一、ABS系统基于数据融合技术的车速估计方法（论文文献综述）
何中正[1]（2021）在《基于多传感器数据融合的路面附着系数估计》文中研究说明随着现代汽车技术的不断发展,如何快速精确地估计路面附着系数已成为汽车安全与自动驾驶等领域所关注的问题,获得准确的路面附着系数不但能优化车辆主动安全控制系统的控制策略,而且能提高自动驾驶技术中决策与规划的工作性能。受传感器成本、复杂的实车工况与车辆动力学的耦合特性等因素影响,目前还没有能够在量产车上实时测量路面附着系数的设备。为此,本文提出了一种基于车载传感器、车载摄像头与路端三维相机的多传感器数据融合算法对路面附着系数进行估计。具体研究内容为:首先,考虑到基于传统车辆动力学的附着系数估计方法需要获得车辆状态,建立了车辆状态估计系统,该系统以车辆加速度、横摆角速度、方向盘转角、车轮力矩与车轮转速等可测量的车辆状态为输入,对轮胎力、纵向车速、质心侧偏角等不可测量的车辆状态进行估计:1)根据车载传感器信号判断当前车辆状态,对整车加速度偏移进行估计与补偿;2)基于车辆载荷转移模型、车轮纵向动力学模型和三自由度车辆侧向动力学模型,采用PI D和卡尔曼滤波器对轮胎的法向力、纵向力与侧向力进行估计;3)设计了两种融合策略,分别对基于轮速法和运动学法的纵向车速估计结果与基于模型法和运动学法的质心侧偏角估计结果进行了融合,融合结果为纵向车速与质心侧偏角的估计值。其次,考虑到附着系数作为外部输入参数复杂多变,且存在滑移率偏移与小激励工况下难以估计的问题,基于简化Uni Tire模型与梯度下降法,建立了在轮胎线性区和非线性区分别估计滑移率偏移量和附着系数的估计系统:1)保留了传统Uni Tire模型中的核心参数,得到了适用于附着系数估计的简化Uni Tire模型;2)针对滑移率估计存在偏移的问题,在简化模型中引入了滑移率偏移量;3)对简化模型进行了基于梯度下降法的测试,测试结果表明附着系数在轮胎线性区内难以估计,同时估计附着系数与滑移率偏移量会降低附着系数的估计结果可信度;4)基于测试与仿真结果设计了一种估计策略:在轮胎线性区与非线性区分别估计滑移率偏移量与路面附着系数,线性区与非线性区的判断条件需要其他传感器信息。再次,建立了基于车载摄像头与卷积神经网络的路况辨识模型:1)研究了传统神经网络模型,在此基础上简要介绍了神经网络的常见优化方法;2)以全连接神经网络为基础,引入卷积神经网络并对网络的卷积与池化层进行了相关研究;3)考虑到数据集的采集成本、质量与硬件的性能等因素,以虚拟数据为基础,以数据增强为手段,基于卷积神经网络模型对包含高附、中附与低附三种路面的图像数据集进行了训练与测试。然后,路面附着系数反映了橡胶轮胎与路面间的摩擦极限,其大小与路面的粗糙程度息息相关,考虑到路端传感器三维相机可精确测量路面的粗糙纹理,建立了基于三维相机的橡胶摩擦解析模型:1)分别研究了路面与橡胶在摩擦方面的物理特性并建立了路面功率谱与橡胶复合模量等模型;2)从能量守恒与分子表面自由能等定律出发,研究了滞后摩擦与粘性摩擦的产生机理;3)基于Persson接触理论建立了橡胶摩擦的一般理论模型,该模型综合了路面功率谱、橡胶复合模量、温度等意义明确的物理参数;最后,设计了基于多传感器的附着系数估计融合算法:1)当路段存在三维相机时,融合算法以橡胶摩擦模型的结果作为输出,并对轮胎模型参数进行校正;2)当路段不存在三维相机时,融合算法以车端摄像头（卷积神经网络模型）对路面的分类结果作为附着系数估计系统的前馈信息。当车辆处于小激励状态时,融合算法以前馈信息作为附着系数的估计值并基于简化的Uni Tire模型对滑移率偏移量进行估计;当路面激励足够,轮胎处于非线性区时,融合算法基于轮胎模型对附着系数进行估计,其结果作为路面附着系数的估计值。
