针对现有智能汽车基于场景测试方法严重依赖人力、效率瓶颈凸显的问题,本文提出了一种基于大语言模型的智能汽车仿真测试方法。首先,设计基于大语言模型的智能汽车仿真测试架构,建立了对应的数据层和仿真层;在此基础上,构建了基于大语言模型的智能汽车仿真测试流程,针对知识问答型任务设计了知识挖掘、模型微调与知识库增强检索应用流程,针对场景生成任务设计了场景类型分析、场景要素生成、场景工具链调用的应用路径,针对测试评价型任务,设计了测试场景解析、评价体系构建与仿真测试执行综合应用框架;最后,对各任务进行了测试。结果证明,本文所提出的测试方法可以有效解决不同类型的测试任务,提升测试效率。

在车路协同技术运用于路侧孪生地图动态显示中,由于网联设备之间的通讯存在的时延问题及路侧感知误差的存在,对路侧边缘计算单元融合感知精度会产生严重影响,进而导致孪生地图中车辆显示轨迹出现抖动和延迟的现象。为此,本文提出了一种在高通讯时延下融合车道级地图的车路协同感知定位方法。该方法首先针对车路协同系统中智能网联汽车车端与路侧边缘处理单元之间的通讯时延问题进行分析建模,将延迟模型划分为异构传感器频率同步延迟以及通讯传输延迟,并提出了一种同步优化方法。在同步优化后,提出一种面向群车协同的多维度群车粒子滤波算法,其中粒子的状态量表示群车的状态信息。在所提出的多维度群车粒子滤波算法中首先使用利用路侧部分的观测数据和车道级地图中车道线朝向信息,对粒子的状态进行观测更新。然后利用接收到时延同步后的智能网联汽车的自定位信息和左右车道线横向观测信息与车道级地图中车道线方程对粒子中表示智能网联汽车状态的部分进行观测更新。实验结果显示,在通讯干扰较少的低时延场景中,边缘计算单元的感知定位准确度提升59.4%,在通讯干扰严重的高时延场景中,其准确度提升38.6%。因此所提出高通讯时延下融合车道级地图的车路协同感知定位方法可以有效处理通讯延时问题,并提升边缘计算单元多车感知定位精度进而提升孪生地图动态数据的准确性、稳定性和连续性。

基于深度学习的实例分割算法能够帮助智能汽车获取精确的感知信息。但受到制造成本的限制,通常智能汽车上的计算资源有限,为在有限的计算资源下获取高精度的识别与分割,要求算法本身能够充分利用已提取到的特征。同时,一阶段的实例分割算法虽然有较快的推理速度,但其在精度方面有所欠缺。为此,本文对一阶段的实例分割算法 SparseInst进行了改进,以提升模型对有效特征的利用率。具体来说,首先在主干网络基础构建块中增加了残差连接。其次,在编码器部分,设计了三尺度特征融合模块克服了原先跨尺度特征不能进行直接交互的问题。本文还设计了解耦的实例激活模块,增强模型对实例特征的学习能力。除此以外,改进的算法充分利用细节特征对掩码特征进行修正,提高了生成掩码的质量。最后,本文用内核去初始化目标物体得分,提高了已提取特征的利用率。改进的算法在多个数据集上的掩码精度超越了同类型算法,且具有较强的实时性。为进一步验证改进算法的有效性,本文利用实车平台收集的数据进行了实验,在输入图片分辨率为640×480时,模型推理速度达到了54 FPS,并精确地分割出了实例掩码。

针对传统模型预测控制下车速预测不准确和SOC适应性差的问题,以插电式混合动力汽车(PHEV)为研究对象,将基于机器视觉的车速预测模型与深度确定性策略梯度算法(DDPG)相结合,实现PHEV的实时SOC参考轨迹规划和最优动力分配控制。构建基于改进深度确定性策略梯度算法的SOC参考轨迹规划模型,并构建基于机器视觉的级联式长短时间记忆网络车速预测模型,在此基础上使用基于模型预测控制的最优控制器,实现SOC参考轨迹精确跟踪及功率优化。结果表明,相较于传统的DDPG,本文提出的策略使得整车经济性提高了5.66%,达到了全局最优算法的97.93%。同时较不使用机器视觉的能量管理策略提高了2.92%的整车经济性。

