摘要：对于大变形工况,热成型板材电阻点焊热影响区在碰撞中容易失效,结构碰撞仿真分析中需要对热影响区进行精准建模,进而实现整车碰撞性能的高精准预测。针对某热成型钢板1500HS母材的断裂行为进行了研究,设计了不同缺口试样,并进行了材料力学性能实验,基于不同应力状态下的失效应变拟合得到母材MMC断裂曲面并生成平面应力状态下的GISSMO失效曲线。设计了电阻点焊拉伸失效试样,以母材材料性能为基础,基于逆向标定方法得到了热影响区的失效参数。为验证研究结果的准确性,设计了热成型钢板帽型梁落锤实验,帽型梁点焊尺寸为6 mm,焊点间距为30 mm。通过对比分析,电阻点焊热影响区的精准建模方法能够实现冲击加速度和位移的双重精度要求,能够满足结构安全开发工程需求。

摘要：电动汽车的前端模块设计直接关系到电池和电机性能的充分发挥和行驶的安全,也关系到驾驶室的舒适性。电动汽车行驶时,电机需要冷却,乘员舱和电池温度需要保持在适宜的水平,热量在前端的冷却系统耗散至空气。电动汽车前端的装置模式不同将影响进风量和进气的分布,继而影响冷却效果。为分析前端模块的不同方式对空调系统的影响,采用一维仿真和三维CFD分析相结合的方法,并考虑发动机舱内的空气流动和分布,也考虑冷却系统的重要部件的热负荷情况。结果表明,怠速下冷凝器前置的方式迎风面风量下降约28%,降低幅度较明显,随着车速的提升,风量下降逐渐减弱;冷凝器前置的方式导致怠速时蒸发器出风温度增加0.87℃,增加9.7%,高速行驶时蒸发器出风温度降低0.3℃,下降5.6%,中速时两种布置方式不变。目前大多数电动汽车前端布置主要有冷凝器在前或者低温散热器在前两种形式,可以确定不同的前端装置模式的布置形式直接影响冷凝器迎风面的风速分布以及出风温度。所以,纯电动汽车建议采用散热器在前,冷凝器在后的布置方式更有利。

摘要：本文根据汽车先进驾驶辅助系统(ADAS)和自动驾驶(AD)测试标准要求,自主开发了一种ADAS/AD场地测试用的假人和两轮车目标物承载平台车,进行了平台车系统的动力学建模和速度、位置、姿态控制器设计,以及软硬件方案和通信链路优化,实现了可视化测试场景搭建并完成了整体测试。实际应用表明,该平台车系统满足C-NCAP和E-NCAP测试规范,相关工况功能触发完整,数据传输正确,平台车在加速段和匀速段等的控制精度均满足C-NCAP和E-NCAP测试要求。另外,平台车可通过整改升级来满足未来的标准。

摘要：在自动驾驶车辆研究领域中,SLAM车辆感知是热点研究领域之一,SLAM根据里程计类型可分为以视觉为主和以激光为主。两者本质上都以实现位姿估计和地图构建为目的,激光里程计主要是构建点云地图比较直观,视觉里程计构建的是稀疏视觉特征的地图。本文提出紧耦合双里程计传感器融合的SLAM框架,以完成实时状态估计和地图构建,并且具有高精度和鲁棒性。该方法可以有效地解决传统基于视觉或激光算法或者视觉和激光单一松耦合中累积误差的问题,框架融合了视觉与激光惯性的各自优点而形成两个子系统,这两个子系统采用紧密耦合方式进行设计,构成一个完整的系统。实验通过Ouster数据集评估绝对轨迹整体误差,并且该方法在自动驾驶接驳车中的应用表现出较高的精度。

摘要：为有效解决复杂行驶工况下车辆耦合侧倾运动状态无法精确获取,进而对车辆系统操纵稳定性与乘坐舒适性兼顾优化无法提供准确输入的难题,本文中设计了基于车辆垂向与横向耦合动力学的双非线性状态观测器算法,以实现复杂行驶工况下车辆耦合侧倾运动状态的实时准确估计。首先,建立了路面激励模型与整车系统垂向与横向耦合动力学模型;接着,利用无迹卡尔曼滤波方法(UKF)与非线性模糊观测(T-S)理论,设计了非线性状态观测算法,以在不同路面激励工况下对车辆系统簧载质量与侧倾状态进行联合估计;最后,运用CarSim■动力学软件,对比分析了在标准A级与C级路面上进行J-turn试验工况下,采用联合状态观测器(UKF&T-S)实时估计车辆侧倾角与侧倾率的观测精度。结果表明,本文所设计的UKF&T-S观测器可有效估计车辆侧倾状态,且与CarSim■仿真数据相比识别状态标准偏差不超过10%。

