车辆自适应巡航控制的内秉模态特性

为分析车辆自适应巡航控制下的跟驰状态对驾乘舒适性的影响,基于刺激-反应类线性跟驰模型,分别模拟跟驰车在微尺度避撞工况、微尺度扰动工况和全球统一轻型车辆测试循环(world light vehicle test cycle, WLTC)工况的速度-时间图像,采用经验模态分解(empirical mode decomposition, EMD)和快速傅里叶变换(fast Fourier transform, FFT)相结合的时频分析方法提取跟驰车的内秉模态特性,分析低频下不同驾驶工况对驾乘人员舒适性的影响。结果表明:不同驾驶工况的内秉模态频率不同,频率越小,车辆的振幅越大;相较于微尺度避撞工况和扰动工况,WLTC工况的内秉模态频率带宽分布较宽,幅值较高,波动能量较大;WLTC工况下,频率小于0.10 Hz的超低频区的内秉模态幅值较高,人体恶心程度较严重,对运动病的贡献较大。

智能网联车辆节能自适应巡航控制研究

现有车辆自适应巡航控制多专注于单一的轨迹跟踪目标,而决定控制技术实际应用效益的关键是系统的节能性能.为了能够同时保证跟踪误差收敛性与燃油经济性,研究了一种车辆节能自适应巡航控制器设计方法:首先以轨迹跟踪为目标,设计了具有时变反馈增益的状态反馈控制律;其次,以反馈增益为优化变量,以整个预测时域内各采样时刻自身车辆单位位移燃油消耗量的累加为代价函数,基于经济模型预测控制方法设计了节能控制算法,并通过构建共同Lyapunov函数,给出了保证跟踪误差以指数速度收敛的反馈增益选取范围;最后,通过数值仿真验证了控制器设计的有效性,定量展示了本文所提出的方法在降低燃油消耗量方面的有效性.

智能车辆自适应巡航控制策略研究

为满足车辆自适应巡航安全性要求,提出了一种分层式自适应巡航控制策略。首先将车辆行驶模式分为定速巡航与跟车巡航两种,并设计控制模式切换策略,针对不同模式,分别建立基于PID控制和基于可变车头时距的安全车间距策略与最优控制的控制器模型,获得期望加速度;然后建立下层制动/节气门开度切换模型及其逆模型,得到车辆期望的节气门开度和制动压力,实现对车辆的控制;最后基于CarSim与Matlab/Simulink联合仿真平台进行测试。结果显示,所设计的安全车间距策略和控制策略能够保证巡航稳定性及安全性。

基于柔性演员-评论家算法的自适应巡航控制研究

针对目前自适应巡航控制技术中,深度强化学习的控制算法环境适应能力不足、模型迁移性及泛化能力较差的问题,提出一种基于最大熵原理和随机离线策略的柔性演员-评论家(SAC)控制算法。构建演员和评论家网络拟合动作值函数和动作策略函数,并使用自调节温度系数改善智能体的环境探索能力;针对奖励稀疏问题,运用奖励塑造思想设计奖励函数;此外,提出一种新的经验回放机制以提高样本利用率。将所提出的控制算法在不同场景中进行仿真及实车验证,并与深度确定性策略梯度(DDPG)算法进行比较,结果表明,该算法具有更好的模型泛化能力和实车迁移效果。

面向乘客舒适性的多列车协同巡航控制

为了提高多高速列车在协同运行时的安全性以及舒适性,提出了一种基于改进分布式一致性算法的多高速列车协同巡航控制策略。首先,设计了可随列车运行速度实时变化的安全距离间隔。其次,联合加权双曲正切函数给出分布式协同控制策略;同时通过坐标变换将列车闭环动力学误差模型转换为典型的二阶多智能体系统模型,并利用李雅普诺夫稳定性证明了闭环系统在误差状态下的渐进稳定性。最后,通过仿真对所提方法进行验证,所提方法能动态的调节列车之间的安全距离,且始终将加速度限制在[-0.7,0.7]m/s^(2)以内。结果表明了多列车跟踪运行的安全性和舒适性都能得到保障。

基于预测恒定车头时距策略的自适应巡航控制研究

为了进一步提高车辆跟车过程中的跟踪性、安全性、舒适性和燃油经济性,针对已有间距策略表现过于保守或反应过于激烈等不足之处,提出了一种预测恒定车头时距策略。该策略考虑了相对加速度,建立了一种预测型期望车间距模型,进而应用于模型预测控制的多目标自适应巡航控制系统中,能进一步提高模型预测控制对多个控制目标的综合协调能力。搭建上层控制器、下层PID控制器、油门制动切换、逆纵向动力学模型。在多工况下仿真,通过建立性能评判指标对多目标进行量化分析。结果表明,所提出的间距策略在保证安全性的前提下,提升了自适应巡航控制系统的综合性能。在不同驾驶风格的车头时距下,跟踪性、舒适性和燃油经济性均有良好表现。

