考虑路面附着的汽车主动避撞控制研究

来源 :吉林大学 | 被引量 : 0次 | 上传用户:liujing6633
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着汽车产业和经济的发展,机动车保有数逐年增长,交通安全更是成为制约汽车产业进一步发展的桎梏。主动避撞系统作为一种能提升行驶安全性的主动安全技术越发受到人们的关注。主动避撞系统包含了纵向主动避撞和横向主动避撞,虽然前者的技术更为成熟且在市场得到广泛推广,但当主车车速较高或前车与主车的相对距离难以满足纵向主动避撞的需求时,横向主动避撞却能实现更有效的避撞。故针对汽车纵横向主动避撞控制策略的研究对车辆行驶安全性有着重大意义。本文依托校企合作项目“智能驾驶制动控制算法开发”,以电动机械制动助力机构与ESP系统为被控对象,针对包含路面附着估计的纵横向主动避撞控制策略展开研究,并基于制动系统在环的实验平台,对所设计的控制策略进行验证。主要研究内容如下所述:1)基于状态观测的路面附着系数识别算法设计。首先通过对车辆动力学模型的分析设计车辆状态估算器,并基于卡尔曼滤波理论构建轮胎力观测器。其次,构建基于递归最小二乘算法原理的路面附着估计算法,其中包含基于轮胎力模型和基于曲线斜率法的两种估计方法。最后为验证所设计的算法,对算法进行联合仿真与分析,结果表明,所设计估计算法满足性能需求。2)碰撞风险评估与决策设计。为更加综合的评估分析车辆在行驶过程中的碰撞风险,本文基于安全距离模型与碰撞时间余量模型构建碰撞风险评估方法,并遵循优先使用纵向主动避撞的原则设计避撞模式决策逻辑。选取一元五次多项式为横向主动避撞的轨迹原型,介绍如何计算最晚转向点。并设计基于五次多项式的轨迹规划算法。3)纵向主动避撞控制研究。基于电子机械制动助力系统,针对纵向主动避撞过程中车辆纵向主动避撞控制策略进行研究,主要包括车辆的加速度环控制以及压力环控制的算法设计。前者采用基于车辆动力学模型的前馈控制器,并引入PI反馈控制。而对于压力环控制,则是基于PV特性的前馈控制以及模糊PI反馈控制。4)横向主动避撞控制研究。针对MPC理论在横向主动避撞过程中的应用进行研究,并构建MPC横向动力学控制算法。首先基于小角度假设和泰勒一阶展开,将非线性车辆动力学模型线性化,其次,综合考虑轨迹跟踪、执行机构物理特性以及稳定性需求,对目标函数和约束条件进行设计。最后,对所构建的MPC控制器与基于预瞄的侧向加速度反馈控制器进行仿真对比验证,结果表明,MPC控制器更能实现对期望轨迹更精确的跟随。5)硬件在环实验验证。基于dSPACE硬件平台及软件工具链,构建制动系统在环的硬件在环实验平台。首先对压力环控制算法进行快速原型验证,结果表明控制算法能满足车辆纵向主动避撞的需求。其次对主动避撞控制算法进行硬件在环验证。实验结果表明:第一,所述的主动制动控制算法能很好的跟随期望加速度,基本满足避撞需求;第二,所构建的避撞模式决策较为合理;第三,所设计的主动转向控制算法在硬件在环实验中能使得车辆实际运动轨迹较好的跟随理想轨迹;第四,综合实验结果,所设计的主动避撞算法能综合纵横向主动避撞的优势,实现更优的避撞性能。
其他文献
根据中国癌症中心发布的报告,脑癌是发病率第二高的儿童癌症,也是15-34岁成年人癌症死亡的第三常见原因。脑癌的治愈率并没有随着科技的进步而提升,只有及时发现并及早治疗才能有效提升患者的治愈率与存活时间。随着医疗影像技术的进步和推广,核磁共振技术(MRI)成为了脑癌的主要诊断方法,该技术可以帮助医生在不通过外科手术的情况下诊断出脑癌。但医疗影像的判读需要医生拥有丰富的临床经验,同时筛查细节较多的脑部
远监督关系抽取任务通过将知识库中的关系事实与语料库对齐自动产生训练数据,有效地减少了手工标记数据的成本,并且被广泛地应用在大型语料库中以查找新的关系事实。然而该方法在自动生成训练数据的同时却不可避免地引进了大量的噪声数据,这对于模型的训练很不利。在这里我们利用互信息分别从句子级和单词级进行降噪,以解决此问题。我们的方法均是通过有效句子间的互信息实现,而该信息的获取主要基于“有效句子间是存在联系的,
