检索结果-南通市图书馆

基于轨迹预测安全边界的智能汽车换道避撞系统

在线全文

学校读者我要写书评

暂无评论

机械工程学报 2024年第10期60卷 317-328页

作者：谈东奎胡港君朱波胡旭东姚明尧合肥工业大学汽车工程技术研究院合肥230009 合肥工业大学汽车与交通工程学院合肥230009

轨迹预测的不确定性会引发汽车换道避撞系统的预期功能安全(Safety of the intended functionality,SOTIF)风险,为此提出一种基于轨迹预测安全边界的智能汽车换道避撞控制方法。针对前方车辆紧急切入工况,首先利用切比雪夫区间分析方法... 详细信息

轨迹预测的不确定性会引发汽车换道避撞系统的预期功能安全(Safety of the intended functionality,SOTIF)风险,为此提出一种基于轨迹预测安全边界的智能汽车换道避撞控制方法。针对前方车辆紧急切入工况,首先利用切比雪夫区间分析方法量化前车切入轨迹的不确定性,推导轨迹预测安全边界的计算公式。然后据此进行自车换道碰撞危险分析,决策出换道避撞过程中自车的换道安全边界。接着以换道安全边界为约束,应用基于Tube的鲁棒模型预测控制(Tube-basedrobustmodel predictive control,Tube-RMPC)方法设计换道控制器,实现自车主动换道避撞控制。最后在Carsim与Simulink联合平台上开展仿真试验,比较此系统与没有考虑预测不确定性的换道避撞系统的安全性,并在硬件在环仿真台架上进行验证。结果表明,求解出的轨迹预测安全边界能有效包络前车切入轨迹的不确定性,基于轨迹预测安全边界的控制方法显著提升换道避撞系统的预期功能安全性能。

关键词：轨迹预测不确定性预期功能安全换道避撞系统安全边界区间分析

网联混合环境快速路交织区自动驾驶车辆换道模型

在线全文

学校读者我要写书评

暂无评论

吉林大学学报（工学版） 2024年第2期54卷 469-477页

作者：张卫华刘嘉茗解立鹏丁恒合肥工业大学汽车与交通工程学院合肥230009

在网联自动驾驶车辆(CAV)与常规人驾车辆(HV)组成的混合交通环境,为改善快速路交织区运行状况,提出了一种CAV自由型换道动态控制模型。首先,通过引入驾驶风格参数,优化HV多级换道策略,构建快速路交织区HV数值仿真模型,并根据不同换道比... 详细信息

在网联自动驾驶车辆(CAV)与常规人驾车辆(HV)组成的混合交通环境,为改善快速路交织区运行状况,提出了一种CAV自由型换道动态控制模型。首先,通过引入驾驶风格参数,优化HV多级换道策略,构建快速路交织区HV数值仿真模型,并根据不同换道比例和换道位置分布对所构建模型进行了验证。进一步结合CAV渗透率与其换道模型参数,提出了CAV自由型换道动态控制模型。最后,在CAV渗透率随机服从正态分布条件下,分析了CAV动态控制模型对交通效率与安全性的影响。结果表明:在低CAV渗透率条件下,动态控制模型可以进一步改善交织区内的交通效率与安全性,并且随着渗透率的提升,动态控制模型的改善效果变化幅度逐渐减弱。

关键词：交通工程快速路交织区混合交通流换道模型数值仿真

维普期刊数据库博看期刊

驱动系统效率最优的并联混合动力商用车模式切换及换挡控制策略

在线全文

学校读者我要写书评

暂无评论

中国机械工程 2024年第2期35卷 354-363页

作者：严正峰蒋光宗姚明尧合肥工业大学汽车与交通工程学院合肥230009

为提高搭载自动变速器的并联混合动力商用车燃油经济性,以驱动系统效率最优为目标,提出一种新的驱动模式边界划分和挡位边界划分方法。制定了基于效率最优的模式切换及换挡控制策略,并在中国重型商用车行驶工况下对所制定的控制策略进... 详细信息

