一、福特安全车研究最新进展(论文文献综述)
刘新峰[1](2021)在《基于DSP的车辆自动紧急制动系统开发》文中进行了进一步梳理
李洪硌[2](2020)在《无人驾驶汽车高速工况智能决策、轨迹规划与跟踪研究》文中研究说明随着汽车保有量的不断增加,能源危机、交通事故、出行拥堵、停车难等诸多问题不断凸显,发展高效环保的清洁能源电动车,实现安全可靠的智能驾驶已急不可待。无人驾驶汽车作为集环境感知、规划决策、控制执行以及信息交互于一体的高新技术综合体越来越成为时代需求的研究热点。在多源异构的复杂驾驶环境下如何准确提取有效信息为车辆下一时刻决策出安全可靠的控制指令,是实现智能驾驶的技术基础;应对复杂驾驶场景下的各种工况如何在动态环境中规划出一条平滑可行的行驶轨迹,是实现智能驾驶的关键环节;为保证对规划出的理想轨迹的准确跟踪,建立一个统一高效的多执行器集成式协调控制器又是实现智能驾驶的最终目标。本文对无人驾驶汽车高速工况下智能驾驶实现的若干关键问题开展了研究,从实现智能驾驶的行为决策、轨迹规划和跟踪控制三大核心技术出发,设计出了一套完整的高速工况无人驾驶技术实现方案。本文所做主要工作如下:(1)针对复杂驾驶环境信息多源异构特点的驾驶行为决策研究。首先基于驾驶规则和车辆行驶状态建立了驾驶环境-决策结果数据库,而后制定了模糊分类规则,对信息数据库进行了模糊分类预处理,并结合神经网络建立了驾驶行为决策器。为进一步提高决策精度,又提出了一种基于梯度提升树算法的驾驶行为决策方法。仿真结果显示,先对驾驶环境信息数据库进行模糊分类预处理再结合梯度提升树算法的决策精度达到了99%,表明梯度提升树算法在智能驾驶行为决策研究方面有着巨大潜力。(2)静态驾驶环境下的变道轨迹规划研究。首先,针对自由变道工况,基于正反梯形侧向加速度轨迹规划方法建立了变道过程的多目标函数,并利用模糊逻辑控制器完成了不同行驶工况下权重系数的自适应控制,规划出了适应不同行驶车速的变道轨迹曲线。其次,为应对行车前方突然出现障碍物的紧急避撞工况,又提出了一种基于五阶贝塞尔曲线的变道轨迹规划方法,通过变道轨迹规划可行域左右边界的寻求,将物理问题转化为对贝塞尔曲线表达式坐标点的优化求解问题,规划出满足边界条件的最优避撞变道轨迹。此外,还基于建立的预瞄跟随驾驶模型将规划的最优轨迹转化为了可直接输出的最优方向盘转角信号。所提方法打破了变道过程中需要预先知道变道终了点位置的局限,实现了适应不同行驶车速兼顾舒适性和快速性的变道轨迹规划目标。(3)动态驾驶场景下的变道轨迹规划研究。基于模型预测控制理论提出了一种多车道多周围行驶车辆高速路动态场景下的变道轨迹规划方法。首先建立了本车及周围车辆的运动学模型,转化为状态方程后作为预测模型;接着又构造了指标函数和约束条件,进而完成模型预测控制的滚动优化环节;为便于优化求解,将控制量进行了从二维坐标系向极坐标系的转换,将优化得到的最优解离散点进行了五次多项式最小二乘曲线拟合后得到平滑可行的变道轨迹。(4)对规划出的理想轨迹进行了跟踪控制的研究。以对理想轨迹的跟随控制为研究目标,基于模型预测控制理论,建立了包含各轮滑动率动态特性的车辆状态方程,建立包含跟踪精度、执行器效能和执行器性能的多指标函数,优化求解得到方向盘转角和各轮驱动转矩信号的最优控制序列,提出了一种多执行器集成式协调控制方法,实现对理想轨迹的跟踪控制;并为实现变道过程中对目标车速的保持,建立了车速跟随器。(5)针对较高车速下进行无人驾驶实车实验难以实现的问题,本文利用无人车系统仿真软件Prescan搭建了反映真实驾驶情况的驾驶场景,联合在MATLAB/Simulink中搭建的轨迹生成器对提出的动态场景下的变道轨迹规划方法进行了联合仿真分析,结果表明所提方法可以很好的应对周边车辆的动态变化,实现了轨迹的动态规划。进一步,利用在Carsim中搭建的代替实车的高精度车辆模型联合在MATLAB/Simulink中搭建的协调控制器对提出的轨迹跟踪协调控制方法进行了联合仿真分析,结果表明所提方法在具有更好轨迹跟踪精度的基础上更加明显的提升了车辆行驶稳定性,充分挖掘了分布式驱动无人驾驶汽车的潜在性能。
刘诗文[3](2020)在《面向智能驾驶的行为决策方法研究》文中提出智能驾驶包括环境感知、行为规划与决策、运动控制三大环节,通过利用机器辅助及代替人类驾驶员驾驶车辆,不仅能够降低人类出行问题中的人力消耗,同时有助于提升道路交通的安全性和出行效率。在智能驾驶中,驾驶行为决策方法是智能车辆在交通环境中实现合法且合理行驶的关键。本文聚焦于智能车辆的驾驶行为决策,针对智能驾驶发展过程中先后出现的交通场景,首先研究单个智能车辆在动态交通中的驾驶行为决策方法,进而研究多个智能车辆协作驾驶的行为决策方法。本文的主要内容包括:针对混合驾驶场景或全自动驾驶场景中单个智能车辆,应用强化学习理论,研究安全、舒适且高效的驾驶行为决策方法。首先建立强化学习模型,然后基于演员-评论员机制提出一种单车行为决策方法,最后利用真实交通数据构建混合驾驶场景,通过仿真对该方法的性能进行评估和分析。仿真结果表明,在该方法中,碰撞代价和不平稳代价的取值直接影响智能车辆的行车安全性和乘员的舒适度;智能车辆在行为决策时考虑其最近环境车辆的数目存在最优取值;调整智能车辆最大车速限制,乘员舒适度和行车高效性会受到影响,而行车安全性不会受到影响,即驾驶安全始终可以得到保障。针对多个智能车辆的全自动驾驶场景,基于强化学习中的策略梯度理论,提出一种多车协作行为决策方法。首先将道路上的车辆进行解耦分簇,以降低协作驾驶行为决策的复杂度,并分配簇内行车优先级;然后针对车辆簇内的全部车辆建立强化学习模型,求解车辆簇内协作驾驶的最优策略;最后进行仿真评估并分析多车协作行为决策方法的性能。仿真结果表明,协作驾驶的性能受行车优先级的影响,合理的行车优先级权重分配可使该方法达到最佳的协作驾驶效果。
