带启停巡航功能的全速自适应巡航控制器的设计

带启停巡航功能的全速自适应巡航控制是研究自动驾驶系统的基础。提出了一种分层控制方法实现全速巡航功能:上层控制器基于线性二次型最优控制的车辆自适应巡航控制系统;并在该系统之上分析启停巡航控制的运动特征,对车辆起步时的加速度进行修正,改变控制器的参数,实现了启停巡航控制;设计了一种启停巡航功能和ACC平滑过渡的方法;下层控制器来实现上层控制器的期望加速度。采用车辆动力学仿真软件Carsim与Matlab/Simulink联合仿真并将控制逻辑编写为C语言代码然后下载至实车控制器进行实车试验,试验结果与仿真结果表明所设计的控制器既能满足启停巡航控制平稳起步与制动停车的要求,同时满足高速ACC的较小跟踪距离误差和速度误差,证明了所设计控制器的有效性和实用性。     

智能车辆自适应巡航控制系统建模与仿真

为实现智能车辆的自适应巡航功能,基于模糊逻辑和滑模控制理论设计了具有上下两层结构的自适应巡航控制系统。通过对节气门开度和制动压力进行协调控制,使智能车辆能准确跟踪期望加速度。同时,构建了用于保证该系统控制协调性的切换逻辑曲线。仿真结果表明,自适应巡航控制系统能够使智能车辆在加速行驶、车辆跟踪和制动减速等行驶工况下保持良好的跟踪性和适应性。     

基于ADAMS和MATLAB联合的汽车ACC系统仿真

利用ADAMS/Car建立整车多体动力学模型,在MATLAB/Simulink环境中建立自适应巡航控制(ACC)系统模型,并将ACC系统控制程序导入到ADAMS软件中,以实现带有控制的车辆机电一体化联合仿真。各种工况下对ACC系统控制过程中车辆动态特性的仿真结果表明:所建立的整车系统模型和联合仿真分析方法是正确的。     

基于MPC的自适应巡航算法改进研究

针对自适应巡航系统的前车加速度扰动问题,对跟车数学模型和模型预测算法的原理进行了研究。提出了一种估计器方法,基于前车的历史加速度信息,采用最小二乘的方法预测了前车未来加速度的变化规律,进而应用到跟车模型的模型预测框架中作为加速扰动预测值;建立了带有松弛变量的可执行约束条件,利用多目标优化求出了最优的期望加速度值;在静态驾驶模拟器对改进的模型预测算法进行了测试与验证,同时与传统的模型预测进行了对比分析。研究结果表明:改进的模型预测算法在对前车加速度存在扰动的情况下,能够实现良好的跟车功能。     

V2V通信同步动力分级的车辆纵向队列研究

当前实际应用中的车辆纵向自动跟随方法 ACC(自适应巡航)在应对小间距或速度频繁变化时,后车响应速度及队列跟随整体性不够理想。针对此类问题,充分考虑实际路况中车辆加速和制动性能的差异,研究一种通过V2V(车-车)通信接收动力输出差异信息的协同式纵向队列跟随控制方法,并结合车辆最小安全间距对实施过程进行了分析。最后对4辆不同车辆组成的纵向队列在Matlab/Simulink中进行仿真。实验结果表明,这里方法在车辆纵向队列行驶及间距调节过程中的车辆最大速度差及加速度绝对值较小,队列整体性较强。     

基于模型预测控制的协同式自适应巡航控制系统

在城市交通工况中,车辆的驾驶行为对其乘坐舒适性及燃油消耗有着很大的影响。因此提出一种在包含交通灯等信息的交通工况下的协同式自适应巡航控制系统,通过减少不必要的速度保持或加速来提升性能。系统通过处理当前交通信息的数据判断跟踪目标类别,运用模型预测控制来预测前车或车队未来状态,对不同的前方目标采用不同的权值来计算最优控制输入。通过控制车辆保持安全距离并在优化速度下行驶以实现多目标的优化。利用CarSim和Simulink联合仿真,仿真结果显示该控制系统在保证安全的前提下实现了主动的速度调节及目标的切换,在指定仿真工况中对比线性二次调节算法,加速度峰值、加速度变化率峰值及燃油消耗均有所降低,乘坐舒适性和燃油经济性得到较大提升。     

汽车自适应巡航系统的多模式切换控制

在复杂交通环境下,由于前车运动状态和驾驶意图的不可预知性,使得传统的自适应巡航控制(Adaptive cruise system,ACC)的应用受到限制,因此提出一种多模式自适应巡航控制策略。在现有上、下位控制器的基础上增加模式切换层,通过将车辆纵向运动状态划分为八种工况,使得系统根据实际工况条件选择最优的控制模式,并采用加速度加权平均算法提高模式切换的准确性和输出连续性。分别设计定速巡航、稳态跟随、接近前车、强加速、强减速和避撞六种控制模式。基于每种模式侧重的控制目标,设计相应的上位控制器并对其控制参数进行整定,从而改善了系统整体的控制品质。最后通过实车试验验证了多模式切换算法的有效性和实用性。     

