基于最优控制的汽车操纵逆动力学的研究

提出了一种基于最优控制理论的汽车操纵逆动力学研究方法，用于识别不同汽车跟踪同一期望路径的方向盘转角输入。以驾驶员对汽车施加的方向盘转角输入为控制变量，以精确跟踪期望路径为控制目标，将汽车操纵逆动力学问题转化为最优控制问题。利用直接配置方法将最优控制问题转化为非线性规划问题，运用序列二次规划方法求解。仿真结果表明：该方法能够使汽车很好地跟踪所期望的路径，且可以比较跟踪同一路径的不同汽车的操纵性能。     

汽车最速操纵问题的逆动力学研究

提出了一种汽车操纵逆动力学仿真研究方法。基于最优控制理论,以驾驶员对汽车施加的转角输入和驱动力/制动力为控制变量,以最短时间完成双移线过程为控制目标,通过改进的直接多重打靶方法将最优控制问题转化为非线性规划问题之后,运用序列二次规划方法求解。仿真结果表明,该方法能够解决汽车的最速操纵问题,可以比较不同汽车以最短时间完成双移线过程的操纵性能,且计算结果与ADAMS/Car虚拟样机试验结果具有良好的一致性。     

基于Gauss伪谱法的泊车轨迹规划方法

为了应对不同类型泊车,提高车载泊车系统的适应性,采取基于数值求解最优控制问题的方法进行泊车轨迹优化.使用基于Gauss伪谱法的最优控制算法进行泊车轨迹规划并进行仿真试验,实验结果表明,该方法可以很好地解决垂直泊车与平行泊车问题,适应性强.     

汽车操纵逆动力学的现状与发展

在回顾汽车操纵动力学发展历史的基础上，阐述了研究汽车操纵逆动力学的重要性，列举了三类汽车操纵动力学研究方法。描述了汽车操纵逆动力学的内涵，并给出了主要的研究方法和一些应用实例。最后，根据汽车操纵动力学发展史预测，汽车操纵逆动力学的发展有可能会导致汽车操纵动力学性能的显著提高，并解决现今流行的汽车操纵动力学中的“瓶颈”问题。     

基于操纵稳定性的轮胎特性匹配汽车操纵逆动力学研究

利用MATLAB/Simulink,采用非线性轮胎模型,建立考虑载荷转移的二自由度汽车模型。在此基础上,基于逆动力学原理,使用神经网络理论方法,构建汽车前后轮胎特性与操纵稳定性评价指标之间的映射关系。结果表明,通过该方法构建的网络模型可以较准确地求出满足汽车操纵稳定性要求的前后轮胎侧偏刚度组合,进而指导汽车开发过程中的轮胎选择工作。     

基于遗传算法的汽车紧急避让控制与优化

考虑轮胎侧偏特性的非线性,在MATLAB/Simulink中建立了非线性两自由度汽车紧急避让转向模型,并通过实车试验验证了模型的正确性。基于汽车操纵稳定性评价和单神经元自适应PID控制理论,得到了汽车紧急避让控制算法,实现了车辆以不同车速跟踪给定单移线,且结果良好。在此基础上,利用多岛遗传算法进行控制参数优化设计,以实现系统的最优控制。对控制参数优化前后的汽车以相同速度跟踪给定路径进行仿真计算。结果表明：以最优控制参数进行计算的路径跟踪精度更高,具有良好的鲁棒性和自适应性。     

基于虚拟现实的汽车操纵稳定性试验技术

汽车操纵稳定性试验对汽车的主动安全性有着重要影响。随着汽车工业的发展，汽车的行驶速度不断提高，因而对汽车操纵稳定性的试验和评价方法也提出了更高的要求。车辆道路试验的巨大成本和对汽车工作原理日益深入的了解使得在计算机上仿真汽车操纵稳定性试验成为必要和可能。本文介绍了将先进的计算机仿真技术-虚拟现实技术应用于汽车操纵稳定性试验的现状，并对其应用前景做了展望。     

