智能网联车辆MFP算法轨迹预测模型研究

为解决车辆轨迹预测任务中环境不断变化、车辆间存在交互影响,导致长期预测情况下预测精度较低的问题,提出了一种基于multiple futures predictor(MFP)算法的多智能体轨迹预测模型。采用对称指数移动平均法去除异常数据并平滑轨迹;采用图神经网络(graph convolutional neural network,GCN)进行交互特征提取,将历史轨迹与未来智能体之间的交互特征进行编码;在解码过程中添加车辆自身运动学模型得到动态可行的预测轨迹。对公开数据集NGSIM进行实验分析,结果表明:模型对车辆轨迹预测误差在0.5 m以内;通过对轨迹预测的ADE与FDE结果分析,在预测未来5 s轨迹的情况下,相比于其他方法,ADE降低了30.7%,FDE降低了32.5%,验证了模型和算法的有效性。

动力电池热失控特征及防控技术研究分析

近年来,锂离子电池热失控问题已成为抑制新能源汽车动力电池发展的主要瓶颈。本文针对新能源汽车动力电池热失控问题的研究展开了全面综述,阐述了锂离子电池热失控的诱因,介绍了锂离子电池热失控过程以及不同变量条件下锂离子电池的热失控特征。基于锂离子电池的热失控特征参数综述了适用于锂离子电池火灾的早期预警方法和火灾抑制方法,总结了目前新能源汽车动力电池热失控问题研究的不足和发展趋势,为新能源汽车动力电池领域的发展提供一定的参考。

基于车-路互联的路面附着系数测算方法研究

路面附着系数对于车辆主动安全控制起到至关重要的作用,及时准确地获得车辆前方路段的路面附着系数,可以有效地避免发生道路交通事故。针对车辆前方超视界路况不易预测、现有路面附着系数测算算法准确度低和计算实时性较差等问题,提出了一种基于车-路互联技术的路面附着系数精确测算方法。建立了三自由度整车模型和Dugoff轮胎模型,设计了转换容积卡尔曼滤波算法、自适应加权融合算法和递推平均滤波式数据融合算法。其运行步骤为:基于三自由度整车模型、Dugoff轮胎模型和容积卡尔曼滤波算法,测算单个车轮对应的路面附着系数;通过自适应加权融合算法用于测算单台车辆对应的路面附着系数;在道路信息共享站中,针对多车对应的路面附着系数,采用递推平均滤波式数据融合算法测算待测路段准确的路面附着系数。通过两辆不同型号的SUV车辆分别进行了多次湿滑雪地沥青路况和干燥沥青路况的实车试验验证。结果表明:对于湿滑雪地沥青道路,路面附着系数测算的精确度达86.67%;对于干燥沥青道路,路面附着系数测算的精确度达94.89%;因湿滑雪地沥青路况出现局部结冰及车辙处积雪变薄的现象,测算结果相对干燥沥青路况误差较大。该方法可以有效地提高路面附着系数测算的精确度和实时性。

混行场景智能车换道决策与运动规划

针对行人-车辆混行的常见交通场景下智能车决策安全性和行驶效率不高的问题,提出了一种新的基于自车期望车速与前车车速、加速度和车距的行车不满意度换道行为决策模型。同时建立换道最小安全距离模型,用以在换道全过程中判断换道的可行性。为了提高运动规划算法的效率,选用Frenet坐标系,采用路径规划和速度规划解耦的方式。对于路径规划,选择五次多项式曲线,采用考虑安全、舒适以及高效性的3个路径评估指标。对于速度规划,采用动态规划与二次规划获得平滑的速度曲线。在CarSim/PreScan/Simulink的联合仿真平台下搭建人车混行的交通场景进行验证。仿真结果表明,基于行车不满意度的换道决策模型能选择更高效及安全的行驶方式,运动规划模块能确保自车换道及避让行人过程的安全性和操纵稳定性。

基于关联规则挖掘的车辆故障码分析

本文中基于车载诊断原理,将车载自诊断过程产生和保存的故障码(diagnostic trouble codes,DTC)分析与关联规则挖掘相结合,提出适用于挖掘故障码数据关联的改进FP-Tree算法,并根据得到的关联规则建立整车故障码关联图,将其应用于历史数据分析流程与车辆维修流程。挖掘数据中有趣关联规则,提供关联可视化结果;对维修过程读取的驳杂故障码进行分析,减小故障码复杂性,分析主要故障码,缩短基于故障码的检修时间,协助维修人员定位故障。

