基于横纵向综合控制的智能汽车路径跟踪

针对智能汽车路径跟踪精度不高、稳定性不足的问题,提出一种基于横纵向综合控制的解决方法。该方法在横向控制时,根据模型预测控制器求得最优前轮转向角;纵向控制时,根据加减速控制策略使汽车跟踪期望车速;此外,将横纵向控制耦合起来形成横纵向综合控制。联合使用CarSim和MATLAB/Simulink对综合控制方法进行了仿真试验。计算结果表明:该控制器能够稳定跟踪期望速度,又能够提高路径跟踪精度、行驶稳定性。

高速公路上自动超车过程的轨迹规划与跟踪控制

研究了自动驾驶汽车在高速公路上超车过程中的轨迹规划和跟踪控制。基于纵向位移与时间(s-t)图,对超车过程进行建模和数字仿真分析,并应用多项式来规划车辆横纵向运动。采用集中式模型预测控制器,综合控制车辆横纵向的运动,以实现超车过程的轨迹跟踪。结果表明:相较于分散式控制方法,利用集中式控制方法下的车辆侧向加速度的整体波动减小19.0%,横摆角速度的整体波动减小11.6%。因而,集中式控制方法下的横向运动偏差更小,纵向加速过程更加平滑、稳定,符合高速公路超车过程安全平稳性的要求。

基于BP神经网络的商用车传动轴频率预测

为避免建立或修改结构复杂的车辆模型,文章使用BP神经网络的方法来对传动轴进行频率预测。以某商用车传动轴为研究对象,在考虑等效质量、连接方式的原则上,建立了传动轴有限元模型。根据结构灵敏度分析理论,选取对固有频率影响较大的结构参数作为神经网络的输入,前两阶固有频率作为输出,并利用其进行预测。结果表明,BP神经网络能够较准确地预测出由不同结构参数组成的传动轴的固有频率。

智能汽车换道轨迹规划曲线研究

目前随着信息化、数据化、自动化、智能化越来越深入,智能网联汽车也在飞速发展,在车辆换道的过程中,轨迹规划曲线就显得十分重要,直接决定换道的安全性、舒适性、效率等。随着轨迹规划曲线的发展,先后有人工势场法,曲线拟合法,搜索算法等方法,利用曲线拟合法进行轨迹规划也是当今智能车辆领域最常用的方法之一,通过给定的车辆的起始点和终点生成连续、舒适、满足动力性要求的曲线,并对曲线拟合的各个方法的优缺点进行比较分析。