为提高搭载自动变速器的并联混合动力商用车燃油经济性,以驱动系统效率最优为目标,提出一种新的驱动模式边界划分和挡位边界划分方法。制定了基于效率最优的模式切换及换挡控制策略,并在中国重型商用车行驶工况下对所制定的控制策略进行了仿真验证。结果表明,所提出的策略不仅能够维持电池荷电状态的平衡,且百公里油耗比电辅助控制策略低11.2%,具有更好的燃油经济性。

关键词：能量管理策略边界划分方法模式切换换挡规律混合动力商用车

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

基于SAC算法的多交叉口交通信号控制研究

天津大学学报（自然科学与工程技术版） 2024年第1期57卷 105-111页

作者：钱立军宣亮陈健陈晨合肥工业大学汽车与交通工程学院合肥230009

针对深度Q网络(deep Q-learning network,DQN)算法在解决多交叉口交通信号配时方案由于外部环境变化和内部参数波动导致效果不佳的问题,提出了基于柔性“行动器-评判器”(soft actor-critic,SAC)的交叉口交通信号控制方法,并设计了相应... 详细信息

针对深度Q网络(deep Q-learning network,DQN)算法在解决多交叉口交通信号配时方案由于外部环境变化和内部参数波动导致效果不佳的问题,提出了基于柔性“行动器-评判器”(soft actor-critic,SAC)的交叉口交通信号控制方法,并设计了相应的系统采样策略和回报函数.与原采样策略相比,新采样策略将相邻智能体的策略信息加入到系统状态中,使当前智能体能够得到更多的交叉口交通分布和合作策略信息.与原回报函数相比,新回报函数中引入空间折扣因子,缩小了相邻智能体的观察和回报值,使当前智能体更加关注和改善当前交通状况.随后在此基础上分别应用DQN和SAC算法设计交通信号控制方法.Webster配时法是利用相位流量数据开发的一种基于周期的固定相位长度交通信号方法,与DQN和SAC算法相比,其优化目标是降低交叉口延迟时间,不考虑交叉口排队长度.在城市交通模拟软件(simulation of urban mobility,SUMO)中构建一个时变交通流交通网络,并在其中分别对基于DQN、SAC和Webster配时法的信号配时控制方法进行仿真测试.仿真结果表明:基于SAC算法的交通信号控制方法与基于DQN算法和Webster配时法的交通信号控制方法相比,能够显著减少交叉口排队长度和平均延迟时间,具体来说,车辆平均排队长度分别减少了17.8%和28.2%,平均延迟分别减少了26.8%和36.3%,说明所提出的方法具有更好的控制效果.

关键词：智能交通交通信号控制信号交叉口深度Q网络柔性“行动器-评判器”

基于强化学习的智能车辆路径跟踪变参数MPC多目标控制

在线全文

学校读者我要写书评

暂无评论

中国公路学报 2024年第3期37卷 157-169页

作者：汪洪波王春阳赵林峰胡延平合肥工业大学汽车与交通工程学院安徽合肥230009

为了解决智能车辆在工况变化时跟踪精度下降和稳定性变差的问题,提出基于强化学习的变参数模型预测控制(MPC)算法多目标控制策略,实现智能车辆路径跟踪控制系统的参数自适应整定。基于车辆动力学模型设计其线性时变MPC控制器,获得最优... 详细信息

