摘要：针对智能电动车辆晕动舒适性传统测试评价中被测乘员主观感受及客观生理信息的个体差异性导致的测试评价成本高、准确性差等问题,提出基于车辆运动参数的乘员晕动症评价模型。首先,基于乘员晕动症发生机理,通过实车测试,采集乘员晕动症主观感受及其对应的皮电、呼吸频率、瞳孔直径等生理信息,并同步采集车辆纵向、横向、垂向加速度等车辆运动参数;其次,结合乘员晕动舒适性主观感受,利用克鲁卡尔-沃里斯(Kruskal-wallis, K-W)非参数检验和偏等效应平方法,研究乘员不同晕车程度时,对应客观生理信息的显著差异和关联程度,进而建立基于皮电和瞳孔直径变化等多客观生理信息的晕动症评价模型。此外,运用皮尔逊(Pearson)相关分析法构建乘员主观晕车感受、客观生理信息以及车辆运动参数相关性矩阵,研究真实开放道路上横向、纵向和垂向加速度及其变化率等车辆运动参数与乘员晕动症之间的相关性和敏感性,并基于岭回归法,确定不同车辆运动参数及累积时间对晕动舒适性的影响权重,构建基于车辆运动参数的乘员晕动症评价模型;最后,通过试验测试,对基于多客观生理信息的晕动症评价模型和基于车辆运动参数的乘员晕动症评价模型进行了试验验证。结果表明:基于车辆运动参数的乘员晕动症评价模型的晕动程度预测的总体预测准确率为88.7%。所提出的基于车辆运动参数的乘员晕动症评价模型,可有效避免传统测试评价中被测乘员的个体生理差异,实现智能电动汽车晕动舒适性能测试评价,为未来智能电动汽车决策规划算法及控制执行策略的设计优化提供理论依据与实践基础。

摘要：针对现有智能汽车轨迹跟踪控制算法难以同时保证跟踪精确性、横向稳定性、舒适性以及控制实时性的问题,提出了一种基于多目标优化和显式模型预测控制理论的轨迹跟踪控制策略(MO-EMPC)。首先,建立考虑跟踪精确性、横向稳定性、舒适性的多目标函数及约束。然后,针对传统MPC控制实时性低的问题,设计基于EMPC的多目标优化轨迹跟踪控制器,通过引入多参数二次规划(MPQP)理论,将反复在线优化求解过程转化为等价的分段仿射系统(PPWA),离线计算得到最优显式控制律以供实时控制调用,减少在线运算时间。最后,基于CarSim/Simlink联合仿真方法,将所设计控制器的轨迹跟踪多目标优化效果与MPC控制效果进行对比验证。研究结果表明,所提出的轨迹跟踪策略在保证良好的跟踪精度前提下,横向稳定性、舒适性方面的表现更优于MPC控制器,且算法在线运行速度提高56.63%。

摘要：建立了七自由度车辆非线性动力学模型,车轮制动模型以及非线性轮胎模型,以缩短制动距离和制动时间而不大幅降低舒适性作为控制策略的出发点,将主动制动与主动悬架系统进行协调控制,采用动态表面控制理论,克服了反演设计中激增项问题,依据协调控制思想,分别对制动与悬架系统设计了协调控制器,并对协调控制与非协调控制进行了仿真对比分析。结果表明:对主动制动和主动悬架系统采用协调控制,可在小幅降低舒适性的情况下获得更大的地面制动力,进一步提高了车辆的制动安全性,表明了该控制方法的有效性。

摘要：为提高车辆自动驾驶系统的运动性能,基于模糊逻辑和滑模控制理论设计了一种车辆纵向和横向运动综合控制系统。该控制系统通过对前轮转向角度、发动机节气门开度、制动液压及主动横摆力矩进行协调控制,使车辆能够以期望速度在理想道路轨迹上行驶,并提高车辆在行驶过程中的操纵稳定性。仿真结果表明:纵向和横向运动综合控制系统能够提高车辆在不同行驶工况下的跟踪性能和运动性能,在车辆自动驾驶过程中是有效的。

摘要：针对传统的基于跟踪误差模型轨迹跟踪控制器在复杂行驶环境下控制精度不高,鲁棒性差等问题,设计一种鲁棒模型预测轨迹跟踪控制策略。采用车辆凸多胞体动力学模型显式描述车辆动态特性,结合轨迹跟踪多目标约束设计鲁棒性目标函数,通过线性矩阵不等式优化方式求解状态反馈控制律;引入前馈控制消除稳态误差,提高跟踪精度。结果表明:在不同行驶工况下,该控制器在保证车辆跟踪精度基础上可有效提高行驶稳定性,具有较强的鲁棒性。

