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。     

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。     

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。     

自适应神经模糊推理的方向驾驶员模型研究

以方向驾驶员模型为研究对象,讲解了自适应神经模糊推理系统的原理和结构,并基于自适应神经模糊推理系统建立了一种两输入单输出的方向驾驶员模型.输入变量是道路参考线到预瞄点的横向偏差和道路参考线与车辆X轴之间面积偏差,输出是车辆方向盘转角.首先,通过车辆动力学仿真软件Carsim获取车辆的仿真数据.其次,自适应神经模糊推理系...     

基于改进预瞄跟随算法的电动车智能转向控制

提出一种基于改进的预瞄跟随驾驶员模型的电动汽车智能转向控制策略。借鉴驾驶员预瞄跟随模型提出转向控制方法,并对预瞄跟随算法进行改进,提出一种新的预瞄点搜索算法,确保预瞄点落在预期路径上,避免由于路径转弯曲率过大导致电动汽车脱离路径。结合考虑稳态响应的影响,提高转向控制策略精度。利用多领域建模软件Dymola,结合电动汽车动力模型、路径模型,对该转向控制策略进行仿真。仿真结果表明应用该策略的电动汽车具有良好的路径目标跟随精度。     

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。     

视觉导航智能车辆横向运动的自适应预瞄控制

车道保持系统中车辆横向运动控制应模拟驾驶员的横向操纵行为,驾驶员根据前方道路曲率及车辆速度适时调节预瞄距离,以获得理想的路径跟踪性能。首先,以车辆二自由度动力学模型及车辆道路几何位置关系为基础,建立车-路横向动力学模型。其次,基于单点预瞄最优曲率模型设计侧向加速度PD跟踪控制器,联立车-路横向动力学模型构建横向控制闭环系统,分析预瞄距离、车速、道路曲率的变化对系统响应的影响。最后,设计模糊控制器对预瞄距离进行模糊选择以提高车辆横向控制精度和减小侧向加速度,采用遗传算法对模糊规则进行优化以使横向控制系统性能达到最优。试验表明,相对固定预瞄控制方法,自适应预瞄减小了车辆侧向加速度,且道路跟踪的方向偏差和距离偏差均得到减小。     

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。     

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.     

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。     

汽车驾驶员自适应模糊PID控制模型

汽车动力学控制系统具有强非线性特性,在人-车-路闭环系统中采用基于传递函数的传统方法难以建立精确的驾驶员模型.在"预瞄最优曲率模型"的基础上,对驾驶员校正环节采用模糊PID控制,对包括"魔术公式"轮胎模型在内的汽车模型,建立加速度反馈自适应模糊PID控制驾驶员模型.该模型通过模糊控制器在线实时调整PID的3个参数.仿真结果表明,所建立的自适应模糊PID控制驾驶员模型很好地描述了驾驶员的方向控制行为,为人-车-路闭环系统的进一步研究和智能车辆自动驾驶控制提供了可行的途径.     

四轮转向汽车闭环LQR控制仿真研究

为了提高四轮转向(4WS)汽车的操纵稳定性和主动安全性,建立汽车二自由度四轮转向模型和系统状态方程,应用LQR最优控制理论建立了以横摆角速度和质心侧偏角为优化目标的四轮转向线性控制二次型最优控制模型,并基于路径跟踪策略建立预瞄驾驶员方向控制模型.基于"人-车-路"闭环控制系统,在Matlab/Simulink、CarS...     

汽车主动悬架多点预瞄控制算法设计

设计了一种多点预瞄控制算法，并将该算法应用于具有主动悬架系统的二分之一车辆模型中。采用Pade近似算法描述路面多点预瞄信息，基于最优控制理论，对带有多点预瞄的悬架控制力进行了优化设计。在MATLAB／Simulink环境下，进行了车辆系统仿真，仿真结果显示，带有多点预瞄控制算法的车辆具有优良的行驶性能。对影响预瞄控制算法的主要参数（如顶瞄加权系数和预瞄距离等）进行了讨论。     