三菱帕杰罗巡航控制系统的检查

介绍了2001款三菱帕杰罗V73汽车巡航控制系统故障码的读取和清除方法,以及故障码的含义及可能产生的故障原因。简述了巡航控制开关、巡航控制传感器、巡航控制真空泵和巡航控制执行器等巡航控制部件的检查方法。

纯电动汽车自适应巡航控制研究

选择四轮轮毂电机驱动电动汽车为研究对象,运用Matlab/Simulink和CarSim2020对自适应巡航控制系统进行研究。制定了纯电动汽车自适应巡航控制系统整体架构,并对纯电动汽车的纵向动力学进行了分析,随后选择了一种合适的安全距离模型以保证车辆行驶的安全性,运用Simulink搭建了所必需的雷达和轮毂电机模型。采用CarSim2020搭建自车与前车的车辆模型以及仿真环境。基于PID控制算法和线性二次型调节器(linear quadratic regulator,LQR)分别搭建出定速巡航和距离保持的上层控制器,再通过车辆纵向动力学搭建下层控制器。通过Matlab/Simulink和CarSim2020搭建联合仿真模型,在加减速工况下对定速巡航和距离保持控制器进行仿真研究。仿真结果表明:所设计的控制系统能够较好地实现定速巡航和距离保持功能,具有良好的实用性和有效性。

考虑前车运动不确定性的多目标自适应巡航控制

考虑前车运动状态不可控所带来的性能下降,提出一种基于高斯过程的随机模型预测多目标自适应巡航控制方法。基于车间运动关系对跟驰系统进行集成建模,综合考虑车辆安全、经济、舒适等多维诉求,确定跟驰系统目标函数与性能约束;引入径向基核描述样本间的关系,通过极大似然法获取预测模型超参数,根据历史交通数据,对前车运动轨迹进行短期预测;考虑预测结果存在的偏差,引入概率约束,建立不确定环境下的随机预测模型以保障系统在随机扰动下的整体性能最优;通过切入、加速跟驰、减速避撞等典型场景对算法的有效性与优越性进行验证。研究结果表明:所提出的方法具有良好的工况适应性,可快速消除跟踪误差与前车运动保持一致,使车辆对交通环境的反应更加敏捷。

基于模型预测控制策略的协同自适应巡航控制仿真研究

本文基于模型预测控制原理设计了上层控制器,用来决策期望加速度以实现良好的跟车效果,并将期望加速度变化作为优化条件之一引入代价函数中,目的是为了更有效的优化油耗和乘坐舒适性,最后利用Simulink和CarSim的联合仿真验证所提出的控制器。从结果可以看到所设计的控制器能够很有效的控制跟随车辆跟随领航车迅速做出一系列加减速机动,可以在相同的道路条件下使车辆以更小的车间距保持队列行驶来增加道路容量,同时能降低油耗。通过加速度的变化结果可以看到燃油车的换挡操作会造成加速度的突变从而影响乘坐舒适。

云支持的分层式车辆队列预测性巡航控制

为了提升队列行驶的经济性,提出了一种高速公路场景下的云支持的队列预测性巡航控制方法(CPPCC),并进行真实道路和车辆数据模型的仿真实验。该方法采用了分层式结构,上层为云端的队列速度规划层,下层为队列稳定控制层。云端的速度规划层,考虑了道路坡度的滚动域的动态规划(RDP)算法,实现队列行驶的经济性目标。下层的车端队列稳定控制层,搭载了分布式模型预测控制器(DMPC),来跟踪云端发送速度,同时考虑了队列的稳定控制。结果表明:与传统的前车与领航车跟随的定速巡航队列(PLF-CC)方法相比,在行驶时间减小0.24%的前提下,本文所提出的方法节省6.04%的能源。

基于UDP的混动商用车巡航控制器OTA系统开发

为实现混动商用车巡航控制器软件及时更新和远程调试,并保障系统的安全性,设计开发一种基于用户数据报协议(user datagram protocol,UDP)的空中下载技术(over the air technology,OTA)升级系统。设计OTA系统的通信模块、握手模块、命令行调试模块、文件下载模块、备份升级模块和服务器端界面,并进行测试验证。结果表明:基于UDP协议的混动商用车巡航控制器OTA系统能够完成报文传输、通信加密、系统调试、软件包传输、软件升级及备份的功能,实现了软件升级的安全性、可靠性、便捷性。

面向自适应巡航控制的数字孪生仿真系统研究

针对传统仿真方法在测试内容、效率和成本等方面的挑战,提出面向自适应巡航控制的数字孪生仿真系统(Adaptive Cruise Control Twin Simulation System,ACC-TwinSim)。采用CarSim和MATLAB的Simulink工具,构建了自适应巡航控制的虚拟仿真场景,同时利用数字孪生技术实时模拟和监控物理系统,通过rtamt库验证自适应巡航控制仿真系统的行为规范,提高了测试的效率和实验的可靠性。