轮毂电机驱动车辆驱动力控制研究

轮毂电机驱动车辆各轮转矩精确可控且响应迅速的特点适用于越野工况,但越野路面起伏不一且附着条件多变,因此,开发基于越野工况辨识的车辆驱动力控制策略,对提升轮毂电机驱动车辆的纵向行驶稳定性具有重要意义。基于动力学模型分析路面附着与路面几何特征,确定可用于越野工况辨识的车辆特征参数集;针对车轮悬空垂向载荷估计失真现象,且由于地面垂向力的实际变化导致车辆垂向载荷分配比例的改变,修正了垂向载荷的计算;利用各特征参数的差异与越野工况的映射关系判定工况属性,采用模糊识别法界定4种地形工况;驱动力控制上层考虑工况与驾驶员影响因素,通过越野工况辨识结果决策驱动利用系数,作为前馈期望转矩调节权重;中层通过四轮垂向载荷得到转矩分配系数,设计驱动力分配算法;下层针对车辆在越野工况下出现车轮滑转与悬空状态,对车轮进行动态转矩补偿。仿真测试与实车验证表明,越野工况辨识结果与预期相符,驱动力控制策略综合优化了车辆稳定性和动力性。

基于Transformer的纯电动汽车充电时间预测

纯电动汽车充电时间的安排是车主日常生活中至关重要的环节,直接影响车主出行的便利度和舒适体验。然而,目前仍然面临充电桩资源不足、充电须提前规划等挑战,为解决车主因车辆电量不足而无法立即用车的问题,提出一种基于Transformer模型的充电时间预测解决方案,帮助车主更好地规划日常行程。为了更好地了解电池性能衰减程度和容量损失情况,采用容量法评估电池健康状态,并分析驾驶人的充电行为,对电池充电行为特征进行构建。使用Savitzky-Golay滤波器对表征电池衰减的特征进行平滑处理,并进行累积变换,使特征能更全面地表征电池信息;再耦合皮尔逊相关系数和LASSO(least absolute shrinkage and selection operator)回归算法二次筛选得到最优特征集。最后,利用Transformer模型的超强注意力机制,对充电时间进行预测。通过实验数据验证,此方案可以准确且快速地预测纯电动汽车的充电时间,决定系数达到0.999,运行时间为156 ms。

纳米ZnO对正辛烷边界润滑摩擦特性的分子动力学研究

为了研究纳米ZnO对正辛烷边界润滑性能的改善机制,在考虑边界粗糙度的情况下,建立具备凸峰的分子动力学边界润滑模型,研究25~400 MPa负载条件下基础液与ZnO纳米流体的密度分布与径向分布函数,分析基础液与ZnO纳米流体在不同正压力下的摩擦特性。结果表明:基础液与纳米流体在不同正压力下都出现了密度分层,且正压力越大,分层越明显;纳米ZnO的加入会改变基础液的结构,提升承载能力;纳米流体能降低剪切过程中摩擦表面应力应变,并减小晶格畸变的程度;质量分数1.636%的纳米ZnO流体界面模型的摩擦因数为0.078 1,较基础液界面模型减小了47.4%,说明纳米ZnO对正辛烷边界润滑界面具有显著的减摩作用。

改性生物炭作为聚α-烯烃添加剂的摩擦学性能研究

将在不同温度下热解的棉花秆粉末进行球磨处理与碱化改性后得到纳米生物炭材料,并采用拉曼光谱、傅里叶红外光谱、X射线光电子能谱(XPS)对其进行表征。将纳米生物炭粉末加入聚α-烯烃-6(PAO6)中制备纳米生物炭润滑油,通过粒度分析和自然沉降观测表征其分散稳定性,并考察其润湿性能和摩擦学性能。结果表明:改性处理能提高生物炭含氧官能团的数量从而提升纳米润滑油的润湿性;加入700℃处理的生物炭制成的质量分数0.2%的纳米润滑油性能最佳,与PAO6相比,摩擦因数下降21.2%,磨损量下降43.0%。基于生物炭纳米润滑油理化特性,结合磨损表面XPS分析与形貌分析,将NBC能够改善PAO6摩擦学特性归因于:NBC作为一种薄片状的类二维材料,其中还包括部分极小的颗粒状物质,使其同时发挥层间材料的剪切效应与颗粒材料的填补修复效应;此外,纳米生物炭的添加也可以通过提升润湿性改善局部细缝的摩擦特性,并促进含Fe_(3)O_(4)摩擦膜的形成。

四轮独立电驱动越野车驱动力优化控制

为了充分利用四轮独立电驱动越野车各轮转矩独立可控的优势,提高越野车的牵引力和越野能力,提出了一种驱动转矩协调控制策略.根据越野车前后轴载荷预分配驱动电动机转矩,利用基于车轮滑转率-路面附着系数的极值寻求算法实现路面最优滑转率估计.采用比例-积分-微分(proportional-integral-differential, PID)控制-滑模控制(sliding mode control, SMC)和基于状态的驱动力再分配方法实现各轮驱动转矩的协调分配,抑制越野车在恶劣路面条件下的车轮打滑.通过CarSim/MATLAB联合仿真以及硬件在环(hardware-in-the-loop, HIL)测试,进行了爬陡坡、单一附着路面、对开路面及连续起伏路面工况的试验验证.结果表明:提出的控制策略能根据实际工况分配驱动轮的转矩,降低驱动轮滑转率,实现整车驱动力的优化.

