It uses the traffic-flow simulation model MIXIC that was specially designed to study the impact of intelligent vehicles on traffic flow. The authors study the impacts of CACC for a highway-merging scenario from four to three lanes. The results show an improvement of traffic-flow stability and a slight increase in traffic-flow efficiency compared with the merging scenario without equipped vehicles     

电动汽车用感应电机最小损耗Hamilton控制

针对电动汽车电驱动系统的非线性特点,采用端口受控Hamilton系统理论研究了考虑铁损的电动汽车用感应电动机系统的最小损耗控制问题.首先,根据基于损耗模型的感应电机能量优化控制策略得到系统稳态时的优化结果,然后在这一稳态目标下,利用系统的互联和阻尼配置以及能量成形对考虑铁损的感应电机进行Hamilton控制,最后通过仿真实验,验证了在相同的稳态目标下,采用本文的控制算法可使得电机能量损耗明显降低,同时本文采用的控制策略与基于矢量控制的优化控制策略相比,具有收敛速度快、转速波动小等优点,为高性能要求的电动汽车电驱动系统高效运行提供了新的途径.     

多信息融合下电动汽车充电路径规划

由于电动汽车用户难以找到充电时间与充电地点之间的平衡点,不能准确把握何时何地进行充电行为。本文首先选取能够准确反映实际道路中用户独特驾驶特性的行驶工况特征参数,采用工况识别法构建电动汽车在实时动态路况下的剩余电量估算模型,判断其出行过程中何时有充电需求;当有充电需求时,通过预测充电站的抵达车辆数,建立电动汽车排队等待时间模型,为用户规划有效充电时段,作为选择充电地点的依据;考虑到充电时间与充电地点的耦合关系,从用户角度出发,在电池剩余电量的约束下,构建用户出行距离、出行时间及充电成本三者权值之和最优为目标的电动汽车充电路径模型,并将其应用于北京市实际交通路网区域中,采用蚁群算法对其进行仿真验证。     

基于行车风险场的交通冲突风险预警方法

城市交叉路口是交通事故多发路段,对于智能网联汽车来说,在行驶过程中进行风险检测与碰撞预警,从而保障驾驶的安全性至关重要。本文针对有信号灯的城市交叉路口提出一种考虑信号灯约束的行车风险场模型,并基于此模型设计三级碰撞预警方法。首先针对城市交叉路口的潜在冲突风险点构建功能场景,并将信号灯的约束作用考虑进行车风险场模型。为了解决碰撞预警问题,提出以TTC为指标划分三级冲突区域,通过计算主车行驶过程中周围对应的场强值,并根据干扰车在主车周围势能场的位置来衡量主车所受碰撞风险。实验结果表明,所设计的模型能够准确对进入主车势能场范围的干扰车进行预警,预警成功率可达100%,误报率仅为3.4%,证明所提方法的可靠性和有效性。     

永磁同步电机两种工作模式的切换控制策略

电动汽车有巡航模式和非巡航模式2种行驶工况,相应的车用驱动电机有转矩模式和转速模式2种工作模式。首先,针对传统PI速度调节器会使驱动电机转速出现超调和波动问题,通过采用主动阻尼二自由度PI转速调节器实现了电动汽车巡航模式下的无超调控制,改善了车辆乘坐的舒适性;其次,针对驱动电机2种工作模式的切换问题,采用零转矩模式的切换策略作为驱动电机2种工作模式的过渡,实现了驱动电机2种工作模式的有效切换。仿真分析结果表明:所提策略可以有效实现电动汽车的无超调控制,以及驱动电机2种工作模式的有效切换。电动汽车的无超调控制策略及驱动电机的零转矩模式切换策略具有一定的实际应用价值。