王文嵩[2]（2021）在《纯电动汽车复合制动控制策略及其制动稳定性研究》文中研究说明由于不可再生能源的枯竭和环境污染问题的不断加剧,节能与环保已经成为各行各业发展的重中之重,其中在汽车领域,新能源汽车因其在节约能耗、动力控制和汽车底盘布局上的巨大优势,已成为产业变革的必然趋势。目前电动汽车在动力控制、续航能力等方面依然存在很多问题,尤其在电池的能量密度提升等问题遭遇瓶颈之后,如何提高能量利用率以进一步增加电动汽车的行驶里程成为当前的研究重点和难题。再生制动是将车辆制动减速时消耗的能量转化为电能并储存起来,以供车辆行驶时使用的技术,在制动较多的城市工况下,利用再生制动技术配合传统液压制动组成的复合制动系统,可以有效提高汽车动力电池能量利用率和汽车行驶里程,同时减少对机械制动系统的损耗,因此该项技术具有重要的研究意义。本文基于四轮驱动的纯电动汽车,详尽分析了再生制动技术的发展状况和目前研究中存在的问题,对再生制动技术的原理进行了阐述,并对纯电动汽车在制动过程中的电机控制、汽车制动系统能量传递进行了分析。针对常规制动中存在的制动力分配问题,比较分析了多种目前已经应用的制动力分配策略,进一步考虑影响再生制动的关键因素,提出了一种常规制动下多因素约束的复合制动控制策略,以实现安全制动和高效能量回收。针对在各种复杂路况下存在的制动安全性问题,本文提出了一种再生制动力与液压制动力相配合的复合制动ABS系统,引入汽车车轮的滑移率作为控制目标,首先提出了一种利用滑模观测器估计路面信息的方法,之后设计了一种用于控制滑移率的滑模控制器,保证该复合制动ABS系统能适应各种复杂路况。通过Matlab和Carsim联合仿真试验,证明了该系统在制动过程中能够同时保证较高的能量回收利用率和制动稳定性。
石求军[3]（2021）在《基于车辆状态参数估计的商用车气压电子制动主动安全控制策略研究》文中研究表明随着经济的飞速发展,中国的商用车行业也在蓬勃发展。商用车具有质量大、质心高、体积大等特点,在紧急行驶工况下,车辆容易发生失稳,对车辆的行驶安全性带来巨大的隐患。气压电子制动主动安全控制系统,可以在紧急行驶工况下有效的改善车辆的行驶状态,提高车辆的行驶安全性。因此,基于商用车气压电子制动系统（EBS,Electronic Braking System）对商用车主动安全制动控制进行研究具有重要意义。本文依托国家重点研发计划子课题“面向紧急自动和再生制动的插电式混合动力客车线控制动技术研究”（编号:2018YFB0105905-02）。改进设计了一种商用车气压EBS构型方案,对气压EBS及其关键部件双通道轴调节器的压力响应特性进行AMESim仿真研究。在此基础上设计基于车辆状态参数估计的商用车气压电子制动主动安全控制策略。根据改进设计的商用车气压EBS构型方案搭建了气压EBS主动安全控制硬件在环试验台,并通过该试验台在不同工况下,对基于车辆状态参数估计的商用车气压电子制动主动安全控制策略进行试验研究。本文进行的具体研究工作如下:（1）改进设计一种商用车气压EBS构型方案。通过测试、拆解对该构型方案关键部件双通道轴调节器的内部结构、工作原理及运动学方程进行研究。基于AEMSim仿真软件建立双通道轴调节器和气压EBS的仿真模型,并在此基础上,先研究分析了双通道轴调节器和气压EBS开环压力响应特性;再研究分析了系统关键参数对双通道轴调节器和气压EBS压力响应特性的影响。