随着智能网联汽车电子电气架构的快速发展,对车内通信网络的实时可靠性提出了更高要求。在此背景下,时间敏感网络(TSN)日益成为实现该目标的关键技术。本文针对IEEE 802.1CB协议,实现了其在车载网络中的应用,填补了现有研究在链路冗余传输与路由规划方面结合使用的空白。提出了一种创新的多径路由策略,通过主路径和冗余路径的多路传输,兼顾了网络效率和可靠性。研究核心包括:一种基于NSGA2的主路径路由算法,通过智能路径规划实现了负载均衡与低延迟的双目标;一种改进的Dijkstra冗余路径路由算法,满足了不同优先级信息流的高可靠传输要求。最后,提出了一套软硬件结合的试验方案,试验证明本文所提算法在综合负载均衡度和端到端延时效果上优于其他对比算法18.19%~62.29%,并提升网络可靠性19.18%~42.87%。

非结构化场景往往存在多种尺寸各异的障碍物,路径规划过程只考虑绕行的避障方式会导致车辆通行效率降低。针对该问题,本文在传统混合A*算法中融合分层碰撞检测策略,提出了一种具有多型避障方式的智能车辆路径规划方法。首先,以车辆底盘高度为基准构造上下双层栅格地图,并利用车身轮廓和四轮轮廓设计分层碰撞检测策略;然后,通过合理设计的启发函数与代价函数计算方式,使得混合A*算法能够在多障碍物场景中高效搜索路径;最后,利用梯度下降法对路径进行平滑优化。仿真与实车试验结果表明,所提出算法可有效提高路径搜索效率并改善路径平滑性,且规划路径兼顾了跨障与绕障方式,使得车辆在多障碍物场景下具备更良好的通过性。

在智能网联汽车领域,车载系统在复杂环境下对非指令性语音输入的识别精度(系统正确识别语音输入的比例)具有重要意义。针对这一挑战,本文提出了一种多模态拒识模型。该模型基于开源的ChatGLM26B大型语言模型,并针对车机交互场景进行了专属的拒识数据集构建和模型微调。拒识数据集采集自真实的驾驶场景,综合了语音信息与驾驶员的面部朝向、情绪等非语言信号,以提供更为丰富的交互信息,有效克服了纯语言识别机制在复杂环境中的局限性。通过实验发现,多模态拒识模型相较于纯语言拒识模型,在测试集上展现出更高的识别准确率ACC和更低的误识别率FRR。

商用车队列巡航控制是提高运输效率的有效方法,但现有研究多基于单一跟车优化目标的匀质队列控制,同时使用简单的架构应对通信时间延迟,在实际场景中不具有普适性。为此,本文基于异质电动商用车队列,提出了一种分布式模型预测控制策略,实现兼顾车辆跟随性、经济性和舒适性等特性需求的多目标控制;并通过设计针对时延预测模型的时延缓冲器和补偿器,有效解决了非理想通信条件下跟车距离误差过大的问题。通过Matlab/Simulink仿真结果表明,所提控制算法能够实现异质商用车队列的多目标优化控制,与传统模型预测控制(MPC)相比,大幅减小跟车距离误差、能耗和加加速度,有效改善队列的跟随性、经济性和舒适性,显著降低时间延迟的不利影响。

传统的笛卡尔坐标系下的3D目标检测方法因车载相机的固定楔形成像几何,导致相机图像编码时在一定程度上忽视了目标在不同视角下的对称性和连续性。鉴于此,本文提出一种基于位置与语义信息加权的极坐标BEV端到端3D目标检测方法—PolarDet。该方法通过极坐标查询与预定义的极坐标网格生成极坐标下的BEV位置与语义信息,再与前一帧的BEV信息进行特征交互以融入时间信息;在输出最终检测结果时,PolarDet再对位置与语义信息进行加权求和,以提高信息的利用效率,使网络能够达到更高的检测精度。本文在具有挑战性的BEV目标检测 nuScenes数据集上进行了广泛的实验,结果表明,PolarDet最优模型的mAP(平均精度)达到0.469, NDS(nuScenes 检测得分)达到0.56,显著优于基于笛卡尔坐标的BEV目标检测方法。

