道路表面特性突变对车辆安全性的影响仿真分析

为了探究车辆在经过路面附着系数变化路段时的行驶安全性,基于ADAMS/CAR建立人-车-路仿真系统,仿真模拟车辆在经过路段积水区域与隧道出入口附着系数较低路段的行驶状况,依据车辆动力响应指标,分析车辆在经过附着系数变化路段时的车辆安全性,提出相应的安全驾驶对策。仿真结果显示:在大半径曲线路段,轮胎单侧或交替经过积水区域比经过全段积水区域时可能更安全些,驾驶员应及时向积水相反方向转动方向盘有利于驾驶安全;车辆在减速驶入隧道和加速驶出隧道时,车辆加速度与路面附着系数对车辆安全行驶状态影响较大。因此建议驾驶员在隧道出入口制动与加速不要过快,进入隧道时应该提前减速,出隧道时不要急于加速或者匀速驶出隧道。     

基于人机共驾的车道保持驾驶辅助系统

针对驾驶员因疲劳、分心以及横向风等因素,无意识地使车辆偏离车道线的问题,提出了一种通过固定的共驾系数实现辅助驾驶系统与驾驶员之间人机共驾的车道保持驾驶辅助系统研究方法。为了模拟驾驶员分心、疲劳状态,建立了驾驶员模型。在驾驶员模型的基础上,采用分层控制方法设计车道保持驾驶辅助系统。上层控制器利用模型预测控制方法设计转向角矫正策略;下层控制器根据上层控制器计算的期望横摆力矩对车辆进行防侧翻稳定性控制。搭建CarSim与Matlab/Simulink联合仿真平台,设计不同行驶工况,并分别采用人工驾驶和辅助驾驶2种方式进行仿真试验,仿真结果表明:无论在高速、低速或者低附着系数路面,当人工驾驶的车辆偏离车道中心线时,驾驶辅助系统均能及时矫正车辆的行驶方向,保证车辆稳定地跟踪车道线。     

紧凑型驾驶员在环EMT换挡试验平台开发

常见的变速器换挡试验台架注重对换挡的动力学过程进行研究,而没有把驾驶员以及交通场景带来的外界随机扰动考虑在内。为了提升变速器换挡试验的真实性和可靠性,在原有电驱动机械变速器(EMT)换挡试验台架的基础上增加了紧凑型驾驶模拟仿真系统,集成了虚拟交通场景、驾驶操作部件以及基于模型预测控制方法的自动驾驶算法。在Lab VIEW环境下开发了数据采集与处理软件来实现驾驶模拟信息采集和处理、驾驶模拟仿真系统与变速器控制器通信、车辆运行状态以及换挡过程监控等功能。大量试验结果表明:该试验平台能够模拟车辆在不同路况和驾驶员风格下的运行状态,实现驾驶员和交通场景在环的EMT换挡试验。     

运动车辆图象序列的分割与跟踪

结合现代通信手段,提供了诸如查量导航、交通监控、辅助驾驶和智能收费等多种服务.解决了如何从系列图象中进行车辆的提取,跟踪车辆以及运动参数的估计,道路车辆的状态信息的获取问题,有利于帮助提高道路的设计方案,规划路线,缓解车辆阻塞,减小出行时间.     

半挂车辆停车辅助系统设计

为改善半挂车辆的倒车及停车系统的性能,设计了一种基于自动转向系统的半挂车辆停车辅助系统。首先构建半挂车辆的停车辅助系统控制流程;然后在分析半挂式车辆结构与运动学特性的基础上,建立半挂车辆的运动学模型,并设计相应的路径跟踪控制系统;最后为验证所设计停车辅助系统的有效性,进行了不同工况的仿真试验。仿真结果表明:该停车辅助系统能使半挂车辆安全精准地停放在指定位置,在拖挂不同挂车时仍有较好的控制效果,具有良好的跟踪性和自适应性。     

