基于匝道合流数据的自动驾驶汽车安全性测试评价方法

针对自动驾驶汽车测试场景不明确、评价模型主观性强等问题,研究了高速匝道汇入场景下的典型测试场景提取方法和自动驾驶汽车匝道汇入安全性客观评价方法。深入分析了匝道汇入功能场景下的逻辑场景要素,对自然驾驶数据中的自车速度、车间距离、前车车速等逻辑场景要素进行聚类,得到两类典型的匝道汇入测试场景用于自动驾驶汽车的仿真测试。构建多层次自动驾驶汽车评价体系,引入基于自然驾驶数据的核密度估计模型来获取指标最优阈值,建立以最优阈值为参考序列、以层次分析法(AHP)和客观赋权法(CRITIC)为权重输入的灰色关联理评价模型,对自动驾驶汽车在汇入过程中的安全性进行客观评价。评价结果表明:基于核密度估计的灰色关联理论模型评价结果与主观模糊综合分析模型的评价结果相似率达98.01%,验证了客观模型的有效性。

融合反步法的无人驾驶汽车轨迹跟踪控制方法

为了解决无人驾驶汽车轨迹跟踪控制的准确性、稳定性和快速性问题,将反步法分别融合滑模变结构控制和模糊自适应控制.建立车辆三自由度运动学位姿误差微分方程,推导了基于反步法的车速和横摆角速度控制律,结合Lyapunov稳定性判据验证了系统稳定性.分别建立融合反步法的滑模变结构和模糊自适应轨迹跟踪控制方法,结合轨迹跟踪稳态误差、超调量和调整时间,验证、比较了控制方法准确性、稳定性和快速性3种性能的优劣.结果表明:融合反步法的滑模变结构轨迹跟踪控制的稳定性最好,轨迹跟踪超调量接近于0;融合反步法的模糊自适应轨迹跟踪控制快速性最好,轨迹跟踪调整时间相对于反步法缩短了18.2%.

线控主动四轮转向汽车控制策略研究

目的针对线控四轮转向汽车横向稳定性不足及控制鲁棒性差等问题,提出一种主动转向反馈控制策略。方法使用Simulink搭建线控转向系统转向执行机构动力学模型,将MATLAB/Simulink与Carsim联合仿真,建立线控四轮转向整车模型;基于二自由度模型分析横摆角速度和质心侧偏角对汽车稳定性的影响,推导理想的横摆角速度和质心侧偏角;以横摆角速度增益恒定为依据设计理想传动比,得到期望前轮转角,以横摆角速度误差为控制量设计模糊控制器得到附加前轮转角对期望转角实时修正,实现前轮主动转向;针对横摆角速度和质心侧偏角与理想值之间的误差,加权得到稳定性控制目标;设计自适应积分滑模反馈控制策略输出后轮转角,对理想值进行跟踪,实现后轮主动转向。结果仿真实验结果表明:所搭建的线控转向系统能够准确反映汽车动力学特性。相比无控制的机械前轮转向汽车与横摆反馈控制的四轮转向汽车,线控主动四轮转向汽车在双移线工况下将质心侧偏角控制在0值附近波动,横摆角速度跟踪误差控制在1.149 deg/s以内;在角阶跃工况下将质心侧偏角稳态值控制在0.065 deg,横摆角速度稳态值误差为0.074 deg/s。结论线控主动四轮转向控制策略在双移线和角阶跃工况下控制效果显著,鲁棒性能好,能有效提高汽车的操纵稳定性和主动安全性。

