燃油车和纯电车混杂智能网联队列系统的节能与稳定控制

提出了一种燃油汽车和纯电动汽车混杂的异构智能网联队列系统节能策略与稳定控制方法。考虑了异质车辆动力学特征、通讯时滞和外界干扰等多重不利因素对队列稳定性的影响,建立了异质车辆队列非线性系统动力学模型和能耗模型;基于能耗成本和后退动态规划方法,推导出了单车经济车速;依据所提出的节能型车间距策略,构建了状态跟踪误差系统;基于连续时间域分布式鲁棒控制方法,给出了在干扰和信息时滞下的队列系统稳定判据。对包含4辆跟随车的混杂队列系统进行仿真测试。结果表明:在保持队列系统稳定的前提下,4辆跟随车辆节能效果分别提高1.90%、1.25%、19.11%和12.22%。

考虑噪声扰动和质量参数失配的车辆状态估计

为了降低不确定噪声干扰和质量参数失配对车辆状态估计性能的影响,提出了一种STSHAEKF算法.首先,引入多重渐消因子,将强跟踪思想融入EKF算法,构成STEKF算法;其次,将Sage-Husa滤波嵌入到EKF算法中,构成SHAEKF算法;最后,构建滤波发散准则,将STEKF算法与SHAEKF算法相融合.基于搭建的CarSim/Simulink联合仿真平台,进行低附着工况下车辆不同载重的仿真分析.结果表明,在大质量失配工况下,相比EKF算法、STEKF算法和SHAEKF算法,基于STSHAEKF算法估计得到的质心侧偏角均方根误差分别降低41.77%、31.57%和29.79%.STSHAEKF算法能够有效解决质量参数失配和噪声扰动所引起的车辆状态估计精度下降问题.

基于改进人工势场法的智能汽车轨迹规划算法研究

轨迹规划作为行为决策和底层控制的关键模块,决定了智能汽车自动驾驶命令能否顺利执行。当前路径规划算法大多未考虑车辆实际的行驶特性,如未考虑不同车速下的前轮最大转角、车辆避障时轨迹是否平滑等。针对当前的轨迹规划算法存在的问题,设计了一种改进人工势场法,增加了基于车辆二自由度模型的运动学约束,使得路径规划算法能够规划出适应不同车速的路径;将车辆运动空间设定为二级公路,设定了具有车道保持功能的道路约束;为了使得避障时的曲线更加光滑,便于引导车辆进行避障,将传统的圆形障碍物模型改为基于安全距离的不规则椭圆障碍物模型。最后利用MATLAB进行仿真,通过对比实验说明改进的方案能较好的完成车辆在结构化道路中的超车路径规划,车辆做出避障变道行为时的路径更加光滑。

基于激光雷达汽车防撞预警系统的设计与实现

为了增强汽车在行驶过程中的主动安全性,本文设计了一种基于激光雷达的汽车防撞预警系统。单片机通过CAN总线采集自车车速,同时采用360°的激光雷达探测汽车周围环境。通过密度聚类算法对点云数据进行分析,并根据激光点云计算自车与前车的相对速度,进而计算当前车速下的安全距离,再将其与实时车距相比较,决定是否报警。实验表明该系统能够准确检测汽车周围车辆,并在车距过近时及时进行声光报警。本系统通过实时探测汽车周围环境并提醒驾驶员及时减速或制动,增强了汽车主动安全性,能够减少交通事故的发生。