摘要：针对底盘关键子系统对车辆行驶稳定性影响能力与有效作用区域的差异,综合考虑轮胎的非线性特性与各子系统间动力学耦合关系,建立整车14自由度非线性动力学模型,分别运用非线性H∞控制和模糊控制对转向、悬架和制动子系统进行控制性能研究,采用多级递阶控制理论设计了组织级、协调级和执行级的车辆稳定性多级协调控制系统。运用滑模控制理论与轮胎逆模型将组织级得到的保持车辆行驶稳定性所需的广义目标控制力和力矩转化为轮胎侧偏角和滑移率,再基于功能分配原理对各子系统控制功能进行协调,实现了底盘复杂系统的功能解耦,并对整车稳定性协调控制系统进行了仿真分析。仿真结果表明:防抱死制动系统与半主动悬架系统联合控制对车辆稳定性的控制效果相对较差,主动前轮转向的加入可以明显改善车辆的操纵稳定性。相对于汽车底盘子系统联合控制,多级递阶协调控制能更好地改善整车行驶稳定性,使制动距离减小,保持滑移率基本在目标值0.2附近。

摘要：为保证智能车辆跟踪控制的精确性、行驶稳定性和在线实时性,设计了一种显式模型预测跟踪控制方法。建立了预测时域内的跟踪精准性和行驶稳定性指标函数及约束,将跟踪控制问题转化为动态干扰下的主动转向最优化问题;为提高实时性,将传统模型预测控制系统转化为与之等价的显式多面体分段仿射系统,运用参数分区上的显式控制律求得最优转角控制量。Carsim和Simulink联合仿真结果表明,该控制方法下,位置误差均值为0.1956 m,航向角误差均值为0.276°,同时最大横向载荷转移改善5.92%,最大轮胎利用附着系数改善9.81%,且平均单步运行速度提升53.97%。

摘要：为实现智能车辆的自适应巡航功能,基于模糊逻辑和滑模控制理论设计了具有上下两层结构的自适应巡航控制系统。通过对节气门开度和制动压力进行协调控制,使智能车辆能准确跟踪期望加速度。同时,构建了用于保证该系统控制协调性的切换逻辑曲线。仿真结果表明,自适应巡航控制系统能够使智能车辆在加速行驶、车辆跟踪和制动减速等行驶工况下保持良好的跟踪性和适应性。

摘要：高速大功率车用永磁同步电机的转子轴系是一个涉及电磁、机械高度耦合的非线性系统,因此转子动力学性能是高速车用永磁同步电机设计必须关注的问题.建立了电机中由于转子偏心引起的电磁激励解析模型,以转子动力学和非线性动力学为基础,建立永磁电动机转子系统的非线性模型,用解析法计算得到转子横向振动的幅频特性,结果表明转子横向振动具有负刚度和失稳幅值跳跃现象.最后通过数值计算对等效解析计算的结果进行了验证.

摘要：为了兼顾车辆自适应巡航控制(ACC)系统的跟踪控制效果和实时性,提出了基于显式模型预测控制(EMPC)理论的车辆多目标自适应巡航控制方法;基于车辆间运动学关系建立自适应巡航控制运动学模型,根据预测控制理论推导预测时域内的跟踪误差预测模型,并确定车辆安全性、跟踪性、经济性和舒适性等多性能目标函数和约束条件;运用显式模型预测控制中的多参数规划理论,将基于反复在线优化计算的闭环模型预测控制系统转化为与之等价的显式多面体分段仿射(PPWA)系统,通过离线计算获得期望加速度与距离误差、速度误差、自车加速度和前车加速度等状态变量之间的最优控制律,并设计在线查表的搜索流程,通过定位当前状态所处分区,并应用该分区的显式控制律实现自适应巡航控制;进行了纵向跟踪工况仿真验证,并与传统MPC-ACC控制方法进行对比。对比结果表明:在前车正弦加减速工况下,EMPC-ACC控制器单步运算速度比MPC-ACC控制器平均提升了53.51%,EMPC-ACC控制下的平均距离跟踪误差为0.220 3 m,平均速度误差为0.340 1 m·s-1;在前车阶跃加减速工况下,EMPC-ACC控制器单步运算速度比MPC-ACC控制器平均提升了72.96%,EMPC-ACC控制下的平均距离跟踪误差为0.331 9 m,平均速度误差为0.399 1 m·s-1。可见,提出的EMPC-ACC控制算法在保证纵向跟踪性能的前提下,有效地提高了自适应巡航控制的实时性。