北方寒冷地区温度场作用下公路路表形变规律分析

为了更加具体、深入地理解寒区道路,研究其病害发生、发展规律,提高对道路结构在时间和空间上的认知,开展了北方寒冷地区路表形变规律的研究。通过选取典型公路路段,建立10个监测段落,对路基的冻胀、融沉变形持续进行现场高程监测。分析温度场作用下路表形变特征和响应机制,分析公路在自然条件下的时域形变特点、动态形变特征及差异性。分析周期监测数据,构建竖向相对形变、竖向相对形变速率、横断面间形变速率最大倍数等参数,比较不同段落、不同横断面和监测点间的形变及其差异。研究北方寒冷地区路表形变与温度场协调规律,结果表明:北方寒冷地区基于温度场的路表形变具有典型的周期特性。对比分析填、挖方路段纵横方向形变的差异特征,形变极值分布规律,以及结合热胀、冻胀、融沉阶段的相对形变规律及形变速率差异特点,结果发现:挖方路段形变速率是填方路段的10余倍;8月份至10月份的热胀速率大于10月份至11月份的热胀速率;融沉主要发生在3月份至5月份;而冻胀速率较为稳定,对于填方路段,11月份至次年1月份的冻胀大于1月份至2月份的冻胀,而挖方路段则相反。给出了寒冷地区路表形变的温度场时域响应规律、特点,为开展寒区路基、路面结构和材料研究,以及道路病害等研究提供了依据。

跟车工况下基于风险评估的人机共驾策略

为了避免驾驶辅助系统对驾驶员造成不必要的干预,结合碰撞风险与驾驶操纵能力引出了纵向跟车工况下的风险评估区的概念,基于驾驶数据的正态分布特性确定了风险评估区边界,进而提出一种新的人机共驾纵向驾驶权分配策略,该策略以碰撞时间倒数(TTCi)为判断前提,如果TTCi超过其阈值,则以风险评估区上边界代表驾驶操纵能力的最大偏差值,根据驾驶员操纵能力的偏差程度分配辅助驾驶系统的控制权。结合Prescan、Matlab/Simulink与罗技G29驾驶模拟器搭建了驾驶员在环仿真平台,以分心驾驶模拟驾驶员操纵能力下降情况,对策略的有效性进行了验证。结果表明,在高速道路跟车工况下,所提出的人机共驾策略能有效避免由于驾驶员操纵能力下降导致的碰撞事件发生。

切入场景下基于碰撞风险聚类的改进车速预测方法

切入工况的高精度车速预测是保证自动驾驶切入安全的关键依据。为提高自动驾驶汽车切入工况安全,开展了基于车车耦合风险聚类的切入场景自车速度高精度预测方法的研究。首先,依据实验所得自然驾驶数据进行车辆切入切出片段提取,使用K-means方法依据碰撞风险与加速度关联特征进行聚类分析。其次,基于支持向量机(SVM)模型,对切入切出工况车车交互状态进行在线识别,对切入危险工况进行实时预测。最后,提出基于自回归综合移动平均(ARIMA)模型的改进车速预测方法,结合在线识别结果进行车速在线优化。仿真结果表明,所提出的基于碰撞风险聚类的改进ARIMA车速预测方法对提高切入安全效果明显,较传统的预测方法车辆的碰撞风险降低了10%~20%。研究结果表明,ARIMA模型的改进车速预测方法对提高自动驾驶车切入安全具有重要的研究意义。

基于毫米波雷达的无人驾驶电动汽车换道动态避障控制方法

无人驾驶电动汽车在换道行驶中,难以细致地衡量道路中障碍物的移动状态,从而导致规划后的避障路线不够准确,可能会发生交通事故;对此,提出基于毫米波雷达的无人驾驶电动汽车换道动态避障控制方法;利用电动汽车内置的传感器设备,检测无人驾驶电动汽车的行驶状态和道路环境,判断电动汽车是否满足换道条件;综合考虑电动汽车和动态障碍物的移动状态,对无人驾驶电动汽车换道行为进行决策;采用毫米波雷达技术,设计动态避障控制器,根据决策结果规划换道避障路线,生成控制指令,实现无人驾驶电动汽车换道动态避障控制;通过效果测试实验得出结论:毫米波雷达技术的测量误差能够控制在0.1以内,位置控制误差和碰撞风险明显降低,具有更优的控制效果。

