融合駕駛意圖和動態(tài)多參數(shù)的汽車側翻評價研究
發(fā)布時間:2020-05-26 01:42
【摘要】:隨著汽車工業(yè)程度持續(xù)提高和社會總體經(jīng)濟水平的高速發(fā)展,汽車的產(chǎn)銷量與日俱增,汽車的發(fā)展與出現(xiàn),為現(xiàn)代社會的人類日常生活的便利提供了相當大的幫助,但同時也帶來不少的安全隱患和社會問題。隨著車輛的日益普及和道路上車流量的增多,因道路交通而產(chǎn)生的事故問題已經(jīng)容不得忽視。對于一些質(zhì)量大、質(zhì)心較高且輪距窄的汽車,其非常容易發(fā)生十分危險的側翻事故。從側翻事故的分析來看,其發(fā)生的原因大都是由于駕駛員的錯誤操作,因此對于駕駛員的研究需求十分迫切。本課題主要關注在高速工況下,搭建基于動態(tài)多參數(shù)的三自由度車模型和預瞄駕駛員模型的側翻動力學模型;基于HMM模型,模擬出能夠判斷轉向意圖的駕駛意圖識別器,并通過識別結果判斷轉向工況;基于灰色預測理論,搭建駕駛行為預測模型,并對駕駛員模型進行優(yōu)化,并在此基礎上估算出預測側翻評價指標;最后針對識別出的轉向意圖工況,設計了一種新型的側翻預警系統(tǒng),為后續(xù)的防側翻控制策略的研究提供基礎。本文的具體工作如下:(1)搭建基于動態(tài)多參數(shù)的側翻動力學模型。基于車輛動力學分析搭建三自由度車模型,在考慮輪胎動態(tài)側偏特性的基礎上,搭建動態(tài)輪胎模型,基于側向加速度反饋和不同運動工況下駕駛員的行為特征變化,搭建基于動態(tài)參數(shù)的預瞄駕駛員模型,并進行驗證。(2)搭建出駕駛意圖(尤其是轉向意圖)的識別模型,由前文對研究現(xiàn)狀的分析總結,可知在判斷駕駛意圖時,方向盤轉角和轉角變化值是最直接最直觀的特征值,因此本文選用方向盤轉角和轉角變化率為特征量進行駕駛意圖識別。對雙移線工況的實驗數(shù)據(jù)進行預處理,建立樣本;并基于HMM模型,選取了樣本數(shù)據(jù)庫中特征參數(shù)組,識別駕駛意圖;之后對參數(shù)進行了訓練和優(yōu)化,得到駕駛意圖識別結果。(3)應用灰色理論中的GM(1,1)模型進行駕駛行為的預測,通過出現(xiàn)當前可觀察到的方向盤轉角變化規(guī)律的時間序列,搭建駕駛行為預測模型,從而實現(xiàn)對未來某一時刻的方向盤轉角值變化趨向的預測;同時,對第二章中的駕駛員模型進行改良設計和優(yōu)化,使其成為可進行駕駛轉向行為預測的預瞄-預測駕駛員模型。在此基礎上,結合第三章中得到的處理后的實驗數(shù)據(jù)和駕駛意圖工況識別結果,構建融合駕駛意圖工況識別的側翻預測模型。(4)基于側翻機理的分析,推導出基于車輛模型的側翻評價指標LTR,結合側翻預測模型,估計出車輛側翻評價指標的估測值ELTR,并在主動轉向控制策略和模糊PID控制器的基礎上,設計出新的側翻預警系統(tǒng)并進行驗證。
【圖文】:
圖 1. 1 車輛側翻示意圖1.1.3 駕駛意圖對側翻穩(wěn)定性的影響從側翻事故的事后分析來看,其原因大都是因為駕駛人員應多緊急狀況時的不當操作,因此對于駕駛員本身的研究需求十分迫切。但是人們發(fā)現(xiàn),如果跳過駕駛員建模而直接研究汽車系統(tǒng),則只能得到該系統(tǒng)對于給定的輸入的相關響應,而汽車的側翻因素同道路環(huán)境和駕駛員行為特征息息相關,,一個熟練的駕駛員和一個生疏的駕駛員在開同一段急轉彎的路時,可能造成的汽車穩(wěn)定性結果也截然不同,因此,跳過駕駛員建模則只能得到該車對給定的轉向輸入的響應,而難以判別整個人-車-路閉環(huán)系統(tǒng)的性能如何,同樣的,也無法客觀合理地評價汽車的穩(wěn)定性和主動安全型。由此可見,對于駕駛員的行為特征的研究已經(jīng)成為操縱穩(wěn)定性研究的必不可少的環(huán)節(jié)之一。
