Mathematical Models of Tire-Longitudinal Road Adhesion and Their Use in the Study of Road Vehicle Dynamics

Mathematical models of tire-longitudinal road adhesion for use in the study of road vehicle dynamics are set up so as to express the relations of longitudinal adhesion coefficients with the slip ratio. They perfect the Pacejka's models in practical use by taking into account the influences of all essential parameters such as road surface condition. vehicle velocity. slip angle. vertical load and slip ratio on the longitudinal adhesion coefficients. The new models are more comprehensive more concise. simpler and more convenient in application in all kinds of simulations of car dynamics in various sorts of braking modes.

Mathematical Models of Tire-Lateral Road Adhesion for Use in Road Vehicle Dynamics Studies

Mathematical models of tire-lateral mad adhesion for use in mad vehicle dynamics studies are set up to express the relations of adhesion coefficients with slip ratio in lateral direction.The models of tire-lateral mad adhesion revolutionize the Pacejka's model in concept and therefore make it possible for applications in vehicle dynamics studies by the expression of lateral adhesion coefficient as a function of wheel slip ratio,instead of the wheel slip angle,taking into account in the mean time the influences of mad surface condition, vehicle velocity,vertical load,tire slip angle,and wheel camber angle.

参数扰动对一种先前的车辆制动控制和防护方法的影响

探究了作者早先提出的一种车辆制动控制防护方法在参数扰动下的防护效果。用MADYMO虚拟仿真软件,对4种形状的典型车头开展了仿真,分析了以下参数:人体头部与车体首次接触时间、制动系统协调时间、路面附着因数:扰动时,对该制动控制防护方法的影响。结果显示:在人体头部与车体首次接触时间时为80~100 ms时,对加权伤害费用(WIC)降幅的影响最显著,但不同车型下的参数敏感性排序存在差异。在路面附着因数扰动为0.45~0.80时,人车碰撞损伤未增加;但地面所致WIC降幅均大于零,可有效降低人地碰撞损伤。在制动系统协调时间参数扰动区间为80~350 ms时,该车辆制动控制防护方法仍然保持有效。

分布式驱动电动汽车状态与路面附着系数估计

【目的】准确获取车辆行驶状态参数和路面附着系数对于维持分布式驱动电动汽车的安全性和稳定性十分重要,针对于此,研究了一种能够准确估计其参数的算法,既能降低量产车辆的成本,又能达到车辆安全稳定的目的。【方法】首先,建立三自由度车辆模型,应用基于奇异值分解方法(SVD)的容积卡尔曼滤波算法搭建参数估计器。然后,搭建Carsim/Simulink联合仿真实验平台,采用高、低附着和对接路面双移线工况进行仿真验证。【结果】仿真实验结果表明,估计器能够较准确地估计出参数的真实值。基于仿真的良好估计效果,搭建实车实验平台,进一步进行验证得出,实车实验结果与仿真结果趋势一致,该算法具有较好的估计准确性和时效性。

4WD车辆路面附着系数自适应滤波估计方法

分布式驱动车辆路面附着系数是开发先进底盘控制策略的关键,而轮胎参数对路面附着系数估计具有较大影响。因此,提出了考虑轮胎参数的4WD车辆路面附着系数自适应滤波估计方法,提高了附着系数估计的准确性。在建立HSRI轮胎模型和3DOF车辆模型的基础上,基于扩展卡尔曼滤波理论开发了4WD车辆路面附着系数估计模型;为提高算法估计的精度,以轮胎半径变化量为输入设计了EKF参数自适应模糊调节器,通过对EKF量测噪声实时调整的方式实现了路面附着系数估计。开展实验验证了算法的可靠性,并在双移线和对接路面工况进行了仿真分析。结果表明,相比于EKF算法,该算法在双移线低附着路面上精度提高了17.2%,在对接路面工况下精度整体提高了约35.7%。研究结果为分布式驱动车辆的精确力矩分配提供了理论基础。

基于车桥耦合理论的斜拉桥拉索动力冲击系数及影响因素分析

为了分析车辆荷载对斜拉桥拉索产生的冲击效应,以国内某在役斜拉桥和某型五轴重车作为研究对象,通过有限元方法分析不同工况下的拉索动力响应和冲击系数,将计算结果与国家现行规范进行比较,提出了拉索动力冲击系数的建议值。仿真案例考虑了车速(50~120 km/h)、路面等级(光滑、A级、B级、C级)以及车辆横向位置对结果的影响。研究结果表明:经有限元分析出的拉索动力冲击系数大于现行规范中的取值;随着路面等级的增加,冲击系数越大;边缘车道上车辆产生的冲击效应大于中间车道的冲击效应;车速变化对不同位置处的拉索动力冲击系数影响并不相同;在相同工况下,短拉索的动力冲击系数较大。研究发现路面等级是影响拉索动力冲击系数的主要因素,因此建议根据路面等级对冲击系数进行取值,具体建议值为:光滑路面取0.08,A级路面取0.15,B级路面取0.25,C级路面取0.40。