密集交通场景下的多类交通参与者目标检测仍是一项颇具挑战的视觉任务,对于交通管理和安全至关重要。为此,针对密集交通参与者的局部遮挡和小尺度特点,提出一种深度神经网络检测算法DSODet。首先采用轻量化的CSPDarkNet 网络提取交通图像特征;然后设计了多尺度特征融合上采样模块以增强对难检测目标的表达能力;随后增加高分辨率检测分支来提升对小尺度目标的检测能力;最后,提出直方图特征蒸馏训练方法,通过最小化教师模型与学生模型相同层特征直方图的交集比,来有效引导学生模型训练,实现参数优化与轻量化。实验结果表明,DSODet对交通参与者的平均检测精度为66.9%,对局部遮挡的小尺度目标为13.0%,均超越现有主流算法,模型参数量仅为2.9M,体现了对边缘设备的友好性。相关代码将在https://github.com/XMUTVsionLab分享。

非结构化道路往往路面起伏不平,障碍物尺度不一,忽视起伏地形及不合理处理障碍物会造成车辆运行安全性和通行效率失衡。为应对上述挑战,本文提出了考虑复杂地形和障碍尺度的轨迹规划方法。首先,基于车辆通过性分析建立了面向非结构化道路的轨迹规划框架,判定最优通行模式。其次,基于路面粗糙程度和障碍物尺度信息建立了运行风险场。另外,综合考虑运行风险和通行效率,提出了基于动态规划的避障路径规划算法和基于改进A*的跨障路径规划算法。进一步的,基于稳定性分析,提出了考虑地形约束的速度规划方法。最后,进行了实车试验。试验结果表明,非结构化道路起伏地形条件下,本文所提的轨迹规划方法平均车速提高15.8%,平均绝对俯仰角和平均绝对侧倾角分别降低68.1%和73.6%,可有效协调车辆运行安全性和通行效率,具有较好的泛化性且符合实时性需求。

双车协同运输系统由货物模块和前后两辆运输车组成,货物与车辆通过铰接方式连接。该系统的动力学强耦合性、强非线性等特点给其精确建模与安全精准控制带来巨大挑战。本文提出了一种基于约束跟随理论的双车协同运输系统轨迹跟踪控制方案。在系统建模层面,基于运动学及刚体动力学分析,构建协同运输系统的外部轨迹跟踪伺服约束和内部铰接关系被动约束,并通过拉格朗日建模方法建立双车协同运输系统非线性约束动力学模型。在控制器设计层面,首先,采用UdwadiaKalaba (UK)方法获取货物满足轨迹跟踪伺服约束所需的范数最小约束力,也即铰接点作用于货物的作用力合力;其次,按照前后车辆横向受力最小原则设计该作用力合力的最优分配策略,将其分配给前后运输车辆,并将作用力分力的反力建模为前后车辆的已知外部干扰;然后,基于已知外部干扰前馈补偿及约束跟随控制理论设计前后运输车辆满足轨迹跟踪伺服约束所需的控制力。最后,仿真结果表明,所提出的协同控制方案具有良好的轨迹跟踪效果,且能够明显抑制货物对运输车辆的横向动力学影响,有效提升协同运输系统的整体横向稳定性。

为提高轻型商用车在复杂曲率工况下路径跟踪的精度和稳定性,本文提出一种预测纯跟踪(predictivepure persuit,PPP)控制方法。首先,根据车辆离散运动学模型设计PPP控制器,并基于航向误差设计 PID补偿器,提高跟踪精度与稳定性。其次,针对固定预测时域算法难以在复杂曲率工况下同时保证精度和稳定性的问题,提出变预测时域优化算法,建立以预测时域内的车辆横向误差和曲率误差为代价的评价函数,采用贝叶斯优化获取最优预测时域,解决精度和稳定性之间的矛盾。最后,进行TruckSim/Simulink联合仿真和实车试验,实车试验中基于贝叶斯优化的PPP控制器的横向、航向误差、转向盘转角均方根分别为0.113 m、0.045 rad、153.2°,均优于基于模糊控制的PPP和MPC控制器中的相应指标,表明所提出的控制器在复杂曲率下能保持良好的跟踪精度与稳定性。

三维地形场景通常具有复杂多变的环境和崎岖的地形特征,给路径规划带来挑战。针对这一问题,本文提出了一种非地形流体特征和三维复杂地形共同影响下的高可靠性路径规划方法。本方法包括三维地形下的初始全局路径规划、路径检验及重规划,针对初始全局路径,提出融合Hybrid A*和Theta*优势方法的AHTR算法,该算法针对三维地形场景特点改进了节点间采样和检测方法,并引入地形风险评估函数,为载具规划出能够规避崎岖起伏地形并且符合运动学约束的路径。针对路径检验,基于考虑非地性流体特征的载具动力学分析结果设计了路径风险检验函数,并验证了非地形流体特征对路径规划的影响。针对路径重规划,提出改进AHTR算法,该方法同时考虑了三维地形特征和非地形流体特征,确保所规划的路径能够有效规避风险。仿真实验表明,相比于Hybrid A*和Theta*, AHTR算法规划路径的地表起伏剧烈程度分别降低26.54%和49.04%,载具平均俯仰角幅度降低44.39%和69.40%,路径风险降低26.32%和41.67%,最终路径安全性提升58.06%和88.46%,有效保证了路径的可靠性。