但對于仿真而言,道路模型并不理想,在轉角點處導數(shù)不連續(xù),所以為了使之趨近于理想的參考道路軌跡,需要圓滑處理突變處,處理結果如圖1.3所示。圖 1. 3 雙移線道路模型圖對圖 1.3 中的道路模型進行曲線擬合后,表達式如下: 00()3320122332012eexexexBeexexexfx54321xsxsxsxsxs (1-4)式中各參數(shù)如下:31234212311201332320123101231022002/3()/6/(3)/assssasssassaseBdeaaBdeaaBdeaaaBd 2310332323223123232322032/3()/6/(3)/daadaaeBdeaaBdeaaBdeaaaBd d. 最壞行駛工況評價方法對于汽車側翻的評價,必須要找到使其側翻的惡劣工況,基于這個想法,提出了以上幾種惡劣行駛工況的特例,這些方法都是基于經(jīng)驗得出的。但同時,也有許多學者提出,現(xiàn)有的試驗方法仍然不夠可靠,因為其沒有模擬到最壞行駛工況。Huei Peng的研究指出,雖然上述三種
【學位授予單位】:南京航空航天大學
【學位級別】:碩士
【學位授予年份】:2018
【分類號】:U491.31
【圖文】:
圖 1. 1 車輛側翻示意圖1.1.3 駕駛意圖對側翻穩(wěn)定性的影響從側翻事故的事后分析來看,其原因大都是因為駕駛人員應多緊急狀況時的不當操作,因此對于駕駛員本身的研究需求十分迫切。但是人們發(fā)現(xiàn),如果跳過駕駛員建模而直接研究汽車系統(tǒng),則只能得到該系統(tǒng)對于給定的輸入的相關響應,而汽車的側翻因素同道路環(huán)境和駕駛員行為特征息息相關,,一個熟練的駕駛員和一個生疏的駕駛員在開同一段急轉彎的路時,可能造成的汽車穩(wěn)定性結果也截然不同,因此,跳過駕駛員建模則只能得到該車對給定的轉向輸入的響應,而難以判別整個人-車-路閉環(huán)系統(tǒng)的性能如何,同樣的,也無法客觀合理地評價汽車的穩(wěn)定性和主動安全型。由此可見,對于駕駛員的行為特征的研究已經(jīng)成為操縱穩(wěn)定性研究的必不可少的環(huán)節(jié)之一。
但對于仿真而言,道路模型并不理想,在轉角點處導數(shù)不連續(xù),所以為了使之趨近于理想的參考道路軌跡,需要圓滑處理突變處,處理結果如圖1.3所示。圖 1. 3 雙移線道路模型圖對圖 1.3 中的道路模型進行曲線擬合后,表達式如下: 00()3320122332012eexexexBeexexexfx54321xsxsxsxsxs (1-4)式中各參數(shù)如下:31234212311201332320123101231022002/3()/6/(3)/assssasssassaseBdeaaBdeaaBdeaaaBd 2310332323223123232322032/3()/6/(3)/daadaaeBdeaaBdeaaBdeaaaBd d. 最壞行駛工況評價方法對于汽車側翻的評價,必須要找到使其側翻的惡劣工況,基于這個想法,提出了以上幾種惡劣行駛工況的特例,這些方法都是基于經(jīng)驗得出的。但同時,也有許多學者提出,現(xiàn)有的試驗方法仍然不夠可靠,因為其沒有模擬到最壞行駛工況。Huei Peng的研究指出,雖然上述三種
【學位授予單位】:南京航空航天大學
【學位級別】:碩士
【學位授予年份】:2018
【分類號】:U491.31
【參考文獻】
相關期刊論文 前10條
1 沈\
本文編號:2681075
本文鏈接:http://www.sikaile.net/kejilunwen/jiaotonggongchenglunwen/2681075.html
教材專著