奔腾智能混合动力电动轿车自适应巡航控制系统

为了从整车系统控制角度综合解决车辆的安全、节能和环保问题,突破目前新能源车辆领域和智能汽车领域仍各独自开展相关技术研究的限制,提出一种融合新能源汽车和智能汽车各自先进技术的解决方案—智能混合动力电动轿车,并提出融合双模式切换自适应巡航控制、整车状态识别及转矩分配控制和驱/制动系统协调控制的整车自适应巡航分层控制体系。在上层控制中研究基于实时状态反馈的双模式切换2自由度结构模型匹配控制器,解决适应混合动力驱动系统动态特性的自适应巡航期望转矩制定的难题;在中层控制中采用了综合内燃机(Internal combustion engine,ICE)优化曲线、电动机最佳效率特性和电池最佳效率特性的基线式控制策略;在下层控制中提出发动机/驱动电动机的转矩协调控制策略和电动机制动/EVB液压制动的协调控制策略。在此基础上,通过仿真分析和实车试验对分层控制系统进行评价与验证。仿真与试验结果表明,所开发的分层式控制系统确保整车在自适应巡航状态下,不仅可以有效提高整车安全性和降低驾驶强度,而且使整车具有最佳的燃油经济性和排放性能。     

基于智能前视摄像头的ACC目标车辆探测

针对搭载传统雷达传感器的自适应巡航控制系统(Adaptive Cruise Control,ACC)误识别率高的问题,在Mobileye图像探测功能的基础上,提出利用智能前视摄像头,进行ACC目标车辆探测研究。阐述目标车辆距离与速度的探测原理以及误差值的大小,同时介绍智能前视摄像头的硬件设计,包括图像检测设备、中央控制单元MCU以及CAN收发器和保护电路。分别在直道高速场景、弯道场景,前方有车辆切入、主目标切出这四种工况下进行ACC目标车辆探测,并从多个目标中识别出主目标,验证主目标识别的准确度和可信度。     

考虑车间反应时距的汽车自适应巡航控制策略

通过引入车间反应时距的概念,使用单一控制算法实现汽车自适应巡航控制（Adaptive cruise control,ACC）。结合熟练驾驶员经验,使用车间反应时距定量描述自车何时对目标车辆做出反应,将ACC系统分为上位控制器和下位控制器,给出考虑车间反应时距的上位控制器架构,分别设计线性二次型调节器（Linear quadratic regulator,LQR）和模型预测控制器（Model predictive control,MPC）,通过MATLAB/Simulink与CarSim联合仿真初步验证系统可行性,并以乘用车辆为试验平台在平直铺装路进行实车试验。仿真及实车试验结果表明：目标车辆信息跳变、目标车辆行驶速度超过自车驾驶员设定限速时,考虑车间反应时距的LQR或MPC控制器均能有效处理复杂交通环境信息,实现自车安全、舒适行驶,有效避免模式切换过程中车辆加速度突变,提升车内乘员乘车体验。     

基于TESIS DYNAware的车辆巡航虚拟试验研究

在Matlab/Simulink环境下,基于车辆动力学实时仿真软件TESIS DYNAware,利用dSPACE单板系统DS1103,以建模的形式连接车辆的硬件操纵信号于vedyna_traffic模型中;选用DYNAware中车辆动力学模型veDYNA的Standard版本,借助嵌入Simulink的veDYNA模块对此模型进行更改,建立基于DYNAware的虚拟试验系统。对自适应巡航(Adaptivecruise,AC)的仿真控制策略进行分析,通过.mdl接口集成控制模型于试验系统中。在veDYNA的主工作界面,由参数文件的图形编辑器,以及文本编辑器的.m接口,输入仿真车型的车辆数据,对仿真控制的可控项、用户程序分别进行设置;veDYNA、交通仿真模块和动画工具模块共同作用,在硬件操纵信号的控制下进行AC的虚拟试验,跟踪相关参数,并把得到的对应曲线与具有AC功能的仿真车型得到的曲线进行定性对比。结果表明,此种方法进行AC虚拟试验是一种很好的研究手段。     

基于多目标优化的变权重车辆ACC系统的设计

由于在不同行车环境下要求的性能指标不同,使得传统的参数固定自适应巡航控制器的应用受到限制,因此提出一种变权重的控制策略。基于模型预测控制原理,综合考虑安全性、舒适性、燃油经济性等控制目标,并通过分析车辆间的危险程度,采用模糊推理得到跟车性在控制目标中的权重大小,实现变权重的自适应巡航控制系统设计。通过与固定参数的普通控制器仿真对比,本策略能够面对复杂的行驶工况,在一定程度上提升了系统的适应性和安全性。     

冗余驱动电液振动台建模仿真及试验研究

冗余驱动振动台不仅可以提供较大的推力,还可以提高振动台加速度均匀度。冗余驱动电液振动台主要包括机械、液压、控制系统,要对系统的性能和控制策略进行研究,需要对系统各部分进行详细建模。运用Simulink/Sim Mechanics对机械结构部分建模,采用AMESim对液压激振系统建模,运用Simulink建立控制系统的完整模型,通过各软件之间的接口将系统各个部分联合,建立振动台系统的联合仿真模型,采用机电液联合仿真的方法进行仿真分析,通过与试验结果的对比验证了仿真模型的正确性。     