具有紧急制动功能的多模式自适应巡航控制策略

为了提高分布式电动车自适应巡航控制(ACC)对复杂多变工况的适应能力,提出了一种具有紧急制动功能的多模式自适应巡航控制策略。针对复杂工况问题,在上层控制器中将ACC系统划分3种主模式和4种子工况;设计基于模糊PID的定速巡航模式以及基于模型预测控制(MPC)的多目标优化控制的跟随模式;在下层控制器中基于电机模型选取目标制动轮缸压力作为紧急制动压力。仿真结果表明:所设计的多模式切换策略有效提高了车辆跟车性与舒适性以及面对紧急工况时的安全性,验证了所设计的控制策略的有效性与可行性。

考虑道路坡度的汽车自适应巡航控制策略

针对汽车自适应巡航控制(adaptive cruise control,ACC)系统在坡道行驶工况下控制精度和安全性不足问题,提出基于道路坡度实时估计的自适应巡航控制策略。算法采用分层式控制结构,将ACC系统分为上层控制器和下层控制器,上层控制器采用PID控制器和线性二次型调节器(linear quadratic regulator,LQR)计算期望加速度;下层控制器利用无迹卡尔曼滤波(unscented kalman filter,UKF)算法对道路坡度进行估计,以车辆纵向动力学为基础,考虑道路坡度变化的影响,将期望加速度转换为对应的节气门开度和制动压力,以实现车辆巡航和跟随功能。通过MATLAB/Simulink与Carsim联合仿真验证ACC系统控制策略的可行性,并与传统控制策略进行对比分析。仿真结果表明:在坡道行驶工况下,改进后的ACC系统控制策略相比于传统控制策略,能够精准识别道路坡度,具备较好的控制精度和安全性。

面向切入场景的变权重自适应巡航控制策略

为了解决自适应巡航控制系统因旁车道车辆切入识别较晚,造成驾驶员舒适性降低甚至出现危险的问题,提出了一种基于支持向量机(SVM)识别切入车辆并实时调整模型预测控制(MPC)权重参数的控制策略。提取真实交通车辆换道特征,采用支持向量机算法训练出前车切入识别模型。基于模糊控制理论设计权重调整机制,优化MPC控制器得到期望加速度。在Prescan、Matlab/Simulink及NI实时系统的环境下搭建硬件在环试验平台,对不同切入工况进行对比分析。结果表明:控制策略能够提前切换跟随目标,降低纵向加速度的波动,避免车辆强制动现象,提高系统的舒适性及安全性。

考虑前车驾驶风格的改进自适应巡航控制跟驰模型及仿真

为了提高自适应巡航控制跟驰模型的效率和安全性,考虑不同驾驶员驾驶行为的差异性,根据驾驶员以往的驾驶行为特性,利用k-均值聚类算法对驾驶风格进行判别和分类,作为优化自适应巡航控制跟驰行为的依据;提出智能网联环境中自适应巡航控制跟驰优化方法,基于对不同驾驶风格车辆的动力学分析,引入驾驶风格修正系数、安全冗余修正系数、响应延迟时间,针对不同前车驾驶风格,建立改进的自适应巡航控制跟驰模型,并对所建立的模型、原自适应巡航控制跟驰模型及对比模型进行仿真分析。结果表明,相比原自适应巡航控制跟驰模型和对比模型,所建立模型的加速度曲线和车头间距曲线均更平缓,可以有效提高跟驰效率,同时具有更高的安全性。

基于自学习模糊神经网络AMT车辆巡航控制

利用模糊神经网络在不能获得精确数学模型的非线性系统中能够达到最优控制的特性 ,建立了车辆巡航模糊神经网络控制模型 ,并对其离线训练后应用于装有机械式自动变速器桑塔纳 2 0 0 0型轿车进行巡航控制道路试验 ,取得满意效果。

基于高精地图的车辆节能巡航控制方法研究

传统的定速巡航模式可在一定程度上缓解驾驶疲劳,并在平坦道路上使车辆行驶保持较好的燃油经济性,但在具有坡度的道路上,定速巡航往往会导致燃油消耗增多,不利于节能减排。随着车用导航高精地图的不断发展与普及,智能网联车辆可依靠实时地图信息提前获取前方道路坡度及交通流信息,这使得车辆节能巡航成为可能。基于车用导航高精地图,以旅途耗时和总燃油消耗作为代价函数,利用正向动态规划求解节能巡航车速;采用Matlab软件的Simulink工具,构建车辆行驶计算模型,并输入溧宁高速约10 km的道路信息进行仿真验证。结果表明:相较于普通定速巡航,基于车用导航高精地图的车辆节能巡航可在通行时间延误不超过1.24%的前提下降低5.95%的燃油消耗。

巡航控制系统及自适性巡航控制系统

巡航控制系统可控制汽车自动以恒定的速度行驶 ,有利于减轻驾驶员的操作负担、节省燃油和提高驾驶舒适性。介绍了巡航控制系统及基于其上的自适性巡航控制系统的组成。