摘要：为有效解决复杂行驶工况下无法准确预测重型车辆侧翻的难题,设计了基于机器学习方法的自适应提升(AdaBoost)算法,实现了复杂行驶工况下重型车辆非绊倒型侧翻判据的实时准确计算。首先建立了基于重型车辆仿真模型与侧翻预警模型;其次,利用AdaBoost学习算法理论,设计了基于单层决策方法构建多个弱分类器的架构并对其进行了模拟训练与加权求和;最后,结合商业软件TruckSim^(®)动力学软件,对比分析了双移线(DLC)与鱼钩(Fishhook)工况下重型车辆侧翻预警失效的侧翻效果。仿真结果表明:所设计的基于AdaBoost算法侧翻预警判据可在复杂行驶工况下有效预测重型车辆侧翻,且对应的测试集正确率比Logistic回归算法预测精度改善24.9%,且模型评估预测ROC(receiver operation characteristic)曲线面积为0.958。

摘要：针对自动驾驶横向运动控制问题,提出一种带有前馈控制的改进LQR横向运动控制方法。首先,利用二自由度车辆动力学模型构建了路径跟踪误差动力学模型,设计了自动驾驶LQR控制器以及前馈控制器。随后,针对LQR控制器参数进行分析,提出一种基于路径跟踪误差的参数计算方法和一种基于车-路位置关系的参数调整规则,以此实现LQR控制器的改进,提高控制器的适应性与控制精度。最后,通过Matlab/Carsim联合仿真测试设计的控制器。结果表明,不论是双移线工况还是连续换道工况,设计的控制器均能较好地跟踪目标路径,且能够将距离偏差和航向偏差控制在较小范围内。

摘要：针对高分辨率图像下目标所占面积小,检测效果较低、实时性较差的问题。提出了一种基于LDCF-ResNet50的深度学习模型检测方法。以行人检测为例说明此方法的有效性。首先基于局部无关通道特征的预测提议区域,对行人潜在区域粗检测。然后,设计候选区域合并和扩展方法,将合并后的区域用于后面的ResNet-50神经网络。其次,设计了一个合适的ResNet-50网络,用于精确检测该区域。最后将ResNet-50网络的检测结果映射到原始图像中,输出检测结果。为了验证本文所提方法的有效性,在清华-戴姆勒数据库平台上对高分辨率图像进行实验验证。实验结果表明,所提出方法能够有效地检测行人。与主流的算法(包括Faster R-CNN,YOLOv3和SSD)相比,本文方法对行人检测的平均精度分别提高了4.07%、17.79%和31.45%。

摘要：为了准确建立混合动力汽车传动系统的数学模型从而提高设计精度,该文以并联式混合动力车辆为研究对象,针对模式切换的动态过程进行研究,应用动态协调控制方法对切换过程进行协调控制,达到最优参数匹配,并建立混合动力车辆的发动机和电动机仿真模型,通过分析不同驱动模式下汽车性能指标的变化来验证动态协调控制方法的有效性,以达到最佳动力性和经济性.分析结果表明,该模型能够应用于混合动力汽车的匹配设计研究.

摘要：为了解决智能汽车自主换道轨迹跟踪所使用的比例-积分-微分(proportion-integral-derivative,PID)控制器参数难以整定的问题,提出应用于自主换道轨迹跟踪控制的鲁棒PID控制器设计方法。首先,构建车辆-道路系统动力学模型,将转向执行机构看作一阶惯性环节,搭建包括转向执行机构动力学模型在内的系统动力学模型;然后,基于分段多项式表达求解自主换道轨迹模型,并基于时间与误差绝对值乘积积分构建鲁棒PID控制器,确定控制参数,形成闭环系统的传递函数;最后,进行仿真及实车试验,结果表明,所设计的控制器具有较强的鲁棒性,能在保证换道工况下智能车辆较好的轨迹跟踪能力的同时,有效地提高乘员舒适性。