基于Matlab的车辆动力学控制交互式硬件在环仿真系统研究

介绍了一种简单实用的基于M atlab的交互式车辆动力学控制硬件在环仿真系统,即完全利用M atlab工具实现实时交互式车辆动力学控制硬件在环仿真系统。该系统在硬件在环仿真研究过程中省去复杂不确定的驾驶员模型,直接把人的驾驶行为作为仿真的一部分嵌入仿真过程。仿真试验结果表明,该仿真方案是可行有效的,对进一步研究ESP控制逻辑以及该系统快速开发研究具有很大的意义。

车辆动力学控制系统横摆力矩控制方法

车辆动力学控制系统(VDC)通过对车辆施加主动横摆力矩来改善车辆高速时的操纵稳定性,可有效避免侧滑等交通事故,研究其横摆力矩控制方法是当前车辆动力学领域的热点。在研究先进控制理论的基础上,分别设计了用于VDC系统的鲁棒、模糊和智能积分模糊PID控制器,并将它们和车辆系统模型联接进行了系统仿真,对比分析了3种控制器的控制特点与控制效果。仿真结果表明,鲁棒、模糊和智能积分模糊PID控制方法都能实现有效的横摆力矩控制,且有各自的特点。智能积分模糊PID控制效果更为理想,该方法应用于VDC控制具有很好的前景。智能积分降低了积分功能的副作用,进一步提升了模糊PID的控制效果。仿真工作为进一步将智能积分模糊PID应用于VDC系统样机开发提供了参考。

车辆动力学与控制研究进展

从车辆纵、横、垂向动力学三个方面,结合电动汽车、智能网联等热点问题,介绍了目前车辆动力学与控制领域的研究成果.车辆纵向动力学方面包括车辆传动系统换挡控制、制动系统的设计与控制以及车辆状态的参数估计;车辆横向动力学方面涉及车辆转向系统设计与横向稳定性控制;车辆垂向动力学方面包括悬架系统的优化设计与半/主动控制.专刊研究成果涉及车辆动力学与控制方向的多种问题,可为今后开展相关研究提供参考.

基于SAE J1939的车辆动力学稳定性控制网络设计及测试

车辆动力学稳定性控制涉及底盘多个执行机构及电子控制单元,所组成控制网络的性能是整个控制系统的关键之一。文中根据SAE J1939应用层规范,设计车辆动力学稳定性控制网络,并定义其应用层私有通信协议;采用专门的车载网络测试工具,搭建车辆动力学稳定性控制网络测试平台。测试结果显示,所定义的应用层私有通信协议满足系统可靠性的要求,整个车辆动力学稳定性控制网络运行良好。

面向极限工况的分布式驱动电动汽车动力学集成控制方法

为了改善分布式驱动电动汽车在低附着路面行驶、高速转向等极限工况下的主动安全性,本文提出了一种基于预测控制的动力学集成控制方法。首先,为了均衡预测模型的建模精度与控制器的计算负担,通过分段仿射将非线性横摆动力学模型进行简化,进而建立了混杂系统预测模型。其次,分析了多时变参数系统的失稳机理,将系统发生分岔现象后极易失稳的工况定义为极限工况,统一了低附着、高速等不同极限工况下的车辆稳定性判别方法,制定了控制模式的切换机制。然后,提出了基于鲁棒混杂模型预测控制算法的动力学集成控制策略,系统地考虑了极限工况下的车速变化与轮胎非线性侧偏特性,协同优化了车辆的驱动防滑性能、横摆稳定性等安全性指标。处理器在环试验表明,提出的集成控制策略能够满足低附着路面行驶与高速转向工况的控制需求,显著提高了车辆在极限工况下的主动安全性。

《车辆动力学及控制》教学方法新探索

《车辆动力学及控制》是车辆工程专业的一门专业课程。该文基于构建工程人才为核心的STEM教育理念,以车辆垂向动力学及控制为例,围绕动力学规律(S)、仿真分析(T)、悬架设计(E)、控制方程(M),开展项目学习、问题导向和学科融合的教学方法探索。结合作者的教学实践,通过使用仿真软件,将枯燥的理论知识可视化;利用现代化教学平台,对部分教学内容与问题解答开展云端教学实践;利用课后差异化的辅导,帮助学有余力的学生积极探究更深层次的知识。从而,提高学生的参与度和学习兴趣,引导和启发学生从实际工程中发现问题,并灵活运用所学的专业知识分析解决工程实际问题。