孙大川[4](2020)在《四轮独立驱动电动汽车的AEB控制策略研究》文中进行了进一步梳理随着汽车工业化逐步发展,资源短缺日益严重,造成全球能源危机,这也加剧了新能源汽车发展的脚步。四轮独立驱动电动汽车(Four-Wheel Independent Drive Electric Vehicle,FWID-EV)因具备污染少、能耗低、结构紧凑以及车轮力矩单独可控的优点逐步成为新能源汽车行业的研究热点。随之而来,车辆碰撞、追尾现象也成为当今交通中的安全问题。为了避免紧急情况下汽车碰撞问题,本文依据FWID-EV平台设计了紧急情况下的紧急制动(Autonomous Emergency Braking,AEB)控制策略,以汽车纵向运动状态模型为基础,结合模型预测控制(Model Prediction Control,MPC)理论,来提高汽车纵向运动的安全性。首先,搭建了包括轮毂电机模型、动力传动系统、簧载质量和轮胎模型的FWID-EV仿真平台。在MATLAB/Simulink中搭建了轮毂电机模型,同时在动力学软件CarSim中修改动力传动系统、簧载质量以及轮胎模型,用于匹配FWID-EV独特底盘结构,最终形成了基于MATLAB/Simulink与CarSim的联合仿真平台。其次,针对紧急情况下的汽车纵向运动方向,搭建了基于可变时间距的临界安全距离模型,设计AEB控制器整体流程。综合考虑了汽车的纵向防碰撞性和乘坐舒适性,引入安全碰撞时间策略(Time to Collision,TTC)对变量进行约束,设计了基于MPC理论的AEB控制策略。多个性能指标在MPC框架下进行滚动优化,不仅保证了控制算法的实时性,同时也实现了多个性能指标的协同控制来符合驾驶员避撞特性。再次,针对汽车在紧急情况下的力矩分配策略,在考虑到电机功率损失、转矩变化量和路面附着系数的情况下,通过构建目标函数和约束条件形成具有较强复杂非线性的优化函数,以此来优化FWID-EV的能量损失和操纵稳定性。并采用改进的粒子群优化算法对该优化问题进行求解。最后,本文在设计的FWID-EV仿真平台上进行AEB控制策略的实验验证。实验结果表明本文设计的基于可变时间距的AEB控制策略能够有效通过AEB测试标准,能够保证车辆的防碰撞特性和乘坐舒适性,符合驾驶员避撞特性,所提出的紧急制动工况下的最优力矩分配策略能够确保电机驱动的性能要求。本文基于FWID-EV仿真平台,利用MPC控制理论来设计AEB控制策略,能够满足AEB控制系统的性能需求,保证车辆的防碰撞性和乘坐舒适性,能够为FWID-EV的推广应用提供技术参考和支持。
赵楠,张伟平,谭磊[5](2020)在《Q&A问车热线》文中研究说明1722 AMG OneQ:请问AMG One交付了吗?葫芦A:并没有,预计AMG One的交付时间将延期至2021年。早在2017年法兰克福车展上,梅赛德斯-奔驰便展示了旗下的顶级超跑——AMG One。在当时看来,AMG One就是与法拉利LaFerrari、保时捷918Spyder、迈凯伦P1平起平坐的混动
冯海鹏[6](2019)在《汽车自动紧急制动系统建模及控制策略研究》文中研究表明针对目前汽车保有量增多、交通拥堵情况加剧、追尾碰撞交通事故频繁发生继而造成愈来愈多的生命财产安全损失的问题,自动紧急制动系统(AEB)作为一种通过自动制动来避免或者缓解碰撞损失的主动安全技术,已经成为汽车主动安全领域研究的热点。本文从AEB系统的工作原理、发展历程、应用现状、法规标准等方面综述了AEB技术的研究进展,总结了与AEB系统综合性能密切相关的关键技术,包括AEB系统制动执行机构和环境感知机构。通过AMESim和Carsim软件分别建立汽车自动紧急制动系统仿真模型中的整车动力学模型和制动执行机构模型,从整车动力学建模方面详细配置了Carsim仿真软件中整车模型各个子系统,从制动执行机构建模方面详细配置了AMESim软件中制动执行机构各个液压元件,为后续联合仿真环境提供模型基础。本文在对现有路面附着系数辨识方法分析的基础上,考虑不同路面最佳滑移率的差异以及峰值附着系数的差异,提出一种基于峰值附着系数曲面的路面辨识算法,同时通过Simulink/Carsim联合仿真来验证本文所提出的辨识算法在辨识高附着系数路面、低附着系数路面及对接路面的正确性与有效性,从而为论文后续自动紧急制动避撞策略的设计提供理论支持。本文基于主动制动系统的安全性能、路面辨识条件、前方车辆状态信息等方面对现有AEB避撞策略进行对比分析,建立能够满足AEB系统在不同自车车速和不同路面条件下综合性能要求的AEB避撞策略;同时结合自动紧急制动系统制动执行机构的工作原理,建立了底层电磁阀和电机控制模型、基于门限控制的轮缸压力控制模型、基于车辆逆纵向动力学模型的期望制动减速度控制模型,同时基于车轮角加减速度和滑移率双逻辑门限建立了制动防抱死控制模型。本文基于Simulink、Carsim以及AMESim软件配置了联合仿真软件环境的环境接口,搭建了完整的AEB联合仿真软件环境。基于AEB电子控制单元和硬件在环试验台架搭建了AEB硬件在环试验环境。同时,本文在高附着系数路面测试工况和低附着系数路面测试工况下,基于AEB硬件在环试验验证了联合仿真软件环境中的制动执行机构控制策略准确性。最后,本文基于C-NCAP测试场景并结合HIL试验结果在联合仿真软件环境中验证了建立的AEB避撞策略的准确性。
苗成生[7](2018)在《基于燃油经济性的车辆运动规划及动力传动系统控制方法》文中进行了进一步梳理节能与环保是全球共同倡导和践行的目标,对汽车产业而言,智能网联车辆和节能车辆是各国实现“低碳化、信息化、智能化”的主要途径。本课题在此背景下产生,以车辆燃油经济性为目标,研究车辆运动(路径和速度)规划和动力传动系统控制方法。分两个阶段进行研究:第一阶段主要研究车辆路径和速度的协同优化方法,车辆动力传动系统作为已知量使用,不进行优化;第二阶段研究车辆路径、速度和动力传动系统的协同优化方法,将动力传动系统优化方法,与第一阶段运动规划方法相结合。首先,搭建交通—车辆动力学联合仿真模型(TVD模型),模拟车联网环境。基于实际交通网络模型,在SUMO环境下,建立交通网络仿真模型;基于传统燃油车辆和混合动力车辆,在Matlab/Simulink环境下,分别搭建对应的车辆动力学仿真模型;二者联合得到交通—车辆动力学联合仿真模型。该模型可为后续研究提供所需要的交通环境数据、车辆状态数据等,以及提供验证平台。第二,研究路径和速度的协同优化问题,提出车辆宏观运动规划(Vehicle macroscopic motion planning,VMMP)方法。根据交通数据信息和车辆特性(作为已知量),建立VMMP的数学模型,即同时优化车辆宏观行驶路径和速度,使其在期望行驶时间内从给定起点到终点的燃油消耗最低;并提出基于遗传算法的VMMP启发式求解算法,以求解经济型路径和速度轨迹;同时,提出VMMP的自适应实时优化策略,该策略也包含了对交通信号灯的补偿模型;在TVD模型中设计了理想环境状态、含交通信号灯、含交通拥堵环境状态以及不同车辆模型等不同情景的仿真试验。仿真试验结果显示,所提出的VMMP方法与单一变量(路径或车速)优化方法相比,可更有效的改善车辆燃油经济性。在合理时间范围内,与未优化的最快路径相比,车辆燃油消耗可降低15%。第三,研究交通流变化特性和实时预测方法,提出时空二维交通流速度预测方法。根据实际交通流数据,分析交通流速度的周期性和时空相关性,分别提出周期性平均预测模型和时空二维递推自回归预测模型,得到时空二维交通流速度预测模型。模型动态参数由基于递推最小二乘法的自适应识别方法获取;静态参数利用分离变量法,通过预测误差分析,进行择优选择。