基于最优转向曲率的无人车横向控制

为提高无人车横向控制性能,提出一种基于最优转向曲率的控制方法。利用车辆运动学约束,求解最优转向曲率的解析形式;采用线性化方法证明由该控制方法构成的闭环系统在平衡点附近的零输入局部稳定性;用数值方法定量分析保证闭环系统局部稳定的车速与预瞄距离的关系;提出一定车速下的最优预瞄距离的概念,用数值方法求解最优预瞄距离与车速的关系;探讨执行机构动态特性对闭环系统稳定性的影响。仿真和实车实验结果表明:在非零输入下,无人车依然可以稳定运行。

分布式驱动电动汽车横向稳定性抗饱和滑模控制

【目的】探讨轮毂电机输出转矩的幅值和响应速度饱和的问题。【方法】以分布式电动驱动汽车为研究对象,结合二阶嵌套饱和函数对滑模控制进行抗饱和设计,并基于轮毂电机的峰值转矩及其在台架试验中的实际响应设计抗饱和滑模控制器的上下限参数。【结果】抗饱和滑模控制器能严格限制直接横摆力矩的幅值和变化速率,能极大地提高极限工况下车辆的横向稳定性。【结论】本文提出的方法有效解决了极限工况下轮毂电机易陷入饱和的问题,避免了因车轮滑移导致车辆失稳。

考虑驾驶风格的车辆避障控制系统

传统避障控制系统设计未考虑不同驾驶员的偏好,导致驾驶员对系统的接受度不高,为此提出融入驾驶风格量化的避障控制系统.采集多名熟练驾驶员的驾驶数据进行风格聚类,训练出基于支持向量机的分类器,实现对驾驶风格的在线识别.设计考虑驾驶风格的避障控制系统,将避障过程分为转向避障和恢复稳定2个阶段.在转向避障阶段,控制器通过跟踪相应驾驶风格对应的最大侧向加速度进行避障;在恢复稳定阶段,控制器控制车辆进行相邻车道中心线跟踪.综合考虑车辆的避障安全性和横摆稳定性,将直接横摆力矩控制子系统加入所提系统.构建系统仿真模型,分析不同驾驶风格下控制器避障操作和车辆状态响应的异同.开展驾驶员主观感受的问卷调查,结果表明,相较于传统避障控制系统,驾驶员对所提系统的接受度提升了16.58%.

基于GA-PSO的智能汽车横向LQR控制器优化设计

针对线性二次型调节器(LQR)在智能汽车横向控制中,系数矩阵Q和R选取困难导致的控制精度低和参数整定效率低的问题,提出了一种遗传粒子混合优化(GA-PSO)方法。基于车辆二自由度模型设计了横向LQR控制器和前馈控制器,以该模型下控制器自身能量损失函数作为代价函数对系数矩阵进行优化,并对比了GA-PSO和粒子群优化(PSO)算法的优化效果。CarSim/Simulink联合仿真结果表明,经GA-PSO算法优化后的控制器跟踪精度和计算效率分别提高了47.06%和63.54%,且优化后的控制器具有较强的鲁棒性。

适应道路曲率多变的前馈-预测LQR横向控制

针对传统LQR(linear quadratic regulator)横向控制的不足,提出了一种前馈-预测LQR反馈控制,实现了曲率多变道路的跟踪控制。在传统动力学模型的基础上建立了误差模型,以误差模型为研究对象分别求解了反馈控制量和前馈控制量。为提高LQR对道路多变的适应性,根据航向和横向位置误差建立了模糊规则实时调节Q、R矩阵。同时利用道路曲率信息,设计了预测模块,实时更新预测点和预测时间,解决了传统LQR响应迟滞问题。在给定规划路径的基础上进行了硬件在环实验,测试了单、双移线多车速工况下传统LQR和前馈-预测LQR的路径跟踪效果,结果表明本文中设计的前馈-预测LQR的控制效果优于传统LQR,单移线工况下轨迹跟踪误差最大可减少4.5%,双移线工况下轨迹跟踪误差最大可减少9.5%。

