高速緊急避讓汽車操縱逆動力學的建模、仿真與實驗

《高速緊急避讓汽車操縱逆動力學的建模、仿真與實驗》是依託南京航空航天大學，由趙又群擔任項目負責人的面上項目。

基本介紹

• 中文名：高速緊急避讓汽車操縱逆動力學的建模、仿真與實驗
• 項目類別：面上項目
• 項目負責人：趙又群
• 依託單位：南京航空航天大學

項目摘要

汽車高速緊急避讓行駛安全性是汽車自主開發亟待解決的關鍵問題，也是汽車主動安全的前提和必要條件之一。本課題研究一種能夠提高汽車高速緊急避讓性能的操縱逆動力學設計方法。通過雙移線實驗，建立考慮輪胎非線性、轉向系非線性、空氣作用力的四自由度方向盤角輸入操縱逆動力學模型；在時間域統計專業駕駛員方向盤角輸入的極值，作為操縱逆動力學模型求解時方向盤角輸入的門檻值；將人工神經網路方法、遺傳算法、最優控制方法用於汽車緊急避讓操縱逆動力學求解；利用仿真分析和實驗的結果，建立反應汽車緊急避讓操縱時的仿真評價指標和駕駛員主觀評價指標相關性的數學模型，以實現汽車緊急避讓時仿真評價代替實車試驗評價。該研究不僅可以為提高汽車安全性提供重要的理論基礎和工程套用方法，而且能夠為輔助駕駛系統、智慧型泊車系統的研究提供基礎理論。

結題摘要

汽車高速緊急避讓行駛安全性是汽車自主開發亟待解決的關鍵問題，也是汽車主動安全的前提和必要條件之一。汽車在高速緊急避讓行駛時，駕駛員模型參數不易確定，從而導致駕駛員模型建立困難。為了避開駕駛員建模困難問題，運用操縱逆動力學方法，反求出駕駛員的操縱輸入來避開駕駛員建模。首先建立汽車操縱逆動力學模型，以某車型進行蛇形線實車試驗所採集的試驗數據與該車型採用逆動學模型進行仿真後的結果進行對比，以此來驗證逆動力學模型的正確性。 將人工神經網路方法、遺傳算法、最優控制方法用於汽車緊急避讓操縱逆動力學的求解。基於狀態延遲輸入動態遞歸神經網路對汽車操縱逆動力模型進行了識別，所得結果及誤差分析說明了該網路能夠以較好的精度和抗干擾能力，識別出汽車在高速狀態下進行避讓過程中的轉向盤轉角及轉角速度。基於遺傳算法的汽車緊急避讓控制與最佳化，對控制參數最佳化前後的汽車以相同速度跟蹤給定路徑，結果表明以最優控制參數進行計算的路徑跟蹤精度更高，具有良好的魯棒性和自適應性。基於最優控制理論， 通過Gauss偽譜法將最優控制問題轉化為非線性規劃問題並運用序列二次規劃方法求解，結果表明該方法具有求解效率高，對初值依賴性小的優勢。利用仿真分析和試驗的結果，建立反映汽車緊急避讓操縱時的仿真評價指標和駕駛員主觀評價指標相關性的數學模型，以實現汽車緊急避讓時用仿真評價代替實車試驗評價。提出了一種基於改進的模糊層次分析方法，通過將經驗豐富的駕駛員對汽車指標的主觀評分與已確定的權重係數相結合來得到操縱穩定性的總體性能評價結果。通過實車試驗，仿真值和試驗值的變化趨勢基本一致，表明汽車操縱逆動力學能夠代替實車試驗進行汽車緊急避讓研究。因此，汽車操縱逆動力學不僅可以為提高汽車安全性提供重要的理論基礎和工程套用方法，而且能夠為輔助駕駛系統、智慧型泊車系統的研究提供基礎理論。