利用该预测模型,提出了基于交通流速度预测的VMMP方法。根据Pe MS(加利福尼亚州交通状况监测系统)数据库的真实交通数据,在TVD模型中进行仿真验证。第四,研究传统燃油车辆路径、速度和动力传动系统的优化方法,提出了基于VMMP和三参数经济型换挡规律的经济型驾驶方法。对于传统燃油车,油门和制动踏板由驾驶员操控,自动变速控制是提高车辆经济性的主要优化对象。为此,设计了基于油门、速度和道路阻力系数的三参数经济型换挡规律。其中,道路阻力系数是路面滚动阻力系数和坡道的合成参数,该参数可由递推最小二乘法的实时识别。基于标准循环工况和实车行驶工况,利用动态规划求解最优换挡序列,再由移动最小二乘法从换挡点中提取换挡规律。将所提换挡规律嵌入到VMMP方法中,可实现路径、速度和动力传动系统的共同优化,从而得到经济型驾驶方法。该方法在TVD模型中得到验证,同时,以配备自动机械变速器的重型越野车为实车验证平台,验证了所提三参数换挡规律可改善车辆燃油经济性,并满足车辆动力性要求。最后,研究混合动力车辆路径、速度和动力传动系统协同优化方法,提出经济型自适应巡航控制方法。混合动力车辆包含两个动力源,其动力传动系统更为复杂,也具有更高的节油潜力。结合车辆宏观运动规划方法和动力传动系统特性,提出全局功率分配策略(前馈)与滚动线性二次型跟踪控制(反馈)相结合的混合动力系统实时优化控制策略。将其与VMMP方法结合,提出经济型自适应巡航控制(Economic adaptive cruise control,EACC)方法,即在给定起点-终点和期望行驶时间范围内,同时优化车辆路径、速度和动力传动系统控制,使车辆燃油消耗最低。此外,针对实际环境中的超车、交通阻塞、信号灯等随机现象,提出基于极小值原理的模式切换局部优化算法来修正参考车速。基于TVD模型的仿真结果表明:EACC方法可极大地提高车辆燃油经济性,与等效燃油消耗最小控制策略下的最快路径相比,车辆油耗可降低30%。
郭东晖[8](2018)在《汽车行驶中防碰撞智能控制系统设计》文中研究说明科学技术的高速发展,带动国民经济不断增长,汽车保有量也在逐年递增。在给人们出行带来便利的同时交通事故变得日趋频繁,造成了严重的人员伤亡和巨大的经济损失。因此,对汽车安全性的研究已经成为一个亟待解决的关键技术。在诸多的交通事故中,汽车碰撞事故占了很大的比例,国内外在这一领域也相继展开了大量的研究,但到目前为止在该技术领域还存在很多未能解决的问题。开展汽车防碰撞智能控制技术的研究能有效避免或减少这类事故的发生,具有很高的实用价值和重要的社会意义。本文针对汽车在行驶过程中的碰撞问题设计了一套相应的防碰撞智能控制系统,该控制系统利用毫米波雷达传感器自动识别道路上可能与本车发生碰撞的车辆、行人或其他障碍物,然后对安全车距模型进行研究分析,当本车与前方障碍物靠近到一定的距离范围时控制系统会自动发出报警,提醒驾驶员进行减速操作,如若驾驶员没有采取任何措施,达到一定距离时,控制系统就会自动采取制动措施以防止与其他车辆或障碍物碰撞。最后对控制系统分别进行硬件设计和软件设计,依据系统功能对实验方案进行了相应的设计,完成了实验测试。并利用Matlab/Simulink软件对汽车防碰撞智能系统进行建模与仿真,进一步验证系统的可行性,实验和仿真结果表明:该防碰撞智能控制系统能够达到预期设计的要求,可有效防止碰撞事故的发生。从速度与时间和距离与时间的仿真图形中可以得出本文设计的防碰撞智能控制系统对安全距离和本车速度的控制具备极好的效果,使汽车更加人性化、智能化,终究达到平安驾驶的目的。本课题的研究能最大程度的辅助驾驶者减少碰撞事故的发生,最大限度的提高汽车主动安全性,有助于汽车防碰撞智能技术的推广和应用。
《中国公路学报》编辑部[9](2017)在《中国汽车工程学术研究综述·2017》文中指出为了促进中国汽车工程学科的发展,从汽车噪声-振动-声振粗糙度(Noise,Vibration,Harshness,NVH)控制、汽车电动化与低碳化、汽车电子化、汽车智能化与网联化以及汽车碰撞安全技术5个方面,系统梳理了国内外汽车工程领域的学术研究进展、热点前沿、存在问题、具体对策及发展前景。汽车NVH控制方面综述了从静音到声品质、新能源汽车NVH控制技术、车身与底盘总成NVH控制技术、主动振动控制技术等;汽车电动化与低碳化方面综述了传统汽车动力总成节能技术、混合动力电动汽车技术等;汽车电子化方面综述了汽车发动机电控技术、汽车转向电控技术、汽车制动电控技术、汽车悬架电控技术等;汽车智能化与网联化方面综述了中美智能网联汽车研究概要、复杂交通环境感知、高精度地图及车辆导航定位、汽车自主决策与轨迹规划、车辆横向控制及纵向动力学控制、智能网联汽车测试,并给出了先进驾驶辅助系统(ADAS)、车联网和人机共驾等典型应用实例解析;汽车碰撞安全技术方面综述了整车碰撞、乘员保护、行人保护、儿童碰撞安全与保护、新能源汽车碰撞安全等。该综述可为汽车工程学科的学术研究提供新的视角和基础资料。
张丽[10](2017)在《纯电动汽车全速自适应巡航控制系统的研究》文中研究说明随着节能环保的提倡和智能化热潮的兴起,电动汽车先进驾驶员辅助系统的开发越来越被重视。目前,电动汽车自适应巡航工作车速受到限制,跟踪性和抗干扰能力差,不能完全适应复杂多变的行驶环境。因此研究自适应巡航控制系统在全速和外界干扰工况下的响应具有重要意义。本文研究了纯电动汽车自适应巡航控制系统不同工作模式的切换和执行策略,采用了基于二次型优化和模型预测控制理论的纵向控制方法,针对不同驾驶工况进行仿真分析,验证了自适应巡航控制策略和算法的有效性。本文选取车辆的纵向车速作为被控对象,分别建立了纵向动力学及三相交流感应电机仿真模型,采用直接转矩控制方法实现对期望转速及期望转矩的快速跟踪。为了获得行车间距的参考轨迹,采用了基于变时距和紧急制动安全车距理论的行车间距策略,并针对不同的间距策略进行仿真对比分析,验证了兼顾道路利用率和安全的间距策略灵活性较强,更适用于多路况的驾驶环境。针对功能切换、驱动与制动控制及主动干预三种情况进行了分析与处理,制定了基于门限逻辑判断的切换与干预及考虑机械与再生制动力矩分配的动力输出控制策略。研究了基于模糊自适应PID的巡航控制及模型预测的自适应巡航控制,对两种控制算法进行MATLAB/Simulink巡航工况仿真对比分析,仿真结果表明,相对于模糊自适应PID控制,模型预测控制调节时间缩短了46.7%,对车速和加速度调节的超调量分别降低了87.5%和100%。针对跟随模式的不同工况,对模型预测控制进行了MATLAB/Simulink仿真分析,仿真结果表明,模型预测控制能够满足多工况全速范围内的控制需求,能够保证系统的全局性能,在多变量且多约束复杂系统中控制优势明显。为了进一步验证与说明控制的效果,体现行驶过程中踏板开度和转矩的变化,进行了MATLAB/Simulink与Carsim联合仿真,验证了自适应巡航控制策略及算法的有效性,能够有效控制车辆纵向行驶。