滑移转向车辆的电机转向力矩控制研究

针对滑移转向车辆横向控制困难的问题,通过构建电机控制力矩分配双层结构模型,设计了一种针对滑移转向车辆的横向控制算法。基于车辆运动学和动力学,推导出电机转向力矩与横摆角速度平衡方程,以此改进并提出一种自抑滑移的电机转向力矩前馈控制算法。使用Trucksim和Simulink对车辆在双移线实验工况下联合仿真,结果表明在设计算法控制下,车辆可以快速稳定跟随横摆角速度指令,且上述算法具有一定自动抑制滑移率突变的自适应性,有效提高了滑移转向车辆的横向稳定性。

自动驾驶行车辅助系统横向控制原理及解决方案

随着自动驾驶辅助技术的发展,越来越多需要横向控制的功能系统被应用,这些功能系统都会对电动转向系统提出横向端口控制需求,不同功能对电动转向系统的需求会有所差异,不同车型普遍存在不同的行车辅助技术供应商、不同的电动转向系统供应商,甚至会存在同一车型对应多家行车辅助技术供应商和电动转向系统供应商的情况,因此导致主机厂电动助力转向系统横向端口设计存在较多的差异化,增加了设计成本。本文提供一种支持行车辅助系统横向控制解决方案,实现统一的横向控制端口设计标准化。

基于模糊PID的无人驾驶车辆横向控制方法

为提高无人驾驶车辆的横向控制精度,并解决常规横向控制中存在的响应速度慢、振荡频率高与鲁棒性差等问题,提出一种基于模糊PID(比例-积分-微分)的无人驾驶车辆横向控制方法。通过忽略车辆的滚动、反弹与俯仰,得到具有二自由度的车辆运动学模型;在此基础上提出一种提高车辆横向控制精度、克服横向控制下常规问题的方法,最后通过MATLAB/Simulink仿真试验测试模糊PID算法的性能,并与模型预测控制算法(MPC)、比例导数算法(PD)进行对比。结果表明,相对于MPC、PD算法,模糊PID算法具有较高的横向控制精度,可克服横向控制中存在的响应速度慢、振荡频率高与鲁棒性差等问题。

自动驾驶汽车横向控制方法研究综述

为实现精确、稳定的横向控制,提高车辆自主行驶的安全性和保障乘坐舒适性,综述了近年来自动驾驶汽车横向控制方法的最新进展,包括经典控制方法和基于深度学习的方法,讨论了各类方法的性能特点及在应用中的优缺点,并针对自动驾驶汽车横向控制方法的发展趋势进行了展望。

综合直接侧力控制着舰

提出了一种新的着舰控制方法,即综合直接侧力控制着舰。首次将直接侧力应用到着舰研究上,并将美军MAGIC CARPET着舰控制的纵向控制理念拓展到侧向控制上,对侧向直接力舵面和侧向常规舵面进行综合控制设计,实现侧向三通道解耦。在直接侧力通道上设计了横向轨迹增量控制,让横向杆位移直接正比于横向对中漂移速率。对HUD显示符号进行改进,使飞行员更直观地观察着舰态势。设计着舰飞行模拟环境,实时模拟飞行员操纵。模拟结果显示:飞行员能如MAGIC CARPET纵向控制一样,以“一杆操纵”策略很简便地完成对中修正,同时能很好地跟踪侧向甲板运动和抵抗侧风干扰,且整个过程航向角和滚转角基本不变。相对于常规着舰,该方法大大降低了飞行员操纵负担,且提高了着舰性能。