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。     

驾驶员影响汽车侧翻稳定性机理分析与控制

针对驾驶员引起的汽车侧翻问题,分析驾驶员因素影响汽车侧翻稳定性的机理,提出融合驾驶员的人-车闭环系统差动制动防侧翻控制策略。考虑驾驶员感知、决策及执行参数的影响,建立驾驶员侧倾反应动力学模型;以某SUV为对象,分析驾驶员侧倾反应模型主要参数影响汽车侧翻稳定性的规律,包括驾驶经验参数、神经系统延迟时间及肌肉系统延迟时间;融合驾驶员及电控液压制动系统动力学特征设计PID差动制动防侧翻控制策略;选取典型汽车侧翻工况进行实例验证,结果表明驾驶员经验参数和神经系统延迟时间对汽车侧翻稳定性影响显著;提出的融合驾驶员的人-车闭环系统差动制动防侧翻控制策略既可弥补驾驶经验不足又可克服驾驶员生理及心理限制的限制,有效提高汽车防侧翻能力。     

一种改进的驾驶员模型参数辨识算法

在现有的最优预瞄曲率驾驶员模型的基础上,用惯性环节近似替代其中的延时环节,得到一个新的驾驶员模型。基于该驾驶员模型,得到辨识所需要的系统输入和输出的仿真数据。进而应用递归最小二乘算法和非线性最优化方法,对该驾驶员模型中的参数进行辨识,在辨识过程中引入权重向量提高了相应的辨识精度。结果表明,该方法可以有效地辨识相应的驾驶员模型参数,对模型参数的离线辨识具有参考意义。     

基于单点预瞄最优曲率的4WDEV人-车-路闭环仿真研究

车辆路上行驶系统是一个复杂的非线性系统,依据传统控制方法难以建立精确的驾驶员模型。在"单点预瞄最优曲率理论"的基础上,应用Matlab/Simulink仿真软件,对包括"稳态统一指数轮胎模型"在内的整车动力学系统,建立了模糊控制PID控制器,并能在线实时调整3个PID参数。仿真结果表明,所建立的驾驶员模糊控制器能很好地描述驾驶员的控制行为,并可将其研究成果推广到智能无人驾驶车辆上。     

双预瞄点智能车大曲率路径的横纵向模糊控制

针对智能车在大曲率弯道中转向机构过早响应以及驶入弯道车速过高的问题,提出了一种基于动态双点预瞄策略的横纵向模糊控制方法。建立了车辆的动力学模型和视觉预瞄模型,给出了弯道安全车速的确定方法以及双点预瞄动态调节流程,介绍了横纵向模糊控制器的设计方法。所设计的控制系统能根据道路曲率和实时车速调节预瞄距离,既确保了车辆的转向角以较高精度实时跟踪大曲率路径,又保证了驶入弯道前以及在弯道中的车速始终处于安全范围内。     

客车人-车闭环操纵稳定性仿真模型的建立和仿真分析

首先,使用线性三自由度汽车模型、单点预瞄最优曲率驾驶员模型和蛇行道路的预期轨迹建立了某客车的人-车闭环操纵稳定模型;然后,使用该模型对蛇行试验进行了仿真并对蛇行试验中悬架刚度对车厢侧倾的影响进行了预测;最后,对仿真工作进行了总结.     

基于人机共享和分层控制的车道偏离辅助系统

针对车道偏离辅助系统转向控制中的人机协同问题,提出一种人机共享的决策与控制方法。考虑驾驶员转矩、道路曲率及纵向车速,设计模糊控制器确定虚拟车道边界宽度,再根据车轮是否超出虚拟边界进行辅助控制决策。在此基础上根据车-路位置关系建立车辆预瞄处偏差的动态模型,设计LPV/H∞控制器跟踪车道中心线决定期望前轮转角。应用滑模观测器估计转向阻力矩,设计考虑驾驶员转矩和转向阻力矩的二阶滑模控制器决定辅助转矩,再由主权分配模块进一步对人机控制主权进行分配,实现辅助系统与驾驶员之间的共享控制。在veDYNA/Simulink联合仿真平台上对提出的控制方法进行仿真试验,仿真结果表明所提出方法在各种车速下均能有效避免车辆偏离车道,减少控制器对驾驶员的干预,人机冲突较小。建立基于veDYNA/LabVIEW的车道偏离辅助控制系统试验台架,对该方法进行硬件在环仿真试验,其结果表明该方法能有效辅助驾驶员通过复杂道路,获得较好地人机协调性能。