基于路面识别实时控制车轮滑移率的ABS系统

汽车防抱死制动系统(ABS)是一种很重要的汽车主动安全技术。并针对路面具体情况,对车辆防抱制动系统的滑移率实时控制进行研究。该文在MATLAB/Simulink仿真环境下,建立车辆动力学模型,实现了对路面状况识别,同时对基于滑移率控制的防抱制动系统的计算机仿真。仿真结果表明,该系统能真实地反映汽车ABS系统的实际工作过程,达到了满意的控制效果。     

汽车防抱制动系统的Simulink仿真研究

防抱制动系统(ABS)是现代车辆上重要的主动安全装置,对于汽车行驶安全有着重要作用。为研究ABS作用过程与性能,文章运用以滑移率为控制目标的汽车防抱制动系统理论进行仿真实验。在Matlab/Simulink仿真工具箱中建立仿真模型,分别用PID控制和模糊控制实现汽车防抱制动系统。模拟多种路面条件进行车辆防抱制动过程的仿真,与不带ABS制动过程结果进行对比,验证了ABS可以在多种路面条件下保证车辆制动时的良好制动性能和操纵性能。     

基于模糊控制的汽车防抱制动系统仿真

汽车防抱制动系统(ABS)通过在制动过程中自动控制车轮的制动力矩从而防止了车轮抱死。这对于提高汽车制动时的方向稳定性和转向操纵性,改善汽车的制动效能,保证驾驶员和乘客的安全是十分重要的。文中通过对某轻型客车的防抱制动过程进行动力学分析,建立了该轻型客车ABS模糊控制系统的数学模型,并且在Matlab／simullnk仿真软件下进行了计算机仿真。仿真结果表明,模糊控制的防抱制动系统能取得较好的控制效果,具有一定的自适应能力。     

基于MATLAB仿真环境实现防抱制动控制逻辑

寻找理想的控制逻辑规律是车辆防抱制动系统研究与开发的重点。本研究在MATLAB／Simulink仿真环境下实现了带防抱制动系统（ABS）的车辆动力学模型计算机仿真。针对防抱控制器的关键－防抱制动控制逻辑建立了Stateflow有限状态机模型，并结合四通道防抱制动系统实现了其Stateflow模型的设计和调试，达到满意的控制效果。     

防抱制动系统滑模状态观测和控制系统仿真

该文在考虑不平路面随机激励作用下车辆垂向振动的基础上 ,首先建立了四分之一车辆制动模型 ,而后充分运用滑移模式变结构的分析和设计方法 ,提出了车轮最佳滑移率的滑模实时在线辨识滑模优化算法 ,在对系统可观测性论证的基础上 ,设计了非线性滑模状态观测器 ,给出了单通道防抱制动系统基于滑移率的滑模控制算法 ,通过计算机仿真 ,验证了该控制算法的可行性和有效性 ,为设计具有高鲁棒性的防抱制动系统做了一定的理论探索和仿真工作     

基于ABS的重型车辆联合制动的特性研究

针对重型车辆利用联合制动方式进行制动时,不能获得最大制动力的问题,将ABS控制与联合制动方式相结合,采用基于Kiencke的μ-s模型,在制动过程中利用带遗忘因子的最小二乘法进行路面识别,通过μ-s的曲线斜率,对路况跃变进行识别,使车辆获得最佳的滑移率,从而获得最大制动力.仿真试验证明:基于ABS的联合制动方式可以获得...     

基于HILS的ABS监控平台的设计与实现

针对汽车ABS(Anti-lock Braking System,防抱制动系统)在开发过程中存在周期长渗数难以准确测量等不利因素,运用面向对象基本思想和VC++工具开发出ABS车栽监控平台.上位机监控平台与电子控制器、硬件在回路仿真器构成硬件在回路仿真系统(Hardware-in-the-loop simulate system),监控平台通过CCP协议标准与电子控制器进行数据通信、通过USB总线接口与硬件在回路仿真器进行高速数据交换.监控平台实现了对ABS控制系统各种参数的实时采集、在线显示和数据保存,提供了数据分析和控制效果评价的手段,实现了参数标定的功能.该平台直观、灵活、易操作,具有较强的实用性.     