二、福特安全车研究最新进展(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、福特安全车研究最新进展(论文提纲范文)
(2)无人驾驶汽车高速工况智能决策、轨迹规划与跟踪研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 课题研究背景与意义 |
1.2 智能驾驶国内外发展现状 |
1.2.1 智能驾驶技术背景 |
1.2.2 分布式驱动平台研究现状 |
1.3 智能驾驶关键技术研究现状 |
1.3.1 行为决策 |
1.3.2 轨迹规划 |
1.3.3 路径跟踪 |
1.4 本文研究内容 |
第二章 多源异构驾驶环境下的行为决策 |
2.1 驾驶环境信息数据库建立 |
2.1.1 驾驶环境信息特征提取与标定 |
2.1.2 数据库预处理 |
2.2 基于神经网络的决策器构建 |
2.2.1 神经网络决策器的设计与训练 |
2.2.2 基于神经网络的决策结果分析 |
2.3 基于梯度提升树算法的决策器构建 |
2.3.1 梯度提升树算法 |
2.3.2 基于梯度提升树算法的决策结果分析 |
2.4 本章小结 |
第三章 静态环境下的变道轨迹规划 |
3.1 基于正反梯形侧向加速度方法的轨迹规划 |
3.1.1 正反梯形侧向加速度方法 |
3.1.2 目标函数的建立及优化 |
3.1.3 权重系数的模糊自适应分配 |
3.2 基于贝塞尔曲线的轨迹规划 |
3.2.1 贝塞尔曲线阶次特征分析 |
3.2.2 变道过程轨迹规划的边界条件 |
3.2.3 基于五阶贝塞尔曲线的最优变道轨迹 |
3.3 车速与方向盘转角的边界模型 |
3.4 最优方向盘转角求解 |
3.5 不同轨迹规划方法的仿真分析 |
3.5.1 基于正反梯形轨迹规划方法仿真 |
3.5.2 基于贝塞尔曲线轨迹规划方法仿真 |
3.6 本章小结 |
第四章 动态场景下的变道轨迹规划 |
4.1 车辆运动学建模 |
4.1.1 本车运动学模型 |
4.1.2 周边车辆运动学模型 |
4.2 基于模型预测控制理论的变道轨迹规划 |
4.2.1 模型预测控制理论 |
4.2.2 预测模型 |
4.2.3 目标函数建立 |
4.2.4 最优控制序列 |
4.3 最优离散点的曲线拟合 |
4.4 方向盘转角信号转化 |
4.5 本章小结 |
第五章 轨迹跟踪协调控制研究 |
5.1 系统建模 |
5.1.1 车辆动力学模型 |
5.1.2 滑动率动态特性方程 |
5.2 集成式协调控制器设计 |
5.2.1 模型预测控制器 |
5.2.2 车速跟随器 |
5.3 本章小结 |
第六章 轨迹规划及跟踪控制联合仿真分析 |
6.1 整车建模 |
6.1.1 各模块建模 |
6.1.2 模型验证 |
6.2 动态场景下轨迹规划的仿真分析 |
6.2.1 周边车辆保持恒速行驶工况仿真 |
6.2.2 前车突然减速工况仿真 |
6.2.3 左后车突然加速工况仿真 |
6.3 轨迹跟踪协调控制的仿真分析 |
6.3.1 干燥沥青路面 |
6.3.2 潮湿沥青路面 |
6.3.3 冰雪路面 |
6.4 本章小结 |
第七章 总结与展望 |
7.1 全文总结 |
7.2 论文主要创新点 |
7.3 后继研究工作展望 |
参考文献 |
攻读博士学位期间取得的研究成果 |
致谢 |
附件 |
(3)面向智能驾驶的行为决策方法研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景 |
1.2 国内外研究进展 |
1.3 研究内容及结构安排 |
第二章 智能驾驶系统架构及设计方法 |
2.1 智能驾驶系统架构 |
2.1.1 智能驾驶的环境感知系统 |
2.1.2 智能驾驶的行为规划与决策系统 |
2.1.3 智能驾驶的运动控制系统 |
2.2 智能驾驶行为决策子系统设计 |
2.2.1 行为决策子系统的设计准则 |
2.2.2 行为决策子系统的设计方法 |
2.3 本章小结 |
第三章 基于乘员综合体验的单车行为决策方法研究 |
3.1 单车行为决策问题 |
3.2 单车行为决策方法 |
3.2.1 车辆状态与动作 |
3.2.2 驾驶回报 |
3.2.3 值函数与策略函数 |
3.2.4 基于演员-评论员机制的单车行为决策方法 |
3.3 单车行为决策方法性能评估与分析 |
3.3.1 仿真场景与参数 |
3.3.2 仿真结果与分析 |
3.4 本章小结 |
第四章 基于全局信息的多车协作行为决策方法研究 |
4.1 多车协作行为决策问题 |
4.1.1 车辆簇建立 |
4.1.2 簇内车辆优先级权重分配 |
4.2 多车协作行为决策方法 |
4.2.1 多车状态与动作 |
4.2.2 协作驾驶回报 |
4.2.3 策略函数 |
4.2.4 基于策略梯度的多车协作行为决策方法 |
4.3 多车协作行为决策方法性能评估与分析 |
4.3.1 仿真场景与参数 |
4.3.2 仿真结果与分析 |
4.4 本章小结 |
第五章 总结与展望 |
参考文献 |
附录1 缩略语表 |
致谢 |
攻读学位期间发表的学术论文目录 |
(4)四轮独立驱动电动汽车的AEB控制策略研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 概述 |
1.2 国内外相关研究的现状分析 |
1.2.1 FWID-EV国内外研究现状 |
1.2.2 AEB国内外研究现状 |
1.3 本文研究的主要内容 |
1.3.1 主要研究目的 |
1.3.2 主要研究内容 |
2 FWID-EV整体仿真平台的搭建 |
2.1 FWID-EV仿真平台的搭建 |
2.1.1 轮毂电机建模 |
2.1.2 传动系统建模 |
2.1.3 悬架系统建模 |
2.1.4 轮胎模型搭建 |
2.1.5 整体仿真平台模型搭建 |
2.2 FWID-EV整体仿真平台控制方法研究 |
2.2.1 整体仿真平台控制方法 |
2.2.2 MPC控制理论研究 |
2.3 本章小结 |
3 多目标约束优化的AEB控制策略 |
3.1 临界安全距离模型 |
3.2 汽车AEB系统纵向运动状态模型 |
3.3 基于MPC的 AEB系统控制策略 |
3.4 AEB系统目标函数及约束条件 |
3.4.1 目标函数 |
3.4.2 约束条件 |
3.5 本章小结 |
4 紧急制动下的最优力矩分配策略 |
4.1 力矩分配策略概述 |
4.2 目标函数以及约束条件设计 |
4.2.1 目标函数设计 |
