针对自动泊车系统中路径规划的安全性、实时性和可行性问题,本文提出一种基于混合动作空间约束强化学习的泊车路径规划算法。具体地,该算法利用混合动作空间强化学习框架将离散动作和连续参数相结合实现参数化轨迹规划,提高了规划路径的可执行性;在此基础上设计一种混合动作空间的约束强化学习算法实现安全策略优化,确保了泊车路径的安全性。此外,在模型训练过程中引入课程学习机制逐步引导策略探索,增强了模型训练稳定性和收敛速度。最后,在垂直车位和平行车位进行广泛的对比和消融实验,实验结果表明所提出的泊车路径规划算法在成功率、安全性和实时性等指标上均表现出色,且综合性能明显优于现有基线算法。

在混合交通环境中,准确预测周边车辆轨迹对自动驾驶汽车安全至关重要。然而,现有技术在长时预测方面仍存在精度低和计算量大的问题。本文提出了一种结合意图概率的时空交互稀疏注意力模型,通过高效的编码解码结构进行轨迹预测。模型首先构建位置掩码矩阵提取历史轨迹中的位置信息,利用稀疏注意力机制筛选出关键特征,并通过意图行为分析模块提高意图识别的准确率。最终将时空特征、位置特征和意图特征融合输入解码器,以多任务学习方式训练模型。试验结果表明,该模型在HighD和NGSIM数据集上相较于当前最优算法,在3~5s长时预测的均方根误差均有降低,显著提升了预测效果。此外,通过实车试验对模型在实际场景中的表现进行验证,进一步展示了其在复杂交通环境中的应用潜力。

针对自动驾驶汽车所应用的时空分离轨迹规划方法易导致车辆灵活性不足,甚至无法在复杂工况下规划出可行轨迹,而现有时空联合轨迹规划方法难以满足结构化道路应用要求的问题,本文提出了一种基于动态规划与数值优化算法的时空联合规划方法。首先,在Frenet坐标系下使用动态规划算法生成时空耦合粗轨迹,过程中采用确定性采样法进行子节点拓展。然后,以粗轨迹为参考在笛卡尔坐标系下构建可行驶时空走廊,建立NMPC优化模型求解最终轨迹。最后,通过仿真验证算法有效性,结果表明,所提出的方法对结构化道路的适应性良好,相较于其他时空联合轨迹规划算法,能够更好地平衡通行效率、轨迹舒适性、算法实时性的要求。

为满足自动驾驶系统的高效、准确感知的需求,如果仅依靠相机很难实现高精度和鲁棒的3D目标检测。解决这一问题的有效方法是将相机与经济型毫米波雷达传感器相结合,实现更可靠的多模态三维目标检测。融合两者的检测方式不仅提升了环境感知的准确性,还增强了系统的鲁棒性和安全性。本文提出了一种基于毫米波雷达和相机融合的自动驾驶感知算法HPRDet(historical pillar of ray cameraradar fusion bird's eye view for 3D object detection)。具体而言,首先设计了雷达BEV特征提取RadarPRANet (radar point RCS attention net),由双流雷达主干提取具有两种表征维度的雷达特征和RCS感知的BEV编码器组成,根据雷达特定的RCS特征将雷达特征分散到BEV中。其次,采用历史多帧预测范式HrOP(historical radar of object prediction),设计了长期解码器和短期解码器,同时只在训练期间执行,在推理过程中不引入额外的开销,同时由于本网络输入数据的稀疏性,引入了多模态的历史多帧输入,引导更准确的BEV特征学习。最后,提出了毫米波优化的射线去噪方法,通过将毫米波雷达点云的信息作为先验信息,使用当前帧的毫米波点云特征辅助生成提议,增强对于相机的查询特征表征。本文所提出的算法在大规模公开数据集nuScenes上进行模型训练和实验验证,在骨干为Resnet50的基础上NDS达到56.7%。

电动公交车的动力系统及能耗特性与传统内燃机公交车存在显著差异,传统公交车的节能驾驶策略并不完全适用于电动公交车。本文综合考虑电动公交车经过信号交叉口时的信号配时、前车信息能耗特性和乘客舒适性,提出一种基于能耗预测的网联电动公交车生态驾驶深度强化学习模型。首先,采集纯电动公交车自然驾驶数据,考虑电动公交车的制动能量回收特性,利用车辆动力学建立能耗基本模型,构建系统辨识模型对能耗基本模型中的未知参数进行辨识和估计;其次,剖析车辆进出信号交叉口时不同信号相位对速度模式的影响,确定能够精确描述交通环境信息的状态变量,以构建的能耗模型为基础,综合考虑安全、效率、节能和舒适性构建奖励函数,基于SAC(soft actor critic)算法构建电动公交车进出信号交叉口的生态驾驶策略优化模型;最后,将本文构建的生态驾驶策略与经典交叉口通行策略GLOSA进行对比验证。结果表明,本文提出的生态驾驶策略在划分的4种交通情境下均可保证车辆的安全性,在通行时间平均仅增长7.29%的情况下,舒适性平均提高21.96%,能耗平均降低24.47%。