四相控制方法在ABS中的仿真研究

逻辑门限值方法在汽车防抱制动系统的控制中应用非常广泛,四相控制方法在传统的逻辑门限值方法中增加了高压保持和低压保持两个模式,改进了逻辑门限值方法的一些缺点。四相控制方法的关键是门限值的确定,在对车轮受力分析的基础上,推导了确定门限值的三个基本公式。将四相控制方法的控制思路程序化,考虑了载荷转移对防抱制动系统的影响,针对双轮汽车的制动过程进行了计算机仿真。通过仿真验证了ABS四相控制方法在不同路面状况下的有效性及对其研究应用的正确性。     

汽车防抱制动系统自寻优控制器设计

介绍了自行设计的基于德州仪器公司TMS320LF2407A的汽车防抱制动系统自寻优控制器的系统原理框图、硬件原理图、软件结构和控制算法。经多种路面状况下的半物理仿真表明,汽车防抱制动系统自寻优控制器是可行的、有效的。     

防抱死制动系统的滑模变结构控制

针对汽车防抱死制动系统(ABS)的强非线性,采用基于滑移率的滑模变结构控制策略建立了ABS的仿真模型.由于引入了制动系统执行的时间延迟,导致滑模控制出现颤振现象.为了消除控制中出现的颤振,采用边界层方法来克服滑模控制的缺陷.通过对ABS在干、湿和冰路面情况下的制动仿真试验和对结果进行的分析,可以认为基于边界层的滑模控制能够获得良好的控制效果,并可用于ABS控制器的设计.     

基于TruckSim的三轴汽车自寻最优ABS控制设计

为提高三轴汽车的制动安全性能,在TruckSim中建立了三轴整车模型,针对以往研究中自寻最优理论不能应用到整车模型的问题,设计了简单可行的控制逻辑,将该理论应用到三轴整车模型。在TruckSim中建立了对开路面、对接路面、低附着路面、高附着路面四种工况,采用TruckSim与Simulink联合仿真,加入传统逻辑门限ABS作为对比,验证控制器的可行性。仿真结果表明,在四种工况下,自寻最优ABS的制动性能都要优于传统ABS,其中,在低附着路面工况下,自寻最优ABS的优越性最突出,制动距离减少24.5m,制动时间减少2.04s。说明自寻最优ABS可以自动搜索轮胎的最佳滑移率,提高三轴汽车的制动安全性能。     

汽车ABS模糊参数自整定PID控制方法的仿真研究

防抱死制动系统(ABS)是汽车安全系统的重要组成部分,对行驶路面状况进行实时准确的自动识别和提高ABS控制算法的鲁棒性具有重大意义。通过仿真分析,提出了一种简单有效的路面识别算法,并设计了以最优滑移率为控制目标的模糊PID控制器。结合车辆模型,对该系统在变附着系数路面的运行情况进行了仿真。结果表明,该系统能够及时判断出路面状况的变化,自动调节控制器参数,使车辆获得最大地面制动力。     

汽车制动防抱死系统的ADAMS/SIMULINK联合仿真

利用机械动力学分析软件ADAMS建立汽车ABS的机械动力学模型,在MATLAB／SIMULINK环境下建立ABS的控制模型,构成ABS机电液一体化联合仿真的动力学控制模型。利用MATLAB确定ABS的控制参数门限值,进行仿真结果数据处理和分析,并与大量的ABS实车道路试验数据对比,改进模型准确度,获得正确可行的ABS仿真控制模型,为加速开发ABS控制算法奠定了基础。     

对开路面制动车辆稳定性的控制方法及仿真

汽车在对开路面上紧急制动是汽车制动非常恶劣的一种工况.文中分析了车辆在对开路面上制动的稳定性问题并提出了相应的解决办法,根据简化车辆模型建立了相应状态空间方程,采用最优控制方法解决车辆稳定性问题.结合制动车辆的ABS(防抱制动系统),调整相应车轮的目标滑移率,通过对车辆的横摆力矩控制和相应的车轮滑移率和附着系数的调节使车辆保持制动稳定性,从而可以在不增加硬件成本的条件下完成车辆的稳定性控制.对车辆在对开路面的制动工况进行了仿真,结果表明,所提出的方法能有效改善对开路面上车辆的制动稳定性.     

