基于加速度反馈的任意道路和车速跟随控制驾驶员模型

建立一个高效的能够适应复杂汽车行驶工况的驾驶员模型是进行"人—车—路"闭环仿真的关键。利用离散的数表方式对驾驶员跟随的任意道路路径和车速进行描述。以此为基础,提出任意路径下的预瞄点搜索算法,使"预瞄—跟随"驾驶员建模理论可应用于任意道路路径和车速的跟随控制。根据车速变化不断更新侧向加速度增益,实现驾驶员模型方向控制和速度控制的解耦。通过引入加速度反馈,建立一个简单而有效的跟随任意道路路径和车速的方向与速度综合控制驾驶员模型。仿真表明该驾驶员模型具有良好的路径与车速跟随精度。     

基于两点融合的驾驶员模型的分析

为有效反应驾驶员的预瞄机理,建立更加真实的驾驶员模型,提出建立一种基于两点融合的方向预瞄驾驶员模型,通过融合远近预瞄点的位置信息进行转向决策。该模型由驾驶员远点预瞄、近点预瞄和决策模块组成。模型分析仿真结果表明,与单点预瞄驾驶员模型相比,基于两点融合的驾驶员模型具有更好地方向控制能力和适应能力,更能反应实际驾驶员的预瞄和决策机理。     

无人驾驶车辆路径跟踪控制预瞄距离自适应优化

基于道路信息,使用驾驶员预瞄模型产生执行器输入是无人驾驶车辆在路径跟踪中使用的主要方法之一,但对于车速较高与转弯半径小等工况,模型误差会导致较差的驾驶舒适性,车辆甚至失去稳定性。为提高无人驾驶车辆路径的跟踪精度,同时兼顾转向频度和车辆稳定性,提出基于粒子群多目标优化（Particle swarm optimization,PSO）算法的预瞄距离自适应驾驶员模型,并将之应用于路径跟踪控制。首先,基于单点预瞄偏差模型,采用滑模变结构设计转向控制器;其次,以路径跟踪精度、转向频度和车辆稳定性为综合性能指标,设计了PSO优化算法,实现了驾驶员模型预瞄距离的自适应寻优。最后,在搭建的CarSim-Simulink联合仿真平台与台架试验上,对所提出的预瞄距离自适应驾驶员预瞄模型进行了仿真和硬件在环试验验证。结果表明,经优化后的预瞄距离能够适应不同车速和道路曲率,驾驶员预瞄模型能兼顾路径跟踪精度、转向频度和车辆稳定性等需求。预瞄距离自适应驾驶员模型结合道路与车速信息,增大对路况与车况适应性,为无人驾驶车辆路径跟踪控制提供可靠的输入。     

基于灰色预测的驾驶员-汽车系统侧翻预测

为了保证高速行车安全性,研究了基于预瞄-预测模型的汽车侧翻评价指标估计问题,提出了一种基于预瞄-预测驾驶员模型的侧翻预测方法。以高重心汽车为研究对象,建立了三自由度汽车模型和预瞄驾驶员模型;基于预瞄-跟随理论和灰色预测理论,搭建了预瞄-预测驾驶员模型;根据汽车侧翻的机理提出了能反映侧翻情况的指标--横向载荷转移率,并在此基础上提出了汽车侧翻指标估计-预测模型;基于主动转向控制策略和汽车侧翻指标估计-预测模型构建了汽车侧翻预测系统,并进行了不同工况下的仿真分析,从而验证了侧翻预测系统的有效性。     

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。     

预瞄时间自适应的最优预瞄驾驶员模型

驾驶员模型是汽车动力学仿真和控制算法开发中的重要环节.在极限工况下汽车动力学稳定性仿真与控制中,为模拟驾驶员在人-车-路复杂系统中对汽车的操纵特征,要求驾驶员模型能够在复杂道路与整车稳定性约束条件下完成驾驶操作,而不是单纯的路径预瞄跟踪.在最优预瞄驾驶员模型的基础上,提出一种预瞄时间自适应算法.该算法根据不同的预瞄时间,预测将来一段时间内车辆运行情况,并根据所设计的优化函数,选取合适的预瞄时间使得车辆稳定通过测试路径.对所开发的驾驶员模型进行仿真测试,结果表明,预瞄时间自适应的最优预瞄驾驶员模型能够在复杂道路、极限工况、有边界约束条件下完成驾驶操作.     