基于主动后轮转向的车辆稳定性控制策略

为实现四轮轮毂电机驱动车辆的操纵稳定性控制,提出了主动后轮转向和附加横摆力矩复合控制策略。针对高速行驶转向灵敏度大的问题,对前后轮转向比进行优化。策略采用分层式控制框架,上层基于线性时变模型预测控制算法,建立了四轮轮毂驱动车辆时变预测模型,推导和跟踪包含后轮转向系统的理想输出轨迹,并计算了跟踪理想状态轨迹所需附加力和力矩。下层通过求解四轮转矩分配优化问题,实现了滑移率阈值控制,解决了再生制动和机械制动的分配问题。仿真结果表明,提出的复合控制策略能够达到预期控制效果,改良了车辆横纵向稳定性。

智能停车系统在城市现代化综合交通枢纽建设中的实践研究

现阶段我国智能停车系统已经由探索阶段向实践阶段转型,城市现代化综合交通枢纽建设需要智能停车系统的投入,用于解决停车难的实际问题。围绕智能停车数据管理系统、数据处理系统开展全面的优化设计,旨在提高智能停车系统的有效性、精准性,为综合交通枢纽的停运能力起到保障作用。

运用路径动态预览模型的低速智能汽车侧向跟踪控制研究

采用速度自适应的动态预瞄距离是提高智能车侧向跟踪控制效果的有效办法。针对目前基本采用基于当前车速的预瞄距离自适应策略,提出一种结合规划路径和规划速度信息的动态预瞄距离跟踪控制算法以提高智能车在低速侧向跟踪控制的精确性。本文以几何学纯跟踪算法为基础,推导了前行和倒车时的侧向跟踪控制律;依据实时规划的路径和速度信息,设计了预瞄距离动态调整方法,最终获取具有速度自适应性的前视距离-车辆前轮转角关系。最后,在CarSim-MATLAB/Simulink联合仿真环境下验证了算法的有效性和准确性,并通过实车测试,验证了所提出的方法较基于动力学模型的LQR算法具有更低计算消耗和更高跟踪精度。

汽车安全性测评规程现状及趋势展望

在汽车产业电动化和智能化进程中,汽车安全测试评价技术也从单纯被动安全向主被动安全融合方向延伸和扩展。本文从车内乘员保护、车外弱势道路使用者保护与主动安全三方面,深入对比分析了全球主流汽车安全测评规程的差异,总结了针对各测评工况的车辆安全开发技术要点,探讨了新能源与智能网联汽车安全测评规程的发展趋势。研究认为,主流汽车安全测评规程在被动安全评价方面越来越严格,主动安全测评工况比重在逐步增加,未来测评规程的发展重心将集中于主被动安全融合及针对复杂工况的虚拟测评两方面。此外,针对新能源汽车的电池安全测试已相对完善,未来研究重点可向电控系统测试、底盘稳定性测试和充换电设施与配套设备统一标准化认证等方向拓展;而构建合理、可靠的智能网联汽车OTA(over the air)测试、HMI(human machine interface)安全性和舒适性等测评方法,在中长期内将成为行业关注的重难点问题,且可借助自动驾驶模拟器等工具搭建虚实结合的复合测评体系。

某SUV气动减阻优化及其流场机制

为了提高整车燃油经济性,本文以某款SUV车型为研究对象,将仿真与试验相结合改善汽车行驶过程中的气动阻力系数。首先通过风洞试验确定对整车气动阻力有重要影响的区域或部件,其次对气动阻力系数贡献值较大的部件或区域进行减阻优化。结果表明,前轮阻风板、尾灯和尾翼对整车气动阻力系数贡献值较大。对前轮阻风板的改型,有效降低正压区面积以及减弱车轮干扰阻力;对尾灯和尾翼的优化设计,改善了尾部负压区,缩短了分离流在后窗上部的再附着的距离。基于本征正交分解方法进行局部流场信息的提取和分析可知,1阶与2阶模态主要构成了该SUV尾流场的关键流态。经试验与仿真验证,相比于初始方案,气动优化组合设计减阻率可达7.5%。本文为新一代SUV改型与升级换代提供了理论基础与技术支持。