应用磁流变阻尼器的车辆半主动座椅悬架系统性能研究

为寻求车辆半主动座椅悬架控制策略使其达到较好的减振效果,对应用磁流变液阻尼器的汽车座椅悬架进行了建模研究.利用BP神经网络的自适应学习功能,通过采集偏差信号对传统PID控制策略的控制参数进行实时在线整合,使得座椅悬架具有更强的适应性和更好的减振效果.在MATLAB/Simulink工具箱建立了人-座椅-车七自由度的系统仿真模型,对比PID控制策略以及被动模型,验证了该控制方法的可行性与有效性,能够减小驾驶员在车辆行驶过程中,由路面经座椅悬架传递至驾驶员头部的振动的幅值和加速度.     

应用磁流变阻尼器的车辆半主动座椅悬架系统性能研究

为寻求车辆半主动座椅悬架控制策略使其达到较好的减振效果,对应用磁流变液阻尼器的汽车座椅悬架进行了建模研究.利用BP神经网络的自适应学习功能,通过采集偏差信号对传统PID控制策略的控制参数进行实时在线整合,使得座椅悬架具有更强的适应性和更好的减振效果.在MATLAB/Simulink工具箱建立了人-座椅-车七自由度的系统仿真模型,对比PID控制策略以及被动模型,验证了该控制方法的可行性与有效性,能够减小驾驶员在车辆行驶过程中,由路面经座椅悬架传递至驾驶员头部的振动的幅值和加速度.     

基于鲁棒神经网络的车辆主动悬架振动控制

由于路面不平整导致车辆行驶过程中产生很大的振动现象,因此采用鲁棒神经网络控制系统,实现车辆悬架振动的有效控制,并对控制结果进行仿真验证.建立了车辆7自由度振动悬架系统模型简图,构造了车辆振动动力学方程式.应用了PID控制器,通过增加指数函数对传统PID控制器中的组件进行求导,推导出鲁棒神经网络控制系统.采用数学软件Matlab/Simulink对神经网络控制系统进行仿真,同时与PID控制器进行对比和分析.仿真结果显示,车辆行驶过程中遇到路面随机产生的激励波后,主动悬架采用鲁棒神经网络控制跟踪误差较小,具有自适应调节功能.采用鲁棒神经网络控制车辆主动悬架,可以降低车辆垂直方向的振动幅度,提高车辆行驶的平稳性.     

重型车辆走－停巡航系统的干扰解耦控制

根据低速行驶工况下重型车辆的加/减速度响应特性,建立融合被控车辆及车间动力学特性的巡航系统非线性动力学模型。在此基础上采用非线性输出干扰解耦原理,将控制目标值（车间相对距离、速度）从系统的前导车加/减速度干扰中完全解耦出来,并实现非线性系统的线性化;基于此解耦线性化子系统,设计一种改进的走－停自适应巡航控制系统。该系统不但能够保证控制目标值取得良好的动态响应特性,而且能够实现对前导车加/减速干扰的全局解耦,可提高系统的鲁棒性,仿真计算验证了控制效果。     

ADAMS/Matlab环境下车辆悬架联合仿真分析

针对ADAMS/View环境下某车辆1/4整车动力学模型,通过ADAMS/Control模块建立了ADAMS与Matlab软件之间的通信连接,在Matlab/Simulink环境下建立最优联合控制系统,运用ADAMS和Matlab/Simulink软件(即ADAMS/Matlab)进行联合仿真,并与在Matlab单一环境下运行的仿真模型进行对比分析。结果发现:两种分析方法都能使车辆悬架簧上总质量质心加速度均方根值和控制能量降低,而ADAMS/Matlab软件联合仿真控制下的悬架簧上总质量质心加速度和控制能量下降幅度更大。     

液压振动破碎锤缓冲机构的自适应控制的研究

在分析国内外液压推动破碎锤缓冲机构的基础上，提出一种新型自适应缓冲机构的工作原理，并建立了液压冲击器缓冲机构的振动力学模型，提出了实现液压振动破碎锤缓冲机构自适应控制的微机控制系统。建立了缓冲机构阻尼微机控制系统的Simulink仿真模型，运用可视化的仿真软件Simulink对该系统的动态响应特性进行了仿真分析，论证了缓冲机构的微机控制系统能够根据加速度传感器的采样调节系统的阻尼，实时地控制主机的振动状态，为智能型液压振动破碎锤研究与开发提供了理论依据。     

基于模糊PID算法半主动悬架的研究及时滞分析

建立1/4车辆半主动悬架模型,采用模糊PID控制,以减小车辆的垂向振动。通过Simulink仿真分析,结果表明,与被动悬架相比较,半主动控制减小了车身的垂向加速度,提高了车辆的乘坐舒适度和操作稳定性。时滞的存在影响系统的控制效果,反馈信号的传输时滞也是不容忽视的,随着传输时滞量的增大,控制系统性能降低,时滞量过大将导致控制系统失稳。