基于代理遗传优化的智能驾驶系统加速测试方法

提出了一种基于代理遗传优化的智能驾驶系统加速测试方法。首先,通过场景要素层次分析权值与优解区域特征改进参数采样模块中的拉丁超立方采样区间,实现了采样效率与优化效果的协同提升;其次,利用参数采样结果和重复度筛选机制增加遗传寻优模块的种群多样性,克服了传统遗传算法的局部收敛难题;然后,利用基于循环更新机制的代理筛选模块对场景测试结果进行预测,平衡了加速算法与代理模型应用之间的效率与精度矛盾;最后,搭建仿真平台在高维时序分解的前车变速场景下对待测智能驾驶系统进行加速测试与验证。结果表明,本文提出的方法可有效搜寻大量关键场景并提升测试效率。

3/4开口试验段汽车风洞的风阻测量误差分析与修正

汽车风洞用3/4开口试验段模拟真实道路气动环境,有限的试验段尺寸、地面边界层及射流剪切层会干扰流场,从而引起风阻测量误差。根据简化势流模型分析,3/4开口试验段存在模型实体阻塞、喷口阻塞、收集口阻塞以及水平压力梯度4项系统误差源,其中模型实体阻塞让风阻测量值偏低,喷口和收集口阻塞让风阻测量值偏高,彼此平衡抵消机制使3/4开口试验段风洞具有能够适应更大尺寸模型的优势。利用Mercker-Wiedemann修正方法,结合同济大学整车气动声学风洞,计算修正了3辆不同尺寸车型的风阻系数。结果显示:设定风阻系数误差不超过1%为标准,3/4开口试验段汽车风洞最大阻塞比为15%;水平压力梯度对风阻系数误差的影响更大,风洞设计和验收标准应保证dC_(p)(x)/dx≤0.001/m。

参数化人体有限元模型的体表样本选取方法

为了准确选取到参数化方法建立的中国女性人体有限元模型的体表样本,设计了一种用于人体体表建模的样本选取方法。通过采用样本估计总体的方法确定体表样本的选取数量;采用计算正态分布区间估计参数和按照数据分布比例方法生成体表样本的身高、BMI和年龄3个统计特征参数;利用拉丁超立方抽样方法按照体表样本统计特征的参数分布生成各样本的选取参数;通过Pearson相关系数检验各特征参数向量间的相关性。基于所设计的体表样本参数生成方法,在置信度为95%、误差不大于10%的条件下,所生成的97例女性体表样本各特征参数所构成向量之间无显著相关性,各特征参数分布与中国女性人体的总体分布相一致。所设计的体表样本选取方法可有效选取到代表中国女性人体特征的体表样本。

基于响应面模型的智能台架供风系统开发

为解决瞬态工况下,汽车主动进气格栅(AGS)开度及风扇转速实时调整,换热器进风量时刻改变,热管理测试台架风机无法实时为换热器提供精准瞬态供风这一问题,应用计算流体力学(CFD)仿真技术,分析了换热器进风量与车速、AGS开度及风扇转速之间的关系,并构建了数学模型,模型预测误差小于6.6%。将该模型置于CANOE设备中,与VN1640设备及风机系统连接,可实时采集车速、AGS开度及风扇转速CAN信号,计算换热器进风量,从而控制风机输出相应风量,实现了台架风机为换热器提供精准、实时供风这一目标。

小型风洞实验设计与布局方法的优化

考虑到小型风洞实验在航空航天、汽车制造等领域中的应用,结合理论及实际应用,指出小型风洞在设计和布局中存在的问题,包括设备尺寸及空间利用率、流场均匀性、桨叶设计及整流罩布局等,通过一系列的优化方法,如调整风洞尺寸、采用高效率风扇、改进导流片设计提高实验的准确性及效率,为风洞实验提供稳定准确的环境,促进风洞技术的发展。

自动驾驶汽车仿真测试场景生成方法综述

针对自动驾驶汽车仿真测试场景生成方法进行了系统梳理,综述了自动驾驶汽车仿真测试场景定义、场景解构、数据驱动式场景生成、机理建模式场景生成等方向的最新研究进展,并对测试场景的相关评价与应用进行了总结,最后,提出了未来研究应重点考虑融入中国驾驶场景特征,深化边缘场景生成策略,加速场景构建的标准体系化建设工作。

市区驾驶人横向避险特性研究

针对市区复杂多变的行车环境致使避险难度提高的问题,结合真实的市区道路环境,利用驾驶模拟器搭建了6个典型市区行车危险场景并进行了仿真试验。采集不同驾驶人的眼动反应及驾驶操作数据,对驾驶人避险过程中的总体视线分布、感知-制动时间、制动持续时间、方向盘转角时间、车辆横向位置变化情况进行了分析。结果表明:6个典型市区行车危险场景下,驾驶人的视野注视点大多数时间都集中于中央偏右视野区。在视野开阔的危险场景中,大多数驾驶人会采取制动避险。反之,在存在遮挡的侧向冲突危险场景中,大部分驾驶人采用转向和制动相结合的方式避险。驾驶人在十字路口处的感知-制动时间普遍偏长且数据波动性较大。