为实现可自定义设计且具备高真实度的智能驾驶仿真测试感知数据生成,本文构建了虚实感知数据融合的智能驾驶测试场景仿真架构,通过融合仿真交通主体感知数据与真实环境场景数据,以危险测试场景为目标实现感知仿真数据连续生成。在此基础上,通过RANSAC方法提取真实点云中障碍物位置并确定每一时刻真实环境场景中仿真交通主体运行空间约束;而后为实现测试场景中主车与其他交通主体行为及位置交互关系,在仿真软件中根据真实主车传感器参数及运动轨迹对主车及交通主体进行仿真建模及行为设计,输出连续仿真交通参与者感知数据;最后利用掩膜替换法及射线替换策略分别对图像及点云数据进行虚实融合,获得不同真实环境场景下危险驾驶测试场景虚实融合感知数据,并对结果进行测试验证。结果表明:真实路采数据集中多数场景具有对仿真数据注入的支撑能力,注入的仿真交通主体行为均可与测试场景需求匹配,具有较高的真实性。在感知层面,注入的仿真交通主体与真实交通主体在目标检测算法置信度上具有86.5%的相似度。该方法可以可控地向真实环境场景数据中注入满足测试需求的仿真交通主体,快速且同步地获得具有较高真实度的虚实融合图像及点云数据。

针对降雨这一视觉感知系统高暴露率及高风险触发条件,各类降雨模拟方法是主要的测试手段,但模拟降雨的真实度,会影响到测试结果的置信度。本文从图像质量与目标检测两方面选取指标,量化降雨对机器视觉产生的影响,以真实降雨下指标变化的数值范围与趋势为基准,对比研究不同降雨模拟方法在机器视觉维度上的真实度。此外,本文采集无雨及各级真实降雨图像共1950张构建数据集,以得到真实降雨对机器视觉影响的统计性规律,并选取2处模拟降雨测试场地、3款仿真软件和1个生成模型进行降雨模拟测试,横向对比分析不同类型降雨模拟方法的真实度。结果显示,图像质量方面,仿真软件与场地模拟降雨设备能较好地在破坏程度的数值范围与趋势上模拟真实降雨;目标检测方面,仿真软件与生成模型在分类置信度变化值的数值范围上更接近真实降雨。总体来说,在机器视觉真实度方面数字仿真模拟降雨表现较好,后续依次为场地物理模拟降雨和生成模型模拟降雨,为智能网联汽车视觉感知系统的预期功能安全测试提供了参考。

车辆稳定域是车辆稳定性分析与控制研究的重要内容,针对现有研究稳定域描述不准确与求解困难的问题,本文提出车辆稳定域四边形描述与自动求解方法。建立了车辆非线性2自由度模型,采用蚁群算法求解车辆系统平衡状态,应用Lyapunov间接法判断平衡状态稳定性。基于质心的侧偏角侧偏角速度相平面,建立相轨迹特征点和相平面稳定域边界点搜索法求解稳定域边界点,根据车辆稳定域不同的分布情况,提出两类稳定域类型,建立相应的判断方法、稳定域四边形描述与自动求解方法。基于提出的方法求解常见中等车速行驶工况的车辆稳定域,与平行线法和菱形法的结果进行对比,通过CarSim正弦工况仿真结果进行验证。研究结果表明,提出的车辆稳定域四边形描述可以比平行线法和菱形法更好描述稳定域边界,自动求解减少了稳定域求解工作量。

为提高分布式驱动电动汽车在不同附着路面高速行驶的操纵稳定性,提出一种基于混杂模型预测控制的AFS/DYC集成控制策略。首先基于系统辨识方法构建轮胎分段仿射模型,结合车辆动力学模型以及命题逻辑与线性不等式的转换关系,构建车辆系统混合逻辑动态模型。然后设计基于混杂模型预测控制的AFS/DYC集成控制策略,采用混合整数二次规划方法追踪目标参考值决策附加横摆力矩与附加转向角,并以轮胎负荷率最小为目标构建车轮驱动转矩优化分配控制策略。最后,基于CarSimSimulink 联合仿真平台进行驾驶人在环操纵稳定性测试试验。测试结果表明:相较于传统模型预测控制,所设计的混杂模型预测控制策略在高速双移线工况下横摆角速度与质心侧偏角均方根误差分别下降了31.61%与19.51%,四轮峰值平均转矩幅值降低24.27%。

随着汽车主动安全技术的快速发展,现代电动汽车底盘电控单元迎来爆炸式增长。为提高底盘主动安全控制的实时性与准确性,针对底盘电控单元的快速增长以及控制系统集成化程度低、多目标协同优化的耦合冲突问题,本文首先建立了基于多智能体(multiagent based, MAB)的底盘系统集成控制架构,提出一种集成前、后轮主动转向系统和差动制动系统的控制体系;其次在此基础上,建立了每个智能体的状态方程以及其对车辆质心的贡献度模型,并结合模型预测控制考虑约束的特点,设计了包含全局状态跟踪误差和局部控制努力的代价函数,同时考虑执行器约束与地面摩擦椭圆约束;最后,每个智能体通过各自贡献度的动态信息交互实现其协同控制。研究结果表明:本文所提出的基于多智能体模型预测的车辆稳定性控制方法,在高低路面附着和大曲率弯道的行驶工况下,相比于各主动安全单元独立控制在横摆稳定性方面有明显的提升,具有一定的工程应用价值。

