基于CarSim的FSAE赛车传动系统主减速比选择策略

车辆动力学虚拟仿真在汽车设计中具有重要的意义,文章从传统汽车动力学理论出发,结合CarSim汽车动力学仿真软件,提出了一种大学生方程式汽车大赛(FSAE)传动系统主减速比的选择策略。综合大学生方程式大赛规则中各动态赛项目成绩的计算方法,制定了目标分数评价指标,并根据西安交通大学毅行方程式车队2019、2020赛季的实车实验,验证了该传动系统主减速比选择策略的优势。研究结果对FSAE参赛车队传动系统主减速比的设计提供了一定的指导作用。

改进行为克隆与DDPG的无人驾驶决策模型

无人驾驶技术的关键是决策层根据感知环节输入信息做出准确指令。强化学习和模仿学习比传统规则更适用于复杂场景。但以行为克隆为代表的模仿学习存在复合误差问题,使用优先经验回放算法对行为克隆进行改进,提升模型对演示数据集的拟合能力;原DDPG(deep deterministic policy gradient)算法存在探索效率低下问题,使用经验池分离以及随机网络蒸馏技术(random network distillation,RND)对DDPG算法进行改进,提升DDPG算法训练效率。使用改进后的算法进行联合训练,减少DDPG训练前期的无用探索。通过TORCS(the open racing car simulator)仿真平台验证,实验结果表明该方法在相同的训练次数内,能够探索出更稳定的道路保持、速度保持和避障能力。

针对FSAC赛场环境的全局锥桶建图算法研究

针对中国大学生无人驾驶方程式(FSAC)赛车在高速循迹的“U型弯道”工况中,由于识别的锥桶有限,导致路径规划失效的问题,提出了一种基于激光雷达以及组合惯导系统的锥桶地图构建算法。该算法从当前帧激光点云中提取出锥桶中心点云,通过乘以雷达到组合惯导的标定矩阵和组合惯导实时解算的车辆在地图坐标系中的位姿矩阵,将激光坐标系下的锥桶点云投影到地图坐标系下,完成锥桶地图的构建与更新。将算法进行实车验证,3次实验结果表明:该算法的平均召回率为98.7%,平均精准度为98.1%,构建好的地图能够供给规划算法,拟合出赛道的全局最优路径进行加速跟踪,提高了赛车的感知预判能力和路径规划效率。

基于ADAMS/CAR的FSC赛车操纵稳定性仿真与评价

采用ADAMS/CAR模块建立了某FSC赛车的整车动力学模型,并根据实车试验工况对整车模型进行了仿真,经与实车试验数据对比,验证了整车模型的准确性。在此基础上,参照国标进行了稳态转向试验和转向盘角阶跃试验,分析了赛车的稳态和瞬态响应特性。仿真结果表明,赛车在低速时具有微小的不足转向特性,而随着车速的增加,不足转向趋势明显;瞬态响应的横摆角速度响应时间、峰值响应时间及稳定时间都较短,说明赛车瞬态响应迅速,而横摆角速度超调量略大,可适当调整阻尼比和弹簧K值以提高赛车的性能。

小型越野电动车控制策略研究

电动车的整车控制策略是确保车辆安全可靠运行的基础。文章基于由四川工程职业技术学院巴哈车队的学生,自行设计制造的小型越野电动车——巴哈赛车,进行整车控制系统及控制策略的研究。基于MATLAB/Simulink软件搭建整车控制模型,并将生产的代码写入整车控制器进行实车验证。结果表明,所设计的控制策略符合比赛规则对赛车的要求,能够提高系统稳定性和安全性。

单座小型赛车车架设计与仿真

单座小型赛车广泛用于各游乐场所、汽车竞赛以及赛道日活动,由于产量低、用途单一且不能合法上路,故无需遵守量产车的设计原则和相关法规,设计空间较大。这种赛车通常注重加速/制动性能以及操控稳定性,其中中国大学生方程式汽车大赛(FSC)是单座小型赛车的代表产品。车架是单座小型赛车的重要组成部分,绝大多数的赛车零部件都需要安装在车架上。本文以中国大学生方程式赛车规格的单座小型赛车车架为研究对象,设计一副具有足够刚度和强度的车架并进行优化,基于UGNX和ANSYS Workbench软件平台,分别建立车架三维模型和有限元模型,计算车架弯曲刚度和扭转刚度并完成模态验证。

