轮式装甲车辆自动变速操纵技术的研究

本文利用机、电、液、气一体化控制技术,对国产现役轮武装甲车传动系统进行改造,使之具有自动变速的功能,即将定轴机械式自动变速操纵系统引入军用轮武装甲车,并从轮式装甲车传动系统的实际特点出发,重点论述了使之实现自动化操纵的关键技术和设计方法.从实车试验的结果看,加装自动变速操纵系统后,该轮式装甲车的机动性能得到了一定程度的提高,并减轻了驾驶员的体力消耗,提高了持续作业能力.     

Steering Control of Wheeled Armored Vehicle with Brushless DC Motor

Considering the steering characters of one type of wheeled armored vehicle, a brushless direct current （DC） motor is adapted as the actuator for steering control. After investigating the known algorithms, one kind of algorithm, which combines the fuzzy logic control with the self-adapting PID control and the startup and pre-hrake control, is put forward. Then a test-bed is constructed, and an experiment is conducted. The result of experiment confirms the validity of this algorithm in steering control of wheeled armored vehicle with brushless DC motor.     

车辆全电化自动变速操纵系统

开发了电机驱动的全电化自动变速操纵系统，介绍了系统软硬件的组成及功能。该系统的电控单元与电机执行机构及传感器用电缆直接连接，无液压或气压执行机构，具有较好的移植性，并预留了功能扩展接口，可根据需要增加功能，以满足不同用户的需要。     

半挂牵引车自动变速器换档策略研究

为了在装有多档变速器的东风半挂牵引车EQ4195上实现变速操纵的自动化,减轻驾驶员换档的疲劳程度,提高车辆的综合性能,利用理论分析和实车试验相结合的方法,根据车辆动力传动系统自身的特点提出了牵引车多档变速器综合换档控制策略.试验结果表明,针对多档变速器所设计的换档控制方法和换档规律,能够满足车辆在不同工况条件下行驶的要求,达到了预期的目标。     

无人驾驶轮式车辆电控气压制动技术研究

以有人驾驶4×4轻型战术轮式车辆为基础,开展无人驾驶电控制动技术研究。针对原车气压制动的结构和特点,设计一种电控气压制动系统,实现该车无人驾驶模式电控制动功能的同时,保留人工驾驶模式人工制动功能,且两种模式能够灵活切换。通过实车试验辨识电磁阀控制特性、不同路面车辆滚动阻力系数、电控制动车辆减速度与车速及控制输入的关系,并与无人车辆其他模块联调,为后续无人车辆控制策略的制定提供试验依据和理论支撑。试验结果表明：所开发的电控气压制动系统能够快速、精确地响应制动请求,人工行车制动与电控行车制动切换灵活、过渡平稳,可广泛应用于其他使用气压制动系统的商用车辆,以实现无人驾驶或辅助驾驶功能。     

数字化自动换档控制系统的监测系统设计

为了对数字化自动换档控制系统的参数进行监测,设计了串行通讯的监测系统;数字化电液控制系统的ECU对各种换档控制信号进行了采集和处理,再将数据通过串行通讯送到个人计算机,最后由专门的软件来完成数据的储存和分析;装车实验证明了该本监测系统的有效性,该监测系统准确地处理原系统的数据,因此可以有效地评价原系统的功效.     

新一代军用装甲车辆驾驶操纵技术

介绍了国内动力传动及辅助系统电控技术的发展情况,并根据当前国内外军用装甲车辆驾驶操纵技术的发展趋势,提出了国内新一代军用装甲车辆驾驶操纵系统发展的思路以及方案设想。     

基于融合特征的无人履带车辆道路类型识别方法

无人履带车辆行驶路况复杂，将道路类型作为无人履带车辆悬架控制、自动换挡决策、路径规划等任务的先验信息，有利于提升车辆性能。针对使用单一信号识别道路类型环境适应性差或准确率低的问题，提出一种基于融合特征的道路类型识别方法，将图像的深度特征和悬置质量垂向加速度时域、频域、功率谱密度信号的统计特征相结合，利用机器学习分类算法实现道路类型识别。对单一特征和融合特征进行对比发现：融合特征实现了图像特征和悬置质量垂向加速度特征的互补，提高了道路类型识别的准确率和环境适应能力；融合特征方法与仅使用图像特征的方法实时性相差极小。对多种机器学习分类算法进行对比，试验结果表明：支持向量机和随机森林在准确性和实时性方面都表现优越，总体准确率均可以达到90%以上，识别速度可以达到14帧/s。     

基于可通行度估计的无人履带车辆路径规划

针对现有路径规划方法对地形特征考虑不足的问题，以无人履带车辆为研究对象，提出一种基于可通行度估计的路径规划方法。基于卷积长短期记忆(Conv LSTM)网络，从连续轨迹上提取激光雷达点云的空间特征和时间关联特征，融合车辆运动特征，估计地形可通行度。基于地形可通行度，改进A^*算法的节点扩展方式和代价函数，输出满足无碰撞约束和低可通行代价的离散路点；使用无梯度迭代平滑算法减小路径松弛度和可通行度代价；再使用三次B样条曲线对离散路径进行拟合，输出平滑参考路径。以参考路径建立Frenet坐标系，构建基于可通行度代价的安全走廊，在满足无碰撞约束、低可通行度代价的前提下，在走廊内生成满足车辆运动学约束的平滑路径。试验结果表明，所提出的方法能够充分考虑地形特征，提升路径规划结果的稳定性和可通行性。