基于路面识别的无人搬运车直接横摆力矩控制

针对转向工况下车辆在不同附着系数路面上稳定性较差,以及如何快速准确估计路面附着系数的问题,本文以无人搬运车(AGV)为研究对象,提出了一种基于路面识别的直接横摆力矩控制。设计了一种带噪声估计器的自适应无迹卡尔曼滤波(AUFK)观测器,基于滑模控制算法采用了一种自适应变速指数趋近律设计质心侧偏角和横摆角速度综合控制系统,计算附加横摆力矩。CarSim/Simulink联合仿真验证了所提出的AUFK观测器的正确性和稳定性、控制器的有效性。

基于变权重PSO-Elman神经网络的路面附着系数估计

针对传统神经网络权值更新不稳定导致路面附着系数预估精度不高的问题,提出基于变权重粒子群优化(PSO)-Elman神经网络的路面附着系数估计方法.搭建基于7自由度汽车动力学模型的神经网络模型,在Elman神经网络模型中引入粒子群算法降低训练绝对误差,并使用线性权重递减策略对粒子群算法中的权重进行改变,平衡粒子全局和局部搜索能力,实现网络权值矩阵优化;采用傅里叶函数方法拟合出理想滑移率-路面附着系数相关曲线;通过理论分析和仿真验证,证明采用该方法能够提升路面附着系数预估精度.仿真结果表明:在定附和变附路面行驶工况下,相比于传统Elman神经网络,采用变权重PSO-Elman神经网络的路面附着系数估计方法获得的路面附着系数均方根误差分别平均降低了35.62%和19.20%,有效提升了防抱死控制效果.

考虑路面附着系数的行车风险场建模及避障控制研究

针对车辆在不同路面条件下的主动避障问题,提出一种考虑路面附着系数的行车风险场避障路径规划方法。首先,建立了包含道路边界风险场、目标引力场和障碍物风险场的行车风险场;基于容积卡尔曼滤波算法实时估算路面附着系数,并对考虑路面附着系数的行车风险场函数进行负梯度求导,得到风险值下降最快的避障路径;然后,采用5次多项式拟合优化得到满足车辆约束的避障参考路径;最后,采用模型预测控制算法跟踪避障路径。仿真结果表明:在相同车速下,路面附着系数越小,避障时的横向加速度越小,横向加速度的标准差越小,避障效果越平顺。

基于路面不平整度的车辆动荷载影响分析

为探讨在路面不平整度激励条件下对多轴重载车辆产生动荷载的影响,该研究从路表纵断面的波形状态入手,采用带有平衡悬架结构的三轴和四轴重载车辆模型,建立车辆振动模型的运动微分方程,采用动荷载均方根和动荷系数来分析不同路面工况和行驶工况对车辆动荷载的影响。研究结果表明:当车速在某范围内时,车辆系统的固有振动频率会接近路面不平整度的激励频率,导致动荷载达到最大。动荷系数一般在空载时最大,满载时次之,超载时最小,并应考虑车辆静荷载和动荷载的联合作用对路面结构的影响。车辆越重,其振动频率与路面不平整度激振频率越接近,产生共振的速度越小。对于这两种车型,其产生动荷载的最不利路面波长分别为9 m和12 m。该研究成果可为动载作用下路面结构响应研究提供参考。

基于Elman神经网络的路面附着系数识别

准确、高效地识别路面附着系数为汽车主动安全系统提供了重要输入参数。笔者提出了基于Elman神经网络识别路面附着系数方法,采用Carsim/Simulink联合仿真,获取了某车辆的63个行驶工况,共20个重要动力学响应。构建了Elman神经网络的路面附着系数识别模型,对附着系数为0.2~0.9的路面进行了识别,识别平均绝对百分比误差为4.92%,准确率为91.22%。相对于传统的BP神经网络方法,该方法使路面附着系数的识别平均绝对百分比误差降低了2.24%,准确率提升了9.82%,并且在潮湿沥青路面以及干燥沥青路面进行了实车实验,验证了该方法的有效性、可行性。

基于平方根容积卡尔曼滤波的路面附着系数估计

针对车辆主动安全系统中路面附着系数这一关键参数的估计问题,建立了融合Dugoff轮胎模型的三自由度车辆动力学模型,基于平方根容积卡尔曼滤波(SCKF)思想设计了路面附着系数估计器,该方法将正交三角分解法引入容积卡尔曼滤波(CKF)算法,避免了CKF中对协方差矩阵的开方操作,提高了算法的稳定性。利用MATLAB与CarSim联合仿真平台在不同路面条件下进行了多工况仿真验证,并将所提出算法与CKF算法进行对比,结果表明,SCKF算法的鲁棒性较高,估计精度高于CKF算法的估计精度,可以满足车辆主动安全系统的要求。