考虑舒适性的AEB避撞算法及仿真验证

为进一步优化汽车自动紧急制动系统的避撞算法,设计了考虑制动过程驾乘舒适性的制动减速度控制策略。通过设置制动减速度变化缓冲区对制动减速度及其变化率进行限制,得到满足舒适性条件的减速度控制曲线。基于AEB典型测试工况对设计的减速度控制曲线进行具体分析,提出了新的制动安全距离模型。最后,建立车辆纵向动力学模型并通过CarSim与Matlab联合仿真对提出的避撞算法进行仿真验证。仿真结果显示:提出的避撞算法能够在实现有效避撞的同时满足舒适性条件。     

基于模糊控制的车辆主动避撞系统及仿真验证

为了提高车辆主动避撞系统的安全性和舒适性,建立了纵向和横向危险状态判别模型以判断车辆行驶时的安全性,设计了基于模糊控制的车辆主动避撞系统,模糊控制器Ⅰ选取驾驶员类型和主车车速为输入参数,主动制动阈值为输出参数,实现根据驾驶员类型和行车工况的不同来控制不同的制动时刻,模糊控制器Ⅱ选取相对速度和相对距离,输出制动信号以对车辆制动过程中的制动压力进行控制。通过Prescan仿真平台建立前车静止和车辆碰撞远端行人测试工况,对设计的主动避撞系统的有效性进行了仿真验证。仿真结果表明:所提出的基于模糊控制的车辆主动避撞系统能够有效避免碰撞,并兼顾车辆高速行驶工况下的安全性和低速行驶工况下的驾乘舒适性,同时还满足了不同类型驾驶员对主动避撞系统激活时机差异的需求。     

车车通信下基于RBF神经网络的防追尾模型研究

提出一种车车通信环境下基于RBF制动意图辨识网络的防追尾安全距离模型,通过RBF神经网络辨识驾驶员的制动意图,并根据前车的运行状态分为紧急制动模式、常规制动模式以及匀速或匀加速行驶3种工况进行讨论,采用实车数据和Matlab/Simulink软件分别对前车在紧急制动、常规制动、匀速及匀加速运行4种场景下进行联合仿真分析。结果表明,基于RBF制动意图辨识网络的安全距离模型与传统安全距离模型相比,安全距离得到显著降低,模型最高平均误报率为2. 4%,最低平均误报率为1%,性能可靠,模型不仅可以有效减小车间安全距离,增加对交通设施资源的有效利用,提高道路运营效率,还能为驾驶员提供更加及时的追尾预警,进一步提高车辆的主动安全性。     

基于视觉传感器的汽车自主紧急制动控制算法研究

驾驶员注意力不集中是导致汽车追尾事故频发的主要原因,采用自主紧急制动系统可以减少碰撞的数量、降低事故严重程度。针对雷达传感器成本高以及对于静止物体存在"虚目标"等问题,设计了一种基于视觉传感器的自主紧急制动算法。该算法利用一个单目视觉传感器根据图像坐标系中车辆的位置和速度计算碰撞时间(TTC),进而判断是否需要施加制动。将障碍物阴影行坐标根据小孔成像模型映射为两车距离,并利用Kalman滤波器将各行像素的测距误差调整为观测误差矩阵。仿真结果表明:在不同工况下,与传统距离估计算法相比,提出的时变观测误差矩阵Kalman滤波算法能有效降低估计误差,当TTC准确值低于3 s时,TTC的估计值能收敛于准确值,说明所设计的AEB算法有效。     

基于物联网的新一代智能交通管理系统探析

提升公路运输效率的一个有效途径是利用感知技术、信息技术、通信技术、控制技术等高新技术改善驾驶行为，实现车辆间的协同运行，减少或消除由于驾驶员的驾驶行为特性给交通流带来的干扰。利用物联网“更透彻的感知、更广泛的互联互通、更深入的智能化”的技术特点，基于各交通要素上传的实时数据开发路网容量动态分析技术，探讨了新一代智能交通管理系统及其主要技术，识别路网脆弱性和路段重要度，为管理好公路网中最脆弱路段和最重要路段提供理论依据。     

基于定位辅助按需拓扑维护的超宽带自组网路由算法

提出了一种基于定位辅助按需拓扑维护的超宽带自组网路由算法,该算法利用超宽带技术精确定位信息所获得的网络拓扑信息和路由信息进行分组转发,路由维护阶段在定位信息辅助下采用按需方式进行断链路由的修复和拓扑维护,通过基于位置信息的按需路由发现和限制路由查找范围,以及定位信息和网络拓扑信息的及时更新,在降低协议开销的同时保证了算法的有效性。仿真表明,该算法在分组丢失率、平均端到端时延和路由附加开销等方面具有良好性能,其优良的分布式控制特征能适应超宽带自组网的动态环境。     

