人-车-路闭环系统驾驶员模型参数辨识

基于在驾驶模拟器上进行的人-车-路闭环系统仿真试验,使用全局演化局部寻优的辨识算法,对驾驶员模型进行参数辨识。通过大量的实际驾驶人员的试验数据,辨识出各种水平的驾驶员模型参数,为改进智能车控制系统的设计提供了依据。利用辨识得到的驾驶员模型和车辆模型进行了人-车-路闭环系统的双移线与蛇行线仿真,仿真结果与试验数据具有很好的一致性。

组合遗传算法在人-车-路闭环系统综合评价优化设计上的应用

针对人 -车 -路闭环系统综合评价方程的复杂性 ,提出一种快速的优化算法称为组合遗传算法 ,该方法结合了遗传算法、进化策略和模拟退火算法的优点 ,利用该思想编制的程序能够很快地得到满意的结果 ,并且为高自由度的人 -车 -路闭环系统模型的综合评价提供了方法 。

人-车-路闭环系统操纵稳定性的模糊评价及其仿真

在人-车-路闭环操纵稳定性评价指标中引入内含“人的思维模糊性”的数量化方法。首先引入主观因素——驾驶员对有效视程的模糊认识,随后进行客观的分析与推理,最后给出了由于驾驶员对视距的模糊估计而导致的对操纵稳定性评价的分布区间及评价指标可能性分布的显表达式。在理论分析的基础上,进行了仿真与优化试验分析,仿真与优化试验的结果表明,对有效视程“较大”的置信度大时,侧向位移响应的模糊分布区间上下确界明显,且上下确界对预期轨迹的跟随性都较好。当置信度小时,侧向位移响应的模糊分布区间上下确界存在交叉点,上界,即有效视程“大”,对预期轨迹的跟随性好,下界,即有效视程“小”,对预期轨迹的跟随性差。解决了由于驾驶员对有效视程认识上的个体差异而导致的对同一辆车操纵性主客观评价分散性的数学描述问题。

人-车-路闭环系统中的双离合器式自动变速器车辆换挡规律

结合不同驾驶员意图、整车质量参数和道路状况,制定了人-车-路闭环系统中双离合器式自动变速器车辆的修正型换挡规律。对修正型换挡规律下的系统进行仿真研究表明,该规律有助于消除频繁升降挡现象。基于xPC平台,建立了干式双离合器式自动变速器控制系统的硬件在环仿真试验台。结合复杂路面,采用比例-积分-微分控制器,针对普通和修正型换挡规律两种情况分别进行硬件在环仿真,结果验证了修正型规律有效性,有助于减少作动器的动作次数。

人-车-路闭环的汽车稳定性控制模拟仿真试验研究

操纵稳定性控制是提高汽车安全性的重要措施。通过对理想二自由度模型的改进,建立了以横摆角速度和质心侧偏角为控制变量,离散PID控制的稳定性控制方法,并制定了轮胎制动力分配策略。基于CarSim和LabVIEW搭建了人在环路的仿真试验系统,进行紧急双移线试验、蛇行试验等"人-车-路"仿真试验,验证了稳定性控制策略的有效性。所搭建的仿真系统可扩展性强,有助于快速开发车辆稳定性控制系统。

基于人-车-路闭环系统的变传动比控制规律

提出了一种具有变传动比功能的电动助力转向(EPS)系统,并建立EPS系统变传动比数学模型.采用固定转向增益的控制策略,鉴于特征车速对稳定性的影响,以及转向盘转角对操纵性的要求,提出变动比控制规律的2种方案:方案1是由固定横摆角速度增益和侧向加速度增益得到的变传动比控制规律进行分段线性叠加得到的控制规律;方案2是在方案1的基础上进行转向盘转角修正得到的控制规律.为验证所提出的2种方案,建立了人-车-路闭环系统.基于线性矩阵不等式方法,设计了无刷直流电动机的角位移跟踪鲁棒PID控制器.进行了单移线道路仿真试验,并从转向盘转角和路径跟踪的性能方面,对2种方案进行了对比分析.仿真试验结果表明:变传动比控制规律方案2的整体性能优于方案1.

基于人-车-路闭环系统的路径跟踪模型预测控制

为提高人-车-路闭环系统的路径跟踪能力以及操纵稳定性能,利用Matlab/Simulink软件,搭建了3自由度汽车动力学模型以及基于车辆侧向加速度反馈修正的预瞄驾驶员模型,并与Carsim模型进行对比验证,检验了上述模型的正确性;根据模型预测控制理论,搭建了基于主动转向的路径跟踪模型预测控制器,采用双移线路径作为仿真工况,分别在有/无模型预测控制的情形下进行了仿真。结果表明:该模型预测控制器可将路径跟踪的误差均值控制在0.1m以内,将瞬态误差极值降低50%左右,并消除了路径跟踪后期的震荡现象;此外,可保持汽车侧向加速度、横摆角速度值等操纵稳定性指标在合理范围之内。研究结果可为智能汽车的人-机共驾研究以及无人驾驶方向的进一步研究提供参考。

