基于μ控制理论的汽车横向主动避撞系统研究

为提高汽车横向主动避撞系统在外界环境和自车因素产生的未建模误差和参数不确定性影响下的性能,提出了横向主动避撞安全距离模型;以动力学摄动模型动力系统为控制对象,考虑参数摄动、外界干扰和未建模误差的影响,利用μ控制理论进行横向主动避撞安全距离模型及其稳定性仿真;在Matlab的Simgui工具箱中,将μ控制器和标称情况下的H#控制器进行仿真对比。仿真结果表明模型的有效性及所设计的μ控制器在存在摄动和干扰时,具有较快的响应速度和鲁棒性,使系统有较好的控制效果。     

RBF神经网络下车辆操纵模型的分岔特性

针对RBF神经网络对车辆操纵模型的稳定性和分岔问题进行了分析。首先,建立了车辆操纵模型和神经网络轮胎力学模型,通过微分方程将二者耦合成一个系统,并对耦合系统进行分析。然后,固定系统参数通过初值扰动来对系统性能进行测试,测试结果表明系统稳定性较好。最后通过不同频率下系统参数摄动的功率谱、分岔图和最大李雅普诺夫指数图对系统的稳定条件和分岔过程进行了分析,同时通过对周期性激励下耦合神经网络动力系统的混沌控制研究,分析了混沌吸引子的变化特点。     

基于TMS320DM6437的车道偏离报警系统设计

据统计约有50%的汽车交通事故是因为汽车偏离正常的行驶车道引起的,如果在驾驶员无意识偏离原车道时提前预警,则可以大大减少因车道偏离引发的碰撞事故。因此,本文以TI公司推出的达芬奇系列多媒体图像处理器TMS320DM6437为核心,设计了一套嵌入式车道偏离预警系统。本文给出了车道偏离预警系统的结构及工作原理,阐述了硬件设计和软件设计实现方法。实验证明,该系统具有较好的实时性和较高的车道偏离预警准确率,能够满足车道偏离预警要求。     

基于ADSP-BF561的车载夜视辅助系统设计

本文给出了一种基于ADI双核的数字信号处理器ADSP-BF561的车载夜视辅助系统实现方案,阐述了硬件设计和软件设计实现方法。硬件设计包括红外光源的选择、摄像头的选择、视频处理器设计;软件部分采用了基于对比度拉伸图像增强算法。实验证明,当采用夜视系统时,可以获得良好的夜视效果。     

前方车辆驾驶行为的识别方法研究

为了降低前方车辆驾驶行为的随机变化对自身车辆安全的影响,提出了一种基于隐马尔科夫模型（Hidden Markov Model,HMM）的前方车辆驾驶行为的识别方法。首先,分析了高速公路场景中车辆的换道特性,选取前方车辆的纵向速度、横向位移和横向速度作为特征参数;采用线性均值滤波的方法对原始观测数据进行平滑滤波处理。其次,基于Baum-Welch算法训练得到前方车辆三种驾驶行为的最优隐马尔科夫模型,基于Viterbi算法识别出前方车辆的驾驶行为。最后,测试结果表明隐马尔科夫模型可以有效地识别出前方车辆的驾驶行为。     

路面附着系数识别方法发展现状综述及展望

轮胎-路面附着系数的识别对于汽车稳定性及安全性具有重要意义。针对目前国内外路面识别的方法进行讨论,根据识别原理展开综述,阐述了现有的两大类识别方法,重点介绍了基于车辆动力学响应的路面识别方法,并分析了不同方法的优势和弊端,针对不同用途提出适用的方法。最后对未来智能车的应用进行了展望,提出基于图像识别路面的必然趋势。     

基于多智能体系统的车辆侧向和垂向动力学集成控制

目前底盘集成控制研究主要集中于不同的评价指标和控制策略。在针对不同评价指标的研究中,基于非线性叠加原则的综合性能并没有考虑在内。在针对控制策略的研究中,关于侧偏角、路面附着系数、垂直载荷和车速的轮胎模型存在不足。因此,基于BDI-agent模型框架,提出轮胎agent,电动助力转向agent和主动悬架系统agent。在系统agent中,采用协调机制来管理各agent子系统,以便提高整个控制系统的灵活性、适应性和鲁棒性。由于需要进行动态特性的仿真,在SIMPACK中建立车辆多体动力学模型,并通过联合仿真分析来评定多agent系统控制器性能。仿真结果表明,多agent系统在电动助力转向系统和主动悬架系统中表现良好。同时,在多变和复杂的驾驶状况下能给驾驶员提供更好的路感。最后,建立多agent系统快速控制原型进行实车试验。试验结果和仿真结果一致,证实了仿真的正确性。所提研究方法在保证了驾驶安全性的同时,改善了操纵稳定性和提高了车辆平顺性。     

电动助力转向系统助力特性研究

在分析影响转向盘转向力矩大小因素的基础上,建立了汽车转向力矩模型,通过动力学仿真和电动助力转向台架试验,确定了车辆载荷与转向盘转向力矩的对应关系。结合车辆载荷、速度和转向盘力矩三个方面的因素给出了设计电动助力转向系统（EPS）时的新型助力特性曲线,试验与仿真结果表明,在新型助力特性曲线基础上设计的EPS控制器具有更好的操纵效果。     

轮毂电机HEV能量管理策略优化研究

以一种轮毂电机HEV为研究对象,以整车燃油消耗量和排放最小为优化目标,制定了基于模糊控制的能量管理策略。在原能量管理策略的基础上引入了模拟退火粒子群算法,对模糊控制中的隶属度函数进行了优化。在此基础上,基于ADVISOR 2002软件搭建了轮毂电机HEV模型并在UDDS工况下进行仿真分析,仿真结果表明,与原能量管理策略相比,基于模拟退火粒子群算法优化的能量管理策略能更好地控制发动机工作点和分配发动机转矩和电机转矩,显著地改善了整车燃油经济性、排放性能。