预瞄优化神经网络驾驶员模型

根据预瞄跟随理论并结合真实驾驶员的学习目标、生理限制与不断优化的行为特性,建立了预瞄优化神经网络驾驶员模型。利用2自由度车辆模型进行了汽车在方向控制下的仿真计算。仿真结果表明,预瞄优化神经网络驾驶员模型与实际合格驾驶员行为非常相似,按照该理论建立的驾驶员模型可以应用于驾驶员-汽车闭环系统的研究和自动驾驶等智能车辆的控制。     

汽车方向预瞄式自适应PD控制算法

针对汽车动力学强非线性时变特性及驾驶员行为特性,基于预瞄跟随理论提出了汽车方向预瞄式自适应PD控制算法,并结合仿真计算和场地试验论证了算法的可行性和有效性。算法中建立了可近似描述汽车转向动力学特性的一阶线性参考模型,并实时在线地辨识了参考模型传递函数的参数;由此根据理想预瞄跟随器的结构,进行了PD控制器参数的自整定。该控制算法可较为精确地控制汽车跟随预期轨迹,且自适应控制算法的采用也提高了控制系统的鲁棒性和适应性,从而为智能汽车方向控制系统的研究提供了一条可行的研究途径。     

基于预瞄最优曲率模型的大曲率转向控制方法

针对自主车辆的大曲率转向控制问题,研究拟人转向控制模型。模仿驾驶员对预瞄点运动状态的判断,采用2个并联的模糊控制器,分别估计预瞄偏差角和偏差距离对转向意愿的判断。以道路曲率半径作为约束,利用杠杆原理对并联控制器的输出进行决策,获得期望的方向盘转角。双移线和直角弯2种道路仿真结果表明:基于预瞄最优曲率模型的大曲率转向控制方法能有效地控制车辆轨迹,运动过程平稳,适用于大曲率转向控制。     

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%。     

智能汽车路径跟踪混合控制策略研究

针对传统单一控制算法无法有效协调智能汽车不同转向工况下横向控制性能要求的问题,根据智能汽车在高速和低速转向工况下呈现出的系统特性差异,设计了一种基于PID控制和模型预测控制的智能汽车路径跟踪混合控制策略。该控制策略在低速模式下采用PID控制,在高速模式下则采用模型预测控制,通过车辆速度确定路径跟踪控制模式,进而设计带稳定监督的控制模式切换机制,实现了横向控制系统的平滑切换。基于Carsim和MATLAB/Simulink仿真平台对所设计的智能汽车路径跟踪混合控制策略进行了仿真验证,在此基础上,进一步完成了实车试验。仿真和实车试验结果表明,所设计的混合控制策略能够保证智能汽车不同速度下的路径跟踪性能,具有较好的跟踪精度、实时性和车辆行驶稳定性。     

电动汽车电机驱动控制系统设计研究

研究电动汽车电机驱动控制系统对电动汽车电力驱动技术具有重要意义。研究对电机驱动控制器控制系统进行了设计。主要包括根据电动汽车对动力源的要求,分析电机的几种主要调速策略,并对电动汽车电机驱动控制策略进行了选择;根据所选用电机特性,建立了电机驱动控制系统的控制模型,并确定了该控制系统的结构组成;在完成了增量式PI控制算法的实现的基础上,利用工程正定法选定了系统PI控制主要参数参数,并设计了控制系统的主控制程序。     

基于模糊PID算法的双侧电传动履带车辆转向控制策略研究

为了提高电传动履带车辆的转向控制性能,首先进行了履带车辆转向动力学分析,研究了履带车辆转向特性,进而针对履带车辆转向轨迹可控性差、动态响应慢等缺点,提出一种基于模糊PID算法的双侧电传动履带车辆转向控制策略,将驾驶员转向意图解释为内侧电机制动力矩,并通过模糊算法对外侧电机力矩进行跟随控制,实现稳定的转向轨迹并提高转向响应速度。转向过程中的纵向车速由PID算法进行控制,通过模糊因子来实现模糊控制算法与PID算法之间的融合。仿真结果表明,所提出的控制算法可以实现稳定可控的转向轨迹,具有良好的鲁棒性,与传统转向力矩分配策略相比,该控制算法的动态响应时间缩短约0.7s。     