4.2.2 约束条件设计 |
4.3 非线性规划求解 |
4.3.1 粒子群优化算法 |
4.3.2 改进粒子群优化算法 |
4.4 本章小结 |
5 实验验证 |
5.1 实验要求与性能测试条件 |
5.2 控制策略仿真研究及其验证 |
5.2.1 AEB测试标准验证 |
5.2.2 基于VTH的 AEB控制策略的验证 |
5.2.3 紧急制动下的力矩分配策略验证 |
5.3 本章小结 |
结论 |
参考文献 |
攻读硕士学位期间发表学术论文情况 |
致谢 |
(6)汽车自动紧急制动系统建模及控制策略研究(论文提纲范文)
摘要 |
abstract |
第一章 引言 |
1.1 研究背景及意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 国内外研究现状 |
1.2.1 自动紧急制动发展历程 |
1.2.2 自动紧急制动系统避撞策略研究进展 |
1.2.3 自动紧急制动系统执行机构研究进展 |
1.2.4 路面辨识算法研究现状分析 |
1.3 本文主要研究内容 |
1.3.1 目前研究主要存在的问题 |
1.3.2 主要研究内容 |
1.4 本章小结 |
第二章 自动紧急制动系统仿真模型建立 |
2.1 基于Carsim软件的整车动力学建模 |
2.1.1 Carsim软件概述 |
2.1.2 整车动力学建模 |
2.2 基于AMESim软件的AEB制动执行器建模 |
2.2.1 AMESim软件概述 |
2.2.2 AEB制动执行机构建模 |
2.3 基于Simulink、AMESim和 Carism软件联合仿真环境搭建 |
2.4 本章小结 |
第三章 路面辨识算法 |
3.1 路面峰值附着系数辨识算法 |
3.1.1 辨识算法设计 |
3.1.2 基于典型路面曲线的辨识算法误差分析 |
3.1.3 峰值附着系数曲面 |
3.2 基于Carsim/Simulink软件的联合仿真环境搭建 |
3.2.1 联合仿真接口设置 |
3.2.2 路面辨识关键参数计算 |
3.2.3 联合仿真模型验证 |
3.3 路面辨识算法仿真验证 |
3.3.1 单一路面辨识结果分析 |
3.3.2 对接路面辨识结果分析 |
3.4 本章小结 |
第四章 自动紧急制动系统避撞策略设计 |
4.1 现有AEB避撞策略对比分析 |
4.2 AEB避撞策略安全车间距计算 |
4.2.1 基于车辆和路面特性的临界安全车间距计算 |
4.2.2 基于国内驾驶员避撞特性的安全车间距计算 |
4.3 AEB避撞策略车辆安全性和介入舒适性平衡 |
4.4 本章小结 |
第五章 自动紧急制动系统制动执行机构控制器设计 |
5.1 底层电磁阀及电机控制逻辑 |
5.2 制动轮缸压力控制 |
5.3 车辆逆纵向动力学系统模型 |
5.4 紧急制动车轮滑移率控制 |
5.5 本章小结 |
第六章 基于C-NCAP测试场景的AEB控制策略验证 |
6.1 联合仿真软件环境搭建 |
6.1.1 Simulink/Carsim联合仿真接口设置 |
6.1.2 Simulink/AMESim联合仿真接口设置 |
6.1.3 基于Simulink软件的联合仿真环境搭建 |
6.2 硬件在环试验环境搭建 |
6.2.1 硬件在环试验环境组成 |
6.2.2 硬件在环试验工作过程 |
6.3 AEB制动执行机构控制策略验证 |
6.3.1 高附着系数路面测试工况 |
6.3.2 低附着系数路面测试工况 |
6.4 基于C-NCAP测试场景的AEB避撞策略验证 |
6.5 本章小结 |
第七章 结论与展望 |
7.1 本文工作总结 |
7.2 论文主要创新点 |
7.3 工作展望 |
参考文献 |
致谢 |
在学期间完成的科研成果 |
(7)基于燃油经济性的车辆运动规划及动力传动系统控制方法(论文提纲范文)
摘要 |
Abstract |
主要符号对照表 |
第1章 绪论 |
1.1 课题研究背景及意义 |
1.2 国内外研究现状及发展趋势 |
1.2.1 智能网联汽车 |
1.2.2 车辆路径规划 |
1.2.3 自适应巡航控制 |
1.2.4 传统车辆纵向运动控制 |
1.2.5 混合动力传动系统控制 |
1.2.6 现存问题及发展趋势 |
1.3 课题来源及主要研究内容 |
1.3.1 课题来源 |
1.3.2 主要研究内容 |
第2章 交通—车辆动力学联合仿真模型 |
2.1 基于SUMO软件的交通仿真模型 |
2.2 基于Matlab/Simulink的车辆前向动力学仿真模型 |
2.2.1 传统燃油车辆动力学模型 |
2.2.2 混合动力车辆动力学建模 |
2.3 交通模型和车辆动力学模型的联合仿真 |
2.4 本章小结 |
第3章 基于燃油经济性的车辆宏观运动规划方法 |
3.1 车辆宏观运动规划数学模型 |
3.1.1 基于动力传动系统的油耗模型 |
3.1.2 基于油耗模型和交通模型的VMMP数学模型 |
3.2 车辆宏观运动规划的启发式求解方法 |
3.2.1 基于遗传算法的协同优化方法 |
3.2.2 车辆宏观运动规划实时优化策略 |
3.3 仿真试验及结果分析 |
3.3.1 理想交通环境下的仿真试验及结果分析 |
3.3.2 包含交通信号灯的交通环境仿真试验及结果分析 |
3.3.3 交通阻塞环境下的仿真试验及结果分析 |
3.3.4 不同车辆的仿真对比试验及结果分析 |
3.4 本章小结 |
第4章 时空二维交通流速度预测方法 |
4.1 交通流速度预测方法概述 |
4.2 交通流速度时空特性分析 |
4.2.1 交通流速度动态特性分析 |
4.2.2 交通流速度时空相关性 |
4.3 基于时空相关性的交通流速度预测方法 |
4.3.1 周期性速度预测模型 |
4.3.2 递推时空二维自回归预测模型 |
4.3.3 模型参数对预测误差的影响 |
4.4 基于交通流速度预测的VMMP优化方法 |
4.4.1 基于交通流速度预测的VMMP方法 |
4.4.2 基于PeMS系统真实交通流数据的仿真模型 |
4.4.3 仿真试验及结果分析 |
4.5 本章小结 |
第5章 基于VMMP和三参数换挡规律的经济型驾驶方法 |
5.1 换挡规律表征参数 |
5.1.1 传统双参数换挡规律 |
5.1.2 第三个换挡参数:道路阻力系数 |
5.1.3 道路阻力系数自适应识别方法 |
5.2 三参数经济型换挡规律的设计 |
5.2.1 动态规划方法简述 |
5.2.2 基于动态规划的换挡序列优化 |
5.2.3 三参数换挡规律的设计 |
5.3 设计基于VMMP和三参数换挡规律的经济型驾驶方法 |
5.4 仿真及实车试验及结果分析 |
5.4.1 换挡规律仿真试验及结果分析 |
5.4.2 经济型驾驶方法仿真试验及结果分析 |
