驾驶员确定汽车预期轨迹的模糊决策模型

提出了一种驾驶员确定汽车预期轨迹的模糊决策模型。这一模型可以用来仿真驾驶员在操纵汽车的过程中,根据前方道路交通的可行区域,决策汽车未来期望走行轨迹的控制行为特性,燕可描述驾驶安全程度、驾驶员体能极限等诸多指标。数字仿真结果表明,所提出的模型还可以描述驾驶员的最优预瞄加速度决策行为特性,并直接用于驾驶员－汽车－道路闭环系统的仿真。     

基于预瞄跟随理论的驾驶员跟随汽车目标速度的控制模型

针对汽车动力学控制系统具有强非线性的特点 ,根据非线性系统描述函数法及自回归滑动平均 (ARMA)模型的辨识方法 ,建立了描述汽车速度控制动力学强非线性的局部等效线性传递函数。在此基础上 ,应用预瞄跟随理论提出了描述驾驶员在给定目标车速前提下对汽车行驶速度进行控制的模型。仿真结果表明 :该模型合理地模拟了驾驶员根据外界道路限定的速度信息并考虑到自身滞后特性和汽车动力学特性来控制汽车速度的行为 ,为汽车速度的自动控制及智能交通系统中的先进车辆控制系统的研究提供了一个有效的途径。     

基于决策优化模型的驾驶行为建模方法

为了能在微观交通仿真模型中对复杂交通环境下的驾驶行为进行统一的数学描述，提出一个基于决策优化模型的驾驶行为建模方法.通过扩展Helly跟车模型并将其等式约束变换为不等式约束，建立驾驶员的可行加速度决策空间，再依次求解轨迹最优目标和速度最优目标，得到一个满意的横纵加速度.该建模方法将跟车、换道、超车、穿插、制动等驾驶行为统一地在驾驶行为决策优化模型进行描述中，模型结构灵活，模型参数校正方法简单明了，适用于交通环境复杂的混合交通流微观仿真建模.     

基于人工神经网络的汽车闭环系统的研究

对于驾驶员－轮胎－汽车闭环系统的研究是全面评价和预估汽车操纵稳定性能的一条能效途径,但用一般数学方法难以精确描述轮胎和驾驶员的非线性特性。利用人工神经网络反映轮胎和驾驶员输入、输出特性之间的非线性映射关系,并将它们与相应的汽车模型结合进行闭环系统仿真。结果表明,人工神经网络可以产生出具有相当准确性及很高计算效率的驾驶员模型和轮胎侧偏特性模型。     

基于决策-规划迭代框架的智驾车换道行为建模

行为决策和轨迹规划是智驾车完成驾驶任务的关键环节,着眼于二者之间的参数传递关系和新型混合交通流的动态特征,建立了智驾车换道模型。采用主从博弈思想描述智驾车换道决策过程,采用负指数函数量化博弈代价函数。将博弈决策结果作为轨迹规划模型输入之一,采用多项式分别描述车辆的横向及纵向运动,利用模拟退火算法寻找最优轨迹。设置了不同驾驶特性的环境车辆,并对决策规划过程进行了仿真验证,结果表明,决策规划模型能够快速生成安全、舒适的可行轨迹。     

考虑全局最优性的汽车微观动态轨迹规划

针对智能汽车关键技术之一的自主行驶问题,提出了一种分层决策框架,并重点对框架中的下层轨迹规划问题进行了研究。本文首先提出了一种将微观轨迹规划问题抽象为不同终点约束换道行为的方法,并提出了一种能够同时满足行驶安全和全局性能最优的动态轨迹规划方法。根据全局性能最优指标,提出了一种以三次多项式表达的最优换道轨迹;随后,本文在交通车轨迹预估的基础上,以简单车辆动力学模型为轨迹发生器建立了汽车行驶的安全搜索空间;最后以最优换道轨迹为目标决策出汽车行驶的最终轨迹。在Simulink仿真平台中对本文方法进行了仿真试验并证明了其有效性。     

基于最优预瞄加速度决策的汽车自适应巡航控制系统

从驾驶员操作汽车的行为特性建模的角度出发,将驾驶员建模理论———稳态预瞄动态校正假说应用于汽车自适应巡航控制系统的理论研究中,构建了基于驾驶员最优预瞄加速度模型的车辆ACC系统结构。并在此基础上建立了相应的ACC系统控制算法。理论分析与仿真计算结果表明:基于驾驶员操纵行为特性的分析,应用驾驶员操纵行为建模理论来研究汽车ACC系统的理论过程为车辆ACC系统的开发提供了一个可行的研究途径。     

用于爆胎车辆仿真的驾驶员模型

分析了驾驶员模型在汽车爆胎仿真应用中存在的问题及爆胎后车辆响应特性的变化,指出爆胎后车辆响应特性发生改变是导致驾驶员模型不能控制爆胎后汽车回到原路径的根本原因。建立了考虑爆胎后车辆左、右转向特性不对称的驾驶员模型,并进行了仿真。最后在原驾驶员模型中加入状态参考器,并对不同车速下的状态参考器参数进行辨识。解决了驾驶员模型在汽车爆胎仿真中的应用问题,为进一步研究汽车爆胎后驾驶员的操作规律及爆胎后汽车的稳定性控制提供了参考。     