新能源汽车市场发展趋势与营销策略探究

本文探讨了新能源汽车市场的发展趋势和营销策略。通过分析全球市场现状、政策支持与法规、市场需求变化等因素,揭示了未来新能源汽车市场的增长前景。文章进一步提出了品牌定位、产品策略、价格策略、渠道策略、促销策略及客户关系管理等营销策略,旨在为新能源汽车企业提供有价值的参考,以促进市场竞争力和可持续发展。

基于LSTM的车辆移动轨迹预测研究

精确的车辆轨迹预测对于提高行车安全、优化交通通行效率、改善城市交通环境具有非常重要的现实意义,是实现智能交通系统和自动驾驶技术面临的关键瓶颈问题。然而现有的车辆移动轨迹预测技术面临预测精度不高、预测过程耗时过长等问题。在深入分析国内外现有研究成果的基础上,构建了基于LSTM的轻量级车辆移动轨迹预测模型。该模型能够通过车辆的历史轨迹数据捕获影响车辆移动的关键因素,从而以较低的算力资源消耗代价预测车辆未来的移动轨迹,实验采用真实的车辆轨迹数据,验证了模型的有效性。

改进Bi-RRT*算法的自动泊车路径规划

针对双向快速搜索随机树算法(Bi-RRT*)生成的泊车路径不满足车辆运动学约束、路径曲折和收敛速度慢等问题,提出了一种改进Bi-RRT*算法。基于车辆碰撞检测模型,对障碍物进行膨胀处理,确保为车辆留出安全的泊车距离;采用Reeds-Shepp(RS)曲线对节点进行扩展,使路径连接满足车辆运动学约束;为了提高算法的搜索效率和采样成功率,引入了避障和径向约束采样策略;对路径节点进行均匀插值,利用基于起点的RRT*树对冗余路径进行剔除,实现路径平滑优化。仿真结果表明,与原始Bi-RRT*算法相比,改进后的Bi-RRT*算法规划出的路径不仅满足避障要求和运动学约束,而且规划时间和路径质量更具有优越性。

融合工况预测的燃料电池汽车里程自适应等效氢耗最小控制策略

为有效地提高插电式燃料电池汽车的经济性,实现燃料电池和动力电池的功率最优分配,考虑到行驶工况、电池荷电状态(State of charge,SOC)、等效因子与氢气消耗之间的密切联系,制定融合工况预测的里程自适应等效氢耗最小策略.通过基于误差反向传播的神经网络来实现未来短期车速的预测,分析未来车辆需求功率变化,同时借助全球定位系统规划一条通往目的地的路径,智能交通系统便可获取整个行程的交通流量信息,利用行驶里程和SOC实时动态修正等效消耗最小策略中的等效因子,实现能量管理策略的自适应性.基于MATLAB/Simulink软件,搭建整车仿真模型与传统的能量管理策略进行仿真对比验证.仿真结果表明,采用基于神经网络的工况预测算法能够较好地预测未来短期工况,其预测精度相较于马尔可夫方法提高12.5%,所提出的能量管理策略在城市道路循环工况(UDDS)下的氢气消耗比电量消耗维持(CD/CS)策略下降55.6%.硬件在环试验表明,在市郊循环工况(EUDC)下的氢气消耗比CD/CS策略下降26.8%,仿真验证结果表明了所提出的策略相比于CD/CS策略在氢气消耗方面的优越性能,并通过硬件在环实验验证了所提策略的有效性.

自适应时域参数MPC的智能车辆轨迹跟踪控制

为了解决智能车辆在低附着路面下主动转向跟踪控制的稳定性和控制精度问题,提出了一种基于自适应时域参数的智能车辆轨迹跟踪控制策略。基于车辆动力学模型和模型预测控制算法(MPC)建立线性时变MPC控制器,并加入包括轮胎侧偏角约束、质心侧偏角约束以及前轮转角约束的动力学约束,求解出最优前轮转向角。分析控制器中的时域参数对控制效果的影响,设计了一种自适应时域参数控制器,能够根据获取的车辆速度,将求解得到最优的预测时域和控制时域参数输入到控制器,提高控制器在不同速度下的控制精度和稳定性。通过搭建MATLAB/SimuLink与CarSim联合仿真平台,在低附着路面情况下对固定时域控制器和自适应时域控制器进行对比仿真实验。结果表明:自适应时域控制器能够有效改善控制器的性能、减少横向偏差、提高轨迹跟踪控制精度,同时对不同速度也具有较强的适应性,车辆质心侧偏角也控制在0°~15°内,有效保证了车辆行驶的稳定性。