准确可靠的车辆位姿估计是智能车辆决策规划、运动控制等模块的重要输入。本文提出一种融合智能车辆轮胎滑移率在线估计及校正的定位算法,可以在全球导航卫星系统(GNSS)中断期间显著增强惯性导航系统(INS)/轮速传感器(WSS)的融合定位精度。首先,利用车辆加速度和轮速数据,提出了一种针对不同驾驶条件的滑移率实时估计算法,以准确地对轮速信息进行滑移率校正;随后,基于误差状态卡尔曼滤波对GNSS、IMU和校正后的轮速信息进行融合,实现准确可靠的车辆位姿估计。实车实验结果表明,在GNSS中断期间,速度均方根误差最高提升30%,平均水平位置误差里程比可达1.68%。

发展氢燃料电池汽车是我国推进“双碳”战略目标的关键举措之一。质子交换膜燃料电池(PEMFC)发动机系统,作为燃料电池汽车的核心动力源,展现出非线性、强耦合性和时滞性等复杂特性。这些特性使得 PEMFC 系统在应对汽车加速、爬坡等多变工况下的复杂功率需求时面临诸多挑战,特别是在系统气体供给的精准控制和系统响应的动态调节方面。气体供给的流量和压力对 PEMFC 的输出性能具有决定性影响,不当的气体供给不仅会降低电堆效率,甚至可能导致电堆损坏或失效,从而严重影响系统的整体性能和使用寿命。因此,优化气体供给系统,实现精准控制,是提升 PEMFC 系统性能和延长其使用寿命的关键所在。本文从建立 PEMFC 供气系统模型出发,深入分析氧气过量比、气体压力和气体压差等关键运行参数对于系统输出性能的影响;针对PEMFC 系统氧气过量比、阴极压力以及两极气体压差采用非线性自抗扰控制算法(ADRC)进行三者协同控制研究,并将其与比例—积分——微分(PID)控制器进行对比。在PID控制下氧气过量比超调量最大可达1,而在ADRC控制下,氧气过量比超调量仅为0.2左右,达到稳态时间大约在0.1s,PID控制下则在1s左右;PID控制算法下的阴极气体压力在负载电流突变后,超调量在0.08 bar左右且波动较大,在2s内达到稳定值,而在ADRC 控制算法下,阴极气体压力能够在0.8s内达到稳定值,且超调量远小于 PID 控制算法;在PID控制下两级气体压差超调量最大可达到0.15 bar且波动幅度较大,达到稳定时间较长,但在ADRC控制器下能够快速且稳定地达到设定值0.2bar且波动幅度较小。结果表明,在负载电流和排氢动作等扰动因素下,ADRC 控制器具有更好的解耦性、鲁棒性和稳定性。

针对纯电动商用车转向助力油泵应用中的永磁同步电机瞬态响应不足的难题,提出一种基于级联扩张状态观测器的转速环优化策略。设计了扩展卡尔曼滤波器作为无位置传感器控制基础,自适应设计避免了参数整定复杂、收敛速度慢的问题。通过内外扰动的级联观测,并采用线性反馈控制率替代传统PI控制器,提升了转速环的抗扰和跟踪能力。台架实验表明,本文所提无传感器控制架构在动态和稳态工况下显著降低了位置估计误差,稳态误差仅为1.4°;优化的转速环控制有效提升了系统抗扰能力和电机瞬态响应性能。实车可靠性测试显示,转向助力电机控制器运行稳定,无性能故障发生。

针对线控转向(steer by wire, SBW)系统主动转向时面临的系统参数不确定性、轮胎回正力矩阻碍、转向电机电磁特性耦合等非线性干扰问题,提出一种自适应抗扰转角控制策略。采用径向基函数神经网络和鲁棒滑模理论设计外环转角控制器,自适应补偿SBW系统参数不确定性和轮胎回正力矩阻碍。在内环电流控制器中引入线性自抗扰控制应对转向执行电机电磁特性耦合问题,提高SBW 系统动态响应性能。仿真和硬件在环试验结果表明,设计的控制策略能够帮助SBW在多种工况中维持转角稳态跟随误差在1.5°内。

双电机耦合驱动是履带车辆机电复合传动系统(electromechanical transmission, EMT)的常见构型,其具备输入输出耦合、传递功率高以及负载多变等特点。目前,大多数EMT扭转振动控制策略主要针对双侧激励对称工况进行设计,但该工况与实际存在较大偏差。为改善其在非对称激励下的扭转振动,首先建立该系统扭转振动模型,探究了在非对称激励下EMT双侧的振动能量耦合效应及其对系统动态行为的影响机制,并提出一种基于双回路反馈的干扰补偿方法,建立了面向非对称激励的EMT扭振抑制策略。经验证,该策略可较好抑制在该激励下的EMT扭振。