热塑性复合材料模压注塑组合工艺兼顾了低成本与高性能,可快速、稳定地实现连续非连续纤维增强复合材料的一体成型,符合汽车产业需求。本文综述了装备选择、工艺控制和成型模拟要点,介绍了国产材料种类,概括了各向异性双材料结构优化设计方法,归纳了界面及整体性能评估方法,提出了“材料工艺结构性能”一体化设计中的关键科学与技术问题。

针对轮毂电机驱动汽车在凹凸不平路面和汽车频繁变速时出现的转矩波动大所引起能耗高的问题,本文提出了一种考虑转矩波动的轮毂电机驱动汽车能耗优化方法。首先,基于电动汽车纵向驱动动力学方程和CarSim车辆动力学模型,建立电机能耗模型、轮胎滑移能耗模型、横摆力矩跟踪误差模型作为上层控制目标,并建立考虑路面激励的轮毂电机动力学模型作为下层控制目标。其次以上层控制目标为轮毂电机汽车转矩优化的目标函数,以电机转矩和转速极限为不等式约束,以模糊控制方法进行目标函数权重分配,基于NSGA II建立了上层转矩优化模型;同时,基于滑模抗扰动观测器建立了路面激励引起轮毂电机转矩超调和延迟的下层轮毂电机矢量控制模型。最后进行四轮轮毂电机驱动汽车的Simulink 和CarSim联合仿真,分析了WLTC工况和CLTCP工况下汽车前后轴车轮转矩、汽车总能耗、汽车电池SOC在不同优化方法下的变化情况。轮毂电机台架试验表明,考虑转矩波动的轮毂电机驱动汽车能耗优化方法在WLTC和CLTCP工况下能有效降低能耗。

质心侧偏角是车辆动力学中的关键变量。针对现有基于模型方法严重依赖动力学模型精度和数据驱动方法在面临陌生工况场景时鲁棒性差等问题,本文提出了一种物理数据混合驱动(DeepPhy)的质心侧偏角估计方法,旨在结合物理模型与数据驱动模型的优势,实现对质心侧偏角的可靠与准确估计。DeepPhy通过将后轴轮胎侧向力模型得到的质心侧偏角先验值与深度网络进行集成,从而能够学习物理模型未能表达的非线性映射关系,提升模型面对陌生工况的可靠性。仿真结果表明,在连续DLC工况下,DeepPhy估计结果的RMSE相较于物理模型方法和纯数据驱动方法分别降低了93%和63%,并对数据稀缺工况具有鲁棒性。实车验证进一步表明,DeepPhy具有优异的泛化能力,经过仿真训练的模型可迁移至实车环境中,并保持高精度的估计结果。

分布式电驱动重载车辆采用转向助力电机和轮端驱动电机差动实现复合转向,通过对多电机协调控制实现多种主动安全控制功能并降低驾驶员操纵负担。针对驱动电机和转向助力电机失效故障带来的行驶安全性问题,本文提出一种包含模式切换和容错转矩分配的容错控制策略。所提模式切换策略依据车辆位姿信息,引入横摆角速度残差函数作为容错模式的切换条件;所提容错转矩分配策略考虑输出冗余和整车稳定性,求解驱动电机和转向助力电机的目标输出转矩。最后,搭建硬件在环仿真平台验证了控制策略的有效性和实时性。

建立精确的空气弹簧模型是分析空气悬架电动客车振动特性的关键和前提。针对空气弹簧在不同承载质量下的特性存在差异,以某膜式空气弹簧为研究对象,考虑橡胶气囊作用力和承载质量变化因素,提出参数动态调节的空气弹簧综合模型,通过力学试验辨识橡胶气囊的关键参数,并验证了综合模型的精度与有效性。基于空气弹簧综合模型建立14座21自由度电动客车整车动力学模型,通过与相同参数的CarSim模型仿真对比验证模型的有效性。在此基础上,分析了空气弹簧非线性特性、车速、路面不平度及乘客分布对电动客车系统动力学特性的影响。研究表明,所提出的空气弹簧综合模型能适应承载质量和路面激励而动态调整模型参数;空气弹簧的迟滞力学特性不容忽视,相比于线性模型、不考虑迟滞力学特性的热力学模型、空气弹簧等效模型,空气弹簧综合模型使得车辆响应的悬架动挠度明显降低,分别减小22.95%、42.13%、18.20%。车速的提高、路面等级的降低以及乘客位置分布不均会使电动客车的平顺性恶化,距离客车质心位置越远的乘客乘坐的不适感越显著。