层间离缝下车辆-CRTSⅡ型板式无砟轨道耦合系统动力特性研究

随着CRTSⅡ型板式无砟轨道结构服役时间的延长,层间离缝发生发展对轨道结构和行车安全的影响成为迫切需要解决的问题之一。为厘清不同程度的层间离缝对车辆-无砟轨道系统动力特性的影响程度,建立了考虑层间离缝的车辆-CRTSⅡ型轨道板的耦合动力学模型,用ABAQUS和Simpack联合仿真,研究了不同尺寸的单一离缝以及多离缝不同位置组合对车辆及轨道结构动力响应的影响。结果表明,单一离缝横向深度和纵向长度分别在522 mm、1.275 m及以上时,离缝发展明显加快;多离缝的不同位置组合中板端与板边组合为最不利情况。研究结论为高速铁路轨道结构运维提供参考价值。     

智能网联汽车体系结构与关键技术

智能网联汽车（Intelligent connected vehicles,ICV）是无人驾驶技术的核心载体,产业链长,市场巨大,吸引了国内外众多汽车厂商和信息企业都纷纷投向ICV的研发与测试,部分ICV车型已进入量产阶段,新的概念车型也陆续提出。针对新型ICV的发展现状与关键技术,从ICV智能化和网联化两个维度对ICV中涉及到的相关技术进行分析,进一步从信息处理的感知层、决策层、控制层3个层次构建了ICV发展过程中的关键技术体系结构。研究表明,车辆环境感知和通信技术技术涵盖自车状态和外部环境,短程通信技术（DSRC）、机器视觉和激光雷达技术是实现车辆环境信息采集功能完善的关键;车路协同系统涉及车—车通信、车—路通信、车—云通信,协同智能交通系统、云平台和大数据技术是车路协同技术的关键;驾驶辅助技术包括自适应巡航控制系统、车道偏离/避免系统、碰撞预警/避免系统等8个构成,这是辅助驾驶、部分自动驾驶和有条件的自动驾驶3个智能化阶段中的关键;具有自主学习、自我决策的人工智能技术和信息安全技术也是智能网联汽车的关键技术,在此基础上,还应该实现多种技术间的相互支撑与融合,克服关键技术协同障碍,才能实现ICV的市场推广与普及应用。     

基于分层式控制器的纯电动汽车车距控制研究

鉴于智能车辆的车距控制研究大多是针对传统燃油车,并缺少对多工况控制算法的研究,在Carsim/Simulink平台搭建了纯电动汽车动力学模型,以行车安全性为首要目标,结合驾驶员的驾驶特点和乘坐舒适性,建立了一种可变安全距离模型,设计了线性二次型最优控制理论和模糊控制理论相结合的分层式控制器,针对前方无车的情况,设计了定速巡航控制器。基于Carsim和Simulink联合仿真平台,对起停工况、定速巡航工况和距离保持工况进行仿真验证,结果表明分层式结构控制器具有较好的控制效果和鲁棒性,使智能车辆按照期望距离和速度安全行驶。     

基于博弈论的公交进站换道决策行为研究

针对公交进站强制换道行为的决策阶段,立足于现状调查,应用概率统计的方法,分析了公交换道位置的空间分布,提出了基于公交位置的强制换道概率模型。通过对公交驾驶员与目标车道跟随车驾驶员在换道决策阶段交互博弈的分析,考虑行车安全、时间、换道需求的收益,建立了换道博弈模型,然后结合上述概率模型,应用收益相等法求得混合战略博弈的纳什均衡点,得到公交车辆换道的理论最优混合策略。最后通过实际算例可知公交进站换道最优混合策略为:在距停靠站20 m处以53. 3%的概率选择强制换道。这与实际情况下公交换道决策阶段的运行特征相符,可为欲进站停靠的公交驾驶员及其影响范围内的社会车辆驾驶员安全驾驶提供理论参考。     