转矩分配策略对分布式驱动电动汽车起着至关重要的作用,可以提高车辆安全性和能耗经济性。为减少前后轴双电机驱动电动汽车的能耗,本文提出了一种基于分层控制架构的多目标转矩分配方法,综合考虑车辆安全性、操纵稳定性和能耗。上层是主动安全层,基于非线性模型预测控制(NMPC)实现车辆的安全性和稳定性控制;下层是转矩分配层,考虑电机空载损耗下的前后轴电机转矩控制。仿真结果表明,本文所提出的多目标转矩分配方法与平均分配方法相比,能够在确保车辆安全行驶的同时,提升车辆的稳定性,在NEDC和WLTC工况下整车能耗分别降低了6.6%和3.5%。

为解决单级减速轮毂驱动系统无法满足特种车辆性能指标,而二级减速须额外增加操纵机构的问题,本文以低速时转矩耦合模式、中高速时转速耦合模式,且自主模式切换为功能需求,提出了一种由双电机、行星齿轮机构以及单向离合器构成的新型耦合式双电机轮毂驱动系统方案,以最大功率利用率为目标进行了参数匹配;制定了模式自主切换控制策略,在相同的仿真初始条件下,相比于单电机两挡轮毂驱动系统,模式切换过程中耦合式双电机轮毂驱动系统最大车速波动减小了81.25%,最大加速度偏差减少了81.58%;制定了瞬时最优控制策略,在同一循环工况下,相比于单电机两挡轮毂驱动系统,耦合式双电机轮毂驱动系统减少了21.42%的耗电量。并利用原理样机进行了试验,进一步验证了新型耦合式双电机轮毂驱动系统构型方案的功能和可行性。

针对未知路面输入对主动悬架控制效果造成的影响,本文提出了一种基于振动式路面不平度识别的自适应轴距预瞄鲁棒H控制方法。通过实车实验采集车轮的振动加速度响应,根据前轮的振动式路面不平度检测方法识别出纵向路面不平度信息,设计了速度自适应轴距预瞄方法,以得到车辆前后轮所受到的路面激励的延时关系,为后轮悬架的轴距预瞄控制提供实车数据。在此基础上,设计了一种考虑晕动约束的多目标速度自适应轴距预瞄鲁棒H控制方法,通过多目标遗传算法(MOGA)实现线性矩阵不等式(LMI)中的参数最优解以提高控制精度。实验与仿真结果表明,本文所提出的方法能够精确识别路面不平度信息并能有效改善悬架性能指标和车身振动频率,有效抑制晕动症敏感的车身振动频率范围内的振动,在满足行驶平顺性的基础上又兼顾了乘员驾乘体验。同时,该方法也为多轴车辆的垂向振动控制提供一种新的途径。

线控制动系统已经逐渐取代传统真空助力器方案,成为新能源汽车制动领域的主导技术。其中,集成式电液制动系统作为线控制动的一种形式,当其电液制动模块发生故障时,驾驶员制动意图主要依靠基础液压制动和电机回馈制动来完成。这两种制动方式所能提供的制动能力相对有限,难以达到驾驶员期望的减速效果,这在一定程度上增加了交通事故的发生风险。为了全面提升车辆的行车安全性能,本文将电子驻车制动系统(EPB)纳入行车制动执行的一环。在集成式电液制动系统助力功能失效情况下,智能制动系统能够根据驾驶员请求的减速度,通过整车网络通信,发出制动力或制动减速度请求信号。这一过程将协调电机回馈制动和EPB制动,共同作用以增强车辆的减速性能,从而显著提升制动效率。此外,通过对EPB实施多级控制策略,能够满足不同程度减速度需求,不仅优化了驾乘体验,提高了舒适性,而且还有效降低了交通事故发生概率。

为了满足主动悬置用电磁作动器输出力值大、工作频率高和力位移线性度好的要求,针对不同结构参数对优化目标影响互异,动态电磁力难以用解析公式表达,且输出力值、工作频率和力位移特性难以同时达到最优的问题,提出了一种多目标参数分层优化方法。上层,采用Taguchi算法进行参数初步优化,筛选敏感参数并对高敏感度参数优化范围进行更新;下层,利用反向传播(back propagation,BP)神经网络预测模型来表征动态电磁力,采用多目标遗传算法(NSGAII)搜索寻优。仿真及实验结果表明,采用本文优化方法获得的电磁作动器参数具有更好的综合性能,验证了本文方法的有效性。