电动汽车动力总成悬置系统(powertrain mounting system, PMS)研究参数较多且涉及多项性能设计,针对传统单输出灵敏度分析难以准确度量参数对系统综合性能影响的问题,开展了考虑系统参数不确定性的电动汽车PMS多输出灵敏度分析研究。首先,建立了PMS的13自由度分析模型,并采用随机变量描述系统参数的不确定性;然后,基于协方差分解求和推导了系统多输出全局灵敏度分析的1阶指标和总体指标;进一步地,结合蒙特卡洛分析提出了一种求解多输出灵敏度指标的计算方法;最后,结合某电动汽车悬置系统算例验证了方法的有效性。分析结果表明:单输出灵敏度分析可能无法准确地评估参数对系统响应的综合影响,且有可能得到矛盾结果;所提出的多输出灵敏度分析方法则能有效地评估系统参数对系统响应的综合影响,获得更为准确的参数敏感度排序。

针对传统史密斯——型模糊控制在变参数工况下的时滞补偿不足与鲁棒性欠佳等问题,提出一种磁流变半主动悬架史密斯区间二型模糊时滞补偿控制方法。该方法将车身垂直加速度、悬架动挠度和轮胎动位移作为控制系统的状态输入,全面捕捉并响应车辆动态变化;通过引入上下隶属度函数,明确了模糊变量隶属区间,进而计算出不同模糊规则下的激活度区间,显著提升了系统抗干扰能力;创新性地引入Centerofsets 算法优化模糊降阶过程,避免归一化重复计算,提升系统执行速度与实时性。仿真结果显示,该控制策略在提升磁流变半主动悬架控制效果与鲁棒性方面表现优异,有效应对复杂多变行驶环境。

减振器是悬架系统核心部件,对汽车操纵性和舒适性具有重要影响。传统减振器存在高温高速工况下响应空程和特性畸变等问题,且研发过程依赖大量实验,导致设计周期长、成本高。为此,首先提出一种内置组合阀式连续阻尼控制(CDC)减振器方案,基于有限元法量化分析阀系响应特性;其次,剖析减振器外特性的非线性特征,联合分段模型和补偿模型建立减振器混合模型,实现非线性气滞特性的有效刻画;最后,基于实测数据辨识不同电流激励频率耦合作用下的减振器模型参数,并开展参数频变特性分析和模型准确性验证。结果表明,相比分段模型,所提出的混合模型精度平均提高55.91%,与实测数据相比误差小于10%。所提出的新型减振器结构及其特性建模方法,可有效改善减振器性能,并减少开发成本。

轮胎配套选型是整车开发过程中的重要环节,目前主流的主观评价方法存在企业间规范一致性差、车手资源紧缺以及评价节点滞后等问题。本文基于实车主客观测试评价数据,考虑轮胎力学性能和结构参数与整车操纵稳定性的内在关联,通过相关性分析提取主观评价影响因子并生成降维特征空间,建立了主客观融合评价体系。进一步以客观指标与主观评分先验趋势关系为约束惩罚项,通过设计集成学习算法构建基于主客观融合的轮胎与整车操纵稳定性匹配评价模型,在多区域测试数据上的MSE均值为0.247,预测结果与测试结果表现出较好的一致性。相关成果可以构建整车操稳主客观一致性量化评价体系,为轮胎配套精确选型提供支持。

为研究轮胎花纹深度变化对车辆性能的影响,将不同花纹深度的轮胎作为研究对象,在试验场的干燥路面、湿路面及低附着路面上开展车辆性能试验。结果表明:干燥路面上车辆制动距离随着轮胎花纹深度的减小而减小,湿路面上的趋势与干燥路面相反,低附着路面上花纹深度的变化对制动距离的影响很小;干燥路面上车辆最大侧向加速度与最大横摆角速度随着花纹深度的减小而先增后减,均在4.0mm处最大;湿路面上车辆的最大横摆角速度呈现与干燥路面一致结果,但最大侧向加速度则无明显趋势。