摘要：车路协同作为当前中国自动驾驶的主要发展路径,通过不断融合“聪明的车”和“智能的路”两大核心要素,实现了车与路的高效协同,具有覆盖面广,产业链长,跨界融合特征突出的特点。同时,随着智能网联汽车朝着智慧出行的加速推进,渗透率逐渐增长,使得交通效率日益提高的同时大大降低了交通事故的发生率,改变了人们的生活方式。基于此,本文设计了一种基于车路协同的智能网联小车车速控制策略,通过实现智能网联小车车速与路侧单元红绿灯周期信号的数据共享,达到智能网联小车对红绿灯信号的判断并作出相应速度控制的目标。

摘要：针对汽车驾驶机器人采用常规PID控制时车速波动大、调节器参数调整困难等问题,提出了一种基于模糊自适应PID的汽车驾驶机器人车速控制方法。首先建立了汽车驾驶机器人多机械手协调控制模型,然后在此基础上设计了一种驾驶机器人模糊自适应PID车速控制器,实现了驾驶机器人对给定循环行驶工况的车速跟踪。试验结果表明,与常规PID控制方法相比,采用所提出的方法车速跟踪精度明显改善,车速跟踪误差在±2km/h范围内,满足国家汽车试验标准的要求,保证汽车试验数据准确有效。

摘要：在分析非线性车辆纵向动力学模型及简化模型基础上,采用一种简化非线性模型设计自适应油门控制器,并应用李亚普诺夫理论证明了传动系统存在动态过程时控制系统的稳定性。通过对基于简化线性和非线性模型的自适应控制器的仿真研究,结果表明后者具有更好的收敛性。试验结果也进一步表明,基于非线性模型的自适应控制器可以通过自适应调节减小参数不确定造成的干扰,当传动系统存在动态过程时可以保证车速跟踪误差有界。

摘要：为了实现不同驾驶循环工况的精确车速跟踪,提出了一种电磁直驱驾驶机器人模糊神经网络车速控制方法.通过电磁直线作动器直接驱动油门机械腿、制动机械腿、离合器机械腿和换挡机械手.给出了电磁直驱驾驶机器人控制系统结构和协调运动控制模型.在此基础上,设计了电磁直驱驾驶机器人模糊神经网络车速控制模型,电磁直驱驾驶机器人油门、制动、离合器机械腿和换挡机械手的位移作为网络模型的输入,试验车辆的车速作为网络模型的输出.输入变量的隶属度函数个数都为3,隶属度函数的类型都采用广义钟形函数,网络训练算法选用反向传播算法和最小二乘法相结合的混合学习算法.本文提出的方法与其他控制方法和人类驾驶员的驾驶性能进行了对比分析,试验验证了提出方法的有效性.

摘要：为了实现不同行驶工况下车速的精确、稳定控制.提出一种基于非线性干扰观测器的无人驾驶机器人车辆模糊滑模车速控制方法。考虑模型不确定性和外部干扰对车速控制的影响,建立车辆纵向动力学模型。通过分析无人驾驶机器人油门机械腿、制动机械腿的结构、机械腿操纵自动挡车辆踏板的运动,建立油门机械腿和制动机械腿的运动学模型。在此基础上,分别设计油门/制动切换控制器、油门模糊滑模控制器以及制动模糊滑模控制器,并进行控制系统的稳定性分析。油门/制动切换控制器以目标车速的导数为输入来进行油门与制动之间的切换控制。油门模糊滑模控制器和制动模糊滑模控制器以当前车速以及车速误差为输入,分别以油门机械腿直线电机位移和制动机械腿直线电机位移为输出来实现对油门与制动的控制。模糊滑模控制器中,为了减少控制抖振,滑模控制的反馈增益系数由模糊逻辑进行在线调节。模糊滑模控制器中的非线性干扰观测器用于估计和补偿无人驾驶机器人车辆的模型不确定性与外部干扰。仿真及试验结果对比分析表明:本文方法能够精确地估计和补偿无人驾驶机器人车辆的模型不确定性和外部干扰,避免了油门控制与制动控制之间的频繁切换,并实现了精确稳定的车速控制。

