智能化、電動化是汽車產(chǎn)業(yè)發(fā)展的未來趨勢。作為智能交通系統(tǒng)（Intelligent Transportation System,ITS）的重要組成部分,智能汽車的研究在近年來得到越來越多的關(guān)注。作為先進駕駛輔助系統(tǒng)（Advanced Driving Assistance System,ADAS）的一員,自動換道系統(tǒng)可以有效地提高換道過程中的安全性、舒適性,并降低駕駛員的工作負擔(dān)。目前已有的自動換道系統(tǒng),很多是按照多數(shù)人的使用習(xí)慣來輔助駕駛員實現(xiàn)自動的車道變換。然而,由于每個駕駛員在駕駛車輛換道的過程中有著不同的主觀偏好,因此這樣的設(shè)計會影響個體駕駛員對于自動換道輔助系統(tǒng)的接受程度。對于裝備有ADAS的智能汽車,駕駛員仍然會在駕駛過程中發(fā)揮作用。隨著相關(guān)技術(shù)的不斷發(fā)展,ADAS的自動化、智能化程度不斷增加,因此需要設(shè)計和開發(fā)一種全新的線控化底盤,以解決現(xiàn)有電子轉(zhuǎn)向系統(tǒng)結(jié)構(gòu)限制所導(dǎo)致的人車共駕問題。全線控電動汽車具有各個車輪均獨立精確可控的優(yōu)點。與傳統(tǒng)汽車相比,它具有更高的靈活性,更易通過底盤集成控制實現(xiàn)車輛性能的提升。綜上所述,全線控電動汽車是未來智能汽車發(fā)展的理想載體。本文基于全線控電動... 

【文章來源】：吉林大學(xué)吉林省211工程院校985工程院校教育部直屬院校

【文章頁數(shù)】：108 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 論文研究背景及意義
    1.2 課題相關(guān)研究現(xiàn)狀
        1.2.1 換道輔助系統(tǒng)研究現(xiàn)狀
        1.2.2 全線控電動汽車研究現(xiàn)狀
        1.2.3 軌跡跟蹤控制研究現(xiàn)狀
    1.3 本文主要研究內(nèi)容
第2章 個性擬人化換道軌跡規(guī)劃方法
    2.1 場論心理學(xué)理論
    2.2 實驗設(shè)置
        2.2.1 駕駛仿真平臺
        2.2.2 實驗場景設(shè)置
        2.2.3 實驗數(shù)據(jù)采集及處理
    2.3 擬人化換道運動學(xué)模型建立
        2.3.1 擬人化換道模型流程圖
        2.3.2 縱向駕駛行為模型
        2.3.3 換道模型
    2.4 仿真驗證
        2.4.1 換道軌跡模型的標(biāo)定及分析
        2.4.2 個性擬人化換道軌跡規(guī)劃方法驗證
    2.5 本章小結(jié)
第3章 全線控電動汽車軌跡跟蹤控制架構(gòu)
    3.1 模型建立
        3.1.1 車輛動力學(xué)模型
        3.1.2 輪胎模型
        3.1.3 車輛運動軌跡模型
    3.2 分層控制架構(gòu)設(shè)計
    3.3 軌跡跟蹤控制層
    3.4 車輛運動學(xué)控制層
    3.5 本章小結(jié)
第4章 考慮多優(yōu)化目標(biāo)的執(zhí)行機構(gòu)控制策略
    4.1 代價函數(shù)設(shè)計
        4.1.1 最小化穩(wěn)定裕度
        4.1.2 輪胎縱向力的節(jié)能分配方法
        4.1.3 最小化輪胎磨損耗能
    4.2 工況自適應(yīng)權(quán)重系數(shù)調(diào)節(jié)策略
    4.3 執(zhí)行機構(gòu)控制
    4.4 仿真驗證
        4.4.1 工況1-高速小路徑曲率下
        4.4.2 工況2-中速大路徑曲率下
        4.4.3 工況3-個性擬人化換道軌跡
    4.5 本章小結(jié)
第5章 全文總結(jié)與展望
    5.1 全文總結(jié)
    5.2 研究展望
參考文獻
作者簡介及在讀期間所取得的科研成果
致謝


【參考文獻】：
期刊論文
[1]人機混駕環(huán)境下基于LSTM的無人駕駛車輛換道行為模型[J]. 黃玲,郭亨聰,張榮輝,吳建平.  中國公路學(xué)報. 2020(07)
[2]基于隨機森林回歸方法的爆破塊度預(yù)測模型研究[J]. 王仁超,朱品光.  水力發(fā)電學(xué)報. 2020(01)
[3]基于五次多項式模型的自主車輛換道軌跡規(guī)劃[J]. 閆堯,李春書,唐風(fēng)敏.  機械設(shè)計. 2019(08)
[4]四輪獨立轉(zhuǎn)向電動汽車路徑跟蹤預(yù)測控制[J]. 周蘇,吳楠,支雪磊.  同濟大學(xué)學(xué)報(自然科學(xué)版). 2019(06)
[5]基于NGSIM軌跡數(shù)據(jù)的車輛行駛速度特性分析[J]. 周娟,賀玉龍,田靜靜.  交通科技與經(jīng)濟. 2019(03)
[6]高速公路行駛條件下的駕駛員換道特性[J]. 黨睿娜,王建強,李克強,張強.  清華大學(xué)學(xué)報(自然科學(xué)版). 2013(10)
[7]隨機森林模型在分類與回歸分析中的應(yīng)用[J]. 李欣海.  應(yīng)用昆蟲學(xué)報. 2013(04)
[8]線控四輪獨立驅(qū)動輪轂電機電動車集成控制[J]. 李剛,宗長富,陳國迎,洪偉,何磊.  吉林大學(xué)學(xué)報(工學(xué)版). 2012(04)
[9]智能車輛自由換道模型研究[J]. 李瑋,高德芝,段建民.  公路交通科技. 2010(02)
[10]高階非線性系統(tǒng)的Term inal滑�？刂芠J]. 莊開宇,張克勤,蘇宏業(yè),褚健.  浙江大學(xué)學(xué)報(工學(xué)版). 2002(05)

博士論文
[1]線控四輪獨立驅(qū)動輪轂電機電動汽車穩(wěn)定性與節(jié)能控制研究[D]. 李剛.吉林大學(xué) 2013
[2]四輪獨立線控電動汽車試驗平臺搭建與集成控制策略研究[D]. 陳國迎.吉林大學(xué) 2012

碩士論文
[1]自動駕駛車輛擬人化換道決策和換道軌跡研究[D]. 山巖.長安大學(xué) 2019
[2]多維時間序列的分類技術(shù)研究[D]. 譚海龍.浙江大學(xué) 2015
[3]多維時間序列分類技術(shù)[D]. 高歌.浙江大學(xué) 2008



本文編號：3627759