考虑人-车-路耦合的路径跟随过程操稳性预测研究

为更早预测车辆的操稳性失稳风险,针对性解决传统“人-车-路”耦合系统中“路”先验信息未知和由此导致的“人”输入难预测问题,借助先进辅助驾驶系统提供的前方预瞄路径,提出结合驾驶员转向模型及车辆非线性动力学模型的操稳性预测方法.构建“人-车-路”闭环反馈驾驶员模型,对跟随道路曲率的驾驶员转向行为进行预测;将当前车速与预测转向作为三自由度非线性动力学模型的输入,实现跟随前方路径的操稳性状态预测;通过Simulink-Carsim联合仿真及驾驶员模拟器硬件在环对比,进行双移线路径、变曲率路径和蛇形路径工况模拟.所提方法的操稳性状态预测值与实际值吻合良好.

基于T-S模糊模型H_∞控制的车道保持性能研究

为了有效控制并避免车道偏离造成的交通事故,文章提出一种基于模糊Takagi-Sugeno(T-S)的车道保持协调控制方法;基于远、近视角建立驾驶员模型,利用纵向速度的非线性变化,建立人-车-路闭环模型,设计基于T-S的控制器得到期望的辅助转矩;考虑到外部阻力对汽车转向跟踪的影响,增加前馈补偿控制模块;将电动助力转向(electric power steering,EPS)作为车道保持的执行机构,通过控制电机实现车辆的主动转向纠偏。仿真实验和实车实验结果均验证了该方法可以保证车辆稳定地在车道中心线附近行驶。

高速电驱动履带车辆操纵特性分析

为了奠定高速电驱动履带车辆的操纵稳定性评价及控制的基础,进行了高速电驱动履带车辆开环操纵特性分析及高速电驱动履带车辆横摆运动响应试验,并在此基础上完成了基于人-车-路闭环系统的电驱动履带车辆操纵特性分析。研究结果表明:车速越高,横摆角速度稳定值越小;路面条件越好,车辆横摆角速度响应越快;当考虑电驱动车辆的动态响应特性后,保证闭环系统稳定的驾驶员预瞄时间需要增大,驾驶员最短反应滞后时间缩短;驱动电机响应速度越快,使系统稳定的最小预瞄时间越大。

基于人-车-路的类菱形车侧向动力学分析

车辆在高速行驶时,驾驶员和道路环境对车辆的操纵稳定性会有很大影响.考虑驾驶员特性和道路特性的人—车—路闭环系统更能评价车辆的操纵稳定性,采用"单点预瞄最优曲率"驾驶员模型和蛇行道路模型,在类菱形车二自由度模型的基础上构建了类菱形车闭环系统并进行了仿真分析.通过蛇行试验验证了类菱形车良好的操纵稳定性,并将试验结果与仿真结果进行了对比分析,分析表明,模型仿真结果与试验结果具有很好的一致性.

履带式推土机的模糊智能换挡策略

提出综合利用车辆运行状态参数、路面状况和驾驶员操纵信息的人 -车 -路闭环系统 ,建立适用于工程车辆的模糊换挡控制策略的观点 .建立了车辆在平直道路上、转向制动工况、作业工况和在坡路上的换挡策略 ,在此基础上提出推土机的模糊智能换挡策略 .通过仿真模型验证了在典型工况下车辆所受外界阻力、发动机转速、车速、液力变矩器输出转速和挡位的变化情况 。

基于视觉特性的驾驶人预瞄时间建模

针对固定时长的预瞄时间无法真实反映驾驶人预瞄行为的问题,首先对自由流条件下的驾驶人视觉特性进行研究,得到直行路段驾驶人注视点多分布在车道中央、弯道路段驾驶人注视点多分布在内侧边缘线附近且视线近似与内侧边缘线相切的结论;在此基础上,探究直行和弯道路段驾驶人预瞄时间的求解方法,并借助驾驶模拟器进行试验,获得了17位驾驶人的预瞄时间。由于预瞄时间的原始数据分布离散程度高,难以直观地体现其随道路线形的变化规律,因而对预瞄时间随道路线形的分布特征进行研究,利用分组求中位数的方法进行数据处理,最终构建预瞄时间关于道路线形的分段线性函数和非线性指数函数。最后,通过数值仿真研究不同类型的预瞄时间(固定时长的预瞄时间、分段线性函数预瞄时间及指数函数预瞄时间)对人-车-路闭环系统动力学特性的影响。研究结果表明:驾驶人预瞄特性会对车辆的轨迹跟随和车道保持绩效产生重要影响;在闭环系统中使用随道路线形变化的预瞄时间可以显著提高车辆的轨迹跟随绩效,确保车辆在指定车道内行驶;驾驶人对道路环境的感知具有自适应性,通过其视觉特性可准确感知环境变化,并据此调整决策目标及其操纵特性。