考虑周车主观侵略性的智能车辆换道优化策略

智能车辆换道策略是智能驾驶技术的重要组成部分,在不同场景下的适应能力对于高品质自动驾驶尤为重要。在异质交通流中,智能车辆认知属性的不同会引起换道车辆换道意图及轨迹规划的差异。该策略利用车辆行驶空间、行驶效率参数建立车辆的决策代价函数,采用模糊理论从速度系数、空间系数、车道分布等角度实现对周围车辆主观侵略性的量化描述,在此基础上,通过智能驾驶员模型(IDM)预测周车对换道车辆换道意图的行为响应,并根据预测信息优化换道决策。在轨迹规划过程中,将车辆换道轨迹解耦为车辆换道路径及行驶速度,利用车辆主观侵略性及车辆行驶安全场评估车辆换道行驶风险,并将行驶安全场与二次规划相融合,从安全性、舒适性、参考线偏差等角度进行路径及速度优化。仿真结果表明,该优化策略通过换道决策可以有效提高道路通行效率,相较固定五次多项式与单独的安全场换道轨迹,可以有效降低换道过程中横向速度与横向加速度的幅值,改善换道过程中的行驶舒适性。

基于改进自适应超螺旋观测器的永磁同步电机无位置控制

针对永磁同步电机无位置控制的传统观测器在具有一定初始误差情况下跟踪性能较差问题,并且对于观测器中的电气参数变化会影响位置估计误差的问题,提出了一种改进型自适应超螺旋观测器的无位置控制策略。首先,对超螺旋观测器的控制率进行改进,在原有低幂次结构基础上,增加了高幂次项,以提高观测器在较大误差范围内的跟踪性能。其次,通过分析电阻误差对于估计位置的影响,设计了电阻估计自适应律,以消除电阻参数变化带来的影响,改善了观测器在低速时的位置估计效果。然后,设计了整体观测器方案的李雅普诺夫函数,并证明了所提出观测器的稳定性。最后,在Matlab/Simulink中搭建仿真模型,并通过试验验证了所提控制策略的可行性和有效性。