5.4.3 实车试验及结果分析 |
5.5 本章小结 |
第6章 混合动力车辆的经济型自适应巡航控制方法 |
6.1 混合动力系统全局功率分配策略 |
6.2 混合动力车辆路径和速度协同优化方法 |
6.3 滚动LQT反馈控制算法 |
6.3.1 搭建用于控制的数学模型 |
6.3.2 模型线性化和离散化 |
6.3.3 滚动LQT反馈控制 |
6.4 基于模式切换的局部优化方法 |
6.4.1 基于极小值原理的控制器设计 |
6.4.2 模式切换规则 |
6.5 仿真验证及结果分析 |
6.5.1 GPD和DP的仿真对比 |
6.5.2 滚动LQT控制器仿真验证 |
6.5.3 不同情景模式下的仿真验证 |
6.5.4 经济型自适应巡航控制仿真验证 |
6.6 本章小结 |
结论与展望 |
参考文献 |
攻读学位期间发表论文与研究成果清单 |
致谢 |
作者简介 |
(8)汽车行驶中防碰撞智能控制系统设计(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 课题研究的背景和意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 汽车防碰撞智能系统的国内外研究现状 |
1.2.1 国外研究现状 |
1.2.2 国内研究现状 |
1.3 本论文的研究思路与主要研究内容 |
2 防碰撞智能控制系统组成及工作原理 |
2.1 系统简介 |
2.2 系统组成 |
2.3 系统工作原理和关键技术 |
2.3.1 工作原理 |
2.3.2 关键技术 |
2.4 设计要求 |
2.5 雷达传感器的选用 |
2.6 毫米波雷达信号的获取过程 |
2.6.1 距离信号处理过程 |
2.6.2 速度信号处理过程 |
2.7 本章小结 |
3 安全车距理论模型的建立 |
3.1 建模要求 |
3.2 车辆制动距离分析 |
3.3 制动距离推导 |
3.4 安全距离模型 |
3.5 安全参数的设定 |
3.6 系统设计流程与控制策略 |
3.6.1 系统设计流程 |
3.6.2 系统控制策略 |
3.7 本章小结 |
4 智能控制系统硬件设计 |
4.1 数据检测模块 |
4.1.1 毫米波测距单元 |
4.1.2 传感器信号采集电路 |
4.2 信息处理单元 |
4.2.1 微控制器的选型 |
4.2.2 微控制器的外围电路 |
4.2.3 CAN总线通信单元 |
4.3 系统执行单元 |
4.3.1 电子节气门控制系统设计 |
4.3.2 制动系统控制电路设计 |
4.4 本章小结 |
5 智能控制系统软件设计 |
5.1 软件设计平台 |
5.2 智能系统程序设计 |
5.2.1 主程序设计 |
5.2.2 初始化子程序 |
5.2.3 测速测距子程序 |
5.2.4 CAN总线通讯子程序模块 |
5.2.5 获取车辆行驶状态处理子程序 |
5.2.6 报警及制动处理子程序 |
5.3 本章小结 |
6 防碰撞智能系统实验测试与仿真分析 |
6.1 智能系统实验设计 |
6.1.1 实验装置 |
6.1.2 实验方案 |
6.2 实验结果及数据分析 |
6.3 汽车防碰撞智能系统仿真分析 |
6.4 本章小结 |
结论 |
致谢 |
参考文献 |
(9)中国汽车工程学术研究综述·2017(论文提纲范文)
索引 |
0引言 |
1汽车NVH控制 (长安汽车工程研究院庞剑总工程师统稿) |
1.1从静音到声品质 (重庆大学贺岩松教授提供初稿) |
1.1.1国内外研究现状 |
1.1.1.1声品质主观评价 |
1.1.1.2声品质客观评价 |
1.1.1.3声品质主客观统一模型 |
1.1.2存在的问题 |
1.1.3研究发展趋势 |
1.2新能源汽车NVH控制技术 |
1.2.1驱动电机动力总成的NVH技术 (同济大学左曙光教授、林福博士生提供初稿) |
1.2.1.1国内外研究现状 |
1.2.1.2热点研究方向 |
1.2.1.3存在的问题与展望 |
1.2.2燃料电池发动机用空压机的NVH技术 (同济大学左曙光教授、韦开君博士生提供初稿) |
1.2.2.1国内外研究现状 |
1.2.2.2存在的问题 |
1.2.2.3总结与展望 |
1.3车身与底盘总成NVH控制技术 |
1.3.1车身与内饰 (长安汽车工程研究院庞剑总工程师提供初稿) |
1.3.1.1车身结构 |
1.3.1.2声学包装 |
1.3.2制动系 (同济大学张立军教授、徐杰博士生、孟德建讲师提供初稿) |
1.3.2.1制动抖动 |
1.3.2.2制动颤振 |
1.3.2.3制动尖叫 |
1.3.2.4瓶颈问题与未来趋势 |
1.3.3轮胎 (清华大学危银涛教授、杨永宝博士生、赵崇雷硕士生提供初稿) |
1.3.3.1轮胎噪声机理研究 |
1.3.3.2轮胎噪声计算模型 |
1.3.3.3轮胎噪声的测量手段 |
1.3.3.4降噪方法 |
1.3.3.5问题与展望 |
1.3.4悬架系 (吉林大学庄晔副教授提供初稿) |
1.3.4.1悬架系NVH问题概述 |
1.3.4.2悬架系的动力学建模与NVH预开发 |
1.3.4.3悬架系的关键部件NVH设计 |
1.3.4.4悬架NVH设计整改 |
1.4主动振动控制技术 (重庆大学郑玲教授提供初稿) |
1.4.1主动和半主动悬架技术 |
1.4.1.1主动悬架技术 |
1.4.1.2半主动悬架技术 |
1.4.2主动和半主动悬置技术 |
1.4.2.1主动悬置技术 |
1.4.2.2半主动悬置技术 |
1.4.3问题及发展趋势 |
2汽车电动化与低碳化 (江苏大学何仁教授统稿) |
2.1传统汽车动力总成节能技术 (同济大学郝真真博士生、倪计民教授提供初稿) |
2.1.1国内外研究现状 |
2.1.1.1替代燃料发动机 |
2.1.1.2高效内燃机 |
2.1.1.3新型传动方式 |
2.1.2存在的主要问题 |
2.1.3重点研究方向 |
2.1.4发展对策及趋势 |
2.2混合动力电动汽车技术 (重庆大学胡建军教授、秦大同教授, 彭航、周星宇博士生提供初稿) |
2.2.1国内外研究现状 |
2.2.2存在的问题 |
2.2.3重点研究方向 |
2.3新能源汽车技术 |
2.3.1纯电动汽车技术 (长安大学马建、余强、汪贵平教授, 赵轩、李耀华副教授, 许世维、唐自强、张一西研究生提供初稿) |
2.3.1.1动力电池 |
2.3.1.2分布式驱动电动汽车驱动控制技术 |
2.3.1.3纯电动汽车制动能量回收技术 |
2.3.2插电式混合动力汽车技术 (重庆大学胡建军、秦大同教授, 彭航、周星宇博士生提供初稿) |
2.3.2.1国内外研究现状 |
2.3.2.2存在的问题 |