基于真实交通数据的自动驾驶场景库研究

以自动驾驶场景库为研究对象,通过分析当前自动驾驶场景库的不足和行业需求,研究形成基于真实交通数据的自动驾驶场景生成规范。首先,对场景要素和格式进行说明和规范;其次,通过场景挖掘、自动化标签处理和数据合规脱敏生成场景数据集;最后,通过对真实场景的风险评估以及对异常事件场景的标准化加工最终形成安全合规、高质量、高价值的城市级挑战性场景库。

旅游客车操稳性能评价

针对某旅游客车提出两种悬架方案,通过商业仿真软件设置稳态回转试验、蛇形试验、转向瞬态响应试验工况进行仿真分析,最终选出最优方案,为产品后续开发提供参考。

水冷陶瓷增殖包层第一壁电子束焊接的模拟分析

作为中国聚变工程试验堆(CFETR)的候选包层的水冷陶瓷增殖包层(WCCB)的结构材料为低活化铁素体/马氏体钢(LAFM),WCCB采用电子束焊接(EBW)技术实现连接。第一壁(FW)是WCCB的重要组成部分,在FW的EBW过程中,有多种焊接工艺可供选择。通过有限元模拟,比较了两种不同焊接工艺(第一种为每条焊缝的第一次焊接从FW的同一侧开始,第二种为每条焊缝的第一次焊接从前一次焊接完成的一侧开始)下WCCB的等效应力和变形情况。结果表明,第一种焊接工艺下的等效应力为1289MPa,第二种的等效应力为1286MPa。在焊缝表面上,第一种焊接工艺下沿焊缝的和垂直焊缝的变形量大于第二种下对应的变形量,这为FW焊接工艺的确定、工装设计等提供了有利依据。

基于PXI实时平台铰接式车辆转向轨迹特性分析

根据双油缸“缸体前置式”布置的地下矿用铰接车转向系统的结构特点,获取油缸行程和整车转向角度之间的关系,并对转向过程中前后轮的坐标位置进行分析,获得数学模型。基于Simulink搭建分析模型,获得不同运行速度时的转向轨迹。基于ADAMS建立某铰接车的多自由度分析模型,与转向轨迹模型结合,嵌入PXI驾驶员在环测试实时平台,对整车的转向轨迹进行分析;基于实车测试,选取双移线转向工况,根据结果对仿真结果进行验证。分析可知:车辆运行速度低于6m/s时,行驶稳定性良好,转向过程比较平缓;当速度高于6m/s时,应该先减速,当到达适合转向行驶的速度再实施转向动作;驾驶员在环实时测试模拟、数学模型与实车测试获得转向轨迹,具有较高的重合度,转向角的误差小于3%,进一步地说明转向轨迹分析的准确性,为实际设计提供参考。

基于专利视角的滑板底盘技术发展研究

利用专利分析方法,从专利公开态势、专利技术构成等方面分析了滑板底盘技术的专利布局及重点研发方向,梳理了车身电池包一体化、线控底盘、智能热管理系统等关键技术点的发展路线,并从宏观、微观角度剖析了滑板底盘技术发展现状及未来发展趋势。

自适应巡航系统硬件在环仿真精度提升研究

由于被控车辆模型精度直接影响自适应巡航系统硬件在环仿真与实车测试的吻合度,提出利用实车测试外特性数据校准被控车辆模型的方法,进而提升系统仿真精度。首先,基于自适应巡航系统架构,搭建了仿真系统。然后,根据实车测试外特性数据对基础车辆动力学模型和逆纵向动力学模型进行逐级校准。最后,利用校准前和校准后的模型分别进行自适应巡航系统加速行驶工况、制动减速工况和跟车行驶工况仿真,并与实车测试结果进行对比分析。结果表明,利用实测数据校准被控车辆模型的方法可以显著提升自适应巡航系统硬件在环仿真与实测数据的吻合度。

混行交通下高速匝道入口智能车辆汇流方法

高速公路匝道入口处的车辆汇流问题是智能驾驶车辆决策系统面临的难题。其中,人类驾驶车辆和智能驾驶车辆混行汇流是最为复杂的情况之一。为了提高汇流区车辆的通行效率,降低污染物质的排放量,通过分析车辆在车道中的分布情况对通行效率的影响,创新了基于深度Q学习(deep Q-network, DQN)算法的智能驾驶车辆汇入模型,根据平均道路时空利用率条件对算法的优化目标函数进行了改进。同时根据真实数据集数据进行分析,定义了场景中车辆的驾驶风格,并建立了混行交通仿真场景。试验结果表明:在3种不同的交通流量条件下,与智能驾驶者模式(intelligent driver model, IDM)模型相比,基于DQN的主道车辆换道模型使得匝道汇流区整体的通行效率平均提高23.10%;每车燃油消耗量平均减少12.7%;每车各种污染气体排放量降低10%~20%。

