基于车车通信的车辆并行协同自动换道控制

为研究多车协同自动换道,分析了三车道八车场景中两车协同行为,对两车并行协同行为进行界定,提出了两车并行协同自动换道控制策略。针对三车道八车场景,以车车通信为条件,实时获取周围车辆的运动状态变化和换道意图,根据周围车辆的运动状态,设计了两车协同换道轨迹模型,规划换道车辆的参考协同换道轨迹。在此基础上,提出了并行协同自动换道安全距离模型,以形成换道车辆与周围车辆的换道轨迹约束,保证生成安全可靠的协同换道轨迹。最终根据规划的安全参考轨迹,采用模型预测控制算法,实时优化换道车辆的速度和前轮转角,实现轨迹纵横向跟踪。仿真结果表明,所提出的并行协同控制策略能够实现两车安全协同自动换道,同时提高换道效率。

基于车联网信息的自动换道方法研究

针对汽车自动换道时未考虑周围车辆运动状态变化以及舒适性差、通行效率低等方面的不足,提出在车联网条件下的自动换道方法。在动态轨迹规划时首先构建提高舒适性和通行效率的综合换道时间和最大加速度的目标函数;然后利用预定义的五次多项式、约束条件以及目标函数求解最优换道轨迹,并根据车联网提供的实时信息参考换道轨迹,实现数据实时更新以在前方出现突发状况时及时反馈给决策单元重新进行规划路径,防止碰撞,使得换道车辆适应周围车辆运动状态变化;最后开展Carsim和Simulink联合仿真以及实车验证。试验结果表明:相较于传统非动态自动换道方法,该方法能解决换道过程中周围车辆车速变化及车辆突然闯入等情况导致的难题,可明显提升换道过程中的安全性。数据分析证明:在保证车辆舒适性、稳定性的同时,换道时间缩短了22. 5%,提高了车辆换道效率。

基于车车通信技术的自动换道算法研究与仿真

针对自动驾驶中的自动换道问题,提出了并行换道轨迹规划方法,增加换道可能性的同时提升了换道轨迹合理性,提出了碰撞检测与并行轨迹重规划方法,保障了换道过程的安全性,对滑模轨迹跟踪算法进行改进,并搭建CarSim、Prescan和MATLAB联合仿真平台进行仿真,验证了所提出方法的有效性。

基于车-车通信的自动换道控制

针对现有自动换道控制策略存在未考虑换道过程中周围车辆运动状态变化影响的不足,提出了一种基于车-车通信的自动换道控制策略,主要包括动态换道轨迹规划和滑模轨迹跟踪控制。其中,动态换道轨迹规划方法能够根据车-车通信所提供的实时信息更新参考换道轨迹,使得换道车辆适应周围车辆运动状态变化,通过求解基于换道时间和换道距离的带约束非线性优化问题,实时地获取换道过程中约束条件增加或发生改变情形下的安全参考换道轨迹。滑模轨迹跟踪控制通过车辆实际位姿和期望位姿之间的偏差计算轨迹跟踪所需期望速度和横摆角速度。仿真结果表明:所提出的控制策略能有效解决在换道过程中周围车辆车速变化或车辆切入等情况下的自动换道难题,从而能够实现安全舒适的自动换道过程。

PLC计数器在冷却道自动换道中的应用

本文基于对铸造厂缸盖车间冷却道自动换道进行的技术改造,介绍了PLC计数器在冷却道自动换道中的应用。通过应用计数器对冷却道中通过的砂箱台数进行计数,并进行编程,通过PLC程序控制整条冷却道的运行,从而达到自动换道的目的。通过现场生产实践,完全达到了预期目的。

基于车联网的汽车自动换道方法研究

为弥补现有汽车自动换道时未考虑周围车辆运动状态变化以及舒适性差和通行效率低等方面的不足,同时提出了在车联网条件下的汽车自动换道方法,主要包括动态轨迹的规划、前馈与反馈相结合的PQ跟踪控制策略两部分,开展Carsim和simulink联合仿真以及实车验证结果表明,与传统非动态自动换道方法相比,该方法能有效解决在换道过程中周围车辆车速变化及车辆突然闯入等情况的难题,明显提高了换道过程中的安全性,由数据分析可知在保证车辆舒适性、稳定性的同时,换道时间缩短了20%,有效提高了车辆换道效率。

智能车自动换道横向控制策略的研究

对于具有干扰的系统,针对采用常规滑模控制方法控制精度不高及需要较大切换增益的问题,基于7自由度非线性车辆动力学模型设计了一种基于指数收敛干扰观测器的滑模转向控制器,跟踪智能车自动换道的期望横摆角速度。换道过程采用等速偏移加正弦函数换道模型,基于期望的换道轨迹获得了期望横摆角和横摆角速度。运用Lyapunov理论分析了自动换道系统的稳定性。MATLAB/Simulink仿真结果表明,所设计的自动换道滑模转向控制器能有效地利用干扰观测器和滑模控制的特点,提高跟踪精度,降低切换增益,削弱抖振,具有很好的鲁棒性。

自动换道系统最小安全距离研究

针对自动换道系统中最小安全距离模型的构建,分别提出了弯道工况下具有代表意义的最小安全距离模型和基于车辆极限运动关系的最小安全距离模型,建立相应模型进行分析,并以红旗H7轿车仿真模型为基础,对所提出的模型进行了对比,得出基于弯道的最小安全距离模型的潜在事故风险较极限运动关系模型高,但后者换道的次数明显少于前者,自动驾驶车辆行驶效率降低,可能导致用户对自动驾驶功能的体验较差。

复杂车路环境下自动驾驶车辆换道仿真研究

自动驾驶车辆换道决策的算法设计对确保自动驾驶车辆的安全平稳运行至关重要。在现有研究基础上,综合考虑了换道车辆与原车道、目标车道前后多辆车的冲突关系,通过引入车辆侵略系数建立复杂路况下的多人动态博弈模型,以寻找自动驾驶车辆在复杂车路环境下的换道决策以及轨迹线规划的最佳策略。随后,通过NGSIM(Next Generation Simulation)数据探究车辆行驶特性,得到车辆侵略系数的准确分布,搭建仿真环境,给出本模型下自动驾驶车辆在不同路况中的策略选择以及对应的轨迹线示意,并将结果与其它模型求得结果进行比较。根据仿真结果,上述算法有效地完成了自动驾驶车辆在复杂车路环境下换道的关键技术问题,可为自动驾驶车辆的换道决策提供一定的技术指导。

基于Raspberry Pi的潮汐车道智能调节系统

本文设计了一套基于Raspberry Pi的潮汐车道智能调节系统。由车流量监测模块、环境感知模块、供电模块、处理控制模块、机械运动模块、无线通讯模块、警示预告模块等模块组成,针对传统潮汐车道固定的车道变更时间节点与使用时段、人工搬挪隔离栅栏严重制约潮汐车道使用效率与安全保障的问题,通过硬件模块监测车辆行驶与道路交通量信息,实现潮汐车道适时自动调节与换道自动告警,进而提高潮汐车道的使用效率与安全保障。