中国混合动力汽车动力总成技术进展

在国家政策与市场需求的双重驱动下,2021年以来,中国品牌混合动力汽车动力总成技术实现突破,围绕中国市场特点与消费者用车习惯推出一批具有中国特色、世界范围内领先的混合动力汽车产品。近期混合动力汽车市场销量呈爆发式增长,2023年中国市场混合动力乘用车销售超300万辆,同比增长83%。然而,受近年来汽车领域电动化浪潮影响,行业内尚存关于混合动力汽车仅为过渡性技术的观点,部分消费者对国产混动汽车技术产品力仍存质疑。为纠正对混合动力汽车的片面性、偏见性认识,该文围绕中国混合动力汽车动力总成技术路线展开,聚焦多样化的混动架构与专用化的核心部件,提出新的混合度定义作为动力总成电气化程度的统一评价标准,探讨国内外主流混动技术异同,剖析当下中国最前沿的混动技术特点与发展趋势,厘清中国混动汽车动力总成的发展脉络。研究表明:中国式混动汽车以大容量动力电池与插电式混合动力为技术特色,实现发动机、电机两大驱动动力源以及动力电池、增程系统两大动力能量源的灵活混合与优势互补。与纯内燃机车相比,得益于电驱动技术辅助,混合动力汽车聚焦提高发动机热效率、发动机高效区利用率以及整车燃油经济性。与纯电动车相比,混合动力汽车则基于发动机的增程发电,以高性价比和高便利度解决纯电动车的补能焦虑;并通过结合发动机直驱、变速器动力放大等机械驱动技术,以更低的硬件成本实现更稳定的强劲动力输出。混合动力汽车的独特优势使其作为长期性技术路线,将成为带动汽车产业向碳中和方向转型升级的关键,该文对当下市场的深度分析和未来趋势的理性推测将为中国混动技术的进一步发展提供有益参考。

基于高效卷积注意力特征融合的道路目标检测

针对YOLOv5s基准模型参数量大、特征尺度差异化等问题,提出基于高效卷积注意力特征融合的轻量级目标检测模型.首先,构建基于幻影操作的轻量化特征提取模块,在保证检测精度接近原模型的前提下,提高模型的实时性.其次,优化通道注意力和空间注意力模块,提出基于高效卷积的注意力特征融合模块,并设计兼具检测精度与实时性的轻量级目标检测模型.在具有不同复杂道路场景的数据集BDD100K上开展实验.结果表明,相较于基准模型,所提模型的检测精度和推理速度均得到提升,其中全类平均检测精度提升了1.4%,帧率提升了28.2%.相较于当前行业应用中主流的深度学习模型,所提模型在精度与速度的均衡性上表现出显著优势.

基于LSTM-POD的汽车湍流尾迹的高时间分辨速度场重构

本文针对方背Ahmed汽车标模的湍流尾迹,建立基于长短时记忆法(long short-term memory,LSTM)和本征正交分解(proper orthogonal decomposition, POD)相结合的深度学习模型LSTM-POD。通过建立非时间分辨平面速度场POD模态系数和若干离散点的时间分辨速度信号的映射关系,实现了方背Ahmed汽车标模湍流尾迹流场的高时间分辨率重构,并对比了不同时间步长配置,即单时间步长(LSTM-Sin)和多时间步长(LSTM-Mul)对重构效果的影响。研究表明:LSTM-POD模型在时间序列重构中具有较强的学习和泛化能力。另外,LSTM-Mul考虑到了时间上的连续性和相关性,相较于LSTM-Sin,其重构出的低阶模态系数和速度场与POD的重构结果更吻合。本研究提出的深度学习模型可以缓解通过实验及高精度数值模拟获取高时间分辨率流场数据资源消耗大、计算效率低等问题。