基于行车安全场理论的预期功能安全场景风险评估

面向自动驾驶车辆预期功能安全(SOTIF)场景的不同测试标定要求和侧重,本文提出了一种基于行车安全场(DSF)理论的SOTIF场景风险评估方法。首先,利用DSF对场景的各层元素进行风险量化,从而实现风险的集成计算。通过分析SOTIF场景的定义与架构和DSF模型的参数,证明该模型满足SOTIF场景的风险评估要求。接着将所提方法应用于3类车辆运行场景的划分中,分别是已知安全、已知不安全和未知安全/不安全。为实现场景的划分,将DSF理论中不同的驾驶状态与SOTIF中车辆的运行场景进行匹配。最后,进行了封闭场地和开放道路的测试。一方面将相对驾驶安全系数指标RDSI与碰撞时间TTC指标作对比,验证了RDSI可更准确、敏感地评估行车风险。另一方面,证明了所提方法可有效地实现场景划分。

自动紧急制动系统控制模块的SOTIF量化评价

建立智能汽车的预期功能安全(SOTIF)评价体系,进行SOTIF设计是实现智能驾驶汽车规模应用的必由之路。为完善自动紧急制动(AEB)系统的SOTIF理论,实现AEB系统的SOTIF设计,本文采用系统理论过程分析(STPA)的方法对AEB系统控制模块进行安全分析。根据安全分析的结果提出AEB系统控制模块的SOTIF评价指标,并基于CRITIC法和优劣解距离(TOPSIS)法对提出的评价指标进行综合量化评价。进一步地,使用提出的评价方法对某型智能汽车的AEB系统控制模块进行了基于实车试验的SOTIF评价,评价结果验证了所提出的AEB系统控制模块的SOTIF评价方法的合理性和实用性。最后,对评价结果进行分析,并根据提出的SOTIF评价指标给出AEB系统的SOTIF改进建议。

考虑充电需求的电动公交车运营优化模型与算法

随着新能源汽车技术的快速发展,电动公交车被视为缓解城市交通拥堵和降低环境污染的有效手段,然而电动公交车的里程限制和充电需求等特点使得公交网络设计和运营面临新的挑战。本文在公交分配的基础上,考虑电动公交车充电需求,对新型电动公交的发车频率、运营车辆数、车辆充电计划进行优化设计。构建一个双层规划模型,上层为带有电动公交线路运营充电仿真模块的公交网络优化模型,从运营商的角度来实现乘客出行成本和电动公交网络运营总成本最小;下层基于UE(User Equilibrium)均衡准则来描述乘客出行路径选择行为并预测公交网络流量。提出基于代理模型的算法(Surrogate-model-based Algorithm)来求解所构建的双层规划模型,并嵌入基于超路径的投影算法求解下层电动公交均衡分配问题,利用线路运营充电仿真模块求解上层运营车辆数车辆、充电计划及车次数量。最后采用数值算例验证了该模型和算法的有效性,算例结果显示,所提出的代理模型算法比传统遗传算法求解效率和精度更高,且随着网络规模的增大效果更为明显。

基于双层规划的老城区自行车专用道网络设计

自行车作为一种慢行交通方式,其基础配套设施的规划是城市交通规划领域的重要组成部分。本文在当前的自行车网络设计研究基础上,针对国内城市老城区需求多、道路密、机非混合的特点,提出了一个新的自行车网络设计问题,即采用新建自行车专用道和限行机动车的方式构建连通的自行车交通网络,旨在提供更为便利的自行车基础设施,以达到促进自行车出行和缓解交通拥堵的目的。本文构建了一个双层规划模型,上层为政府新建自行车道或禁行机动车的决策模型,包括自行车道网络的连通性约束;下层为考虑用户出行需求弹性的Logit模型和路径选择行为的用户均衡(UE)交通分配模型。提出了改进的遗传算法对构建的双层规划模型进行求解,并嵌入Frank-Wolfe算法和自适应平均算法分别求解UE交通分配模型和需求划分的Logit模型。最后,采用Sioux Falls网络进行数值算例分析,结果显示本文的模型和算法能有效地求得连通的自行车专用道网络设计方案,并降低路网的出行总阻抗。

智能网联汽车预期功能安全风险评估3σ接受准则

预期功能安全(Safety of the Intended functionality,SOTIF)问题是智能网联汽车商业化推广的最大难题之一。在对智能网联汽车进行SOTIF分析的过程中,建立合适的风险接受准则能为危害识别和风险评估提供更准确的判别标准,有助于降低开发成本、提高整车的SOTIF信心度和开发效率。为建立合适的风险接受准则,对自然驾驶数据中部分驾驶人交通特性关键参数进行提取以验证驾驶人行为的“极值特性”和参数的正态分布,并分析建立安全接受准则需要遵循的三类基本原则。在结合6标准差(6sigma,6σ)理论在工科领域中的实际应用的基础上,提出将6σ理论用于建立SOTIF风险评估的3σ接受准则,并基于该接受准则重新定义行车安全场(Driving safety field,DSF)中驾驶安全系数(Driving safety index,DSI)标准值的计算方法。利用TrafficNet数据库计算不同基础场景下的DSI的标准值(DSI*),量化基础场景下的SOTIF风险接受准则。研究结果完善智能网联汽车的SOTIF评价体系,有利于从源头提升智能网联汽车安全水平,对避免无止境地推高累积测试里程具有指导意义。

考虑迟滞特性的轮胎纵向动力学模型

轮胎是汽车唯一接地部件,提供汽车运动需要的所有驱动、转向和制动力。轮胎模型是汽车动力学的基础,汽车动力学及其控制技术的进一步发展有赖于精确的轮胎模型技术。为此提出一种考虑轮胎变形迟滞特性的轮胎简化物理模型,结合电容-电阻(Resistor-Capacitor,RC)迟滞算子,分析轮胎胎体压缩回弹和制动力加载卸载两个层面的迟滞特性,并分别建立纵滑工况下的轮胎稳态模型HysTire和动态模型Dyn-HysTire。为了验证HysTire模型和Dyn-HysTire模型的准确性,对某型号Pirelli轮胎纵滑工况下的试验数据进行建模。结果显示,稳态模型HysTire提供了与魔术公式相似的拟合精度,而引入滑移率变化率的动态Dyn-HysTire模型的拟合结果的均方差(Mean square error,MSE)值相比于魔术公式降低了约30%,显著提高了轮胎的仿真精度。另外Dyn-HysTire模型同样提供了堪比LuGre模型和PAC2002模型对轮胎动态特性的表达能力。最后在1/4车辆ABS仿真中进一步验证,相比于魔术公式,考虑迟滞特性的Dyn-HysTire模型更能反映出轮胎的真实力学特性,提高了车辆动力学的仿真精度。

基于曲线压缩和极限梯度提升算法的锂离子电池健康状态估计

为了精确地估计锂离子电池的健康状态(SOH),提出了一种基于道格拉斯-普克算法和极限梯度提升(XGBoost)算法的方法。首先对每组电压数据进行预处理,利用道格拉斯-普克算法对每次循环的恒流充电电压曲线进行矢量压缩;在此数据的基础上,运用XGBoost算法建立锂离子电池退化过程模型并估计SOH。对比实验结果表明,所提方法可有效压缩电池电压曲线、降低网络训练数据维度,同时具有较高的预测精度和较快的运行速度,可实现锂离子电池SOH的快速准确估计。