摘要：基于JLUIV Ⅳ型智能车辆状态变量vy(车辆侧向速度)的不可测性,结合二自由度转向动力学模型和预瞄运动学模型建立了Kalman滤波模型,并运用Kalman滤波理论设计了状态观测器。仿真和实验结果表明:该状态观测器对模型中不确定参数和事变参数具有良好的适应性,可满足车辆导航控制的要求。

摘要：采用逆M序列作为系统的输入信号,通过最小二乘算法得到车辆转向系统、驱动系统的传递函数,结合车辆预瞄运动学模型和车辆二自由度转向动力学模型,建立车辆转向控制与位置误差数学模型。根据现代控制理论设计最优导航控制器稳定跟踪目标路径,基于Backstepping函数控制算法,选取Lyapunov函数设计智能车辆换道及超车轨迹跟踪控制器。仿真分析和试验结果表明:所设计的控制器在智能车辆户外自主导航中具有良好的跟踪性能。

摘要：建立车辆转向动力学模型,运用滑模变结构控制理论设计了变结构控制器,由于滑模超平面的选取对控制器的品质起关键作用,介绍了切换超平面的选取方法,通过仿真和试验证明了此种方法使车辆变结构转向控制器具有良好的跟踪性能和鲁棒性。

摘要：驾驶员在正常驾驶、瞌睡驾驶及疲劳驾驶 3种状态下的眼睛张开程度有一定的区别。根据这一特点 ,设计了一种 3层BP网络 ,利用图像预处理获取到的眼部区域特征值作为网络输入向量 ,输出对应 3种不同状态。实验结果表明 ,该网络可快速有效地识别出驾驶员眼部精神状态。

摘要：本文主要介绍作者设计、制造的新型智能车辆JUTIV-Ⅱ的基于视觉的最优控制器设计技术。实验 表明,我们采用的基于视觉的最优控制器算法有效、可靠。

摘要：为了分析月球车在月表环境下的振动特性,将其作为一个刚柔耦合多体系统,基于三维实体造型和多体动力学分析软件建立了刚柔耦合动力学模型。根据美国国家航空航天局的研究,建立了月球表面位移功率谱数学模型,结合谐波叠加法获得了月表不平度。以六轮月球车样机JLUIV-6为研究对象,通过典型越障工况试验验证了所建模型的可靠性。以月面不平度作为振动激励对所建立的动力学模型进行了仿真,分析了月球车车体的振动响应及振动加速度幅频特性。结果表明,月球车在0.8～1.8Hz处存在明显的共振区域,为月球车系统设计及优化提供了依据。

摘要：提出了一种减少沥青路面破损图像识别计算量的图像分割方法。将路面图像等分为64×64像素的子块图像,并用灰度方差值描述子块图像特征。同时,设计了基于BP人工神经网络的子块图像模式分类器,利用子块图像模式分类结果所组成的矩阵作为路面破损图像分割结果。实验表明,该方法可较好地分割路面破损图像。

摘要：为实现区域交通智能车辆(CyberCar)对目标路径的稳定跟踪,导航控制器设计是核心技术之一。首先建立基于视觉预瞄的车辆转向动力学控制数学模型,根据现代控制理论研究了最优导航控制器设计中加权矩阵、加权系数和预瞄距离的优化选取方法。仿真分析和试验结果表明,经过优化设计后的控制器对车辆模型中的不确定因素具有很好的品质特性,使区域交通智能车辆在户外自主导航中具有良好的跟踪性能。

摘要：以六轮差速转向月球车样机JLUIV-6为研究对象,推导了三维环境下月球车速度运动学模型,进而得出逆运动学模型。在路径跟踪阶层,根据横向偏差和角度偏差设计了车体的偏航角速度模糊控制器,并基于路径曲率和地形崎岖程度,引入模糊修正模块来控制车体的期望速度。在执行阶层,根据控制器输出的车体期望速度和角速度,用逆运动学模型给定车轮相应的转速指令,使其跟踪车体的期望速度和角速度。最后通过ADAMS/Simulink联合仿真验证了所提方法的有效性。

摘要：针对自主设计、制造的智能车辆,提出了设计新的神经网络控制器来实现对车辆导航路径的自主跟踪控制。分析了神经网络导向控制器的设计方法,选择了神经网络导向控制器的输入、输出变量,并建立了神经网络导向控制器的结构。在此基础上,采用人工驾车采集的数据对控制器进行了训练。完成了计算机仿真和实际路径跟踪控制试验,试验结果表明该神经网络控制器能够很好地实现对导航路径的自主跟踪控制。