基于改进TTR算法的车辆侧翻预警研究

侧翻时限(TTR)能有效用于车辆侧翻预警,然而传统的TTR方法所选定的侧翻阈值因行车条件的改变难以精确设定,会导致预警提前或滞后等问题。为了弥补传统TTR算法的不足,提高车辆侧翻预警的有效性,建立了三自由度车辆动力学模型;提出了以车辆的当前侧向加速度与实时侧向极限加速度的比值这一相对量作为侧翻评价指标,替代传统依靠侧倾角或侧向加速度等绝对量来进行侧翻预测;根据当前车辆运动状态计算未来发生侧翻时的TTR值,从而得到改进TTR侧翻预警算法。结果表明：改进TTR侧翻预警算法较传统基于侧倾角或侧向加速度的这两种TTR侧翻预警算法,能更准确地发现侧翻危险。     

基于T-S模糊神经网络优化TTR的校车侧翻预警

为提高校车侧翻预警的精度,提出了基于T-S型模糊神经网络优化TTR的侧翻预警算法。根据校车的车体结构和侧翻机理,建立3自由度侧翻动力学模型,选取优化后的动态横向载荷转移率为校车侧翻稳定性能因子。在传统TTR侧翻预警算法的基础上,引入T-S型模糊神经网络,并选取斜坡等4种转向工况,利用车辆状态参数组合对传统TTR-时间曲线进行优化分析。仿真结果表明,基于T-S型模糊神经网络优化TTR的侧翻预警算法结果准确度高、时效性较好,能够有效地提高校车侧翻预警精度,显著地优化了传统TTR-时间关系曲线,有利于改善校车的行驶安全性。     

基于改进TTR算法的重型车辆侧翻预警系统

重型车辆具有重心高,装载量大,高宽比相对乘用车较大等特点,导致其侧翻稳定极限较低,极易发生侧翻事故.建立重型车辆侧翻预测模型,利用车辆实车试验数据离线辨识技术,辨识出3自由度车辆模型中的关键参数,然后利用改进后的车辆模型进行在线侧翻危险预测及控制,实现车辆动态侧翻特性精确预测.在此基础上,将卡尔曼滤波技术融入到改进侧翻预测时间(Time to rollover,TTR)侧翻预警算法中,选取车辆的横向载荷转移率作为侧翻极限判据,根据当前车辆状态预测未来3 s车辆的侧翻危险程度,并实时计算TTR值,一旦TTR值满足侧翻条件,系统自动触发预警装置.利用侧翻预警系统车载试验平台,对侧翻预警控制系统进行验证.侧翻预警场地试验结果表明:所开发的重型车辆侧翻预警系统可以准确有效地进行车辆侧翻危险程度预警,达到预期的开发设计目标.     

基于车辆侧倾角侧翻预警算法的研究

侧翻预警是防止运输车辆发生事故的主要手段。基于车辆侧倾角和侧向加速度的监测,建立车辆动态侧翻模型,设计侧翻事故线性判别函数,提出了直接根据侧倾角信号和侧向加速度信号对侧翻事故进行判断的预警算法。通过对某车型进行仿真试验验证了预警算法的有效性,同时本算法具有计算量小、计算速度快等优点,对减少同类交通事故的发生具有重要意义。     

基于动态稳定性的汽车侧翻预警

为提高汽车侧翻预警算法的实时性及动态过程侧翻预警的精度,提出基于动态稳定性的汽车侧翻预警算法。考虑车轮侧倾外倾和侧倾转向及悬架变形外倾和变形转向对轮胎侧偏特性的影响,建立多自由度汽车侧翻动力学模型;应用汽车侧翻动力学理论及劳斯稳定性判据获得汽车侧翻动平衡稳定条件及汽车侧翻动平衡状态的抗干扰稳定条件,并提出侧翻动态稳定因子作为汽车动态稳定性的评价指标;融合汽车侧翻预警机理及侧翻动态稳定因子设计出基于动态稳定性的汽车侧翻预警算法;针对高速紧急工况下运动型多功能车侧翻过程进行动态侧翻预警仿真分析。结果表明,基于动态稳定性的汽车侧翻预警算法预警结果准确、实时,可提高动态过程汽车侧翻预警精度,降低侧翻危险的误报警率,有助于改善汽车防侧翻的主动安全性能。     