模糊逻辑在车辆稳定性控制系统中的应用

探讨了车辆在高速转向的极限运动工况下,利用施加于各车轮不同纵向力产生的辅助横摆力矩来提高车辆动力学稳定性的基本原理.推导了七自由度整车动力学模型,建立了车辆质心侧偏角观测器,并且考虑到车辆参数和运行工况的复杂多变,设计基于模糊控制逻辑的车辆稳定性控制策略,通过控制横摆角速度和质心侧偏角可使车辆对象输出跟踪理想参考模型的输出,用M atlab/S imulink建立车辆仿真模型,对所设计的控制算法进行了数字仿真,最后利用基于dSPACE的硬件在环仿真技术,对设计控制器的性能进行了实验验证.结果表明:所设计的模糊控制器能够显著改善车辆的操纵稳定性,特别是在低附着系数路面工况下.

基于先进控制技术的车辆主动安全领域研究展望(英文)

基于传感和控制技术,研究了提高车辆主动安全性的技术和方法。介绍了日本交通事故的统计数据,阐述了用于事故、事件调查分析的驾驶记录仪的发展。基于车辆动态数据,提出了驾驶记录仪捕捉未遂事件所用的算法。回顾了提高车辆动力学性能和驾驶辅助功能的微型电动车车辆动力学控制问题。介绍了基于轮毂电机的直接横摆力矩控制和主动前轮转向控制算法。介绍了适应驾驶员特性和交通情况的先进驾驶辅助系统。介绍了根据不同驾驶习惯和周围环境自动调整辅助策略的自适应系统,以及一些利用主动交互车辆和模拟驾驶仪进行的实验研究。提出了有关未来车辆控制技术的一些新观点和新挑战。

自适应积分终端滑模的自主车辆路径跟踪控制

为了实现自主车辆在复杂行驶环境下有效的路径跟踪功能,车辆必须配备一个拥有鲁棒性的控制系统,因此提出了一种自适应积分终端滑模控制策略。首先,采用了一个二自由度的车辆动力学模型以及一个简化运动学模型,用来描述车辆行驶时的横向动力学和路径跟踪特性;其次,设计了一种自适应积分终端滑模控制器,并利用李雅普诺夫稳定性判据证明了该控制系统的稳定性;最后,利用Matlab-Carsim联合仿真平台,以不同的车速分别在冰雪路面和干沥青路面上进行仿真测试,验证了所设计控制器的性能。仿真结果表明:当车辆行驶在不同的路面和速度工况下时,相较于传统滑模控制以及非奇异终端滑模控制,自适应积分终端滑模控制不仅拥有更高的控制精度,同时具有更强的鲁棒性能。

基于模型预测和遗传算法的智能车辆轨迹跟踪控制

为提高智能车辆轨迹跟踪模型预测控制(MPC)控制器的性能,提出一种基于遗传算法的MPC控制器权重系数整定方法。基于单轨车辆横向动力学模型设计车辆轨迹跟踪MPC控制器,在跟踪直线目标轨迹的工况下,以横向偏差权重系数为例分析其对MPC控制器性能的影响;以智能车辆跟踪目标轨迹的响应时间和跟踪偏差最小为目标,将MPC控制器权重系数的确定问题转化成多目标优化问题,运用遗传算法对其进行求解,得到优化的权重系数;采用MATLAB/Simulink和Carsim软件仿真不同车速下权重系数优化前后车辆跟踪目标轨迹的效果,对其响应时间和跟踪偏差进行分析。结果表明:权重系数对车辆跟踪目标轨迹的响应时间和跟踪偏差有较大影响,优化权重系数能够改善MPC控制器的性能,提高车辆跟踪目标轨迹的响应速度和精度。

分布式驱动电动汽车操纵稳定性控制评价体系

基于分布式驱动电动车动力学控制系统的特点,设计了一套客观评价体系,用于评价分布式驱动电动车动力学控制系统的性能。评价体系包括性能评价项目、评价方法和评分准则3个方面。性能评价项目涵盖整车层面和动力学控制系统层面。利用提出的评价体系对搭载动力学控制的车辆进行了操纵稳定性试验评价,验证了评价体系的合理性和可行性。

