重型车辆的差动制动防侧翻控制

以多刚体动力学为基础,考虑悬架K&C特性,应用达朗贝尔惯性力原理,建立了具有较高精度面向特性的中后桥双胎三轴汽车二十六自由度非线性动力学模型。由汽车实际运动状态和理想运动状态之间的偏差计算出最优控制力矩,设计了差动制动协调器、ABS下层控制器和执行器组成的差动制动防侧翻控制系统。对该模型进行了阶跃转向试验来模拟紧急避让工况,结果表明该控制系统方案可行并能够有效地防止汽车的侧翻。     

汽车高速状态下紧急避障系统研究

为了保证汽车在高速状态下紧急避障的安全性,研究了汽车紧急避障系统。建立了汽车动力学模型和质点模型;使用S函数规划了初步避障路径,考虑避障过程中路径内出现新障碍物的情况,提出了模型预测控制的路径再规划方法;在路径跟踪方面,考虑汽车高速行驶在低附着路面等极限工况,以路径跟踪误差最小和输入量最小为优化目标,设计了考虑车辆非线性特征的线性时变模型预测控制器。经仿真验证,在避障过程中路径内出现新障碍物时,路径再规划方法可以规划出一条安全、且偏离初步路径最小的路径;在极限工况下,线性模型预测跟踪控制器会发生甩尾危险,无法实现路径跟踪;而线性时变模型能够实现路径跟踪,且跟踪过程安全稳定。     

基于Gauss伪谱法的紧急避让汽车操纵逆动力学

汽车高速紧急避让行驶安全性是汽车自主开发亟待解决的关键问题,也是汽车主动安全的前提和必要条件之一。提出一种汽车操纵逆动力学求解方法,该方法能够用于汽车高速紧急避让性能的客观评价。基于一种求解最优控制问题的新方法——Gauss伪谱法(Gauss pseudospectral method, GPM),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Gauss伪谱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,相对于间接法和传统直接法,Gauss伪谱法具有求解效率高,对初值依赖性小的优势。采用该方法解决汽车的最速操纵问题,边值约束和路径约束均得到很好的满足,可以客观评价不同汽车以最短时间完成双移线过程的操纵性能。通过实车试验,仿真值和试验值的变化趋势基本一致,从而验证了模型的正确性。     

基于模型预测控制的汽车紧急换道控制研究

针对高速行驶车辆纵向制动避撞的不足,以及传统控制方法难以求解换道过程中的多目标多约束问题,提出了一种基于模型预测控制(MPC)的汽车紧急换道控制策略。该策略以三自由度车辆动力学模型为预测基础模型,规划了期望换道路径曲线,建立了合适的安全距离模型,并以车辆前轮转角为控制变量,以跟踪期望路径为控制目标,将最优控制转化为二次规划问题求解。仿真结果表明,紧急换道控制系统能控制车辆在高速情况下完成期望换道路径规划,重合度高并且具有良好的稳定性。     

基于模型预测控制的智能网联汽车路径跟踪控制器设计

为解决智能车辆的自主转向问题,提高车辆在高速运动过程中的转向精度和稳定性,在智能网联汽车的背景下,从路径跟踪控制出发,提出一种变参数的智能网联汽车路径跟踪控制方法。该方法基于模型预测控制原理,设计了一种智能网联汽车的路径跟踪控制器。该方法先以3自由度模型的车辆模型为控制系统;对系统进行线性化后,确定系统的二次型目标函数,并依据函数形式确定矩阵形式;然后,在Carsim和Matlab/Simulink平台上进行离线仿真,确定各个典型工况下适用于该路径跟踪控制器的仿真参数;最后实现系统可根据由车联网获得车辆实际所处道路形状和实际车速选择合适的路径跟踪控制器的控制参数,完成智能网联汽车的自动转向。仿真结果表明该控制器相对于固定控制参数的控制器具有更好的控制效果,可控制车辆以较高车速行驶时达到较高跟踪精度和行驶稳定性。     