基于干扰观测器和改进模糊PID的农用车辆路径跟踪控制策略

为减少外界干扰对农用车辆路径跟踪精度的影响,提高路径跟踪系统的鲁棒性,提出了一种基于干扰观测器和改进模糊PID算法的农用车辆路径跟踪控制策略。在建立农用车辆四轮转向运动学模型的基础上,建立路径跟踪数学模型,通过对模糊PID算法的比例、积分部分进行改进和加入基于干扰主动控制的干扰观测器提高控制策略的抗干扰能力;在MATLAB软件的Simulink仿真平台对所设计的控制策略进行有效性验证。仿真结果表明,与传统PID控制方法相比,所设计的控制策略可以成功消除外界干扰,能有效地加快响应速度,提高自适应能力,有利于农用车辆路径跟踪精度的提高。     

电动助力转向控制及对操纵性能影响研究

结合EPS的结构和动力学特性,建立了EPS的动力学方程,采用PID控制和模糊控制方法分别对电机进行助力和回正控制,并结合三自由度的整车模型和Fiala轮胎模型建立了EPS整体仿真模型。分析了PID控制和神经网络控制对EPS整体系统的影响。     

履带车辆液压机械差速转向机构转向性能研究

采用机械系统动力学分析与建模通用方法,考虑车辆转向时履带滑转（滑移）及转向中心偏移等因素,在对车辆转向受力状况进行分析与计算的基础上,建立了履带车辆液压机械差速转向机构转向动力学模型,采用Newton-Raphson方法对模型进行了求解。根据提出的转向性能评价指标,结合实例样车,采用仿真与试验方法研究了履带车辆转向性能,行驶试验的结果表明,所建模型能反映履带车辆转向性能的变化趋势。研究结果为履带车辆液压机械差速转向机构设计及行驶控制提供了理论基础。     

基于控制分配的主动前轮独立转向车辆转角分配算法

针对新近提出的主动前轮独立转向(AIFS)系统基于规则的转角分配方法自适应性差、无法实现最优分配的问题,提出了一种基于控制分配的转角分配算法。指出了传统主动前轮转向(AFS)存在的问题,阐述了主动前轮独立转向系统的结构和工作原理;在MATLAB/Simulink中建立了整车四自由度数学模型,设计了AIFS滑模控制器和转角分配模块;通过阶跃转向工况对所提出的转角分配算法进行了仿真验证。结果表明：该分配算法可以使AIFS自适应内外轮载荷转移变化,自动调整内外轮转角大小,较AFS可以更好地跟踪理想横摆角速度和理想运动轨迹,实现了“能力越大的轮胎贡献越大”的控制目标,提高了车辆极限转弯时的侧向稳定性。       

基于横摆角速度负反馈的电传动履带车辆原地转向控制策略

针对电传动履带车辆的原地转向问题进行了转向控制策略研究。建立了转向动力学模型,进而提出一种基于横摆角速度负反馈的双侧电传动履带车辆原地转向控制策略,将电机最大力矩作为力矩控制初始值以提高转向响应能力,引入横摆角速度负反馈并通过方向盘转角信号控制负反馈增益;对负反馈函数中的参数M与k对控制效果的影响进行了理论分析,为控制系统的设计提供了依据;进行了MATLAB仿真,仿真结果表明控制策略合理有效。     

基于多体动力学仿真的履带车辆转向性能分析

以多体系统动力学理论和方法为基础,基于RecurDyn软件建立高速履带车辆多体动力学模型及路面模型,对履带车辆在硬、软两种地面的高速转向过程进行动力学仿真和对比分析。重点分析车辆在转向过程中履带预张紧力、转向半径和路面工况这3方面因素对转向特性的影响。研究结果表明:履带车辆高速转向时,软地面转向性差,易发生车辆侧翻、脱轮等现象;车辆以20 km/h的速度,转向半径r>B/2软地转向时,两侧履带滑移(滑转)现象不明显,转向稳定性最好,当选取车重力的10%(20 kN)作为预张紧力时,履带动态张紧力波动变化小,车辆转向角加速度没有出现幅值突变,转向平稳。