（2）针对商用车气压电子制动主动安全控制,在估算纵向车速和质心侧偏角时存在估计精度不高、车辆系统非线强耦合、传感器噪声时变未知等问题,设计了改进的强跟踪自适应容积卡尔曼滤波估计器。该估计器以估算精度高的容积卡尔曼滤波算法为基准,然后分别对具有强鲁棒性的改进强跟踪滤波算法和具有自适应估计传感器噪声的Sage-Husa估计器进行融和。最后在不同工况下对改进的强跟踪自适应容积卡尔曼滤波估计器的有效性进行仿真验证。（3）针对车辆模型参数摄动及外界扰动对商用车气压电子制动主动安全控制性能产生影响的问题,以滑模控制理论和非线性扰动观测器理论为主线,分别结合改进的自适应滑模趋近律技术、二阶滑模技术、RBF自适应神经网络技术,设计了商用车气压电子制动主动安全控制的ABS、ESC、RSC控制策略。并在此基础上,根据车辆失稳危险等级程度和侧翻极限阈值,再结合ABS控制策略,设计了商用车气压电子主动安全控制的联合控制策略。（4）在MATLAB/Simulink、Truck Sim、AMESim中,搭建基于车辆状态参数估计的商用车气压电子制动主动安全控制策略联合仿真平台。以MATLAB/Simulink软件为主仿真环境,搭建上述控制策略模型。车辆动力学模型和气压电子制动系统模型分别在Truck Sim和AMESim仿真软件中搭建。最后在不同的仿真工况下,对基于车辆状态参数估计的商用车电子制动主动安全控制策略的可行性和控制精度进行仿真研究分析。仿真研究显示,上述控制策略控制效果较好,能够有效提高车辆行驶安全性。（5）根据商用车气压EBS和实时系统,搭建气压EBS主动安全控制硬件在环试验台。并通过该试验台,在不同工况下对基于车辆状态参数估计的商用车气压电子制动主动安全控制策略进行硬件在环试验研究。硬件在环试验结果更进一步证明了上述控制策略的有效性。
高会恩[4]（2020）在《电动轿车制动能量回收与防抱死集成控制系统研究》文中提出为配合国家发布的《节能与新能源汽车产业发展规划（2012～2020年）》,加速新能源汽车的技术进步与产业转型,缓解能源与环境压力,同时满足“十一五”规划所提节能减排这一长期战略目标,本文对电动轿车制动能量回收（RBS）与防抱死（ABS）集成控制系统开展相关研究。传统燃油车制动时其动能通过摩擦生热耗散,而电动汽车制动时可利用电机进行再生制动,将制动过程中的动能转化为电能储存于动力电池中,可有效节约能源并提高车辆续航里程。然而,电动汽车的电机制动力矩受多种因素影响,时刻在变化,难以满足任意时刻尤其是车轮抱死后的驾驶员制动需求,因此为了实现能量回收最大化,并保证汽车制动安全性,需要对RBS与ABS两套系统进行集成控制,这给传统制动系统及其控制理论提出了新的挑战。RBS/ABS集成控制系统工作时需要满足三项评价指标,分别为节能性指标、制动感觉指标和安全性指标。三项指标之间既紧密联系,又相互矛盾,为了平衡三者之间的关系,需要解决软硬件架构设计、制动力分配、压力控制等问题。目前国内外各大高校、科研机构及各大车企均对上述问题展开相关研究,并取得一定研究成果,其中国内多处于理论分析及仿真验证阶段,对于关键技术实车量产应用尚有距离,而国外研究起步较早且比较深入,在硬件和软件方面均有较成熟的商业化产品,且控制效果良好。为了满足RBS/ABS集成控制系统项目开发需求,本文对国内外RBS/ABS集成控制系统的相关研究成果进行调研,并针对一汽奔腾牌目标电动轿车进行RBS/ABS集成控制系统关键技术开发,主要研究工作如下:（1）为满足所研究RBS/ABS集成控制系统的性能要求,分别对软件方案和硬件方案进行设计,提出节能性、制动感觉与制动安全性3个评价指标,并从液压控制状态需求的角度对软硬件方案进行分析,证明本文所提软硬件方案的可行性。