双挂汽车列车横向稳定性控制策略

双挂汽车列车相较于传统半挂车具有更高的运输效率和较低的运输成本,更适合未来公路运输绿色、便捷、高效的发展趋势,但较长的车身总长度和组成单元个数必然会对双挂汽车列车的整车稳定性产生影响.为研究并验证控制策略对双挂汽车列车横向稳定性的改善情况,基于Trucksim仿真平台搭建双挂汽车列车(B型双挂车)动力学模型,依据运动力学定律建立Simulink双挂汽车列车简化参考模型,分别以动力学和参考模型中各个单元的横摆角速度偏差、横向载荷转移率偏差为输入,结合模糊推理和PID(proportional-integral-derivative control,PID)控制理论构建整车横摆和侧倾稳定性主动控制策略,并根据车辆状态识别结果对控制策略的介入时机进行调整.模拟结果显示:主动控制策略使双挂汽车列车横向稳定性评价参数的波动幅度均有明显减小;各个单元的质心侧偏角峰值降低5.7%∼53%,横摆角速度峰值降低4.9%∼23.8%,侧倾角峰值降低0.5%∼24.9%,质心侧偏角峰值降低0.3%∼32.9%.表明本工作所设计的控制策略对双挂汽车列车的横向稳定性有改善作用,研究结果可为未来双挂汽车列车的横向稳定性研究提供参考.

基于模糊收敛和模仿强化学习的自动驾驶横向控制方法

针对自动驾驶车辆各横向控制因素存在强耦合性,依赖理想模型的控制方法难以实现完全解耦且难以从仿真环境迁移到实际车辆,以及强化学习方法在自动驾驶横向控制中收敛速度慢的问题,利用模糊推理器和模仿强化学习在车辆横向控制中的共性,以模糊推理器作为模仿强化学习初始化条件,并进行学习过程指导,从而实现强化学习过程的快速收敛。利用MATLAB/Carla仿真以及实车试验对该控制方法进行了验证,结果表明,该方法在不依赖理想数学模型、不对模糊推理器进行深度优化的基础上,实现了模仿强化学习迭代次数的大幅减少,在500次的全路径迭代过程中完成了更优的车辆横向控制,在仿真和现实环境中均可获得很好的控制效果。

桥上轿车并行超车的风致安全评价及横向运动控制

为厘清并行超车过程中“风-车-桥”的气动交互干扰及其对轿车侧风稳定性的影响,采用空气动力学与系统动力学耦合方法建立了侧风环境下桥上轿车分别超轿车和货车的风致安全评价模型,揭示了轿车超车过程中气动侧力和气动横摆力矩的变化规律及作用机理,基于线性二次最优控制的路径跟踪模型分析了轿车超车过程中有、无控制作用时侧偏运动和横摆运动的差异。结果表明,“风-车-桥”气动交互干扰形成的高速低压区和低速低压区对行车安全有显著影响,影响程度与被超车类型及所在车道有关:轿车超轿车时,在迎风侧第1车道超其他车道轿车时为较危险工况;轿车超货车时,在迎风侧第1车道超其他车道货车及在第2车道超第1车道货车时为较危险工况。研究结果可为提升桥梁风致行车安全能力提供参考。

考虑延时的自动驾驶横向控制综述与分析

随着科技的进步和创新,自动驾驶技术取得了显著的发展。在自动驾驶系统中,车辆的横向控制在实现精确路径跟踪和稳定行驶中起着关键作用,由于传感器数据传输、控制器数据处理和执行器转向响应等因素的存在,延时问题在车辆自动驾驶控制系统中不可避免,然而延时会恶化横向控制的性能和稳定性,因此考虑延时的横向控制方法备受关注。文章旨在对考虑延时的横向控制方法进行总结和分类,简要介绍了车辆模型和横向控制方法,分析了延时产生的原因和延时模型,并从基于延时预测补偿、延时状态空间增广和延时扰动鲁棒控制等3个方面对考虑延时的横向控制方法进行介绍。

