基于相空间重构的驾驶风格定量评估

驾驶风格评价是智能交通领域的重要研究课题,一般采用频域或时域的分析方法对其进行定性的分类和识别,缺乏客观定量的评价体系。提出一种基于相空间重构的驾驶风格定量分析方法。首先,采用汽车测试数据和局部性神经网络建立个性化的驾驶员模型;然后,将个性化驾驶员模型应用于标准驾驶周期测试工况的速度跟随试验,以实现驾驶行为的标准化;最后,对标准化驾驶行为进行相空间重构,提出一种基于关联维数的驾驶风格指数,用于定量评估驾驶的激进程度,并应用于驾驶员风格的识别,仿真结果验证了所提方法的有效性。     

基于驾驶行为及意图的汽车主动安全技术研究

针对国内汽车主动安全技术研究的现状,提出了基于驾驶员行为及意图判断的汽车主动安全研究方法,在此汽车主动安全系统中利用采集到的驾驶员各种操作信号及环境信息,进行驾驶员的驾驶行为及意图分析。根据驾驶员的各种操作信息对常见驾驶行为及意图判断的权重的不同,建立了用于判别典型驾驶行为及意图的权重矩阵。通过MATLAB软件编程仿真,建立了八种典型驾驶状态下权重判断矩阵,仿真表明,该权重矩阵设计合理,可以准确地判断和识别出典型的驾驶行为及意图,为未来汽车主动安全技术的研究提供了一种有效的方法。     

基于BP神经网络的驾驶员制动行为模型研究

研究驾驶员的制动驾驶行为是汽车辅助驾驶系统应用的基础。建立BP神经网络,基于QJ-4B1型6自由度动感型模拟驾驶仪平台,邀请10名志愿者模拟在城市道路上驾驶过程中车辆相对距离、前车加速度、辆车相对速度和碰撞时间倒数等制动行为特征参数,并作为BP神经网络模型的输入参数,对驾驶员的制动驾驶行为进行预测,由结果显示,在240组检测样本中只有3组数据误差绝对值超过1。由此可以看出,基于BP神经网络的驾驶员制动行为模型对于驾驶员的制动行为预测较为准确,模型有效,可以在辅助驾驶系统中得到广泛应用。     

基于驾驶员信心度的SOTIF评价模型建立与试验

基于自动驾驶车辆安全标准ISO/PAS21448《Road vehicles-Safety of the Intended Functionality》(SOTIF),为探究导致SOTIF中人员操作误用的原因,以驾驶员对自动驾驶系统的信任感受为出发点,提出驾驶员对自动驾驶车辆正确操作指令进行错误干预的原因是驾驶员对控制指令没有信心,并引出了用以表现驾驶员与自动驾驶系统之间人机信任感受的评价指标—信心度。为验证信心度指标的实用性,设计了城市道路中常见的转弯和避障工况,并设计了相应的主观问卷,利用层次分析法确定了问卷中不同问题间的权重。利用机器学习中四种分类的方法,建立联系车辆动力学客观参数与驾驶员主观信心感受的主客观评价模型,并选出最优分类器。结果表明,基于马氏距离的分类器准确率最高,可以为自动驾驶车辆控制系统的开发与设计提供支持。     

考虑工况和驾驶风格耦合影响的插电式混合动力汽车制动能量回收策略

通过分析工况和驾驶风格对制动能量回收的影响,提出了一种考虑工况和驾驶风格耦合影响的制动能量回收方法。通过驾驶员在环实验平台采集了踏板信号与车速信号;定义了制动力的工况修正因子α和驾驶风格修正因子β,并分别利用正态分布与t分布的方法确定了其变化范围,在此基础上,制定了制动能量回收策略。利用采集的工况数据和驾驶风格数据,通过学习向量量化（LVQ）神经网络训练了工况和驾驶风格识别模型。最后,建立仿真模型对制动能量回收策略进行仿真验证,结果表明：在工况和驾驶风格耦合影响下,所提出的制动能量回收策略的能量回收效率更高,整车的经济性得到进一步提高。     