侧向风影响下车辆高速避让路径跟踪研究

高速避让技术能够提高汽车行驶的主动安全性,是汽车智能化发展亟待解决的关键问题。针对高速避让路径跟踪控制系统中存在的外界侧向风干扰,通过控制车辆实际行驶轨迹曲率跟踪理想目标路径曲率,设计二阶自抗扰控制器。外界侧向风干扰可以通过扩张状态观测器进行观测和补偿。为了解决避让过程存在侧向加速度过大或产生阶跃、曲率不连续问题,利用三次B样条曲线对避让路径进行曲率拟合,采用Carsim与Simulink联合仿真方法进行控制器性能验证。仿真结果表明,在存在外界侧向风干扰下,所设计的路径跟踪控制器具有良好的控制效果,对外界干扰具有鲁棒性。     

基于模型预测控制的UUV路径跟踪控制研究

水下无人航行器(UUV)的路径跟踪控制是实现UUV多种军、民用途的重要技术基础。针对UUV路径跟踪控制中的欠驱动、非完整约束、模型的非线性,基于非线性连续模型预测控制算法设计了UUV垂直面路径跟踪控制器。建立了垂直面运动模型并基于状态空间模型给出了垂直面预测模型,通过给定性能指标,运用泰勒级数展开与李导数求解出了连续时间状态下的最优控制律,实现了欠驱动UUV路径跟踪控制。通过仿真实验,验证了垂直面路径跟踪控制器设计的有效性。     

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。     

基于云发生器的自动泊车路径跟踪控制研究

针对自动泊车系统中路径跟踪控制困难这一问题,文中采用云模型不确定性推理方法,以汽车低速运动学模型中方向盘的转角偏差作为输入,将1维和2维云模型有机组合,构建路径跟踪多规则推理模型,以后悬架几何中点位置的准确度为控制目标,建立路径跟踪控制规则库,推导泊车入库过程中的最优转向角控制参数。设计自动泊车路径跟踪控制原型,通过仿真试验,验证云数字特征值对泊车跟踪效果的影响,结果表明,所设计的控制原型路径跟踪效果良好。     

基于模糊控制的汽车路径跟踪研究

汽车是一个非常复杂的非线性动力学系统,难以建立精确的数学模型,而模糊控制方法适用于难以建立精确数学模型的对象。将模糊控制理论引入汽车操纵逆动力学中,以汽车三自由度模型为研究对象,根据侧向偏差和偏差变化率设计了车辆的路径跟踪模糊控制器。对某车型跟踪给定双移线和蛇形路径行驶情况进行了仿真。结果表明,模糊控制方法可保证汽车准确地跟踪给定参考路径,可以作为车辆路径跟踪控制的一种有效控制方法。     

半主动空气悬架的非线性特性及控制算法研究

在分析空气弹簧刚度特性的基础上,建立了阻尼可调半主动空气悬架1/4车模型.针对系统的非线性特性强的特点,同时兼顾平顺性和操纵稳定性,选取理想的混合天地棚控制器作为参考跟踪模型,设计滑模变结构控制器,以弥补传统控制理论处理非线性问题时的不足.运用广义误差方程控制滑动模态,确定切换面参数,选择趋近律削减抖振现象并推导出实时...     

[智能感知]基于YOLO_v2模型的车辆实时检测

In order to solve the problems of poor real-time detection and single acquisition information from vehicle-mounted camera, a real-time vehicle detection algorithm was proposed based on improved YOLO_v2 model. Based on the YOLO_v2 network structure, a vehicle detection model was established, which proved that the YOLO_v2 algorithm had high accuracy and good real-time performance in vehicle detections. And the YOLO_v2 algorithm was improved so that the improved one might perform multi-dimensional judgments on the vehicle-mounted video informations： judging whether there was a vehicle and the vehicle positions in the pictures, judging the relative positions to camera and the movement trend of the detected vehicles, judging the danger degree of the detected vehicles to the own vehicle. The experimental results show that the improved model achieves good detection effectiveness on vehicle-mounted video, solves the problems of low real-time vehicle detections in vehicle-mounted video, extends the traditional vision-based vehicle detections from single dimensional detections to multi-dimensional detections.     