基于非线性MPC的电动赛车驱动防滑控制

文章采用非线性模型预测控制(model predictive control,MPC)方法实现轮边驱动电动赛车的驱动防滑控制。为了实现电动赛车良好的纵向加速和轮胎抓地性能,将车轮滑移稳定区作为非线性模型预测时域约束,建立轮边电机滑移率控制模型;结合赛车空气动力学套件和轮胎特性,在MATLAB/Simulink软件中建立驱动防滑模型成本函数来平衡目标滑移率、目标扭矩变化率和最大扭矩限制等多个目标;通过CarSim和MATLAB/Simulink的联合仿真并结合半实物在环台架试验验证模型的有效性和可靠性。联合仿真和试验验证结果表明,该文方法可以有效地提升赛车的纵向性能。

基于蜂窝铝板的FSAE赛车半单体壳车身结构设计与研究

针对FSAE赛车车身结构设计中碳纤维单体壳车身制造工艺复杂、成本高以及传统钢管桁架式车身扭转刚度较低的问题,提出了一种基于蜂窝铝板的新型单体壳车身结构,以实现高扭转刚度和低制造成本的目标。确定了车身扭转刚度和总质量的设计目标,并通过人机工程设计确定了车身的基本尺寸;采用有限元分析方法得出了最优的铺层方案,并对车身在各工况下进行了强度校核分析。研究结果表明,铝合金半单体壳车身具有良好的扭转刚度和轻量化水平,是一种性价比优良的新型车身结构,可替代传统的钢管桁架式车身。本研究为FSAE赛车提供了新的车身设计思路。

ZDC30-2.5型跑车防护装置在煤矿的应用

阐述了跑车防护装置基本类型,每种类型的工作原理和特点;介绍了ZDC30-2.5型跑车防护装置的工作原理、设备结构组成、主要功能,简述了新选跑车防护装置在副斜井的布置方案和跑车防护装置的配电及控制。

基于CarSim的FSC赛车建模与操纵稳定性仿真研究

针对FSC赛车开发过程中的操纵稳定性分析,论文基于车辆系统动力学仿真软件Car Sim进行建模与仿真研究。应用Car Sim建立了包含车体、轮胎、转向系统、悬架系统、制动系统及传动系统的FSC赛车整车动力学模型,并应用3D软件绘制三维车身、尾翼和发动机模型导入到Car Sim中实现整车动画仿真。在Car Sim中按照比赛要求设置方向盘角阶跃输入转向瞬态响应试验工况和蛇形试验工况进行FSC赛车操纵稳定性仿真分析。仿真结果表明:开发的FSC赛车具有良好的操纵稳定性。

基于V型开发模式的FSAE赛车传动系统开发

传动系统是大学生方程式赛车的重要组成部分,开发出可靠高效的传动系统是提升赛车竞争力的关键之一。赛车传动系统的开发涉及多个设计计算与校核优化环节,基于传统的瀑布式开发流程往往存在容错代价高昂和效率低的问题。文章将V型开发模式引入大学生方程式赛车传动系统的开发,对赛车传动系统开发的各个环节进行统筹规划,优化了协作方式,实现了设计计算与校核优化环节的交互并行,有效提高开发效率。相较于传统的瀑布式开发模式,实践结果证明将V型开发模式引入大学生方程式传动系统的开发使得开发周期缩短了23.81%,系统总成减重2.54%,赛车的性能测试也取得了较为理想的结果。

基于Adams/Car的FSAE赛车操纵稳定性仿真分析

针对某FSAE赛车样车,利用Adams/Car建立该样车的整车仿真模型,按照GB/T6323-1994进行包括转向盘转角阶跃输入和蛇形试验在内的操纵稳定性仿真试验,分析该样车的操纵稳定性,为进一步提高赛车的瞬态响应性能、急剧转向性能等具体性能,给出更加明确的设计参考。

基于VI-CarRealTime的FSAE赛车操稳性优化

为提高FSAE(Formula SAE)赛车的圈速,对赛车的操纵稳定性进行仿真优化。首先使用TDFT工具箱中对Hoosier 43101 R25B轮胎的试验数据进行PAC2002轮胎模型的参数辨识,然后在VI-CarRealTime中建立整车虚拟模型并验证其准确性,最后依据8字绕环和蛇形绕桩工况的仿真结果,优化了侧倾刚度分布、外倾角和前束角等参数。结果表明,优化后的赛车在侧向附着能力和瞬态响应品质方面都有所提升,改善了整车操纵稳定性,同时也为赛车的调教提供了仿真依据。

基于ADAMS/CAR的赛车平衡悬架仿真分析

提出将平衡悬架理论应用在赛车上,并在ADAMS/CAR软件中建立了某赛车前平衡悬架的动力学仿真模型,在双轮同向激振工况中进行仿真分析,得出车轮在跳动过程中主要定位参数变化曲线。通过分析得出各参数变化量均在实际设计要求值范围内,表明所建立的平衡悬架模型的正确性以及在赛车上应用的可行性。