（2）对RBS/ABS集成控制系统关键部件进行机理分析与试验研究,包括对再生制动系统关键执行部件控制原理及其响应试验的分析和对液压制动系统关键执行部件结构性能及工作特性的分析。（3）利用模块化分层思想,对RBS/ABS集成控制系统控制软件进行层级模块划分,并分别对各层模块涉及的控制算法进行讨论,包括对集成于制动控制器的制动意图识别、制动力分配与防抱死协调控制算法等。（4）针对RBS/ABS集成控制系统底层压力控制问题,提出阶梯压力控制、线性压力控制与主动增压控制3种典型压力控制方法,并对其控制原理、方法特点及应用状态等进行深入研究,最后面向工程实际提出RBS与ABS的轮缸压力估算方法,提高系统控制精度及其容错能力。（5）搭建Simulink/Cruise离线仿真模型,对比分析不同典型循环工况下该系统的节能效果,并搭建半实物仿真试验台架,对所提控制算法的控制效果进行试验验证,最后进行实车道路试验验证。本文对上述内容进行研究分析,得到如下结论:（1）利用课题组现有资源,对传统液压制动系统进行改进,增加踏板模拟装置,可以实现制动主缸与前轴轮缸的单轴解耦,使制动踏板感觉与传统制动系统一致,并尽可能发挥了电机的制动能力。（2）基于驾驶员传统制动习惯,提出以目标前轴需求制动力作为控制目标,制动强度作为实时修正目标的制动力分配算法,使得制动力分配更合理且达到控制效果最优化。提出RBS与ABS协同控制算法,建立RBS系统退出算法,解决系统控制冲突。（3）针对3种典型的压力控制方法,对电磁阀等液压执行元件进行控制,并对其关键参数进行试验标定,同时面向工程对不同制动压力状态进行实际应用,并提出轮缸压力估算方法,明显提高了算法容错能力。（4）通过离线仿真、台架及实车试验对所研究的控制算法进行验证,试验结果表明,本文设计的RBS/ABS集成控制系统控制效果良好,对制动需求的识别可靠准确,并且具有较好节能效果。在紧急制动时,轮缸压力仍能较好跟随需求液压力,并保证良好的制动安全性。
孟恩杰[5]（2020）在《典型冰雪路面安全驾驶车速机理分析与数学建模》文中指出我国北部地区冬季气候严寒且降雪稳定,北部寒区低等级公路及等外公路里程占该地区公路总里程的比例较重,极大地提高了路网的通达深度和交通运输覆盖范围,为国家和当地交通运输产业的发展和居民安全出行提供了支撑和保障。然而北部寒区低等级公路及等外公路常因路面冰雪清理力量不足而致使冰雪路面存在的时间长达3-4个月,以非职业驾驶人为主体的机动车驾驶人遇各类典型冰雪路面因难以自主驾驭安全车速而易发交通事件甚或交通事故是我国北部寒区行车的热点和难点问题。交通管理人员通常以设置静态限速标志牌的方式来执行《中华人民共和国道路交通安全法实施条例》中的限速规定。当路面被冰雪覆盖后,固定的限速取值已无法满足因路面状态改变而导致对应的安全驾驶车速值也须变化的要求;当前,在理论、技术和装备层面的冰雪路面安全驾驶车速变化规律的研究中,国内外文献反映探讨中宏观与管理意义的限速取值问题的内容较为广泛,但对于驾驶人在遇到各类典型冰雪路面时如何按可驾驭的安全车速行车以及交管部门如何向驾驶人提供适应性安全限速方面的理论研究和技术研究涉猎甚少。冰雪路面安全驾驶车速变化规律的研究是解决北部寒区普遍存在的热点和难点问题的关键。本文就冰雪路面安全驾驶车速机理分析,定性阐明冰雪路面安全驾驶车速的变化规律,结合冰雪路面安全驾驶车速特性测试与分析内容,从而构建出典型冰雪路面安全驾驶车速数学模型。