考虑交通冲突的驾驶风格识别及换挡控制策略研究

依据驾驶风格对车辆控制参数进行自适应调节,使车辆的经济性、动力性得到改善。考虑与前车交通冲突能提升驾驶风格识别的准确性,故提出了考虑车辆交互的驾驶风格识别方法,并制定了基于驾驶员风格的综合换挡策略。基于车辆交互时产生的特征参数,即车头时距(Time Headway,THW)、碰撞时间的倒数(Inversed Time To Collision,ITTC)和车辆的运动学参数,采用模糊控制算法对驾驶风格进行识别。换挡控制策略根据驾驶员对动力的偏好程度在基础换挡规律的基础上进行修正,针对保守型、激进型和一般型驾驶员,分别匹配经济性、动力性及自适应的换挡规律。通过对实车采集的工况数据进行仿真,结果表明,驾驶风格识别模型能够准确稳定识别驾驶员风格,基于驾驶风格识别的换挡控制策略能够适应不同类型的驾驶员需求,并且在保证动力性的同时也能够兼顾经济性。

基于神经网络的动力电池单体电压差预测方法

针对动力电池单体电压差预测问题,基于神经网络算法建立单体电压差预测模型。将总里程、电池包电流、电池包电压、电池温度、SOC作为模型的输入,将单体电压差作为模型的输出,将电动汽车长里程道路试验采集的数据划分为训练集和测试集,用于模型的训练和测试。结果表明,用所提方法进行单体电压差预测时可使均方差仅为0.004%,可行性被验证。最后,用所提方法得到长里程下单体电压差的预测值,为动力电池单体电压差的定量预测提供了一种新的方法。

基于数据驱动的汽车部件温度预测模型研究

目的基于某汽车在中国吐鲁番地区自然暴露的部件温度变化试验数据,预测该车在美国凤凰城地区气象环境下的汽车部件温度变化。方法把汽车部件的温度作为输出变量,提取影响汽车部件温度变化的关键特征(试验时间、大气温度、太阳辐照)作为输入变量,同时运用公式对不同纬度地区部件受到的太阳辐照进行修正,以消除地理位置的影响。利用Python等软件构建机器学习模型,用吐鲁番试验数据训练模型,然后预测该车部件在美国凤凰城地区的温度变化。结果梯度提升机模型具有良好的泛化能力和预测精度,其预测值与实际值的平均绝对误差均在3.3°以内,拟合优度R^(2)均大于0.90。BP神经网络和随机森林算法模型也具有较好的预测精度。结论利用汽车在我国试验站点进行的自然暴露试验数据,可以预测该汽车部件在国外相似地区气象条件下的温度变化。该研究对于依据汽车部件在我国的自然暴露试验结果预测其他国家相似地区自然环境下汽车部件的温度变化具有一定的指导意义。

基于Trucksim的汽车操纵稳定性仿真分析

汽车操纵稳定性研究对于保障车辆的行驶安全意义重大。文章基于Trucksim仿真平台,依据车辆具体设计参数构建合理的客车模型,在整车参数化建模后,从中选择四项与车辆侧翻密切相关的试验进行仿真验证,仿真结果符合预期、精度较高,各项参数指标符合相关规定和行车安全要求。深入研究分析仿真结果后得到各个参数对车辆操纵稳定性的影响。正确使用Trucksim仿真软件对前期的开发和后期的试验验证有着积极正向的指导意义。

汽车环境舱流场的数值模拟与实验研究

采用实验方法研究了汽车环境舱在无车状态下的风速分布、边界层厚度、轴向静压梯度以及动压稳定性等流场特性;采用数值模拟方法建立1∶1的汽车环境舱模型,考虑环境舱内各种实验设施设备对流场的干扰效应,对环境舱内的流场分布进行了数值模拟。研究结果表明:汽车环境舱内的流场比较紊乱,试验段的流场呈现发散射流状态;主风机出口风速分布不均匀,最高风速与最低风速之间相差36 km/h;气流从风机流出后风速衰减明显,轴向静压梯度变化大;试验段内气流的边界层较厚,距离风机中心方向越远边界层厚度不断增大;数值仿真结果表明主风机的安装位置和尺寸对环境舱流场有一定影响,增大风机出风口的尺寸可以改善环境舱试验段的流场品质。

一种基于MATLAB Simulink建模的整车VBC离线标定方法

整车VBC(Vehicle Basic Calibration)标定是指整车基础模型标定,在发动机台架匹配完成后,项目工程师将数据移植到整车时,需进行发动机与车辆的匹配检查。主要包括充气模型、排气温度、燃油温度、混合气控制、增压控制等发动机模型。其标定形式主要包括转毂和道路两部分,转毂主要以稳态工况为主,道路试验则更侧重于瞬态控制。传统的VBC标定主要是通过在线的优化调整,需工程师携带通讯设备在车上开展工作。而目前计算机仿真已成为解决工程实际问题的重要手段,基于某量产车型,详细论述了整车VBC标定的Simulink建模过程及离线标定方法。结果表明,在测试数据质量满足要求的前提下,采用论述的方法不仅能够获得高精度标定结果,还能大幅度提高整车VBC标定的效率。