汽车车身轻量化技术的发展使高强钢广泛应用于汽车工业中,也为车身焊装制造中的电阻点焊工艺带来新的挑战。电极偏斜等常见异常工况的产生,会对焊接过程的一致性产生负面影响。本文通过对比标准工况与电极偏斜工况下的多传感信号、焊点表面形貌、熔核尺寸及接头形成过程,揭示了电极偏斜对电阻点焊过程的影响机制。结果表明,与标准工况相比,电极偏斜增加了板间界面的初始接触面积,导致板材升温减慢,电阻信号峰值后移,形核时间滞后。在焊接过程中,板间和电极板材间界面的接触面积均增加,导致动态电阻信号减弱和产热量减小,因此熔核尺寸和电极位移信号低于标准工况。此外,沿长度方向的接触面积更大导致热输入比例更高,因此在该方向上熔核和压痕的尺寸更大。本研究可为实际生产环境中高强钢电阻点焊工艺优化和复杂工况下的点焊在线质量监控提供理论支撑。

轮胎胎体变形的准确获取对理论模型仿真精度具有至关重要的影响,因此通过梁胎体模型和有限元模型研究了不同帘线的变形规律和表达精度。首先建立了考虑梁胎体柔性变形特征的详细理论模型,得到轮胎侧偏刚度和纵滑刚度表达式;其次,建立轮胎有限元模型,并准确获取橡胶和帘线材料参数,完成仿真结果与试验数据的对比验证。在此基础上,建立胎面分布刚度各向同性的光面胎有限元模型,进行侧向刚度和扭转刚度以及稳态滑移刚度仿真,获取侧向力和回正力矩作用下的胎体侧向变形,并验证不同帘线的侧向变形叠加原理;然后,根据建立的梁胎体模型对不同帘线的侧向变形进行拟合;最后,结合胎体弯曲刚度和滑移刚度模型,对比和验证通过不同帘线得到的胎面分布刚度。结果表明:轮胎不同帘线均符合变形叠加原理;梁胎体模型对帘线的侧向变形具有较好的表达精度;弯曲刚度随载荷的增大出现非线性下降的趋势,且不同帘线大载荷时相差较小;轮胎不同帘线得到的胎面分布刚度计算精度不同,冠带帘线计算精度最低为93.6%,胎体2帘线计算精度最高为97.3%。该研究明确了理论模型中梁胎体模型的研究位置,提高了理论模型的仿真精度,为轮胎动力学研究提供一定的参考。

针对轮胎在滚动过程中由于温升引起力学特性变化造成的轮胎力估计偏差的问题,本文开展基于热机耦合的重载轮胎垂向力估计修正算法研究。开展了变温度力学拉伸试验,获取了胎肩胶料随温度变化的力学参数,建立了重载轮胎热机耦合模型,开展了接地加载试验与模态测试试验,验证了模型的准确性;探讨了变温度垂向力作用下的重载轮胎接地特性与力学特性,分析了垂向力的接地参数敏感特性,修正了滚动过程中温升带来的敏感信号偏移,建立了基于高斯回归过程的重载轮胎垂向力估计模型,对比了温度修正前后垂向力估计精度,结果表明:以温度修正后的敏感特征值为输入时,垂向力加载10~80kN下模型最大误差是3.45%,垂向力估计效果良好,估计精度比温度修正前提高9.17%。

电动车车内主动声音增强(active sound enhancement, ASE)系统在构造多元化声音特征和增加驾驶操纵感方面具有重要作用。本文面向电动车车内ASE技术,提出了一种可变权重的多模式切换声音合成算法,通过构建模式切换因子矩阵,将阶次合成、变调合成和粒子合成方法进行有机结合,形成深度声融合ASE系统,可实现以丰富主观听觉感知为目标的多模式车内声浪的实时合成,增加了ASE系统的丰富度,使合成声音更具立体感和饱和感,提升了驾乘体验。然后使用C#语言开发了电动车车内声浪调制软件,集成了ASE系统控制和声浪调制功能,可快速实现对汽车声音的灵活调制。最后展示了声浪调制软件在某纯电SUV汽车声音调制中的应用,声音测试结合主观评价结果表明,该软件可以有效达成多模式声音合成目标,具有实际的工程应用价值。