多细胞生物依赖多种分化的细胞密切合作,共同完成复杂的生命活动。通过对单个细胞和细胞间的相互作用分析来揭示生物体内的活动,可以达到对细胞间差异的发现和对疾病进行精准治疗的目标。在对细胞中蕴含的信息进行研究时,会采用不同的技术进行研究与分析。随着单细胞研究投入的增加,单细胞相关技术大量涌现,积累了大量相关数据。然而,研究者们难以从海量的数据中获得有效的信息,提出快速高效的机器学习算法对单细胞相关技术的
人体姿态估计作为行为分析以及动作识别的重要技术,在计算机视觉中具有非常广阔的应用前景。近年来,虽然深度学习在一定程度上极大地促进了人体姿态估计相关工作的进步,但如何将人体模型更好的融合到卷积神经网络中,如何在保证高精度的同时提高网络的处理速度,如何对人体姿态的先验知识实现更充分的利用仍然具有特别重要的研究意义。因此本文以基于深度学习的姿态估计算法为主要研究内容,旨在设计出一种更高效,更准确的姿态估
在数字化正畸治疗过程中,对锥形束CT(Cone Beam Computed Tomography,简称CBCT)图像检测出单个牙齿的位置和牙号是帮助了解正畸治疗的有效手段,也是下一步进行单个牙齿分割的必要前提。近些年随着深度学习算法的蓬勃发展,基于卷积神经网络(CNN)的目标检测算法在医学图像领域的应用热度也逐渐高涨。但CBCT不同于自然图像,既包括CT和图片在自身维度和数据格式上的差别,例如:C
由于全球能源的短缺以及地球环境的不断恶化,近年来,汽车行业向新能源方向飞速转型发展。而燃料电池在工作的时候仅氢气与空气反应,产物仅为水,具有节能环保、安全高效等特点,且其相较其余新能源车型具有续驶里程长、燃料加注时间短等优点,必将成为今后新能源汽车的发展趋势。本文中,燃料电池汽车采用质子交换膜燃料电池(PEMFC)与锂电池组合的方式,PEMFC提供主要电能,锂电池组辅助提供电能,单独或协同工作,为
油田开采过程中涉及的项目种类比较多,因此需要应用大量的生产设备,同时还要涉及油田开采过程中需要的原材料、产品等,一些产品和原材料具有易燃易爆、有毒有害等特点,所以我们要高度的重视油田采油现场的安全管理工作。本文主要阐述了采油现场常见的危险源,对采油作业现场常见的安全隐患分析,根据实际情况制定采油作业现场的危险预防与控制措施。
在计算机视觉的基本任务中,目标检测毫无疑问是应用最广泛的算法。在完成目标识别任务的基础上,目标检测任务还要将不同类别的目标用不同颜色的矩形边界框表示出来。最近,基于深度学习的目标检测算法向人们展示了非常强大的能力。这些方法通常假定有大量标记的训练数据可用,并且训练和测试数据来自相同的分布。然而,这两个假设在实践中并不总是成立的。在现实中,训练集和测试集的数据往往存在很大的不同。这将会导致检测准确率
猪作为一种可以大规模养殖的动物,在动物养殖领域占有极其重要的地位。当今社会的飞速发展使得日常生活水平显著改善,猪肉供给量的增加导致猪只养殖基地不断扩充,然而如何有效安全的对养殖基地进行集约化管理成为当前所面临的首要问题。猪肉在我国肉制品消费的种类中占有很重要的地位,但是猪瘟疫情时有发生,为了保证食品安全,防止问题猪肉流入市场,对猪肉源头进行有效监管的需求日益迫切。除此之外,随着人们防范意识的不断增
随着移动互联网的快速发展,伴随着的是用户需求的快速增长,为解决用户海量的需求,开发者需要开发出大量的应用。理解已有程序代码是许多软件开发任务的基本步骤,如何才能快速地分析出代码所实现的功能,并尽可能地压缩程序开发和维护流程,已经成为软件工程领域的热点问题,具有十分重要的现实意义和经济意义。传统的程序分类任务只能依赖大量的人力进行人工标注,效率低下。有学者从自然语言处理领域借鉴经验,将深度学习引入到