气动ABS故障诊断系统设计

针对气压制动ABS,设计了一种双CPU结构的故障诊断系统。按照故障部位对ABS可能出现的故障进行了分类,确定诊断方法,完成相应的硬件电路设计和软件开发。采用ISO9141故障诊断通讯协议,在自主开发的ABS系统中设计了用于故障码传输的通讯电路与接口。实车试验表明,所开发的ABS故障诊断系统是合理可行的。     

嵌入路网图模型的自动驾驶场景描述语言

深度学习的快速发展带动着自动驾驶技术的迅速进步.深度学习感知模型在识别准确率逐步提升的同时,也存在鲁棒性和可靠性不足等隐患,需要在大量场景下进行充分测试以确保达到可接受的安全标准.基于场景的仿真测试是自动驾驶技术的核心和关键,如何描述和生成多样化仿真测试场景是需要解决的关键问题之一.场景描述语言能够描述自动驾驶场景并在虚拟环境中实例化场景获取仿真数据,但现有的场景描述语言大都缺少对于场景道路结构的高层抽象和描述.提出路网属性图来表示路网中抽象出的实体及他们的关系,并设计能简洁描述场景路网结构的语言SceneRoad. SceneRoad可以基于描述的场景道路结构特征构建路网特征查询图.这样,在路网中搜索符合描述的场景道路特征的问题被抽象为路网图上的子图匹配问题,该问题可用VF2算法求解.进一步地,将SceneRoad作为扩展集成到Scenic场景描述语言中.使用拓展后的语言随机生成大量多样的静态场景并构建仿真数据集.仿真数据集的统计信息表明生成的场景具有丰富的场景多样性.不同感知模型在真实和仿真数据集上的训练测试结果表明,模型在两个数据集上的表现呈正相关,意味着模型在仿真数据集上的评估...     

分布式交通仿真路网模型的设计与持久化

针对传统仿真路网模型在大规模路网描述及数据共享、操作与维护上的不足,提出了1种分布式交通仿真路网模型的设计与持久化方案。首先提出了三层路网模型描述方案,导入并简化了地理信息系统（GIS）数据,再现了真实路网信息。然后在此基础上设计了基于关联映射的路网数据结构,实现了数据的分层存储,同时对数据进行对象关系映射（ORM）持久化,提高了数据的可操作性与易维护性。最后给出了面向对象路网数据操作的示例。     

Intelligent exponential sliding-mode control with uncertainty estimator for antilock braking systems

The purpose of the antilock braking system (ABS) is to regulate the wheel longitudinal slip at its optimum point in order to generate the maximum braking force; however, the vehicle braking dynamic is highly nonlinear. To relax the requirement of detailed system dynamics, this paper proposes an intelligent exponential sliding-mode control (IESMC) system for an ABS. A functional recurrent fuzzy neural network (FRFNN) uncertainty estimator is designed to approximate the unknown nonlinear term of ABS dynamics, and the parameter adaptation laws are derived in the sense of projection algorithm and Lyapunov stability theorem to ensure the stable control performance. Since the outputs of the functional expansion unit are used as the output weights of the FRFNN uncertainty estimator, the FRFNN can effectively capture the input–output dynamic mapping. In addition, a nonlinear reaching law, which contains an exponential term of sliding surface to smoothly adapt the variations of sliding surface, is designed to reduce the level of the chattering phenomenon. Finally, the simulation results demonstrate that the proposed IESMC system can achieve robustness slip tracking performance in different road conditions.     

Estimation of road frictional force and wheel slip for effective antilock braking system (ABS) control

The introduction of electric braking via brake‐by‐wire systems in electric vehicles) has reduced the high transportation delays usually involved in conventional friction braking systems. This has facilitated the design of more efficient and advanced control schemes for antilock braking systems (ABSs). However, accurate estimation of the tire‐road friction coefficient, which cannot be measured directly, is required. This paper presents a review of existing estimation methods, focusing on sliding‐mode techniques, followed by the development of a novel friction estimation technique, which is used to design an efficient ABS control system. This is a novel slip‐based estimation method, which accommodates the coupling between the vehicle dynamics, wheel dynamics, and suspension dynamics in a cascaded structure. A higher‐order sliding‐mode observer–based scheme is designed, considering the nonlinear relationship between friction and slip. A first‐order sliding‐mode observer is also designed based on a purely linear relationship. A key feature of the proposed estimation schemes is the inclusion of road slope and the effective radius of the tire as an estimated state. These parameters impact significantly on the accuracy of slip and friction estimation. The performance of the proposed estimation schemes are validated and benchmarked against a Kalman filter (KF) by a series of simulation tests. It is demonstrated that the sliding‐mode observer paradigm is an important tool in developing the next generation ABS systems for electric vehicles.