三轴半挂汽车列车预瞄驾驶员模型设计

以三轴半挂汽车列车为研究对象,以混合型模糊PID为控制器,建立适应于三轴半挂车辆的两点预瞄驾驶员模型。基于序关系分析法建立目标函数,确定不同车速下的最优牵引车及挂车预瞄距离。结果表明:在车速为30 km·h^-1时,牵引车和挂车的预瞄距离分别为4 m和2 m,牵引车权重为0.9;在车速为70 km·h^-1时,牵引车和挂车的预瞄距离分别为10 m和8 m,牵引车权重为0.75,目标函数最小,控制效果最佳。基于最优预瞄距离、权重的两点预瞄驾驶员模型较自建的单点预瞄驾驶员模型和Trucksim自带的单点预瞄驾驶员模型相比,在超调量、稳定性、转向轻便性方面综合控制效果明显,可在中高速车速下应用,提高安全性。

基于认知-控制框架的侧风工况下驾驶员横向控制模型研究

本文中基于神经工效学认知理论融入驾驶员预瞄模型,建立了以认知-控制为框架的驾驶员横向控制模型。模型采用Simulink和TruckSim软件联合仿真的形式验证。采用粒子群优化算法对控制框架中的比例-微分(PD)控制器模块参数进行优化标定。结果表明,在侧风工况下,基于认知-控制为框架所建立的驾驶员横向控制模型有效(RMSE=0.09),且精度更高,适应度更广。另外,从认知-控制角度改变预览时间tp、增益比例kp和微分参数kd,可表征不同驾驶风格的驾驶员行为。本研究为提高侧风工况下的高级辅助驾驶系统和自动驾驶汽车的安全性和舒适性提供参考思路。

基于驾驶状态预测的人机力矩协同转向控制器设计

针对人机协同转向控制中对于驾驶员参与和驾驶员状态考虑较少这一问题,提出一种基于驾驶员状态预测的人机力矩协同(human-vehicle torque collaborative based on driver state prediction,HVTC-DSP)转向控制方法.该方法以力矩为人机交互接口,提高了驾驶员的参与程度;同时,在控制器设计过程中采用模型预测控制方法,将驾驶员状态考虑在内,对驾驶员状态进行预测.采用高精度车辆仿真软件veDYNA进行仿真验证,结果表明,与不考虑驾驶员状态的人机协同力矩(human-vehicle torque collaborative based on no driver state prediction,HVTC-NDSP)转向控制方法相比,所提方法可以使辅助力矩更好地跟随驾驶员动作,提高车辆转向性能,减小侧向位移偏差,同时对不同驾驶员也有较好的适应性.进而,以驾驶员下一步动作为参考,使驾驶员当前力矩尽可能接近下一步期望的力矩,在转向性能几乎不受影响的情况下,适当减轻驾驶员操作负担.

基于障碍物斥力场的汽车主动避撞系统

为提高汽车行驶安全性,设计了基于障碍物斥力场模型的汽车主动避撞系统,建立了道路算盘模型和驾驶员预瞄跟随模型,利用算盘模型可求解出避撞路径,使用驾驶员预瞄跟随模型可求解出汽车转向盘最优转角。通过动静态障碍物环境下的仿真试验表明,利用算盘模型规划出的路径平滑、安全、可跟踪;驾驶员预瞄跟随模型的路径跟随精度高,实现了汽车主动避撞。