本研究根据不同路面条件下的行车车速和车头时距情况,分析出不同冰雪路面对通行效率和安全驾驶状态的影响及其强度,进而揭示驾驶人遇各类冰雪路面因难以自主驾驭安全车速而引发交通事故的发生机理;通过安全驾驶车速机理分析,提取安全驾驶车速的关键影响因素（附着系数）,开展冰雪路面附着系数形成规律的研究,从而定性揭示冰雪路面安全驾驶车速的变化规律;为了对安全驾驶车速与附着系数之间的函数关系进行定量描述,开展冰雪路面安全驾驶车速特性测试与分析,首先分析车辆的制动过程,其次构建六类冰雪路面测试场地并检测安全驾驶车速和附着系数数据,从而分析出冰雪路面安全驾驶车速与路面附着系的关系特性;再次结合实测数据及其特性,构建出典型冰雪路面安全驾驶车速数学模型,并进行模型函数分析;最后通过Car Sim仿真软件对安全驾驶车速模型的有效性进行了验证。研究对引导驾驶人在冰雪路面自主驾驭安全车速具有现实意义,也向车速诱导、动态限速和自动驾驶等智能交通技术的开发提供参考。
潘铮[6]（2020）在《分布式驱动电动汽车电液混合制动自适应分频控制研究》文中指出分布式驱动电动汽车（DDEV）由于车轮直接串联轮边/轮毂电机,为汽车主动安全技术的发展提供了更多潜力与机遇。目前,大多数分布式驱动汽车为了保证制动的可靠性,除了通过分布式驱动电机提供反拖力矩外,额外安装了一套液压制动系统。然而现有的电液复合制动方案在紧急制动工况时,往往存在着电机参与度小,过于依赖液压制动的问题。由于忽视了电机响应速度快的优势,这也制约着DDEV在紧急制动时的表现。因此本文旨在提高DDEV在紧急制动工况下的表现,主要内容如下:首先,本文介绍了电液混合制动系统的结构与工作原理,研究了液压制动器与电机制动器的非线性特性,并建立数学模型。设计了一种新型的自适应分频电液混合制动策略,通过频率重建的思想将期望制动力矩的高频部分分配给电机制动器,以发挥电机快速响应的优势;将低频部分分配给液压制动器从而减小电机的工作功率。根据期望制动力矩的频域特性,设计代价函数以决定频率重建的截止频率。其次,研究了汽车在制动工况时的横向稳定性控制。结合DDEV的直接横摆力矩控制（DYC）与传统的制动防抱死系统（ABS）,考虑车辆在不同工况下对制动性以及横向稳定性之间的权衡,通过模型预测控制（MPC）的方式将ABS/DYC协同控制,以获得紧急制动时的各车轮期望制动力矩。然后,考虑了路面条件对汽车制动稳定性的影响。设计了一种基于混合高斯模型的路面附着系数（TRFC）观测器,并通过观测到的TRFC计算前馈制动力矩,进一步提升车辆紧急制动时的制动性能及横向稳定性。最后,将ABS/DYC协同MPC控制子系统、基于TRFC的前馈控制子系统,与自适应分频电液混合制动系统组合为集成系统。并通过高精度的车辆仿真软件Truck Sim分别对自适应分频电液混合制动系统、ABS/DYC协同MPC控制器、以及集成系统进行仿真验证。仿真结果表明,自适应分频电液混合制动策略对比传统的液压制动系统,电液混合制动策略能显着提高制动性能;对比纯电机制动,电液混合制动策略的制动性能相差无几,但是能减少电机工作时的功率。并验证了ABS/DYC协同MPC控制器在不同工况下,能通过改变MPC权重的方式对汽车的制动性能与横向稳定性能协同控制。以及通过实车实验验证了电液混合制动系统自适应分频控制器的有效性。
