弱GPS环境下的智能车辆自主导航算法

针对城市环境GPS(global positioning system)易定位失效的问题,提出一种利用视觉位置识别的智能汽车自主导航算法.为了识别车辆在无GPS环境中的全局位置,通过注意力模型和细粒度特征提取模块得到图像中具有判别力的视觉特征,实现航拍图像与离线卫星图像的匹配检索.在获取车辆位置信息基础上,通过精英蚁群优化算法为车辆输出前方道路分支行驶的方向,进行全局路径规划.结果表明:细粒度特征提取模块提取更具判别力特征,利用标签平滑的交叉熵损失函数训练,实现了实际环境位置的有效识别,车辆可以利用所提算法在弱GPS环境中自主导航.

人机共驾智能汽车紧急工况下的驾驶员应激反应

基于L2-L3级别智能汽车在人机共驾工况下驾驶员的认知特征,建立人机共驾智能汽车紧急工况下的驾驶员应激转向模型,该模型反映了驾驶员在应激过度状态下的转向特性.通过应激转向曲线中转向盘转角幅值与转向频率之间的拟合关系来表征驾驶员的应激程度.考虑高速大转角下的车身侧倾,并引入非线性轮胎模型,建立3自由度非线性整车动力学模型,通过侧向加速度的跟踪仿真对驾驶员应激转向模型进行验证.结果表明:驾驶员在应激过度行为下会使车辆产生过度的前轮转角;模型输出结果和实车试验结果有较好的匹配度,模型可以描述驾驶员应激转向特征.

智能汽车并联电控液压制动系统设计与试验

为提高智能汽车自动制动系统的性能及可靠性,设计基于传统液压制动系统的并联式电控液压主动防碰撞自动制动系统,针对整车动力学系统存在的参数摄动、外界干扰较强的非线性时变特征,提出μ控制策略控制制动管路压力,并进行参数摄动及外界干扰影响下的控制器性能仿真及整车道路试验。结果表明,采用μ控制算法的电控液压制动系统,在整车质量增加30%和制动盘-摩擦片摩擦因数减少30%两种工况下,整车期望加速度的稳态误差均控制在5%以内,稳定时间分别为1.7 s和1.4 s。

基于路面坑洞检测的智能汽车主动避障控制

为实时、有效地获取路面坑洞的损毁情况,提高智能汽车的行驶安全性,提出了一种新的无接触式坑洞检测及主动避障控制算法.采用多传感器融合技术提取路面坑洞特征,通过视觉图像对路面坑洞的轮廓进行提取并计算路面坑洞面积,应用单点测距激光雷达对路面坑洞的深度进行了测量.利用Adams软件搭建整车模型和路面坑洞模型,确立满足人体舒适性要求的安全过坑极限车速,并应用模糊控制理论设计了适用于坑洞路面工况的主动避障算法,通过Simulink/Carsim联合仿真验证了该算法的有效性.结果表明:该算法能满足系统设计要求,可以控制车辆安全、舒适地通过路面坑洞,在兼顾舒适性的同时可以有效降低车辆在坑洞路面危险工况下的事故率.

基于拟人智能决策-规划算法的主动制动系统研究

为了提高智能汽车在突发性交通危险工况下的安全性,设计了主动制动系统拟人智能决策-规划算法。建立了不同路面峰值附着系数条件下的制动电机目标电流Ii-hope函数,依据制动过程中实际滑移率λ和路面峰值附着系数μ,对制动电动机最优目标电流进行实时决策-规划。研究结果表明,在突发性交通危险工况下,所设计的拟人智能决策-规划算法能够把滑移率控制在当前路况最佳滑移率附近,在兼顾了舒适性的同时,整车制动能力提高了4.12%~4.38%,有效降低了智能汽车在突发性交通危险工况下的事故率。

基于图像特征和HMM的前方附着系数辨识

为了辨识前方道路附着系数,利用灰度共生矩阵和HSV(hue,saturation,value)颜色空间提取了典型路面图像7种纹理特征参数,基于类比特性对Burckhardtμ⁃s模型进行改进,提出一种当前路面峰值附着系数实时估计算法,通过Carsim和Simulink联合仿真验证了其有效性和实时性.建立基于隐马尔可夫模型(hidden Markov model,HMM)的前方道路-轮胎附着特性模型,并验证所建模型的正确性.通过实车试验对HMM模型算法进行了验证.结果表明:HMM模型对前方道路-轮胎附着系数识别率达到90%以上,并且能够用于智能汽车自动紧急制动模块中,可以在前方恶劣路面环境下进行提前制动,有效缩短制动距离.