自动驾驶车辆转向系统设计

自动驾驶车辆需具备独立完成转向操作的能力,传统的电动助力转向系统无法满足该要求。为了达到自动驾驶车辆自动转向的目的,设计可同时满足驾驶员驾驶和车辆自动驾驶两种工况的车辆转向系统,对转向系统关键零部件进行选型设计;根据不同驾驶工况建立转向系统数学模型,利用Matlab/Simulink进行系统仿真。仿真结果表明,该转向系统可以满足自动驾驶工况,且可以保证车辆的稳定性,但由于转向系统输出值与输入值存在误差,导致行驶轨迹存在一定的偏移。     

驾驶员转向特性分类与在线辨识研究

针对汽车驾驶员转向特性分类与在线辨识问题,基于驾驶模拟器实验台,设计典型实验工况,选取具有一定驾驶经验的驾驶员进行实验研究。采集驾驶员转向过程实验数据并提取特征值,应用模糊C均值聚类算法将驾驶员转向特性分为谨慎型、一般型和激进型三类;根据分类实验数据应用BP神经网络算法建立驾驶员转向特性辨识模型,对模型辨识准确度进行离线验证,并基于辨识模型设计在线辨识方法。实验结果表明:研究方法能够实现对驾驶员转向特性的合理分类和在线准确辨识。     

基于隐马尔可夫模型的驾驶行为预测方法研究

根据驾驶行为受驾驶意图驱使,在时空上应先产生驾驶意图后有驾驶动作执行,再有具体的驾驶行为的时空顺序,利用意图到行为实现过程中的时间差,研究建立了基于多驾驶操作动作特征观测信息和隐马尔可夫模型的驾驶行为预测方法,实现了跑偏驾驶、一般转向和紧急转向3种驾驶行为的预测。从机动车安全预警的角度进行分析,预测出驾驶员的驾驶行为等同于获得驾驶员对车辆未来运行状态的需求,有助于及时纠正或干预驾驶员正在或即将实施的危险行为。     

驾驶员脑电特征与手臂操纵驾驶行为研究

为了进一步研究脑电信号与驾驶行为的关系,通过脑电采集设备与惯性运动捕捉系统同时捕捉驾驶员脑电信号数据与操作手臂运动参数。分析驾驶员手臂驾驶方向盘的过程中,脑电信号的变化与操作手臂运动方向之间的关系。利用共同空间模式(CSP)与小波包分解(WPD)的方式,提取左右运动相关的C3和C4导联特征,结合手臂运动关节的加速度进行相关性分析。实验结果表明:在实际的驾驶行为中,左右转向过程,C3、C4导联出现持续的ERD/ERS现象,为脑机接口控制量化标准提供基础。     

驾驶员驾驶习惯识别与车辆自动变速换档修正

根据不同驾驶员的不同驾驶习惯对自动变速器换档策略进行适应优化。在对驾驶员驾驶操纵行为分析的基础上,提出基于相空间重构与驾驶习惯评价指数的驾驶习惯识别方法实现驾驶习惯识别。首先利用相空间重构方法对驾驶操纵信号时间序列进行相空间重构,建立基于关联维数和Kolmogorov熵的驾驶习惯评价指数进行驾驶习惯识别与换档修正控制,根据不同的驾驶习惯选择不同的换档修正系数,以满足驾驶员的不同换档需求。仿真与实车试验表明,基于相空间重构方法和驾驶习惯评价指数的识别方法可准确识别驾驶员的驾驶习惯,基于驾驶习惯识别的换档修正控制策略可有效完成对车辆自动变速换档规律的修正,充分满足不同驾驶员对车辆换档性能的不同需求,提高车辆自动变速的智能化程度。     

