农用车辆单神经元自适应PID轨迹跟踪控制

为了实现复杂环境下的农用车辆路径跟踪控制,提出了基于单神经元自适应PID的路径跟踪控制方法。首先,建立了农用车辆运动学模型和电动助力转向系统模型,为后续的控制算法的设计打下模型基础。其次,设计了单神经元自适应PID控制策略,为了消除频繁控制引起的振荡,根据实际转角控制精度的要求,设置合理死区作为转角跟踪误差,利用带监督的赫步学习规则对神经元进行训练,在Matlab/Simulink环境下构建控制模型。试验和仿真结果表明,基于SNAPID的农用车辆路径跟踪控制精度较高,在直线行驶工况下,最大偏差在3.2cm以内,平均偏差在0.92cm以内;在曲线行驶工况下,最大偏差在4.3cm以内,平均偏差在1.03cm以内。

独立存取双层俯仰停车库设计

通过研究市场上已有的立体停车库,设计出一款双层俯仰停车库以应对目前越来越严峻的城市停车问题。此项设计采用双层式布局,由一套液压系统提供动力,通过杠杆机构实现车库整体的俯仰运动。改变车库的俯、仰状态实现上下层存车和取车的功能。上下层存取车为两个独立的操作,无论下层是否有车,均不会影响上层的操作,全过程上下层互不干扰。此外,在考虑了车主日常存取车习惯的前提下,还设计有一套控制系统,上下层分别有两套按钮开关,可以实现一键存车、一键取车的操作,整个过程方便快捷。

基于Adams的汽车动力总成-整车系统隔振优化设计

应用已测得的动力总成各项参数,建立动力总成-整车动力学模型;运用能量解耦原理,考虑系统各阶振动固有频率的合理分配对优化过程加以约束;利用系统动力学仿真分析软件Adams对动力总成-整车动力学模型中的悬置系统进行优化设计。振动传递率和频域响应分析结果表明:该方法能有效地提高悬置系统的隔振性能。

车用磁流变阻尼悬置器磁场优化及控制研究

作为汽车动力总成与底盘之间的连接件,磁流变阻尼悬置器需要满足静态支承和在极小活塞行程内提供较大阻尼力的要求。磁流变悬置器的直流线圈能产生可控磁场以此来调整磁流变液的粘度。针对现有磁流变阻尼器出现的问题,通过改变线圈布置方式拟优化悬置器磁场分布,并加载控制策略验证磁流变悬置器隔振性能。

轮内电动汽车直接横摆力矩控制

针对参数变化及不确定性干扰等非线性因素对于车辆稳定性的影响,设计出一种基于自适应鲁棒滑模控制的策略,保证轮内电动汽车在上述不确定因素的干扰下,仍然可以保证车辆的行驶稳定性。具体搭建了整车二自由度模型和驱动电动机模型,设计自适应鲁棒滑模控制律,利用先进车辆动力学仿真软件Carsim对该控制策略进行了仿真实验;同时进行了实车试验。试验和仿真结果表明,该算法可有效实现直接横摆力矩控制,使车辆在有较大侧向风的干扰下保持行驶稳定性。

基于改进深度卷积神经网络的车辆检测方法研究

基于视觉的车辆检测作为辅助驾驶系统的输入,对智能车辆预警和决策起着重要的作用。针对目前传统深度卷积神经网络在基础网络设计和物体检测网络构建的不足,提出一种对经典的深度残差网络进行改进方法,提出带局部连接的残差单元,并以此构建带局部连接的残差网络;同时,提出基于共享参数的多分支网络和双金字塔语义传递网络形式,提升不同语义级别特征融合前的语义级别,以及实现深度融合不同分辨率特征图的语义。经过测试,车辆的检测准确率最高达到95.3%,且具备较高的实时性和环境适应性。