基于路面识别算法的分布式驱动汽车驱动防滑控制策略

针对在低附着系数路面上由于分布式驱动汽车质量变化及道路坡度影响造成驱动防滑控制效果差的问题,提出了一种基于路面识别算法和滑模控制的驱动防滑控制策略。通过递归最小二乘法估计整车质量和道路坡度,修正车轮垂直载荷,根据附着系数和滑转率的关系设计路面识别策略,获取最优滑转率作为控制目标,采用滑模控制算法实现对滑转率的快速跟踪。通过Carsim和Simulink联合仿真和实车试验,与传统的PI控制策略进行对比,仿真结果表明本文提出的策略滑转率误差RMSE值降低75.1%,实车试验验证本文中提出的控制算法在整车滑转率控制上具有优势。

基于路面识别的自适应天地棚混合控制算法研究

为实现同时改善车辆的平顺性与操纵稳定性的目的,本文基于路面频率识别的算法,对自适应半主动悬架的控制进行研究。通过建立二自由度半主动悬架模型及相关路面模型,然后运用一阶过零点穿越法搭建路面频率识别模型,并在此基础上设计了依据路面频率的不同而分配不同增益系数的天地棚混合控制算法(Skyhook Control and Groundhook Control,SH-GH),以此在不同工况下达到更理想的悬架控制效果。仿真结果表明,基于路面识别的自适应天地棚混合算法的半主动悬架较于被动悬架对车身垂向加速度(Sprung Mass Acceleration,SMA)与轮胎动变形(Dynamic Tyre Deformation,DTD)两个指标均有所降低,验证了其对改善悬架综合性能的有效性。

基于模糊路面识别的4WID电动车驱动防滑控制

针对四轮独立驱动(4WID)电动车的驱动防滑(ASR)问题,研究了基于模糊识别路面的控制方法.为了快速、准确识别低附着路面,提出了通过模糊规则将小滑转率、小附着区域的路面利用附着系数和滑转率估高的方法.利用4WID电动车四轮驱动力矩独立可控、转速和转矩易于获得的特点,实时估算路面利用附着系数和最优滑转率,控制各轮驱动力矩实现驱动防滑.仿真实验表明:基于模糊识别路面的4WID电动车ASR能够快速准确识别低附着路面,抑制驱动轮滑转,提高了车辆行驶稳定性和动力性.

考虑路面不平度的路面识别方法

基于滑移率控制的汽车电控制动系统实现的难点在于确定不同路面下的最佳滑移率。不平路面上路面不平度引起的动载荷会对汽车车轮速度、滑移率、制动力系数等参数带来波动,间接影响路面识别。在两种轮胎模型的基础上,将汽车平日里行驶的路面划分为6种类型,提出一种能适应不平路面的识别算法。依据路面最佳滑移率前制动力系数-滑移率曲线下的封闭面积构造一个能代表典型路面特征参数的特征值,给出6种典型路面的特征值区间并据此识别汽车当前行驶路面。建立含路面不平度激励的14自由度汽车动力学模型,通过在单一路面和对接路面上的汽车制动模拟试验验证了识别算法的有效性。结果表明算法能在不平路面上较准确、快速地识别当前给定路面状态并将识别结果便捷地用于汽车电控制动系统的最佳滑移率控制。

基于路面特征系数的路面识别方法研究

要使汽车制动时能够充分利用路面的附着条件,需要对当前路面进行识别,同时根据识别结果实时调整系统的目标滑移率。在Burckhardt轮胎-路面模型基础上,引入"路面特征系数"的概念(它表示路面附着系数与附着系数曲线斜率之和),给出7种典型路面的路面特征系数曲线,建立动态识别区间,据此在制动过程中实现路面的动态识别。基于单轮车辆模型进行制动仿真试验,结果表明该方法能够迅速准确地完成路面识别,制动时充分利用路面的附着条件,同时具备自动纠错功能。

基于状态特征因子的路面识别方法研究

在3种经典轮胎-路面数学模型的基础上,引入了一种"路面状态特征因子"的概念(它代表最佳滑移率前附着系数-滑移率曲线段下面的封闭面积),给出了7种典型路面的特征因子阈值及其区间,据此识别汽车当前行驶路面状态。基于8自由度汽车动力学模型,分别在单一路面和对接路面上进行制动模拟试验。结果表明该方法能较准确快速地识别路面状态。最后在自制的汽车防抱制动装置试验台上进行的制动试验进一步验证了方法的有效性和可行性。

基于路面识别的汽车ABS模糊控制仿真

汽车防抱制动系统(ABS)通过在制动过程中自动控制车轮的制动力矩,从而防止了车轮抱死。为了进一步提高汽车ABS的性能,在对汽车制动过程进行动力学分析的基础上,建立了ABS系统的模糊控制模型;采用路面识别方法,对变附着系数路面进行了ABS制动模拟仿真。仿真结果表明,基于路面识别的模糊控制防抱制动系统能取得较好的控制效果,并具有一定的自适应能力。