基于路面附着系数估计的汽车纵向碰撞预警策略

本文中提出了一种基于路面附着系数估计的自适应汽车纵向碰撞预警策略。首先建立了碰撞预警安全距离模型,分析了路面附着系数对碰撞预警策略的影响;接着给出了基于最小二乘法和斜率法的路面附着系数估算算法,可实现全滑移率工况的路面附着系数精确识别;在此基础上,建立了基于路面识别的汽车纵向碰撞预警策略;最后分别进行了Matlab/Simulink-Car Sim联合仿真和实车测试。结果表明,本文提出的预警策略可准确估算路面附着系数,并据此自适应调节碰撞预警策略,能够在不同工况下有效提高预警准确性和道路空间利用率。

基于路面辨识的主动避撞系统制动性能

为了避免路面差异给制动系统带来的困难,改善压力控制迟滞现象。本文设计了一套路面峰值附着系数辨识算法及单神经元PID压力控制器,并深入研究了路面对于制动性能的影响,比较了基于路面峰值附着系数的最大制动力与ABS最大强度制动的制动效果。通过Matlab/Simulink仿真验证了辨识算法的有效性,并将两种压力控制器进行了对比,再利用CarSim/Simulink联合仿真分析了不同路面附着条件下两种制动系统的制动性能。仿真结果表明,该辨识算法具有较高的精度,误差控制在5%左右;所设计的压力控制器响应迅速,超调量较小,且无稳态静差;随着路面附着条件的变差,ABS制动性能下降,而基于路面辨识的制动系统仍具有较好的制动效果,呈现明显的优势。

一种车辆状态滑模观测器的设计方法

针对车辆主动安全控制系统中需要的车速等状态参数难以直接在线测量的问题,在分析车辆和轮胎主要动态特性的基础上,建立车辆的纵向、横向和横摆运动的三自由度非线性动力学模型,通过引入Luenberger类型的反馈环节,提出了一种纵向车速、横向车速和横摆角速度的滑模观测器设计方法,并依据Lyapunov稳定性理论给出了观测器收敛的充分条件。结合应用实例讨论了观测器增益的选取方法,并在不同路面上对所提估计方法进行了多种驾驶工况的实车验证。实验结果表明,所提方法具有较好的估计性能,且允许路面附着系数存在一定的误差。

基于卡尔曼滤波的车辆状态与路面附着估计

建立了采用Dugoff轮胎模型的三自由度车辆估算模型,设计了基于联邦卡尔曼滤波理论的车辆行驶状态估计算法与基于扩展卡尔曼滤波理论的路面附着系数估计算法,使车辆状态估计与路面附着估计相互联系、闭环反馈、同时进行.选择典型工况,应用Car Sim与Matlab/Simulink联合仿真实验对车辆状态算法和路面附着估计算法进行了验证.结果表明:文中算法能够实现对车辆状态及路面附着系数的准确估计.

基于路面不平整度的车辆动荷载系数分析

为更好地研究路面不平整度下车辆对路面的动载作用,运用1/4车辆振动模型,借助MATLAB数学计算软件,分析路面不平整度、车辆参数等因素对动载系数的影响规律。结果表明:车速、路面振幅对动载系数影响很大,路面振幅与动载系数呈线性关系,验证了路面不平整是导致动载的主要原因;汽车结构参数中的轮胎阻尼、悬架刚度、悬架阻尼对动载系数影响较小,但减小轮胎刚度可以显著地减小动载。从道路设计的角度考虑,提高道路的平整度是减小动载的重要措施。

基于指数加权衰减记忆无迹卡尔曼滤波的路面附着系数估计

针对车辆主动安全控制中路面附着系数这一关键信息,提出一种指数加权衰减记忆无迹卡尔曼滤波(FMUKF)估计算法。该算法在传统无迹卡尔曼滤波(UKF)的基础上,利用衰减记忆滤波来解决由于模型不准确造成的滤波误差过大甚至发散等问题。利用Car Sim和MATLAB/Simulink对算法进行了联合仿真和实车道路试验,并与传统UKF算法的估计结果进行对比分析。结果表明,该算法增强了滤波的稳定性、提高了算法的估计精度,且具有一定的自适应性。

汽车ABS动态试验台的开发设计

针对目前防抱死制动系统(ABS)产品试验过程中存在的弊端,对汽车、摩托车ABS性能试验台作了深入研究,为了给汽车ABS提供一种在实验室环境下经济高效合理的测试手段,提出一种能够较为准确地模拟汽车实际工作情况的动态试验台设计思路.介绍了该试验台的结构特点、设计原理及关键技术.实现了对ABS产品的室内测试,为汽车、摩托车ABS的试验提供了新的解决方法.

面向汽车纵向安全辅助系统的路面附着系数估计方法

文中通过仿真研究探索了一种基于车轮滑移率的路面附着系数识别方法。首先讨论了有效估计驱动轮滑移率和利用附着系数的途径,然后在此基础上,提出了基于贝叶斯原理的路面附着系数估计迭代算法,并利用车辆动力学软件veDYNA对该算法进行仿真分析。结果表明,在滑移率大于代表不同路面的最小滑移率阈值的工况下,该方法能够快速、准确地捕获路面特征,满足汽车纵向安全辅助系统调整安全策略的需要。