为了解决智能车辆在工况变化时跟踪精度下降和稳定性变差的问题,提出基于强化学习的变参数模型预测控制(MPC)算法多目标控制策略,实现智能车辆路径跟踪控制系统的参数自适应整定。基于车辆动力学模型设计其线性时变MPC控制器,获得最优前轮转向角和附加横摆力矩。基于Actor-Critic强化学习架构,设计进行控制参数整定的深度确定性策略梯度(DDPG)智能体和双延迟深度确定性策略梯度(TD3)智能体,构造以跟踪精度和稳定性为目标的收益函数,并搭建对接工况和变曲率工况2种典型仿真场景进行算法性能验证,当车辆处于对接工况时,根据路面附着系数的变化及时调整控制器的预测时域和权重矩阵;当车辆处于变曲率工况下时,针对道路曲率变化及时调整控制器的预测时域和权重矩阵。通过MATLAB/SimuLink、CarSim和Python联合仿真分析,将强化学习方法参数整定MPC与固定参数MPC和模糊控制方法参数整定MPC进行对比,结果表明:强化学习方法更能够在保证车辆安全性的前提下,尽可能提高智能车辆在不同路面条件下的路径跟踪精度。在对接工况下,强化学习方法参数整定MPC相较于固定参数MPC和模糊控制方法参数整定MPC,横向偏差平均值分别减少了99.8%和97.6%,前轮转角变化率平均值分别减小了99.7%和77.0%;变曲率工况下,横向偏差平均值分别减少了79.6%和90.8%,前轮转角变化率平均值分别减小了40.6%和2.6%。说明所提出的基于强化学习的智能车辆径跟踪变参数MPC多目标控制能够解决变工况下的路径跟踪的稳定性和跟踪精度控制问题,为复杂场景下的路径跟踪控制提供了一种思路。

关键词：汽车工程路径跟踪模型预测控制强化学习控制参数整定附加横摆力矩控制

在线全文

学校读者我要写书评

暂无评论

基于交叉注意力机制的多模态感知融合方法

中国公路学报 2024年第3期37卷 181-193页

作者：张炳力潘泽昊姜俊昭张成标王怿昕杨程磊合肥工业大学汽车与交通工程学院安徽合肥230041 安徽省智能汽车工程实验室安徽合肥230009

针对智能汽车道路目标检测任务中单一传感器感知能力有限、多传感器后融合处理复杂等问题,提出了一种基于Transformer交叉注意力机制的多模态感知融合方法。首先,利用交叉注意力机制能较好地融合多模态信息的优势,搭建了基于深度学习方... 详细信息

针对智能汽车道路目标检测任务中单一传感器感知能力有限、多传感器后融合处理复杂等问题,提出了一种基于Transformer交叉注意力机制的多模态感知融合方法。首先,利用交叉注意力机制能较好地融合多模态信息的优势,搭建了基于深度学习方式的端到端融合感知网络,用以接收视觉与点云检测网络的输出,并进行后融合处理。其次,对点云检测网络的三维目标信息进行高召回处理,与视觉图像检测器输出的道路目标信息一同作为网络的输入。最后,通过网络实现二维目标信息向三维信息的融合,输出对三维目标检测信息的修正,从而得到准确度更高的后融合检测信息。在KITTI公开数据集上的验证指标表明,通过所提融合方法引入二维检测信息后,相比较PointPillars、PointRCNN、PV-RCNN及CenterPoint四种基准方法,对车辆、骑行人、行人3种类别的综合平均提升分别为7.07%、2.82%、2.46%、1.60%。通过与基于规则的后融合方法对比,所提融合网络在行人和骑行人中等、困难样本检测上,分别有平均1.88%与4.90%的提升。进一步表明所提方法具有更强的适应性与泛化能力。最后,进行了实车试验平台的搭建及算法验证,选取实车试验场景进行可视化定性分析,在实际道路场景下验证了所提检测方法与网络模型。

关键词：汽车工程多模态融合交叉注意力机制三维目标检测后融合信息修正

基于特征优化和随机森林算法的锂离子电池SOH估计

在线全文

学校读者我要写书评

暂无评论

机械工程学报 2024年第12期60卷 335-343页

作者：武骥方雷超刘兴涛陈佳佳刘晓剑吕帮合肥工业大学汽车与交通工程学院合肥230009 安徽省智能汽车工程实验室合肥230009

电池健康状态(State of health,SOH)估计是电动汽车动力电池管理系统的重要功能之一。对其准确估计有利于延长锂离子电池的寿命,保障车辆安全可靠运行。面向数据驱动的锂离子电池SOH估计方法,针对以往方法存在无法平衡SOH估计精度和模... 详细信息