基于微观车流的拟人化换道决策规划

为提高无人驾驶车辆换道过程中的安全舒适性,在传统换道决策基础上引入换道对局部交通流的影响,并加入换道惯性因子。针对解耦式横纵向轨迹规划不足,提出联合横纵向约束规划;基于动态规划及二次规划算法,结合上一帧纵向规划约束当前时刻横向轨迹曲率;纵向规划过程中根据当前时刻横向规划结果筛选关键障碍物,并添加曲率限速约束,结合横纵向规划最终生成换道轨迹。实车验证结果表明,所述方法生成的横向、纵向换道轨迹能有效提升换道轨迹的合理性、稳定性和舒适性。

商用车疲劳预警系统研究综述

阐述了商用车疲劳预警系统的整体框架,对监控系统、人机交互界面和疲劳检测方法的研究现状进行了详细分析,指出未来监控系统需具备高稳定、短延迟、海量数据处理能力,将预警分为两个层次并分别定义人机交互的有效性,然后对4类疲劳检测方法进行分析,指出基于多特征信息融合的疲劳检测方法将是未来的主要研究方向。最后提出当前研究的难点,并从获取更多驾驶员信息、提取更多疲劳特征、减少对特定疲劳特征的依赖3个方面对商用车疲劳预警系统的研究进行了展望。

基于TLGI技术的纯电动汽车车用电动机新型控制

针对纯电动汽车永磁同步电动机(PMSM)传统的直接转矩控制在电动机转速较低时的转矩脉动问题,提出了基于二电平广义逆变器(TLGI)技术的空间电压矢量调制技术(SVPWM)的新型控制策略,论述了将基于TLGI的SVPWM技术运用于PMSM电动机的原理及实现过程,推导了SVPWM的开关状态函数表,研究了SVPWM的电压幅值和电压矢量分区,最后基于新型SVPWM控制方法对一纯电动汽车车用电动机进行了Matlab/Simulink建模和仿真.通过对电动机控制系统的仿真结果表明:该方法可以有效扩大SVPWM线性调制区域,缩短系统调节时间,相比传统的直接转矩控制使用的滞环控制方法,该控制方法更具优越性.

混合动力重型货车参数局部与集成优化仿真研究

动力耦合系统的动力源参数匹配和能量管理策略两者相互关联,为提高混合动力重型货车的综合性能,两者应集成设计。针对混合动力重型货车参数匹配需反复计算、验证的特点,在Matlab/Simulink中建立了可缩放、自动寻优的参数匹配模型。以经济性为目标函数,基于粒子群算法进行动力源参数匹配,得到局部最优动力源参数结果。针对混合动力重型货车中广泛采用的基于规则的能量管理策略,其规则控制中一些阈值参数不确定的问题,应用粒子群算法对其关键控制参数进行优化,得到局部最优控制参数。为了实现全局最优的匹配结果,将动力源部件参数和控制策略参数进行集成优化,以动力性为约束条件,经济性最优为优化目标,得到全局最优的参数匹配结果。对比显示,全局优化匹配效果相较于动力源参数局部优化提升11.4%、相较于控制策略参数局部优化提升12.4%。

基于双层求解策略的平行泊车轨迹规划

轨迹规划在泊车系统中承接了上层感知和下层控制,是缩短泊车时间和降低跟踪难度的关键手段。针对平行泊车轨迹规划难以兼顾轨迹的生成质量、泛化能力和计算效率等问题,提出了基于双层求解策略的平行泊车轨迹规划方法。该方法分为两层:第一层将平行泊车的路径分为由锚点连接的两段路径,采用路径倒推的思路寻找出锚点,分别规划从终点到锚点的路径和从锚点到起点的路径,之后对路径附加“时间最优”剖面,逆序得到特定时刻的状态量与控制量;第二层采用同步联立正交配置法,将平行泊车最优控制中连续的状态量和控制量转化为轨迹非线性规划的离散点,把第一层得到的状态量与控制量作为初始值带入非线性规划求得数值解。同时,建立了5种平行车位泊车场景模型并进行了仿真分析,结果表明,针对不同的泊车起始位姿和车位尺寸,均能规划出满足约束条件的最优轨迹,提高了轨迹的生成质量和泛化能力,并具有较好的计算效率。