2.3.2.3热点研究方向 |
2.3.2.4研究发展趋势 |
2.3.3燃料电池电动汽车技术 (北京理工大学王震坡教授、邓钧君助理教授, 北京重理能源科技有限公司高雷工程师提供初稿) |
2.3.3.1国内外技术发展现状 |
2.3.3.2关键技术及热点研究方向 |
2.3.3.3制约燃料电池汽车发展的关键因素 |
2.3.3.4燃料电池汽车的发展趋势 |
3汽车电子化 (吉林大学宗长富教授统稿) |
3.1汽车发动机电控技术 (北京航空航天大学杨世春教授、陈飞博士提供初稿) |
3.1.1国内外研究现状 |
3.1.2重点研究方向 |
3.1.2.1汽车发动机燃油喷射控制技术 |
3.1.2.2汽车发动机涡轮增压控制技术 |
3.1.2.3汽车发动机电子节气门控制技术 |
3.1.2.4汽车发动机点火控制技术 |
3.1.2.5汽车发动机空燃比控制技术 |
3.1.2.6汽车发动机怠速控制技术 |
3.1.2.7汽车发动机爆震检测与控制技术 |
3.1.2.8汽车发动机先进燃烧模式控制技术 |
3.1.2.9汽车柴油发动机电子控制技术 |
3.1.3研究发展趋势 |
3.2汽车转向电控技术 |
3.2.1电动助力转向技术 (吉林大学宗长富教授、陈国迎博士提供初稿) |
3.2.1.1国内外研究现状 |
3.2.1.2重点研究方向和存在的问题 |
3.2.1.3研究发展趋势 |
3.2.2主动转向及四轮转向技术 (吉林大学宗长富教授、陈国迎博士提供初稿) |
3.2.2.1国内外研究现状 |
3.2.2.2研究热点和存在问题 |
3.2.2.3研究发展趋势 |
3.2.3线控转向技术 (吉林大学郑宏宇副教授提供初稿) |
3.2.3.1转向角传动比 |
3.2.3.2转向路感模拟 |
3.2.3.3诊断容错技术 |
3.2.4商用车电控转向技术 (吉林大学宗长富教授、赵伟强副教授, 韩小健、高恪研究生提供初稿) |
3.2.4.1电控液压转向系统 |
3.2.4.2电液耦合转向系统 |
3.2.4.3电动助力转向系统 |
3.2.4.4后轴主动转向系统 |
3.2.4.5新能源商用车转向系统 |
3.2.4.6商用车转向系统的发展方向 |
3.3汽车制动控制技术 (合肥工业大学陈无畏教授、汪洪波副教授提供初稿) |
3.3.1国内外研究现状 |
3.3.1.1制动系统元部件研发 |
3.3.1.2制动系统性能分析 |
3.3.1.3制动系统控制研究 |
3.3.1.4电动汽车研究 |
3.3.1.5混合动力汽车研究 |
3.3.1.6参数测量 |
3.3.1.7与其他系统耦合分析及控制 |
3.3.1.8其他方面 |
3.3.2存在的问题 |
3.4汽车悬架电控技术 (吉林大学庄晔副教授提供初稿) |
3.4.1电控悬架功能与评价指标 |
3.4.2电控主动悬架最优控制 |
3.4.3电控悬架其他控制算法 |
3.4.4电控悬架产品开发 |
4汽车智能化与网联化 (清华大学李克强教授、长安大学赵祥模教授共同统稿) |
4.1国内外智能网联汽车研究概要 |
4.1.1美国智能网联汽车研究进展 (美国得克萨斯州交通厅Jianming Ma博士提供初稿) |
4.1.1.1美国智能网联车研究意义 |
4.1.1.2网联车安全研究 |
4.1.1.3美国自动驾驶车辆研究 |
4.1.1.4智能网联自动驾驶车 |
4.1.2中国智能网联汽车研究进展 (长安大学赵祥模教授、徐志刚副教授、闵海根、孙朋朋、王振博士生提供初稿) |
4.1.2.1中国智能网联汽车规划 |
4.1.2.2中国高校及研究机构智能网联汽车开发情况 |
4.1.2.3中国企业智能网联汽车开发情况 |
4.1.2.4存在的问题 |
4.1.2.5展望 |
4.2复杂交通环境感知 |
4.2.1基于激光雷达的环境感知 (长安大学付锐教授、张名芳博士生提供初稿) |
4.2.1.1点云聚类 |
4.2.1.2可通行区域分析 |
4.2.1.3障碍物识别 |
4.2.1.4障碍物跟踪 |
4.2.1.5小结 |
4.2.2车载摄像机等单传感器处理技术 (武汉理工大学胡钊政教授、陈志军博士, 长安大学刘占文博士提供初稿) |
4.2.2.1交通标志识别 |
4.2.2.2车道线检测 |
4.2.2.3交通信号灯检测 |
4.2.2.4行人检测 |
4.2.2.5车辆检测 |
4.2.2.6总结与展望 |
4.3高精度地图及车辆导航定位 (武汉大学李必军教授、长安大学徐志刚副教授提供初稿) |
4.3.1国内外研究现状 |
4.3.2当前研究热点 |
4.3.2.1高精度地图的采集 |
4.3.2.2高精度地图的地图模型 |
4.3.2.3高精度地图定位技术 |
4.3.2.4基于GIS的路径规划 |
4.3.3存在的问题 |
4.3.4重点研究方向与展望 |
4.4汽车自主决策与轨迹规划 (清华大学王建强研究员、李升波副教授、忻隆博士提供初稿) |
4.4.1驾驶人决策行为特性 |
4.4.2周车运动轨迹预测 |
4.4.3智能汽车决策方法 |
4.4.4自主决策面临的挑战 |
4.4.5自动驾驶车辆的路径规划算法 |
4.4.5.1路线图法 |
4.4.5.2网格分解法 |
4.4.5.3 Dijistra算法 |
4.4.5.4 A*算法 |
4.4.6路径面临的挑战 |
4.5车辆横向控制及纵向动力学控制 |
4.5.1车辆横向控制结构 (华南理工大学游峰副教授, 初鑫男、谷广研究生, 中山大学张荣辉研究员提供初稿) |
4.5.1.1基于经典控制理论的车辆横向控制 (PID) |
4.5.1.2基于现代控制理论的车辆横向控制 |
4.5.1.3基于智能控制理论的车辆横向控制 |
4.5.1.4考虑驾驶人特性的车辆横向控制 |
4.5.1.5面临的挑战 |
4.5.2动力学控制 (清华大学李升波副研究员、李克强教授、徐少兵博士提供初稿) |
4.5.2.1纵向动力学模型 |
4.5.2.2纵向稳定性控制 |
4.5.2.3纵向速度控制 |
4.5.2.4自适应巡航控制 |
4.5.2.5节油驾驶控制 |
4.6智能网联汽车测试 (中国科学院自动化研究所黄武陵副研究员、王飞跃研究员, 清华大学李力副教授, 西安交通大学刘跃虎教授、郑南宁院士提供初稿) |
4.6.1智能网联汽车测试研究现状 |
4.6.2智能网联汽车测试热点研究方向 |
4.6.2.1智能网联汽车测试内容研究 |
4.6.2.2智能网联汽车测试方法 |
4.6.2.3智能网联汽车的测试场地建设 |
4.6.3智能网联汽车测试存在的问题 |
4.6.4智能网联汽车测试研究发展趋势 |
4.6.4.1智能网联汽车测试场地建设要求 |
4.6.4.2智能网联汽车测评方法的发展 |
4.6.4.3加速智能网联汽车测试及进程管理 |