电池健康状态(State of health,SOH)估计是电动汽车动力电池管理系统的重要功能之一。对其准确估计有利于延长锂离子电池的寿命,保障车辆安全可靠运行。面向数据驱动的锂离子电池SOH估计方法,针对以往方法存在无法平衡SOH估计精度和模型计算成本的问题,提出一种基于特征优化的解决方案。首先基于部分充电电压曲线和增量容量曲线提取多个特征,通过随机森林算法中的基尼系数计算出各个特征的重要性;然后综合考虑模型的估计准确度和所选子集的特征数量等两方面因素选择出最优特征子集;最后应用随机森林算法建立电池老化模型并估计SOH。结果表明,该SOH估计方法的平均绝对误差和均方根误差分别在0.4%和0.5%以内。该方法中的特征优化策略能够选择出最优的特征集合,结合随机森林算法后可以在实现较高SOH估计精确度的同时降低模型的计算成本。

关键词：锂离子电池 SOH估计特征选择随机森林算法

在线全文

学校读者我要写书评

暂无评论

基于功能安全的整车控制器转矩监控策略研究

汽车工程 2024年第3期46卷 438-447页

作者：朱仲文陆阳王维志李丞江维海合肥工业大学汽车工程技术研究院合肥230009

转矩控制作为整车控制器(VCU)的核心功能,保证其安全性至关重要。为此,本文针对VCU非预期的转矩输出异常的问题,参考ISO 26262标准开展功能安全分析,并提出一种基于EGAS架构的转矩控制3层监控策略。首先,以VCU相关项定义为基础,通过危... 详细信息

转矩控制作为整车控制器(VCU)的核心功能,保证其安全性至关重要。为此,本文针对VCU非预期的转矩输出异常的问题,参考ISO 26262标准开展功能安全分析,并提出一种基于EGAS架构的转矩控制3层监控策略。首先,以VCU相关项定义为基础,通过危害分析与风险评估确定汽车安全完整性等级以及安全目标。其次,采用故障树分析方法导出功能安全要求以及技术安全要求。再次,针对安全目标,设计了基于AURIX TC275三核主控芯片与TLF35584电源监控芯片的功能安全机制。此外,通过3层监控策略分配CPU资源,实现转矩控制基本功能与监控功能的分离。最后,进行处理器在环测试,包括UDE调试、UDS诊断以及TLF35584安全状态控制测试。结果表明:该3层监控策略能够实现VCU转矩控制的基本功能并在出现故障时及时进入安全状态,从而达到安全目标。

关键词：功能安全整车控制器转矩控制 3层监控

面向人机共驾模式下驾驶人接管过程的视觉转移特性研究

在线全文

学校读者我要写书评

暂无评论

汽车工程 2024年第5期46卷 795-804页

作者：李梦凡冯忠祥张卫华李靖宇合肥工业大学土木与水利工程学院合肥230000 合肥工业大学汽车与交通工程学院合肥230000

当在L3级自动驾驶系统操作期间,驾驶人无须时刻监管车辆,往往会处于脱离驾驶任务的状态,并可能从事各种与驾驶无关的任务。当自动驾驶系统遇到突发状况并发出接管请求时,驾驶人是否能安全及时地进行人机交互操作并顺利接管车辆是目前L3... 详细信息

当在L3级自动驾驶系统操作期间,驾驶人无须时刻监管车辆,往往会处于脱离驾驶任务的状态,并可能从事各种与驾驶无关的任务。当自动驾驶系统遇到突发状况并发出接管请求时,驾驶人是否能安全及时地进行人机交互操作并顺利接管车辆是目前L3级自动驾驶所面临的重要问题。本文针对驾驶人接管操作过程,根据道路线形的差异性,设计了5种不同道路场景进行L3级自动驾驶接管试验,分析了驾驶人在不同道路场景下的注视熵,构建了驾驶人接管行为的马尔可夫链注视模型,探讨了自动驾驶人机交互过程中驾驶人的视觉转移特性。结果表明,驾驶人在接管操作期间表现出明显的注视行为规律,重点关注道路前方、次任务区域和人机交互区域。随着道路曲率半径的减小,驾驶人的视觉特性呈现出明显的变化,对道路前方和右侧区域的关注增加,而对次任务区域的关注减少。结果可为自动驾驶人机界面的优化研究提供科学依据,从而提高驾驶员接管绩效和驾驶安全。

关键词：自动驾驶人机交互人机接管注视特性马尔可夫链