基于TTR和模糊PID算法的汽车侧翻控制研究

针对近年来频发的车辆侧翻事故,提出了相关乘用车的防侧翻预警和控制算法的实现。将Kalman滤波应用到汽车防侧翻TTR预警算法中,将参数模糊自整定PID应用到车辆侧翻的主动控制中。对车辆状态参数的Kalman状态估计器在Matlab/Simulink平台进行了仿真;在防侧翻主动控制中,提出采用参数模糊自整定PID算法,仿真结果表明参数模糊自整定PID控制算法在乘用车主动侧翻控制中具有较好的适用性。     

基于二次预测型横向载荷转移率的汽车侧翻预警研究

准确预警可有效降低车辆侧翻事故。针对汽车侧翻预警算法的模型复杂度和预警精度之间存在矛盾的问题,提出了一种基于二次预测型横向载荷转移率的汽车侧翻预警方法。以某运动型多功能汽车为研究对象,建立了线性三自由度汽车侧翻动力学模型;应用汽车侧翻动力学理论,计算了横向载荷转移率及其一次变化率和二次变化率,求得了基于二次预测型横向载荷转移率的汽车侧翻预警时间的解析解;对高速紧急工况下运动型多功能汽车的绊倒型及非绊倒型侧翻过程进行实例仿真,结果表明,提出的基于二次预测型横向载荷转移率的汽车预警算法预警结果准确,可提高汽车侧翻的预警精度,能有效改善汽车防侧翻的主动安全性能。     

用于侧翻预警的线控转向控制策略研究

以横向载荷转移率(LTR)作为侧翻预警的指标,利用MEMS传感器和自回归预测模型(AR)对侧倾角和侧倾角速度进行测量和预测进而计算得到LTR预测值,通过线控转向的控制策略对前轮转角进行修正从而将LTR值控制在安全范围内,但这也在一定程度上改变了车辆的行驶轨迹,为了提高车辆的车道保持能力,采用了线控转向和电子机械制动联合防侧翻控制。为了验证侧翻预警效果,在Carsim和Matlab/Simulink中对该控制策略进行联合仿真,仿真结果表明该控制策略能有效地防止汽车侧翻,提高了车辆的行驶安全性。     

基于主动安全防护的车辆侧翻预警系统设计

为了防止汽车在行驶过程中发生侧翻,减少交通事故的发生,设计了一种基于嵌入式车载平台的主动安全防护的车辆侧翻预警系统,通过传感器对汽车行驶时的角速度和加速度进行监测,利用改进Sage-Husa自适应卡尔曼滤波算法进行数据融合得到汽车实时侧倾角,当监测到车辆侧倾值达到侧翻指标门限值时,系统发出报警提醒驾驶人员采取相应措施,从而达到预防汽车侧翻事故的发生。系统仿真实验结果表明:该系统有着良好稳定的预警性能,能够提高汽车的主动安全性能。     

自适应神经模糊推理的四轮转向车辆转向控制研究

模糊规则的建立和隶属度函数的确定是设计模糊系统的难题。基于神经网络和模糊逻辑的自适应神经模糊推理系统,能够从仿真数据中自动提取出If-Then规则。并在Matlab/Simulink软件中,建立包含侧向运动、横摆运动、侧倾运动三个自由度的四轮转向车辆三自由度动力学模型。将得到的If-Then规则读取到模糊控制器中和三自由度车辆模型进行联合仿真。其中模糊控制器以方向盘转角、方向盘转角速度和车速作为输入,后轮转角作为输出。最后与前轮转向的车辆进行转向盘角阶跃仿真对比。仿真分析结果表明:基于自适应神经模糊推理系统建立的后轮转角模糊控制器能够实现理想的质心侧偏角和车辆横摆角速度响应,提高了车辆的操纵稳定性。