具有优先级的深度确定性策略梯度算法在自动驾驶中的应用

深度确定性策略梯度(deep deterministic policy gradient,DDPG)算法在自动驾驶领域中应用广泛,但DDPG算法因采用均匀采样而导致低效率策略比例较高、训练效率低、收敛速度慢等.提出了基于优先级的深度确定性策略梯度(priority-based DDPD,P-DDPG)算法,通过优先级采样代替均匀采样来提升采样利用率、改善探索策略和提高神经网络训练效率,并且提出新的奖励函数作为评价标准.最后,在开源赛车模拟(The Open Racing Car Simulator,TORCS)平台上对P-DDPG算法的性能进行了测试,结果表明相对于DDPG算法,P-DDPG算法的累积奖励在25回合之后就有明显提升而DDPG在100回合之后训练效果才逐渐显现,提升约4倍.P-DDPG算法不仅训练效率提升且收敛速度加快.

基于PID算法的智能竞速小车设计与实现

为使智能竞速小车快速稳定地通过各种复杂赛道,课题组设计了一种基于STC8单片机的竞速小车系统。该系统主要由传感检测、控制决策和动力驱动三部分组成,采用六路电磁传感器模块采集赛道信息,控制决策系统使用搭载STC8A8K64S4A12的最小核心板和增量式PID算法,控制动力系统驱动舵机转角和直流电机转速。试验结果表明,该智能竞速小车具有控制精确、转向灵敏等优点,不仅提高了车速,也提升了车速控制的稳定性。

基于无人驾驶方程式赛车的电池箱联合仿真实验设计

考虑电池的安全性能和环境参数复杂性,设计并搭建了适合中国大学生方程式无人驾驶赛车大赛的电池实验系统。以Simulink模块化编程为基础,结合控制理论、热力学、车辆运动学以及电气工程相关知识,完成了电池箱实时放电、散热情况的仿真模型。该实验系统能够用于实验教学,通过对无人驾驶赛车电池箱设计,能提升学生综合实践能力。

一种改进Delaunay三角剖分的临时道路检测方法

针对由交通锥桶引导的临时道路,提出一种改进Delaunay三角剖分算法,实现该特殊场景下的道路检测。使用YOLOv4算法对图像中的交通锥桶目标进行识别,并融合图像信息与激光雷达获取的交通锥桶点云信息,对融合后的交通锥桶信息进行Delaunay三角剖分,提出一种Delaunay三角网滤波算法与局部优化策略,根据路况变化实现Delaunay三角网权重与损失值的实时计算,有效滤除损失值总和不满足条件的三角边,算法减少了Delaunay三角网内的噪声约束,有效实现车道线与可行驶路径的快速规划与实时更新。实车实验结果表明:该算法平均耗时35.4 ms,所检测路径绝对轨迹误差为0.2 m、准确率为97%,相比传统Delaunay三角剖分算法,改进后的算法满足实时性要求,降低了路径检测误差,提高了路径检测准确率。

FSAC赛车车身空套设计和仿真分析

针对FSAC赛车在高速行驶时的空气动力学性能问题,进行了车身和空气动力学空套设计和仿真分析的研究。车身设计灵感来源于海豚,进行草绘建模等前期工作。空气动力学套件设计了前翼和尾翼,通过理论计算设计前后轴轴荷分配,根据目标值在Profili软件里进行翼片的选型,对比不同攻角下的翼片组合状态。在ANSYS-Fluent软件中设计不同速度的仿真工况,优化出前翼攻角主翼、襟翼分别为6°、45°,尾翼攻角主翼、襟翼、小襟翼分别为15°、25°、60°时,对比有无空套时各方案的整车外流场气动性能。仿真结果和实车实验表明,赛车具有良好的空气动力学性能,在20 m/s时,赛车的下压力达到478.402 N,升阻比达到2.65,赛车可获得较高的车速和良好的操纵稳定性。

基于深度学习的竞速型智能车转向控制系统设计

转向控制系统是智能车自主行驶的关键。依托第十五届全国大学生智能汽车竞赛,针对自主设计的竞速型智能车进行转向控制系统的设计。该控制系统由数据采集车完成数据采集的过程,包括采集电磁强度、图像、转向角等数据创建用于深度学习的数据集,在此基础上训练和测试神经网络模型,模型测试车采用经训练和测试的神经网络模型,结合实时电磁强度数据,实现对其转向的实时控制。经过实测,该控制系统能够有效控制转向,使智能车完成复杂路况下的竞速任务。