基于PCA与BP神经网络的制动行为模型

为建立驾驶员在跟驰过程中的制动行为模型,利用驾驶模拟仪采集了大量在跟车行驶状态下避免追尾碰撞时驾驶员所采取的制动操纵行为的数据。采用主成分分析法确定了与驾驶员制动行为有关的贡献率达97.04%的4个主要参数,将这4个参数作为BP神经网络的输入值,建立了符合驾驶员危险感知特性的制动行为模型。依此建立的制动行为模型仿真效果较好,符合驾驶人的行车习惯,丰富了驾驶行为模型,并可进一步应用于智能交通领域中的汽车辅助驾驶系统。     

汽车纵向自动驾驶的因果推理型决策

针对汽车纵向自动驾驶决策过程的因果关联问题,建立了车辆跟驰行为的马尔可夫决策过程模型,利用真实驾驶员驾驶模拟器实验数据与驾驶风险原则确定了模型中的状态集和动作集,并根据车辆的行驶状态设计了相应的回报函数,进而基于增强Q学习算法对该模型进行求解,提出了以上决策过程的因果推理机制。最终,通过在随机工况下的仿真测试,验证了该方法的可行性与有效性。     

Fuzzy Logic Control for Semi-Active Suspension System of Tracked Vehicle

The model of half a tracked vehicle semi-active suspension is established. The fuzzy logic controller of the semi-active suspension system is constructed. The acceleration of driver‘s seat and its time derivative are used as the inputs of the fuzzy logic controller, and the fuzzy logic controller output determines the semi-active suspen-sion controllable damping force. The fuzzy logic controller is to minimize the mean square root of acceleration of the driver‘s seat. The control forces of controllable dampers behind the first road wheel are obtained by time delay, and the delay times are determined by the vehicle speed and axles distances. The simulation results show that this control method can decrease the acceleration of driver‘s seat and the suspension travel of the first road wheel,the ride quality is improved obviously.     

基于模糊逻辑的AMT离合器结合控制研究

研究具有机械式自动变速器的履带式车辆起步时离合器结合控制问题.通过建立车辆动力学和自动离合器的数学模型并采用Simulink仿真工具,研究了车辆起步时离合器平滑时间和冲击度等动态特性.基于对仿真结果和驾驶员操作经验的分析,制定了车辆起步时离合器结合速度的模糊控制策略.仿真表明该方法具有较好的控制特性.     

基于视觉的自动寻迹智能车系统设计与实现

以全国大学生智能汽车比赛为背景,设计一种在专门赛道上自动行驶的智能车控制系统,能够在遵守大赛的一系列规则下,最短时间内跑完全程并不脱离跑道。本系统以飞思卡尔公司的16位单片机MC9S12XS128为控制核心,提出一种基于模糊预瞄跟踪控制算法。以模拟人类驾车的方式,根据不同赛道情况,通过模糊预瞄器在线调节预瞄距离,并通过判断预瞄点位置来调节速度和转向角度。该方法使智能车系统达到要求的稳定性及快速性。实际运行结果表明,该系统具有较好的稳定性和鲁棒性.     

基于模糊控制的移动机器人路径跟踪

建立了履带式移动机器人的数学模型.模仿人工驾驶过程中的预瞄行为,提出了一种移动机器人路径跟踪的模糊控制方法.用距离误差和预瞄角度误差作为控制量建立角速度控制器,实现对匀速行驶移动机器人的路径跟踪控制.LabVIEW仿真结果表明,提出的模糊控制方法能够保证移动机器人快速、准确的沿规划路径行驶,具有良好的鲁棒性.     

基于模糊逻辑的高速公路微观换道行为

为深入研究高速公路微观换道行为的决策过程,提高高速公路换道模型的真实性和有效性,将任意换道行为分为向左侧换道行为和向右侧换道行为,引入驾驶员性格影响因子和车辆类型参数,基于模糊逻辑推理构建任意性换道行为模型;同时,为增强换道行为的动态效果,构建高速公路自由状态下车速控制模型和跟车行为模型.仿真结果显示该任意性换道模型具有较好的真实性和有效性,表明向左侧换道行为模型和向右侧换道行为模型能准确反映高速公路微观换道行为的决策过程.     

智能车辆弧线跟踪控制算法

建立了车辆预瞄运动学模型,通过最优控制选取切换超平面,采用滑模变结构控制实现了智能车辆弧线跟踪中弧线曲率小变化时的导航控制。根据模糊控制快速跟踪弧线曲率大变化时的导航路径,结合车辆转向系统当前状态和最快动态响应能力建立了智能车辆弧线跟踪时的变结构控制输出集。仿真分析和实验验证了该融合控制算法在智能车辆弧线跟踪过程中的平稳性和可靠性。     

混合动力电动大客车模糊控制下的仿真分析

针对不同道路循环工况,分析驾驶员控制过程,提出了一种模糊逻辑控制策略。应用仿真软件ADVISOR建立控制策略模型,通过多种道路循环和不同的控制策略进行仿真分析。结果表明,该模糊逻辑控制策略有较好的鲁棒性,能合理分配发动机和电动机的转矩,保证了混合动力客车优良的燃油经济性和排放性。     

城市客货混行干道交通优化控制方法

以客货混行城市干道为研究对象,研究了车辆组成对交叉口及路段交通运行的影响,确定了车流率等因素对车队通过交叉口所需时间的影响.针对客货混行的特点建立客货混行交通信号模糊控制模型,根据车队领头车辆类型、车队组成、主次要通行方向的特性以及各相位车辆排队长度,采用模糊控制算法来确定各相位的绿灯延长时间,并确定了调整相位差.最后用VISSIM软件,对所提出的优化控制方法与常规控制方法进行了对比仿真验证,结果表明,优化方法比常规方法平均减少车辆延误3.6 s,证明了方案的可行性和有效性.