双电机驱动电动汽车再生制动控制研究

为提高纯电动汽车再生制动过程中的能量回收率,文章以某一前、后双电机驱动的纯电动汽车为对象,针对纯电动汽车再生制动过程中机械制动力与电机制动力的分配进行研究,合理的分配前、后轴上机械制动力与电机制动力各自的比例,并引入相关影响因子对电机制动力进行修正,制定了经济性控制策略,最后用Simulink和Cruise软件进行联合仿真。结果表明,采用经济性控制策略能够提高制动能量回收率,且在车速波动更为频繁的城市工况下更有利于电动汽车回收制动能量。

轮毂电机驱动越野车原地转向控制

针对基于阿克曼转向的越野车最小转弯半径大、转向机动性不足的问题,利用轮毂电机驱动车辆转矩独立可控的优势,开发了路面自适应的原地转向控制策略。构建整车七自由度原地转向动力学模型,阐释原地转向过程中纵横向耦合运动轮胎力的演变规律,建立原地转向阻力矩和横摆力矩随车轮滑转率、路面附着系数变化的量化模型。以转向动力响应性为优化目标设计了不同附着条件下的横摆角速度期望轨迹,并以各轮滑转率安全阈值作为稳定性约束以减小转向中心偏移量,执行层基于模型预测算法进行横摆角速度的跟踪控制,同时引入自适应滑模控制器反馈调节车轮滑转率以确保纵横向运动的稳定性。仿真测试与实车试验表明,开发的原地转向控制策略在高、中、低附路面下均实现了期望原地转向轨迹的精确跟踪,并将转向中心偏移量限制在500 mm以内,提高了越野车原地转向灵活性和横向稳定性,实现了“既快又稳”的原地转向。

轮毂电动机驱动滑移转向车辆驱动力控制

为提高滑移转向车辆机动性和稳定性,以轮毂电动机驱动滑移转向车辆为研究对象,充分利用转矩矢量控制在车辆动力学中的优势,针对传统滑模控制存在抖振问题,提出了一种基于自适应模糊滑模控制(adaptive fuzzy sliding mode control,AFSMC)的直接横摆力矩控制方法.设计自适应模糊滑模控制器,计算跟随控制目标所需的附加横摆力矩,构建模糊系统实时逼近变增益符号函数,模糊自适应律通过Lyapunov方法导出,提高控制策略的鲁棒性并抑制输出控制量的抖振问题.对下层控制器,提出了一种基于优化分配的驱动力分配方案,根据轮胎负荷率和加权因子建立目标函数.所提出的策略充分考虑了车辆的非线性动力学特性.实车试验结果表明:所提出的控制策略能够在车辆操纵性和稳定性方面获得良好的性能,控制系统具有较强的鲁棒性.

基于SPOC的汽车CAD/CAE课程教学模式设计研究

当代“互联网+”技术的飞跃发展,为“新工科”院校提供了丰富优质、开放的教育资源的崭新途径,使高校教师所获取的教学资源日趋便捷化、多元化,“互联网+教育”新生态的进一步发展,更为“SPOC教学模式”引领下的高校“新工科”教育教学模式变革提供了强有力的支持与保障。SPOC(小规模私密在线课程)既是一种灵活融合网络课程与实体课堂的混合式教学模式,也是一种“后MOOC时代”典型课程范式。本文在充分借鉴国内外相关学者、专家研究成果的基础上,首先阐述了“SPOC教学模式”的概念及其优势;然后探讨了传统教学模式存在的问题;接着构建了汽车CAD/CAE课程基于SPOC的“13339”教学模型;并以该模型为基础,搭建了汽车CAD/CAE课程教学平台;最后设计了基于SPOC的汽车CAD/CAE课程教学模式,阐述了三个主要阶段内容。以期为高校深入建设和应用SPOC提供有益的借鉴,进一步促进高校新工科教育理念和教学模式的变革。

锂离子电池在高脉冲工况下老化机理的分析与研究

随着性能的不断提高,锂离子电池也开始应用到高能器件上,通常要求电池频繁做大电流脉冲放电。然而当前学术界对电池老化的研究只关注循环充、放电工况或其他车用工况,对高脉冲工况缺少研究。本文旨在研究高脉冲工况下锂离子电池老化特性及规律。在循环工况实验过程中,通过电性能测试,即容量测试、混合脉冲功率特性测试和容量增量测试,分析锂离子电池的老化特征。结果表明,相对于1 C循环老化工况,高倍率脉冲放电工况下的电池容量衰减更快,至480周循环容量衰退率就达到21.8%。内阻增加同样表现得迅速,480周循环极化内阻与欧姆内阻增长率分别达到85.0%与141.3%,是1 C循环工况电池的数十倍。同样IC/DV曲线变化也更加明显。