基于虚拟仪器的电动汽车牵引电机性能测试系统

为了满足电动汽车牵引电机系统性能测试的需要,本文基于牵引电机驱动系统的受力分析和工作特点,建立了牵引电机系统的实物实验台架,利用虚拟仪器技术设计了实验测试系统,建立了基于PX I总线的硬件结构,以及基于项目管理和层次结构的测试软件,实现了多路并行、高速数据采集的电机测试系统。测试系统充分发挥了虚拟仪器技术灵活性、兼容性强和可重用度高的特点,在实际应用中提高了测试过程的客观性和自动化程度,具有较好的科研价值和应用前景。     

可变结构体机器人滚动步态参数优化

可变结构体机器人是一种基于张拉整体结构设计的新型移动机器人,由刚度较大的压杆和弹性较大的拉索构成,利用自身形变产生滚动。然而由于缺乏必要的参数分析,目前其结构设计多基于经验,滚动控制往往采用固定驱动参数,未考虑材料参数与驱动参数对机器人易滚动性、能耗、结构可靠性等特性的影响;而张拉整体结构内力耦合度高,传统动力学分析参数影响极其复杂。因此,为获得低能耗、易滚动且结构可靠的可变结构体机器人,将重力矩、临界驱动长度和驱动力作为性能参数,描述可变结构体机器人的上述三项性能。通过有限元法分析方法,建立驱动参数、材料参数与三项性能参数的关系。在此基础上,提出参数优化方案,指导参数选择。通过试验验证结果的正确性。     

有源纹波补偿电流平方降压型LED驱动电路

LED理想的驱动方式是恒流驱动,在输出端常采用电解电容进行滤波,但电解电容的寿命与LED寿命不匹配;峰值电流控制是实现恒流驱动的常用控制方式,但该方式仅控制了流过LED的峰值电流,而未精确地控制其平均电流,这对LED的发光效率、可靠性等都有较大的影响。为解决以上问题,将省略了滤波电容的有源纹波补偿电路结构与电流平方控制技术应用于LED驱动电路中,基于电流平方控制对平均电流的控制,以及有源纹波补偿电路对纹波电流的补偿,开展了该驱动电路工作原理的研究及分析,并基于PSIM6．0进行了仿真验证,最后进行了实物仿真。仿真及研究结果表明：通过电流平方控制可以精确地控制平均电流,并且有源补偿环节可以全补偿由于省略滤波电容所带来的电流纹波,使流过LED的电流为近似直流。     

新型复合式电磁直线执行器的多模式协调控制

针对常规动圈式电磁直线执行器存在的力密度不高、缺乏端部无源自保持能力等不足,提出了一种新型复合式电磁直线执行器。根据其结构特点建立数学理论模型,分析了具有高驱动能力的协同驱动模式和具有低能耗特点的单独驱动模式,结合逆系统与前馈+PI反馈算法设计了多模式协调控制器。利用MATLAB/Simulink建立仿真模型,并搭建了样机试验平台,通过仿真与试验验证了协调控制方法的有效性。结果表明：不同驱动模式下执行器动态特性良好,位移控制误差小于±0.02 mm,具备端部无源自保持力229.3 N;协同驱动模式下驱动力可达574.9 N,开启过渡时间为4.8 ms,单独驱动下开启过渡时间为6.9 ms。     

