智能車(chē)輛作為智能交通系統(tǒng)的重要組成部分之一,可以有效減少交通事故、提升駕駛體驗(yàn)和減緩駕駛疲勞,現(xiàn)已成為了汽車(chē)工程領(lǐng)域的前沿課題和研究熱點(diǎn)。其中,車(chē)輛路徑跟蹤控制是智能汽車(chē)領(lǐng)域研究的重點(diǎn)問(wèn)題之一,也是實(shí)現(xiàn)車(chē)輛自主駕駛的關(guān)鍵,因此受到了國(guó)內(nèi)外學(xué)者的廣泛關(guān)注。智能汽車(chē)路徑跟蹤控制主要包括縱向運(yùn)動(dòng)控制和橫向運(yùn)動(dòng)控制,現(xiàn)有的路徑跟蹤控制研究大多忽略了車(chē)輛縱、橫向動(dòng)力學(xué)耦合特性,僅針對(duì)單一運(yùn)動(dòng)方向進(jìn)行控制器設(shè)計(jì),無(wú)法滿足低附著路面及車(chē)輛高速過(guò)彎等極限工況的行駛需求。此外,智能汽車(chē)執(zhí)行子系統(tǒng)實(shí)際控制過(guò)程存在時(shí)滯現(xiàn)象,其時(shí)滯干擾對(duì)智能汽車(chē)運(yùn)動(dòng)控制性能及穩(wěn)定性有顯著影響。如何實(shí)現(xiàn)智能汽車(chē)運(yùn)動(dòng)控制和底盤(pán)控制綜合協(xié)調(diào),明確子系統(tǒng)時(shí)滯對(duì)智能汽車(chē)路徑跟蹤的影響是實(shí)現(xiàn)智能汽車(chē)路徑跟蹤的難點(diǎn)和重點(diǎn),且具有極高的研究?jī)r(jià)值和實(shí)際意義。針對(duì)上述問(wèn)題,本文結(jié)合國(guó)家自然科學(xué)基金重點(diǎn)聯(lián)合基金項(xiàng)目“智能汽車(chē)多狀態(tài)系統(tǒng)動(dòng)力學(xué)行為建模與協(xié)同控制研究”（項(xiàng)目編號(hào):U1564201）,并針對(duì)智能汽車(chē)復(fù)雜大系統(tǒng)的特點(diǎn)以及多模型智能遞階控制理論在解決分布式復(fù)雜問(wèn)題的優(yōu)勢(shì),設(shè)計(jì)了考慮雙時(shí)滯子系統(tǒng)智能汽車(chē)縱橫向多模型智能遞階控制策略,研究了子系... 

【文章來(lái)源】：江蘇大學(xué)江蘇省

【文章頁(yè)數(shù)】：129 頁(yè)

【學(xué)位級(jí)別】：博士

【部分圖文】：

（，）全時(shí)滯穩(wěn)定區(qū)域圖

MIL(Model-in-the-loop)測(cè)試環(huán)境，通過(guò)軟件對(duì)相關(guān)配置進(jìn)行參數(shù)添加和測(cè)試，并將被控象模型和控制器模型映射端口進(jìn)行連接。6.2.2 基于 RCP 的控制模型開(kāi)發(fā)由于嵌入式軟件在 ECU 設(shè)計(jì)過(guò)程中的作用日益重要，因此越來(lái)越需要一個(gè)成熟的速控制原型（Rapid Control Prototyping，RCP）開(kāi)發(fā)工具，以能夠快速地測(cè)試用于真實(shí)界 I/O 和車(chē)內(nèi)網(wǎng)絡(luò)的控制模型。National Instruments RCP 平臺(tái)可以快速地連接至廣泛的 I和車(chē)輛通信總線、導(dǎo)入控制軟件，并與系統(tǒng)和軟件進(jìn)行連接與交互。也可以在多種不同嵌入式電子設(shè)備應(yīng)用中使用 NI RCP 平臺(tái)，包括用于車(chē)輛動(dòng)態(tài)性能、駕駛員輔助系統(tǒng)、動(dòng)機(jī)、混合動(dòng)力和電動(dòng)動(dòng)力總成系統(tǒng)的 ECU 原型開(kāi)發(fā)。本試驗(yàn)所使用的快速控制原型 D2P，其主要包括可以嵌入 Matlab/Simlulink 的軟Motohawk，以及相關(guān)的控制器硬件等。將第五章中的路徑跟蹤控制算法通過(guò)類(lèi)似于被控型加載方式移植到 Motohawk 中，其工程界面如圖 6.3 所示。