摘要：针对铲运机无人驾驶行驶时车速变化难控制的问题,将强化学习算法应用于车速的控制,使车辆在各种状态下车速保持平滑稳定。对比了强化学习算法和经验法、模糊控制、传统PID控制、滑膜控制、逆控制、智能优化算法等算法,分析并设计了强化学习策略,推导出了强化学习模型,即控制车速和上一时刻车速、上一时刻航向角偏差、上一时刻位置偏差的关系,计算相关参数,进行了仿真实验并验证了模型的正确性。结果表明,相对于传统的模糊化分级控制车速和经验法,强化学习算法控制可很好地提升车速变化的稳定性,可根据环境和自身状态车速变化,灵活、正确地调节车速变化,很好地提高车辆的动态性能并减少误差。

摘要：为了改善城市交通路口信号灯的周期变更引起的汽车频繁切换“停-走”状态而造成的舒适性和经济性不良影响,在V2I场景下将车速规划与模型预测控制相结合,设计了一种提高通行效率的车速规划方法,并提出了面向汽车车速控制的变权重模型预测控制方法。针对所提出的方法,利用Prescan和MATLAB/Simulink建立联合仿真模型,并分别对车速规划方法及车速控制方法进行比较分析。结果表明:在通行效率方面,网联客车能维持在较高车速且不发生路口怠速,相比传统客车节省更多的时间;在舒适性方面,与网联-PI控制策略相比,网联-MPC控制策略的最大加减速度分别降低了79.22%和93.26%,最大加减速冲击度分别降低了92.73%和96.38%,改善了客车的驾驶舒适性;在经济性方面,与网联-PI控制策略相比,网联-MPC控制策略的平均制动力和最大制动力分别降低了49.79%和96.77%,使得更少制动情况发生,且制动情况更为缓和,改善了客车的经济性。

摘要：为了改善汽车动力性、经济性、排污特性以及乘坐舒适性,笔者应用系统工程的方法对汽车车速控制系统作了初步探讨。在论述了该系统的必要性和可能性的基础上,提出了汽车行驶综合特性的概念,并根据此特性的图形模型,借助于优化方法求得汽车性能最佳工况曲线,从而为该系统的设计提供了理论依据。笔者认为控制车速的信号应取反应行驶条件的车轮、半轴或传动轴上的力学参数。最后用类比的方法提出了汽车车速控制系统设计的初步设想。

摘要：用于港口集装箱转运和路面疲劳试验加载等场合的半挂汽车列车运输具有线路固定和场地封闭等特点,采用自动驾驶将提高行车安全、减少人力成本。以半挂汽车列车为控制对象,设计了汽车自动驾驶的方向和车速控制算法。采用基于侧向位置偏差和航向偏差联合控制参数的方向控制策略。为增强方向控制算法对不同车速的适应性,引入基于稳态转向增益的方向控制增益调度。车速控制采用预瞄位置期望车速与当前实际车速的偏差反馈PID控制。以油门开度与制动踏板行程为非相容组合控制输入,依据期望纵向加速度确定不同控制输入方式的切换及控制输入大小。采用Matlab/Simulink和TruckSim协同仿真手段评价自动驾驶控制效果。仿真结果表明在设定不同路径和目标车速下,提出的算法均能以较小侧向位置偏差、航向偏差和车速误差实现路径和车速跟踪。

摘要：针对无级变速汽车下长坡的行驶问题,提出利用发动机制动来控制汽车行驶车速。通过试验得出不同发动机转速下的制动力矩。在不同道路坡度和速比条件下,对发动机制动能力进行分析。在此基础上,设计PID控制器来进行下长坡车速控制。试验结果表明:坡度较小时,设计的控制系统能够实现对车速的控制,而且有一定的响应速度;坡度较大时,也可以起到辅助制动的作用。