驾驶员情绪-驾驶风险机理分析

通过研究驾驶员情绪来降低由情绪引发的事故风险一直是多学科研究的重要课题。针对驾驶员情绪、驾驶行为和驾驶风险之间的关系进行定性分析,阐述情绪对驾驶风险的影响过程机理,构建驾驶风险计算模型。为对驾驶员情绪-驾驶行为-驾驶风险之间的关系进行定量分析,采集驾驶员情绪诱导材料库,开展驾驶员多种情绪下的驾驶行为数据采集实验。通过对不同情绪下驾驶员情绪对驾驶行为影响的定量分析,建立驾驶行为与驾驶风险等级映射关系,阐明了驾驶员情绪对驾驶风险的影响机理。结果表明对于离散情绪,愤怒、恐惧、悲伤、惊讶与厌恶这几种情绪下的高风险比例较大;而中性与高兴情绪则表现出较低的高风险比例。对于维度情绪,在愉悦度、激活度和优势度三个维度上,低愉悦度和高愉悦度、低激活度和高激活度以及低优势度和高优势度下高风险比例较高。驾驶员情绪-驾驶风险机理分析结果将为设计驾驶员不同情绪的识别方案和调节策略提供重要依据,对智能网联汽车的决策规划等具有重要意义。     

任意概率分布随机振动激励源的设计与实现

随机振动台是航空航天产品重要的研制、鉴定、可靠性及生产试验设备,提高振动模拟试验的逼真性和振动试验的效果都需要产生非高斯分布的随机激励信号.本文对具有给定功率谱密度分布的非高斯随机振动激励信号的生成技术进行研究与分析,使数字式随机振动控制系统可以同时具有频谱和幅度分布的控制能力.给出了采用数字信号处理技术高精度和快速地产生任意概率分布的随机振动时域激励信号的方法.采用这种方法得到的宽带随机信号的信噪比可达到70 dB,可用于精密随机振动台的驱动控制信号,准确地实现被试验产品的模拟实验.计算机仿真和实验结果也证实了该方法的正确性和有效性.     

基于随机载荷谱的汽车驱动桥疲劳性能强化试验研究

阐述了随机载荷谱的工程处理方法,研制了大直径滚筒式(4 m)汽车驱动桥疲劳性能强化试验系统,分别介绍了试验系统架构,以及其中的道路模拟、机械、液压加载、数据采集与控制、计算机监测与分析等子系统的功能,给出了试验系统进行疲劳强化试验的流程,以及基于VB 6.0的软件实现.对5 t ZL50DWB驱动桥等多个产品进行了较为大量的试验,表明这种基于随机载荷谱的驱动桥强化试验系统具有科学的实验方法和高试验可靠性.     

基于性能退化数据的航空液压泵可靠性分析

针对某型号的国产航空柱塞式变量液压泵进行研究,探讨航空液压泵的主要故障模式、失效机理和退化参数,然后建立其加速模型,确定加速退化试验方案,在此基础上建立了基于加速退化试验数据的液压泵可靠性预测方法及步骤,并以具体的加速性能退化试验数据为例进行可靠性分析,得出预测的可靠度变化规律。     

电动客车制动和转向复合驱动机组研制

为了实现电动客车有效利用电能、减轻自身质量、合理优化布局和降低成本等目标,对电动客车技术现状做了分析,提出了一种电动客车空压机和转向油泵复合机组,即采用一台电机同时驱动气压制动系统的空压机和动力转向系统的液压油泵.运用底盘优化布置、负载检测主动适配控制、动态优化设计和防震隔振控制等技术进行设计,通过能耗对比、动态性能、零部件匹配性和控制系统可靠性等试验,结果表明,具有减轻整车质量、节省成本、降低能耗和方便布置等特点.     

基于无级变速器的混合动力汽车动态模式切换研究

对基于无级变速器的混合动力系统的结构及其工作模式进行分析,建立了动力学模型。针对伴随发动机启动的混合动力模式切换问题,提出了一种模糊推理与最优控制理论相接合的综合控制策略。首先基于驾驶意图采用模糊控制得到离合器接合时长,然后基于动力学模型采用动态规划得到离合器的最优传递转矩和发动机的最优目标转矩,再根据离合器最优传递转矩利用电机的快速响应性来实时调整电机输出转矩。通过试验对上述模式切换控制策略进行了验证。试验结果表明：该策略能够优化离合器滑摩时间,体现驾驶意图,实现模式切换的平顺性。