ADAS横向控制功能人机共驾的标定思路及方法

本文分析了引入扭矩系数的扭矩方案对驾驶辅助系统横向控制的影响,针对角度方案中驾驶员介入退出功能造成的方向盘猛打问题做了改进。提出在驾驶员介入时衰减EPS对ADAS响应的扭矩方案及基于该扭矩方案进行ADAS横向控制功能标定的思路,通过实车标定及路试验证了策略的有效性,实现ADAS在驾驶员介入时以驾驶员操作为主的功能表现。

车道居中控制系统的建模与仿真

为辅助驾驶员使汽车稳定行驶在车道线中间,提高汽车行驶安全性,采用建模与仿真的方法对车道居中保持系统进行研究。首先采用多模式预警算法判断车辆是否偏离车道,并基于线性二次调节器(LQR)控制算法进行设计横向控制计算,然后运用Carsim软件及MATLAB/Simulink软件进行建模与仿真,结果显示车辆在不同道路上的横向偏差、方向盘转角和质心侧偏角均满足车道居中控制的要求。

基于SSA优化算法的高速电梯轿厢横向振动控制策略研究

本文基于SSA优化算法,建立了高速电梯轿厢振动模型,并引入了电磁主动滚动通过仿真分析和实际调试,通过仿真分析和实际调试,导靴和天钩阻尼控制策略以减少横向振动,提出了基于SSA的参数优化方法,将振动幅值的最小均值作为优化目标。验证了高速电梯轿箱横向振动控制策略的有效性和先进性。优化后的控制策略显著减少了轿厢的横向振动,提高了乘坐舒适度,为高速电梯的设计和运行提供了重要的技术支持。

MPC算法与纯跟踪算法的横向控制策略研究对比

为探究智能车辆横向控制算法的性能差异及其适用场景,分别构建了基于预瞄模型的纯跟踪算法(PurePursuit,PP)和基于运动学模型的模型预测控制算法(Model Predictive Control,MPC),利用CarSim和Simulink对双移线和低速、中速以及高速行驶工况进行联合仿真,对比不同工况下的横向控制效果。结果表明:PP算法在低中速时具有较高跟踪精度,在高速时则有很大的误差;MPC算法在低、中、高速工况下的跟踪效果均良好,但实时性较弱。考虑到计算量和实时性,在低速工况下优先选用PP算法,中高速工况下选用MPC算法最佳。

基于预瞄时间自适应的爆胎车辆横向控制

针对汽车在高速行驶过程中突然爆胎极易引发严重交通事故的问题,文章提出一种基于预瞄时间自适应的爆胎车辆横向控制方法。在单点预瞄驾驶员模型的基础上,提出一种预瞄时间自适应算法,通过预测未来一段时间内不同预瞄时间的车辆运行状况,将道路边界约束添加为约束条件设计优化函数,选取合适的预瞄时间,提高车辆的行驶稳定性;采用滑模控制理论设计主动转向控制器,根据爆胎前、后横摆角速度偏差对车辆前轮转角进行补偿,以解决爆胎导致的车辆横向偏航问题。在CarSim与Simulink联合仿真平台下进行的仿真验证结果表明,该文提出的控制方法可以使爆胎车辆基本保持在原路径上行驶,有效提高了车辆的稳定性和安全性。

交通环境及驾驶人属性对车辆横向控制水平的影响分析

为探究道路环境及驾驶人属性对车辆直道横向控制水平的影响,招募31名试验对象,设计白天-城市道路、夜晚-城市道路、白天-高速公路、夜晚-高速公路等4种情境下的实际道路驾驶试验,选取横向加速度均值和横向加速度标准差为二维向量,基于二分K-means算法对驾驶人在直道行驶的横向控制水平进行划分。结果表明:样本数据聚为3类时聚类效果最佳,驾驶人的直道横向控制水平被划分为良好、一般、较差;4种情境中,夜晚-城市道路环境下驾驶人的整体横向控制水平最差;所有驾驶人属性中,只有性别因素对驾驶人的横向控制水平存在显著影响,男性驾驶人的直道横向控制水平优于女性驾驶人,年龄、驾龄、婚姻状况、文化程度等5种因素不存在显著影响。