商用半挂车的车道保持控制策略研究

来源 :吉林大学 | 被引量 : 0次 | 上传用户:hmlsuper
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
商用车运送货物多、体量大,适合长途运输。已成为公路交通的重要组成部分,在长途的运输时,驾驶员因为工况单一所以容易产生驾驶疲劳,这是产生交通交通事故的一个重要原因,所以商用车ADAS的研究有重要的意义。ADAS能够感知外界环境变化,从而分析决策向驾驶员发出预警的信号甚至是主动控制车辆,对提高交通行驶的安全有重要的作用。本文使用了电液耦合转向系统来研究适用于半挂列车的LDWS和LKA策略,并使用了实验室的商用车驾驶模拟器平台对进行硬件在环验证,文章主要内容如下:(1)对驾驶员是否主动偏离车道进行了分析,依据驾驶员对车辆的相关操作转动方向盘,踩加速踏板,踩制动踏板,使用了驾驶员的一些驾驶状态来辨别驾驶员意图的识别模型。研究了带有拖台的半挂列车在高速公路上,直道行驶和弯道行驶两种工况下的车辆的偏离情况以及各个预警算法的特点。以牵引车侧向的速度为分界点,组建了联合TLC和FOD两种算法的算法。(2)当对驾驶员发送预警信号后,驾驶员没有对预警信号作出相应反应。为了可以使车辆保证在车道中间行驶,文章在建立了简化形式的四轴四自由度车辆模型的基础上,参考最优预瞄驾驶员模型建立了适应于带有拖台的半挂列车的驾驶员模型。为了计算参考的车辆轨迹,搭建了更为准确的八轴四自由度模型,经过研究得到前车-拖台-半挂车的中心与路面中心的联系得到各单元参考的铰接角和各单元参考的横摆角速度,并将这些理想值与Truck Sim软件中的车辆模型中实际值的差值,作为所建立的LQR控制算法的输入,计算分给拖台的最佳主动转角,输送到整车模型中,从而完成整个控制算法的闭环控制。(3)本文使用实验室的商用车驾驶模拟器搭建了硬件在环仿真环境。驾驶模拟器将转向系统连接到到Truck Sim车辆模型中,并替换原有的转向系统,使用Simulink软件搭建LDWS的算法和LKA的控制算法,使用Lab View软件来搭建采集和发送信号的路径,并使用NI机箱来运行Truck Sim车辆模型,控制策略的编译完成后,发送到d Space软件中运行,以控制车辆的方向盘转角的形式完成带半挂列车LDWS和LKAS算法。并在直道工况和弯道工况进行硬件在环验证。
其他文献
深度学习的飞速发展为人类生活的方方面面提供了很多便捷,人们希望能对深度学习有更多的了解,从而能够更好地利用且改善神经网络。通用逼近定理认为一个前馈神经网络如果具有线性输出层和至少一层具有任何一种“挤压”性质的激活函数的隐藏层,那么只要给予网络足够数量的隐藏单元,它就可以以任意的精度来近似任何从一个有限维空间到另一个有限维空间的Borel可测函数。但是现实中如果我们只使用具有一层隐藏层的网络去获取目
目的:评估经尿道前列腺电切术(transurethral resection of the prostate,TURP)与 180 W 绿激光汽化术(greenlightphotoselective vaporization of the prostate,PVP)治疗良性前列腺增生(benign prostatic hyperplasia,BPH)的临床疗效比较,旨在为良性前列腺增生的临床诊治提
疲劳试验如今在航天航空工程领域、土木工程领域以及机械工程领域中都处于极其重要的地位[1]。而对于需要长时间施加交变载荷的疲劳试验来说,进行一次完整的试验需要耗费试验人员大量的时间。以常见的电液伺服加载为例,其加载频率为50次/秒,一千万次的加载需要耗时约两天半,一亿次的加载则需耗时近一个月。除去时间成本,由于传统疲劳试验机在工作中存在能量利用率低下的问题,进行试验时所浪费的能量也大大提高了试验成本
近年来,自动驾驶技术已逐步成熟。然而当前自动驾驶技术还不能在短时间内达到完全无人驾驶的水平,或多或少都需要驾驶员和车辆系统分工配合共同控制汽车。人机共驾成为智能汽车研究领域的热点问题,受到了越来越多研究者的关注。人机共驾关键问题之一就是如何在人机并行控制时对人与机器的控制权进行协调分配,既要保证驾驶辅助系统对驾驶员的辅助控制是安全的、有效的,充分发挥系统的作用,又要使系统和驾驶员尽量避免冲突对抗,
背景:据2018年国际癌症研究中心(The International Agency for Research on Cancer,IARC)的全球癌症数据统计结果显示,乳腺癌是女性发病率和死亡率最高的肿瘤。早期确诊的乳腺癌患者经过积极治疗后,仍有30%会进展为转移性乳腺癌(Metastatic breast cancer,MBC)。当乳腺癌患者进展至晚期,尤其是发生转移后,5年生存率明显降低,预
核设施退役是一个世界性问题,核退役机器人能够取代操作人员,在高辐射环境中作业,三维感知与防碰撞作业是核退役机器人的重要内容之一。核退役机器人工作时,操作人员通过单目相机观测现场情况,人眼识别定位来手动操作机器人完成拆除作业,通过单目相机观测,容易存在遮挡情况,操作人员的作业难度较大,效率较低且作业过程自动化水平不高。因此,为了提高拆除效率,本文以强辐射场下作业机器人项目为背景,对基于多目视觉的三维
图像语义分割是稠密的预测任务,旨在区分图像中属于不同语义类别的像素。作为智能机器理解现实世界的基石技术,语义分割在医疗图像诊断、自动驾驶、安防监控等领域有着良好的发展前景。目前基于深度学习的语义分割算法大多数以获取高精度为目标,庞大的网络结构需要消耗大量的计算资源,导致推理速度较慢,难以满足应用的实时性需求。本文旨在研究适用于嵌入式平台的轻量级语义分割算法,在智能边缘设备上取得语义分割精度和速度的
教育信息化2.0时代,信息技术在教育教学的作用逐渐凸显,教师如何提升自己的专业水平,以适应这个信息化时代,成为教师普遍关注的问题。整合技术的学科教学知识为教师专业发展、专业水平的提升提供了新的视角。师范生作为未来教师的预备军,教育实习提供给其真实的教学环境,立足于教育实习这一特殊境脉,师范生TPACK发展的影响因素与其他境脉下的影响因素会有不同。因此,本研究基于建构主义学习理论、同侪互助理论和信息
目的:探讨VI-RADS评分在肌层浸润性膀胱癌中的诊断效能方法:将我院2019年11月至2020年11月期间行多参数核磁检查并接受手术治疗获得病理结果的54位膀胱癌患者纳入研究。由两名有经验的放射线科医生在不了解手术术式及病理结果的情况下,对患者的多参数核磁影像,包括T2WI、DWI及DCE-MRI加以分析,使用VI-RADS评分对膀胱肿瘤进行评分与分期,其结果准确性与手术后的组织病理进行对照。运