Bosch VDC系统的控制原理及展望

VDC系统(VehicleDynamicsControl、车辆动力学控制系统,在美日等国称为VDC,而在欧洲称为ESP,ElectronicStabilityProgram,即电子稳定程序)是Bosch公司1995年推出的用于改善车辆操纵稳定性的一种车辆动力学控制系统。VDC系统包括两个控制回路:控制车辆运动的主控制回路,控制制动和驱动滑移的副控制回路。文中详细介绍了这两个回路的工作原理,并给出了改善车辆操纵稳定性的实例。最后,指出了VDC系统的发展趋势。

基于DRL的四轮独立驱动电动车辆的侧向车速估计

为精确估计车辆行驶状态,提出了一种四轮独立驱动电动车辆侧向车速估计方法。基于深度强化学习(DRL)范式,设计了侧向车速估计方法的架构;基于深度确定性策略梯度(DDPG)算法,设计了DRL智能体;采用循环神经网络,搭建了DDPG算法中的Actor网络和Critic网络。基于设计的奖励函数和训练场景,借助Matlab/Simulink软件,完成了算法的实现和训练;并通过在车辆双车道变换等实际行驶工况的仿真,进行了验证。结果表明:在经过了630次的学习训练之后,与扩展Kalman滤波方法相比,本文方法的估计精度提升40%。因而,本文方法能够在常用行驶工况中对车辆侧向车速进行估计。

基于模型预测控制的汽车自适应巡航分层控制

自适应巡航系统能够提高汽车的驾驶舒适性和安全性,以模型预测控制方法为基础,设计一种电动汽车自适应巡航分层控制器,其中上层控制器采用模型预测控制器(MPC)实现对需求加、减速度的计算,下层控制器通过驱动/制动切换逻辑确定起作用的车辆系统(驱动系统(轮毂电机)/制动系统),并根据车辆逆纵向动力学模型计算所需的驱动/制动力.为验证所设计自适应巡航分层控制器的有效性,采用MATLAB/Simulink(自适应巡航分层控制器,驱动/制动系统控制器)和Carsim(车辆模型)软件建立系统的仿真模型,分别对等速+等加速+等减速和等速+变加速+变减速2种工况进行仿真.仿真结果表明,所设计的自适应巡航分层控制器能够使巡航车辆准确地跟踪目标车辆.

汽车智能化技术

近年来,随着电子计算机技术和信息技术的飞速发展,汽车智能化控制技术、控制系统不断出现,使汽车插上了智能化翅膀.智能汽车正出现在我们这个世界上,并成为人们最为青睐的高级宠物.在汽车全球卫星定位系统(GSP)、汽车惯性导航系统(INS)、智能巡航系统(ICC)、各种雷达避撞系统纷纷登台亮相之时,出现了形形色色的汽车智能化新技术,这些技术主要应用在汽车的动力控制、制动控制,以及其它各种部件上.

捷太格特拟与电装、爱信精机、爱德克斯合资成立自动驾驶相关的集成ECU软件研发公司

日前,捷太格特宣布已与电装（DENSO）、爱信精机（AISIN）、爱德克斯（ADVICS）达成了组建合资公司的初步意向。该公司将面向车辆的自动驾驶、车辆动力学控制开发集成ECU （Electronic Control Unit,电子控制单元）的控制软件。当今的汽车行业正处于“电动化”“智能化”“互联化”高速发展的大变革时代。

马自达公司推出G-Vectoring Contril Plus

马自达汽车公司开发了G-VectoringControlPlus，这是SKYACTIV系列汽车动力学系列中的第二代车辆动力学控制新技术。GVC Plus将被安装在所有马自达车型，更新的马自达CX-5率先获得该新技术。

基于模型预测的横摆和侧向稳定性控制

针对无人驾驶车辆路径跟踪过程中横摆和侧向稳定性控制,提出一种转向和制动的模型预测控制方案。控制方法基于3自由度车辆模型,控制目标是通过制动和转向的联合来跟踪期望路径。该控制方案依赖于非线性预测控制方法的预测功能,搭建基于MPC(Model Predictive Control,模型预测控制)的车辆主动转向和制动控制系统。通过Car Sim和Simulink联合仿真试验进行验证,证明所提出方法的有效性。