Algorithm research and realization of the turning control system for heavy transportation vehicle

The dynamics of turning system which is a nonlinear system normally has great impact on the transportation speed of the vehicle having heavy load and large size.The dynamics of turning system depends on control algorithm and its implementation,but the existing control algorithms which having high dynamics in the application of heavy transportation vehicle are complex for realization and high hardware requirement.So,the nonlinear turning system is analyzed for improving its dynamics by researching new efficient control algorithm.The models of electromagnetic valve,hydraulic cylinder and turning mechanical part are built individually to get the open-loop model of the turning system following characteristics analyzed.According to the model,a new control algorithm for heavy transportation vehicle which combined PID with Bang-Bang control is presented.Then the close-loop model of turning system is obtained under Matlab/Simulink environment.By comparing the step response of different control algorithms in the same conditions,the new algorithm’s validity is verified.On the basis of the analysis results,the algorithm is adopted to implement the turning control system by using CAN field bus and PLC controllers.Furthermore,the turning control system has been applied in one type of heavy transportation vehicle.It reduces the response time of turning system from seconds level to 250 ms,and the speed of heavy transportation vehicle increases from 5 km/h to 30 km/h.The application result shows that the algorithm and turning control system have met all the turning requirements.This new type of turning control algorithm proposed is simple in implementation for fast response of nonlinear and large-scale turning system of heavy transportation vehicle.     

基于自适应遗传算法的电液弯辊模糊控制系统

为了提高板形内环的执行效率,改善带钢板形质量,针对某300 mm四辊可逆单机架轧机,设计了基于自适应遗传算法优化的电液弯辊模糊控制系统．电液弯辊系统是典型的非线性系统,在考虑非线性因素后建立数学模型,采用最优保存的自适应遗传算法全面优化模糊控制器的量化因子、比例因子、积分因子、隶属函数的参数和控制规则．仿真和实验结果表明优化后的模糊控制明显较优化后的常规PID控制具有更强的鲁棒性、更好的动态品质和稳态精度,为进一步提高板形质量奠定了基础．     

基于遗传优化的无人车横向模糊控制

以视觉导航式无人车DLUIV-1为控制对象,对其进行横向运动控制研究。建立视觉导航式无人车横向运动控制系统模型,对无人车的横向运动行为进行描述。在此基础上,分析预瞄距离对横向控制系统动态性能的影响,并建立考虑速度因素的预瞄距离计算公式。针对无人车具有非完整运动约束、高度非线性动态特性以及参数的不确定性等特点,提出基于遗传算法的无人车横向模糊控制策略,通过遗传算法对横向模糊控制器的隶属度函数参数和控制规则的自动优化,从而有效地确定出横向模糊控制器的隶属度函数和控制规则。最后通过仿真和实车试验对该横向模糊控制器进行验证和评价,仿真和试验结果表明,该横向控制器可保证无人车稳定准确地跟踪参考路径,且具有较强的鲁棒性。     

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。     

基于蚁群遗传算法优化的质量矩拦截弹非线性预测控制研究

以所建立的质量矩拦截弹数学模型为基础,通过对模型合理的简化,得到一个耦合的非线性动力学系统,利用非线性预测控制设计了拦截弹飞行控制系统.针对非线性预测控制算法的参数一般采用试凑的方法进行优化设计,提出一种基于蚁群遗传算法的非线性预测控制参数优化策略,同时应用遗传算法对蚁群算法的蚂蚁路径进行优化,并给出了这一算法的具体实现步骤,最后将该优化方法应用于拦截弹飞行控制系统.     

基于免疫算法的四驱插电式混合动力汽车控制策略多目标优化

为改善四驱插电式混合动力汽车的燃油经济性和排放性能,构建了基于规则的能量管理控制策略,并建立了整车仿真模型;将多种群协同进化的思想引入免疫算法,提出多种群免疫算法,并运用该算法对四驱插电式混合动力汽车的控制策略进行了多目标优化;在dSPACE实时仿真系统上对优化前后的控制策略进行了硬件在环仿真实验。结果表明：优化后的控制策略控制效果良好,且发动机的燃油消耗降低了12.71%,HC、CO以及NOx的排放分别下降了15.74%、15.92%和12.69%。     

汽车伪线性内模操稳控制策略建模与仿真

针对采用主动制动方式调节汽车操稳性能的系统提出了一种伪线性内模控制算法。首先建立估测算法确定汽车的车身侧偏角和车速,并建立了操稳控制的控制目标,然后引入四自由度车辆模型作为内模控制算法的内部模型,分析了由于制动而引起的非线性特性,并采用了逆系统方法将原来的非线性系统转化为伪线性系统,使得新系统的输入输出成线性关系,并基于此建立了内模控制器实现汽车操稳性能调节,最后采用主动转向和主动制动不同方式的汽车操稳控制系统进行了仿真比较,分析了各自的特点,并给出研究结论。