圖 6.4 HCU-MIL 運(yùn)行界面Fig.6.4 HCU-MILoperation interface在環(huán)試驗(yàn)L 平臺(tái)進(jìn)行不同工況試驗(yàn)，仿真工況包括純路徑跟蹤控制試驗(yàn)，包含自動(dòng)蹤控制試驗(yàn)，包含 ABS 的路徑跟蹤控制試驗(yàn)以及綜合路徑跟蹤控制試驗(yàn)無(wú)時(shí)滯理論仿真結(jié)果相對(duì)比。MIL 平臺(tái)試驗(yàn)中，相關(guān)參數(shù)與仿真參數(shù)一汽車(chē)路徑跟蹤控制分析行純路徑跟蹤控制 MIL 平臺(tái)試驗(yàn)。試驗(yàn)假設(shè)車(chē)輛以 36 km/h 車(chē)速行駛在試驗(yàn)結(jié)果與無(wú)時(shí)滯理論仿真結(jié)果對(duì)比，其結(jié)果如圖 6.5 所示。

【參考文獻(xiàn)】：
期刊論文
[1]基于多點(diǎn)預(yù)瞄最優(yōu)控制的智能車(chē)輛路徑跟蹤[J]. 黃海洋,張建,王宇,王御,劉金波.  汽車(chē)技術(shù). 2018(10)
[2]基于狀態(tài)變換法的車(chē)輛懸架系統(tǒng)時(shí)滯反饋控制[J]. 閆蓋,方明霞,董天夫,紀(jì)仁杰.  農(nóng)業(yè)工程學(xué)報(bào). 2018(10)
[3]車(chē)輛動(dòng)力學(xué)模型輔助的慣性導(dǎo)航系統(tǒng)[J]. 張?jiān)滦?王立輝,湯新華.  中國(guó)慣性技術(shù)學(xué)報(bào). 2017(05)
[4]二階奇攝動(dòng)滯后型微分方程解的存在性[J]. 潘宇洋,王曉云.  中北大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(04)
[5]關(guān)于道路幾何特性的縱橫向控制循跡模型[J]. 曹競(jìng)瑋,張衛(wèi)華,韓鵬,楊蔡進(jìn).  機(jī)械與電子. 2017(07)
[6]基于預(yù)瞄的智能車(chē)輛路徑跟蹤控制研究[J]. 倪蘭青,林棻,王凱正.  重慶理工大學(xué)學(xué)報(bào)(自然科學(xué)). 2017(03)
[7]基于預(yù)瞄模糊控制的自動(dòng)泊車(chē)算法研究[J]. 熊周兵,楊威,丁可,梁鋒華,鄭玲,黎予生.  重慶理工大學(xué)學(xué)報(bào)(自然科學(xué)). 2017(02)
[8]十一自由度汽車(chē)動(dòng)力學(xué)模型及舒適性仿真[J]. 張功學(xué),葉東.  機(jī)械設(shè)計(jì)與制造. 2017(01)
[9]二自由度車(chē)輛動(dòng)力學(xué)模型的擴(kuò)展研究[J]. 劉文營(yíng),劉偉,崔曉川.  中國(guó)測(cè)試. 2016(S2)
[10]基于改進(jìn)純追蹤模型的溫室采摘運(yùn)輸自動(dòng)跟隨系統(tǒng)[J]. 汪小旵,魯偉,陳滿,王挺,章永年,Boukangou M P.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2016(12)

博士論文
[1]基于視覺(jué)的駕駛員橫向輔助系統(tǒng)關(guān)鍵技術(shù)研究[D]. 王家恩.合肥工業(yè)大學(xué) 2013
[2]視覺(jué)導(dǎo)航式智能車(chē)輛橫向與縱向控制研究[D]. 郭景華.大連理工大學(xué) 2012
[3]基于四輪協(xié)調(diào)的電動(dòng)輪車(chē)輛縱橫向耦合動(dòng)力學(xué)控制研究[D]. 喻厚宇.武漢理工大學(xué) 2011
[4]汽車(chē)底盤(pán)集成系統(tǒng)解耦控制方法及關(guān)鍵子系統(tǒng)時(shí)滯控制研究[D]. 朱茂飛.合肥工業(yè)大學(xué) 2011
[5]基于自動(dòng)駕駛系統(tǒng)的車(chē)輛縱橫向運(yùn)動(dòng)綜合控制研究[D]. 冀杰.重慶大學(xué) 2010
[6]基于多模型智能遞階控制的車(chē)輛底盤(pán)集成控制研究[D]. 趙樹(shù)恩.重慶大學(xué) 2010
[7]自動(dòng)化公路系統(tǒng)車(chē)輛縱橫向控制[D]. 任殿波.西南交通大學(xué) 2008
[8]汽車(chē)底盤(pán)系統(tǒng)分層式協(xié)調(diào)控制研究[D]. 初長(zhǎng)寶.合肥工業(yè)大學(xué) 2008
[9]基于輪胎力最優(yōu)分配的車(chē)輛動(dòng)力學(xué)集成控制研究[D]. 李道飛.上海交通大學(xué) 2008
[10]自主駕駛汽車(chē)智能控制系統(tǒng)[D]. 孫振平.國(guó)防科學(xué)技術(shù)大學(xué) 2004



本文編號(hào)：3335244