汽车节能减排的方向与对策研究

作为现代日常生活不可或缺的一种交通工具,汽车不仅给人们带来了极大的便利,并且也带来了不同程度的环境污染问题,所以,汽车节能减排逐渐的承受到了人们的普遍关注及高度重视。本文针对我国汽车行业发展以及环境保护的现状,简要的研究了汽车节能减排的方向,并且对汽车节能减排的有效措施作了深入的分析,希望能够带来积极的影响。     

基于神经网络的汽车操纵逆动力学模型识别

针对驾驶员建模中不确定因素的影响,采用操纵逆动力学方法,反求出驾驶员的操纵输入来避开驾驶员建模.神经网络作为一种较好的识别驾驶员输入的方法,其学习速度和收敛精度会影响识别精度.为了提高汽车操纵逆动力模型识别时神经网络的学习速度和收敛精度,基于Elman网络,采用一种新的动态神经网络结构——状态延迟输入动态递归神经网络(SDIDRNN).首先,建立三自由度人—车闭环模型并以实车试验数据验证了模型的正确性.然后,通过建立SDIDRNN网络模型,取闭环模型的仿真结果做为训练样本,对汽车操纵逆动力模型进行了识别,所得结果及误差分析说明了该神经网络在学习能力上的优越性及识别模型的有效性.     

智能车竞赛在培养创新型人才中的探索与实践

举行全国大学生智能汽车竞赛是培养创新型人才的一种有效途径。湖北师范学院自2009年起已连续参加6届全国智能车竞赛,我校不仅积极参赛,同时还采取了多种积极有效的措施,结果表明,积极参加全国智能车竞赛对提高学生综合素质等方面具有非常明显的作用,我们应以智能车竞赛为契机,利用好这个竞赛平台来培养工科专业大学生实践创新能力和科研能力,培养创新型人才。     

发动机半主动液压悬置的动态特性及参数影响分析

针对某发动机半主动液压悬置的动态特性及参数影响,基于AMESim多领域仿真平台的理论方法建立了半主动液压悬置模型,模型中考虑了发动机预载对液压悬置腔体内的液体初始压力和解耦膜位置的影响。仿真与试验结果的对比表明:采用所建立的模型对半主动液压悬置的一些重要参数进行参数影响分析,可以获得在ON和OFF状态时动刚度和阻尼角曲线随各参数的变化规律,从而为后期的悬置结构优化奠定良好的基础;适当增大等效泵压面积、减小橡胶主簧体积刚度及增加惯性通道长度有利于对悬置的低频隔振;适当增大解耦膜直径有利于对悬置的高频隔振。这些结果可为悬置内部各结构、流体和气体运动以及空气通道开闭实现半主动控制等方面的研究提供参考。     

重型矿用汽车多参数动力性换挡规律

基于矿用汽车载荷变化大、行驶环境多变、油门变化频繁的特点,依据重载爬坡和轻载下坡的典型工况,制定了重型矿用汽车多参数动力性换挡策略.利用函数叠加法建立康明斯QSL-FR91674型发动机全特性曲线,得到不同油门开度情况下发动机输出转速与输出转矩的表达式.根据发动机输出动力特性,计算得到3550型矿用汽车车速、油门开度和加速度三参数动力性换挡规律.再结合道路状况识别方法、车辆载荷、驾驶员操作意图,针对轻载下坡和重载爬坡工况,修正得到重型矿用汽车多参数动力性换挡规律.在Maplesim中建立换挡模型,通过仿真计算,得到修正前后车辆轻载下坡路况时挡位和车速变化曲线,后者避免了不必要的换挡,保证了车辆的动力性能.     

应用于汽车发动机start/stop模式的磁流变悬置设计与分析

针对汽车在start/stop模式下发动机传递至车身的振动和扭矩过大问题,设计了一种具有惯性通道的流动模式磁流变悬置.在考虑了激励电流对磁流变液黏度的影响规律和悬置液阻效应的基础上,建立悬置的阻尼力数学模型.采用有限元软件分析了在励磁线圈作用下磁流变悬置磁路阻尼通道处的磁感应强度分布规律,分析了激励电流和磁路的结构参数对悬置恢复力和可控力的影响规律.并对磁流变悬置进行了性能测试和start/stop模式下的实车试验.结果表明,所设计的磁流变悬置具有良好的可控性,并且能有效地隔离汽车发动机在start/stop模式下的振动传递.     

基于最优前轮侧偏力的智能汽车LQR横向控制

为提高智能汽车在大曲率高速工况下的车辆横向稳定性和跟踪精度,该文提出了一种基于最优前轮侧偏力的智能汽车线性二次型调节器(LQR)路径跟踪横向控制方法。通过构建基于"前馈+反馈"的LQR控制器对期望前轮侧偏力进行实时在线求解并使跟踪误差收敛,最终通过刷子轮胎模型将控制量转化为期望前轮转角。该方法有效地保持了车辆模型与轮胎模型原有的非线性特性。基于PreScan搭建了仿真模型,结果表明:与应用线性轮胎模型的LQR控制器相比,所提出的控制方法在降低路径跟踪误差的同时,还能有效提升车辆的横向稳定性。     

基于频率响应特性的汽车操纵稳定性分析

为了研究汽车操纵稳定性的影响机理,基于MATLAB/Simulink软件,建立了横摆角速度和质心侧偏角的频率响应模型,对模型进行稳定性、动态响应和准确性分析.基于横摆角速度和质心侧偏角的频率响应函数,对操纵稳定性的影响因素进行仿真分析.仿真结果表明:随着纵向车速和载荷的减小,操纵稳定性有所提高;在低频段较高的前轮侧偏刚...     

未来的智能汽车会更棒

通过手机应用软件呼叫自动驾驶出租车,在广州,这早已不是一件新鲜事啦!事实上,在北京、上海、长沙、苏州、武汉等地,包括自动驾驶汽车在内的许多智能汽车新项目正不断涌现。     

融合码盘和激光雷达的里程计与建图

提出了一种用于自动驾驶汽车的低漂移、低延迟的里程计与高精度建图的算法。该方法融合了多种传感器的测量结果，包括车轮编码器、转向盘转角编码器、激光雷达及可选GPS等的测量结果。里程计算法由车轮里程计和激光里程计组成：前者基于车辆运动学模型，高频、实时估计位姿增量，用于点云去畸变和为后者优化位姿提供可用的初值；后者以较低的频率估计车辆的精确位姿变化，以补偿前者累计的误差，其核心是一种基于角度度量的两阶段特征提取方法。建图算法基于因子图，包含激光里程计因子、回环因子和可选GPS因子，通过增量平滑和建图算法优化全局轨迹，在线生成全局地图，其中GPS因子能够自动对齐GPS坐标系和里程计坐标系，逐步融合GPS测量值，解除了算法初始化过程对于GPS的依赖。所提出的方法在自动驾驶汽车平台数据集上进行了评估，并和已开源的部分相关工作进行对比，结果表明它具有更低的漂移率，在本文进行的最大规模的测试中达到了0.53%。相关代码以开源形式供交流参考（https：//github.com/Saki-Chen/W-LOAM）。