4.7典型应用实例解析 |
4.7.1典型汽车ADAS系统解析 |
4.7.1.1辅助车道保持系统、变道辅助系统与自动泊车系统 (同济大学陈慧教授, 何晓临、刘颂研究生提供初稿) |
4.7.1.2 ACC/AEB系统 (清华大学王建强研究员, 华南理工大学游峰副教授、初鑫男、谷广研究生, 中山大学张荣辉研究员提供初稿) |
4.7.2 V2X协同及队列自动驾驶 |
4.7.2.1一维队列控制 (清华大学李克强教授、李升波副教授提供初稿) |
4.7.2.2二维多车协同控制 (清华大学李力副教授提供初稿) |
4.7.3智能汽车的人机共驾技术 (武汉理工大学褚端峰副研究员、吴超仲教授、黄珍教授提供初稿) |
4.7.3.1国内外研究现状 |
4.7.3.2存在的问题 |
4.7.3.3热点研究方向 |
4.7.3.4研究发展趋势 |
5汽车碰撞安全技术 |
5.1整车碰撞 (长沙理工大学雷正保教授提供初稿) |
5.1.1汽车碰撞相容性 |
5.1.1.1国内外研究现状 |
5.1.1.2存在的问题 |
5.1.1.3重点研究方向 |
5.1.1.4展望 |
5.1.2汽车偏置碰撞安全性 |
5.1.2.1国内外研究现状 |
5.1.2.2存在的问题 |
5.1.2.3重点研究方向 |
5.1.2.4展望 |
5.1.3汽车碰撞试验测试技术 |
5.1.3.1国内外研究现状 |
5.1.3.2存在的问题 |
5.1.3.3重点研究方向 |
5.1.3.4展望 |
5.2乘员保护 (重庆理工大学胡远志教授提供初稿) |
5.2.1国内外研究现状 |
5.2.2重点研究方向 |
5.2.3展望 |
5.3行人保护 (同济大学王宏雁教授、余泳利研究生提供初稿) |
5.3.1概述 |
5.3.2国内外研究现状 |
5.3.2.1被动安全技术 |
5.3.2.2主动安全技术研究 |
5.3.3研究热点 |
5.3.3.1事故研究趋势 |
5.3.3.2技术发展趋势 |
5.3.4存在的问题 |
5.3.5小结 |
5.4儿童碰撞安全与保护 (湖南大学曹立波教授, 同济大学王宏雁教授、李舒畅研究生提供初稿;曹立波教授统稿) |
5.4.1国内外研究现状 |
5.4.1.1儿童碰撞安全现状 |
5.4.1.2儿童损伤生物力学研究现状 |
5.4.1.3车内儿童安全法规和试验方法 |
5.4.1.4车外儿童安全法规和试验方法 |
5.4.1.5儿童安全防护措施 |
5.4.1.6儿童约束系统使用管理与评价 |
5.4.2存在的问题 |
5.4.3重点研究方向 |
5.4.4发展对策和展望 |
5.5新能源汽车碰撞安全 (大连理工大学侯文彬教授、侯少强硕士生提供初稿) |
5.5.1国内外研究现状 |
5.5.1.1新能源汽车碰撞试验 |
5.5.1.2高压电安全控制研究 |
5.5.1.3新能源汽车车身结构布局研究 |
5.5.1.4电池包碰撞安全防护 |
5.5.1.5动力电池碰撞安全 |
5.5.2热点研究方向 |
5.5.3存在的问题 |
5.5.4发展对策与展望 |
6结语 |
(10)纯电动汽车全速自适应巡航控制系统的研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 课题来源及研究的目的和意义 |
1.2 国内外研究现状 |
1.2.1 国外研究现状 |
1.2.2 国内研究现状 |
1.2.3 国内外研究现状简析及存在问题 |
1.3 本文的主要研究内容 |
第2章 系统模型的建立 |
2.1 自适应巡航控制系统的介绍 |
2.1.1 组成结构及其工作原理 |
2.1.2 基本功能 |
2.2 被控系统模型建立 |
2.2.1 车辆的纵向动力学模型 |
2.2.2 运动方程和整车仿真模型 |
2.3 三相感应电机模型建立 |
2.3.1 用三相静止坐标系表示磁链和电压方程 |
2.3.2 用三相静止坐标系表示转矩和运动方程 |
2.3.3 Clark变换 |
2.3.4 三相交流感应电机仿真 |
2.4 行车间距模型 |
2.4.1 安全行车间距数学模型 |
2.4.2 安全行车间距的仿真分析 |
2.5 本章小结 |
第3章 ACC系统的控制策略及算法 |
3.1 定速巡航与跟车切换策略 |
3.2 驱动与制动控制策略 |
3.3 驾驶员主动干预策略 |
3.4 定速巡航模糊自适应PID控制算法 |
3.4.1 模糊自适应PID控制原理 |
3.4.2 模糊自适应PID控制量化比例因子和基本论域的确定 |
3.4.3 隶属函数和模糊控制规则表的确定 |
3.4.4 模糊自适应PID控制仿真模型 |
3.5 跟车模式模型预测控制算法 |
3.5.1 模型预测控制原理 |
3.5.2 模型预测控制数学模型 |
3.5.3 有约束多变量滚动优化及反馈校正 |
3.5.4 模型预测控制仿真模型 |
3.6 本章小节 |
第4章 ACC系统Simulink仿真分析 |
4.1 巡航工况仿真分析 |
4.2 跟车模式仿真分析 |
4.2.1 目标车辆减速工况 |
4.2.2 目标车辆加速工况 |
4.2.3 目标车辆驶离工况 |
4.2.4 目标车辆插入工况 |
4.2.5 目标车辆频繁变速工况 |
4.3 本章小结 |
第5章 ACC系统联合仿真分析 |
5.1 联合仿真模型的建立 |
5.2 联合仿真分析 |
5.3 本章小结 |
结论 |
参考文献 |
攻读硕士学位期间发表的论文及其它成果 |
致谢 |
四、福特安全车研究最新进展(论文参考文献)
- [1]基于DSP的车辆自动紧急制动系统开发[D]. 刘新峰. 石家庄铁道大学, 2021
- [2]无人驾驶汽车高速工况智能决策、轨迹规划与跟踪研究[D]. 李洪硌. 华南理工大学, 2020(02)
- [3]面向智能驾驶的行为决策方法研究[D]. 刘诗文. 北京邮电大学, 2020(05)
- [4]四轮独立驱动电动汽车的AEB控制策略研究[D]. 孙大川. 大连理工大学, 2020(02)
- [5]Q&A问车热线[J]. 赵楠,张伟平,谭磊. 汽车知识, 2020(02)
- [6]汽车自动紧急制动系统建模及控制策略研究[D]. 冯海鹏. 江苏大学, 2019(11)
- [7]基于燃油经济性的车辆运动规划及动力传动系统控制方法[D]. 苗成生. 北京理工大学, 2018(07)
- [8]汽车行驶中防碰撞智能控制系统设计[D]. 郭东晖. 兰州交通大学, 2018(01)
- [9]中国汽车工程学术研究综述·2017[J]. 《中国公路学报》编辑部. 中国公路学报, 2017(06)
- [10]纯电动汽车全速自适应巡航控制系统的研究[D]. 张丽. 哈尔滨工业大学, 2017(02)