基于SHAP-RF框架的越野车辆路面识别算法研究

根据越野车辆在不同路面上行驶时的动力学响应特征,可以实现路面类型的在线识别,为面向路面特征调整底盘控制子系统参数从而获取更好的行驶性能奠定基础.但越野环境地面特征复杂,车辆响应机理分析困难,给基于车辆动力学响应进行路面准确识别带来挑战.提出了一种SHAP-RF路面识别算法设计框架,通过SHAP (Shapley additive explanations)模型解释方法实现高维随机森林(random forest, RF)路面识别模型的降维化:首先采集了试验车在压实土路、沙地、良好沥青路与冰雪路4种路面上的行驶数据并计算了3个次级行驶特征;进一步计算了行驶数据的共计105个时域特征和频域特征,并以此为输入特征建立了高维随机森林路面识别模型;利用SHAP解释法分析高维模型输入特征对识别结果的影响从而提炼出各个特征与路面类型的关联性,完成特征筛选;最后,利用筛选后的特征设计降维随机森林路面分类器.基于实车数据的算法验证试验表明,设计的降维路面识别模型对4种路面的识别精确率在94%以上,召回率在93%以上,相比高维的随机森林路面识别模型,各种路面上的精确率和召回率最大降幅不超过3.2%,证明本文提出的SHAP-RF路面识别算法设计框架能够在选用较少特征的情况下依然保证车辆行驶路面类别的准确识别.

基于路面识别的复合制动与ABS集成控制策略

为了使电动汽车在制动时既能充分回收制动能量,又能兼顾制动稳定性,针对四轮轮毂电动机驱动电动汽车,提出了一种基于路面识别的复合制动与ABS集成控制策略.以单轮制动模型为研究对象,利用Lagrange插值法估算当前路面的峰值附着系数和最优滑移率;通过比较目标制动强度与峰值附着系数,将制动工况分为常规制动和防抱死制动;针对常规制动向防抱死制动过渡的工况,通过一种在ABS触发前合理减少再生制动的方法,避免直接撤销再生制动带来的ABS频繁退出和启动.在MATLAB/Simulink环境下建立了仿真模型,仿真结果表明:路面识别算法识别准确度较高;复合制动与ABS集成控制策略能够合理地分配再生制动力与液压制动力,实现车轮的防抱死控制.

基于路面识别的四轮驱动电动汽车驱动防滑控制

介绍了四轮独立驱动电动汽车的驱动防滑控制系统。采用路面识别方法,识别不同路面的最佳滑转率,设计了以滑转率最优为控制目标的模糊-PID联合控制器。为确定模糊-PID联合控制器对提高汽车行驶性能的效用,结合车辆的驱动模型,对变附着系数路面行驶的汽车进行驱动防滑仿真分析。结果表明:基于路面识别的驱动防滑控制系统能快速、准确地识别出路面状况的变化,实时地调整控制参数,并应用模糊-PID联合控制方法,及时地调整驱动电机的输出转矩,使车轮滑转率基本控制在最佳滑转率附近,保证车辆在恶劣路况下行驶时仍可以获得较好的驱动防滑控制效果。

基于路面特征参数和制动防抱调节特征的路面识别方法

以路面特征参数和制动防抱调节过程特征为依据,引入接近度和特征可信度的概念,提出了基于路面特征参数和防抱过程特征的综合路面识别方法,按最大接近度原则判断当前路面状态。大量实车试验结果表明,在制动防抱控制过程中,无论驾驶员采用何种制动操作,该方法均可实现干沥青路面、冰雪路面、对开路面和对接路面的准确辨识。

基于平均附着系数的路面识别方法研究

为使汽车在制动过程中充分利用当前路面的附着条件,需要对当前行驶的路面进行识别,同时根据识别结果实时调整控制器的目标滑移率。该文以滑移率区间[0.08,0.11]上的平均附着系数作为路面识别的参数指标,在Burckhardt轮胎-路面数学模型的基础上,设计7种典型路面的识别区间,据此在制动过程中完成路面识别。使用制动工况时的单轮模型,分别在单一路面和跃变路面上进行仿真试验,结果表明:该方法对路面状态的识别快速准确,识别时间约0.1 s,制动时能够充分利用路面的附着条件。

基于路面识别的电动汽车驱动防滑控制策略研究

针对电动汽车在低附着路面行驶时驱动轮滑转问题,对后轮独立驱动电动汽车进行了驱动防滑控制研究,提出了基于模糊路面识别的自适应模糊PID控制方法,提高汽车在极限工况下车辆的稳定性。首先根据轮毂电机转矩、转速易于测得的优势,设计了基于Burckhardtμ-S模型的模糊路面识别算法。根据车辆运动状态,路面识别算法对当前路面和最优滑转率进行辨识。然后采用自适应模糊PID控制器将驱动轮滑转率实时控制在最优滑转率附近。最后选择典型工况,基于Car Sim与Matlab/Simulink联合仿真实验对控制方法进行了验证。仿真结果表明,该模糊路面识别算法能够较好识别路面附着系数和其最优滑转率;基于路面识别的驱动防滑控制具有良好的控制效果,提高了极限工况下车辆的稳定性与动力性。