城市道路交通交叉路口的车路协同系统设计

针对交叉路口由于行车车辆多、环境复杂、容易拥堵等常导致通行效率低及易发交通事故的问题,开发了一套基于视频检测的车路协同辅助驾驶系统。对车路协同关键技术进行了讨论,基于需求分析对协同系统做了功能设计与系统框架设计以及软、硬件系统设计,并对相关设计进行说明。对所开发系统的现场初步测试验证了所设计协同系统的合理性与可行性。测试结果表明:该协同系统可有效地感知实时车辆状态信息并获取区域内道路路况信息,实现车与车、车与路之间的数据传输,综合信息分析,路况判断与信号控制,能提供良好的城市道路交通交叉路口的交通信息服务。     

基于小波神经网络的信息系统综合评价模型

针对信息系统的特点和小波基具有很强的自适应性和函数变化能力,提出了一种基于小波神经网络的信息系统综合评价模型,并在最小均方能量准则下,采用相应的共轭梯度学习算法求解小波函数的尺度和时延参数,以及小波网络的权值。仿真实验表明该算法用于信息系统综合评价的有效性与准确性,为信息系统的评价研究提供一条新的途径。     

尾灯特征的ADAS系统前方车辆识别

为可靠识别汽车安全辅助驾驶系统(ADAS)前方车辆目标,提出了基于车辆尾灯特征提取的径向基神经网络车辆识别方法。构建了车辆尾灯对宽度限制、高度约束及左右尾灯面积比等约束条件,提取了车辆的尾灯信息并获取尾灯的质心位置,经过形态学运算后确定了尾灯的标记区域,再结合车辆图像与实际尺寸比例得到车辆可能存在的感兴趣标记区域。针对感兴趣标记区域进行了车辆存在性的进一步确认,提取了感兴趣区域的边缘特征与区域特征共计19个特征参数(6个独立不变矩、8个余弦变换描述子和5个区域特征参数),构建了由19维输入神经元和2个输出量组成的三层径向基神经网络车辆识别器。利用采集的车辆样本图像,分别验证了正常天气与雨天、雪天及夜间行车环境下基于尾灯特征获取车辆区域检测方法的可行性。对采集的1 700张车辆正、负样本,完成了径向基神经网络的训练,通过训练误差性能曲线得知本文设计的网络达到了训练精度要求。随机选取了60%的样本,完成了径向基神经网络车辆识别器的测试,实现了检测区域内车辆的进一步确认,也针对停车场及并行车辆等情形进行了确认测试,其正确率达到94%,有效弥补单一尾灯特征实施车辆检测的漏检或误检现象,大大提高了车辆检测的可靠性。     

能量均衡的无线传感器网络拓扑控制算法

拓扑控制技术对无线传感器网络性能有着重要的影响。该文在本地最小生成树LMST算法的基础上,提出一种能量均衡的拓扑控制算法EBTCA,该算法在构建网络拓扑时综合考虑了节点间的通信能耗和节点剩余能量,既能使局部总能耗接近最小化,又能达到节点能量平衡的效果,解决了网络中"瓶颈"节点因负载过大较快死亡的问题,延长了节点的工作时间,进而延长了网络的生命期。在OPNET仿真平台上对EBTCA算法进行仿真实验,结果表明EBTCA算法在保证了较低的端到端时延、较高的吞吐量与投递率等前提下,有效地延长了网络的生命期,从而保证网络长时间的可靠运行。     

一种自动驾驶汽车系统架构开发与测试验证

针对现有自动驾驶汽车系统可拓展性和可升级性不强、对复杂多变的实际交通环境适应性差的问题,提出了一种功能可拓展、硬件可升级的自动驾驶汽车系统架构。采用模块化、层次化、封装化的设计思想,在不改动车辆原有结构的基础上,设计了开放式的硬件接入结构以及模块化、层次化的系统软件架构,使得功能拓展和部件升级更为便利,硬件更新和软件迭代易于实现。仿真和实车实验结果表明:自主设计的自动驾驶汽车系统架构具有良好的实用性和拓展性,便于完成各种智能驾驶算法测试,能在结构化道路中完成自动驾驶任务。