基于Elman神经网络的赛车操纵动力学逆向研究

以进行汽车操纵动力学逆向研究为目的。以某方程式赛车为例,建立了计入空气动力特性的多体动力学整车模型.在通过试验验证其准确度的基础上,利用Elman神经网络建立了单移线工况下的侧向加速度、横摆角速度与方向盘转角之间的非线性映射关系.神经网络的验证结果表明,利用Elman神经网络进行汽车操纵逆动力学的研究方法是可行的,并且学习速率较快,识别精度较高。     

多轴汽车的操纵稳定性仿真研究

应用虚拟样机技术,在ADAMS/Car中建立了多轴重型汽车的各子系统模型,由相应的通讯器进行整车动力学模型的装配。通过双轮同向和反向激振仿真分析,获取了钢板弹簧的特性参数,验证了模型的合理性。通过整车的静平衡仿真分析,确保了操纵稳定性仿真试验是在轮胎被整车自身重力压缩并达到平衡之后开始的。以建立的整车模型为研究对象,进行转向盘角阶跃输入和蛇形仿真试验,依据试验结果对该车的操纵稳定性进行评价。试验结果表明:较小的横摆角速度超调量可以保证汽车的瞬时响应特性,车身的侧倾刚度和垂直方向转动惯量对操纵稳定性产生的影响很大,这为实际样车操纵稳定性的研究提供了理论参考。     

基于逆问题求解的汽车操纵性能分析

采用人-车-路闭环系统操纵性能的客观评价方法，通过优化评价指标得到了双移线道路输入时驾驶员最优的预瞄时间和跟随阶数。针对原始的和经过优化的两个闭环系统，利用径向基函数神经网络建立了汽车侧向位移和其他响应之间的映射关系。将待跟踪路径输入两个训练好的神经网络，反解出汽车其他的响应，可以方便地比较两个闭环系统跟踪同一条路径时的操纵性能。仿真结果表明：这种方法能够避免由于闭环系统参数变化而跟踪不同行驶路径进而对汽车操纵性能的比较产生的不利影响；基于径向基网络的逆问题求解方法是可行的，并且具有求解精度高、运算速度快及抗干扰能力强等优点。     

基于超声波的汽车防撞报警系统的设计

根据超声波测量距离系统,给出了汽车测距防撞报警系统的设计。该系统能在汽车行驶以及倒车过程中自动检测出汽车与最近障碍物之间的距离（或行车中的车距）井通过LED显示出来．当到达极限距离时,系统能发出声光报警．进而提醒司机以防撞车。试验研究结果表明．该系统具有一定的实用价值以及广阔的推广应用前景。     

智能车辆的行为动力学运动规划方法研究

针对城市道路行驶的动态环境和智能车辆的典型驾驶行为,提出一种基于行为动力学的运动规划方法。根据智能车辆的导航控制要求,以航向角和线速度为行为控制变量,建立了基于行为动力学的运动规划模型。根据对智能车辆行驶环境和典型驾驶行为的分析,建立运动规划模型的坐标系;根据行为动力学原理,分别用吸引子和排斥子表达目标和障碍物,并建立趋向目标和避障的行为控制变量的吸引子和排斥子模型;通过吸引力和排斥力加权合成,建立了智能车辆行为动力学运动规划模型,实现了车辆在横向的航向角控制和纵向上的速度控制。仿真实验表明:所建立的行为动力学运动规划模型可实现车道保持、换道及超车等行为,并且能在车道内安全行驶。     

车辆动力学时间离散建模及面向对象方法的仿真实现

通过数值离散方法建立了车辆动力学的时间离散模型，为对车辆工况进行实时监测和控制奠定了基础。将车辆及各部件作为对象，运用面向对象方法建立了车辆动力学仿真软件模型，面向对象方法所特有的封装、继承等特点使系统具有结构清晰、直观、扩展和维护方便等特点。     

基于模糊神经网络的汽车变速杆操纵舒适性评价

针对目前汽车变速杆操纵舒适性评价方法的不足,提出一种基于模糊神经网络的汽车变速杆操纵舒适性评价方法,通过模糊神经网络对实验测得的操纵舒适性特征参数和主观舒适度评价构成的样本进行学习和训练,建立汽车变速杆操纵舒适性评价系统。试验结果验证了该方法的可行性和合理性。