分布式驱动电动汽车实时路面识别算法研究

以分布式驱动纯电动汽车为研究对象,进行了车辆在多种路面上直线行驶时的附着系数识别方法的研究。根据车辆的多路面滑转率实验数据,选择并改进了轮胎模型。使用带有遗忘因子的递推最小二乘算法对电动汽车行驶的路面进行估计和识别。结果表明,该识别算法可实时、准确、有效和快速地分辨出电动汽车行驶的路面(结冰、干沥青和湿沥青),为车辆的主动安全控制提供依据。

基于滚动阻力实时监测的软路面识别方法

为提高某军用越野车辆在软路面的机动性,提出一种基于滚动阻力实时监测的软路面识别方法。利用软路面测量的特征参数计算出土壤"圆锥指数"(cone index,CI);依据贝克的地面力学"压力-沉陷"公式获得主要由土壤压实阻力构成的车轮滚动阻力系数;通过实时监测车辆和发动机动的运行状态,基于车辆纵向力平衡方程,根据发动机的输出扭矩计算车辆当前行使路面的滚动阻力系数,并与软路面滚动阻力系数临界阈值进行对比。若为软路面则采取车辆软路面的行使模式,使得车辆快速通过。该文实现了车辆对软路面的自我识别,识别率达90%,提高了越野车辆的机动性能。

基于拖拉机动态参数的路面识别及计算研究

提出了一种基于拖拉机悬架动态参数的路面高程计算方法和路面等级识别算法。由于车轮与路面之间存在直接关系,可根据拖拉机悬架非簧载质量加速度逆向计算路面高程,并建立路面高程逆推导模型。利用BP神经网络算法进行路面等级识别,选取与路面等级之间存在直接关系的非簧载质量加速度、簧载质量加速度和车速3个参数为路面等级识别的依据,即BP神经网络的输入层节点。建立了拖拉机二自由度四分之一模型,并在MatLab/Simulink平台中搭建仿真模型,得到了在各类型路面为输入时的路面高程计算和路面等级识别情况。仿真结果表明:由逆推导模型计算得到的路面高程能很好地反映原始路面高程,且路面等级识别具有较高的计算精度。

基于路面识别的汽车纵向主动避撞系统

汽车纵向主动避撞系统应能根据路面状态的突变自动地调整安全距离以提高系统的可靠性。在魔术公式的基础上,给出了基于车轮动力学参数识别路面的方法,建立了车辆动力学模型,分别对汽车行驶在高、低附着系数路面和组合路面上避撞系统的工作进行了模拟试验。试验结果表明,识别的路面状态与实际路面一致性良好,具备路面识别系统的汽车纵向主动避撞系统对路面具有自适应性,其安全性高于没有路面识别系统的避撞系统,从而有效避免了变路面上汽车碰撞的发生。

基于路面识别的汽车制动防抱死优化控制

汽车ABS在车辆制动过程中,能够有效缩短制动距离、避免出现车辆侧滑以及减少轮胎磨损等特殊优点,保证了车辆的制动性和行驶安全性。在现有ABS控制方法中,普遍存在路面识别算法精度低、实时性差,以及防抱死系统中存在高度非线性、时变性和参数不确定性等难题。为解决上述问题,提出了一种基于路面识别的ABS滑模变结构控制方法,基于"路面特征系数"法进行路面识别,动态地获取当前车辆最佳滑移率,并基于最佳滑移率对车辆ABS进行滑模变结构控制。仿真结果表明ABS具有很好的制动效果,并能够对当前车辆行驶路面做出准确识别。

基于路面识别的汽车紧急避撞控制算法

针对不同道路条件下前方行驶汽车突然紧急制动的危险工况,提出一种适应不同路面条件的换道避撞控制与自适应巡航控制相结合的控制算法。基于PreScan软件搭建紧急避撞场景模型,利用递推最小二乘法进行路面辨识;基于辨识的路面规划避撞路径,建立适应多车运动约束的换道安全距离模型;避撞系统实时监测车辆运动状态,危险工况下控制车辆进行换道避撞操纵,并采用自适应巡航控制避免车辆换入低速车道时与该车道车辆追尾。结果表明:基于PreScan与Matlab/Simulink的联合仿真验证了该算法的有效性,车辆均能在沥青和冰雪路面上安全稳定地避撞。

基于峰值附着系数变化范围的路面识别研究

为了在制动过程中完成当前路面的识别,在Burckhardt轮胎-路面数学模型的基础上设计了6种典型路面峰值附着系数的变化范围,以路面附着系数为参数指标在制动时进行路面识别。使用单轮模型分别在单一路面和跃变路面上进行了仿真试验,结果表明该方法能够准确快速地完成路面识别,充分利用了不同路面的附着条件。最后通过车载六分力测试系统在干沥青路面上进行了道路实验,进一步验证了该方法的有效性和可行性。