王映清[7]（2020）在《基于多模型交互双重扩展卡尔曼滤波的汽车状态参数估计研究》文中进行了进一步梳理汽车的智能化已经成为汽车未来经济发展趋势。为了在行驶过程中实现汽车的动态控制,需要估计对车辆的关键状态参数,包括速度、质心侧角等。由于汽车的控制过程非常复杂,并且可以直接应用与车身的传感器非常有限,某些关键参数无法直接获取。因此,需要根据实际应用设计相应的状态参数估计器,以解决车辆控制中数据采集的问题。为了估计器能够适用于每一个工况,本文研究了在行驶条件下状态估计和参数识别的方法,为车辆的安全性和稳定性控制提供了研究方法。本文的主要研究工作如下:首先,为了适应实际环境的复杂性,在Car Sim-Matlab/Simulink联合仿真的基础上,建立了两个自由度线性车辆模型和三个自由度非线性车辆模型,设计了车辆状态参数估计。考虑汽车行驶路况的复杂性,研究分为线性区和非线性区进行车辆状态预测,同时,建立了线性轮胎模型和“魔术公式”轮胎模型来预测路面附着系数。然后,设计了基于双重扩展卡尔曼滤波算法的估计模型,提高了车辆状态参数和路面附着系数的估算准确率,因为在实际的估算过程中,这两者是密不可分的,车辆的状态参数会受到路面附着系数的影响,而路面附着系数变化也会体现车辆状态上,使用双重扩展卡尔曼滤波器将车辆状态参数估计和路面附着系数估计集成到一组估计系统中。在该套系统中,状态估计系统和系数估计系统相互补充、并且彼此之间传递参数以提高估算效果。最后,本文设计了一种多模型交互算法（IMM）的车辆状态估算模型,尽管扩展卡尔曼滤波状态观测器的具有一定准确度,但是在实际驾驶所面临的路况无法预计,本文选择在线性区和非线性区采用不同的动力学模型设计估计器,同一段路况,线性区模型和非线性区模型将得到两个不完全一致的数字,该算法可以融合将线性区和非线性区的估算结果进行融合。在多模型交互算法中,最大似然算法用于更新模型。通过计算当前模型与当前移动目标状态之间的相似度,可以获得当前最优跟踪模型的权重度。实验结果表明,融合估计比独立估计更加准确,效果更好。
周恒平[8]（2020）在《电动汽车驾驶员制动意图识别方法研究》文中指出当前汽车工业面临着能源与环境的种种挑战,各国政府以及汽车企业都开始大力发展电动汽车。虽然电动汽车污染少、效率高、绿色可持续的优势明显,但目前仍存在着初始成本高和续驶里程短的问题。再生制动系统中,通过制动意图识别制动状态为制动力控制提供依据,从而回收制动能量,是电动汽车的一条重要的节能途径。同时,准确识别驾驶员意图是汽车一系列电子控制系统稳定工作的关键,对汽车工业实现电控化、网联化、智能化的发展具有重要的意义。在项目“基于能量再生的电动汽车机电协调制动控制研究”中,为了更准确、实时地识别驾驶员制动意图,实现稳定的再生制动功能,本文通过研究车辆行驶状况和驾驶员操作特性,对制动意图进行分类表征;通过分析再生制动系统结构和理论,对特征参数进行了选取;最后,基于神经网络模型提出了一种驾驶员制动意图的识别方法,并验证了模型的识别效果。论文主要进行了以下研究工作:综合分析驾驶员制动意图的识别理论基础,其识别的实质是一种模式的识别,通过对比四种典型的模式识别方案选择神经网络模式识别作为制动意图识别的理论方法。在电动汽车制动过程中,驾驶员制动意图是制定相应的复合制动控制策略的重要依据。分析了再生制动结构原理,能量回收潜力和影响因素,以及电动机控制策略的特性。并研究了制动意图类别与制动系统参数之间的关联。根据不同工况下各个典型意图的特点,模拟试验获取特征参数数据,基于制动踏板位移及其变化率两个参数建立了驾驶员制动意图的BP神经网络识别模型。基于邻域成分分析和极限学习机算法优化制动意图模型的识别速率与精度。首先,对制动相关的特征参数进行邻域成分分析,选取制动踏板位移及其变化率和制动踏板力三个识别参数。然后,运用极限学习机理论建立包含单隐层神经网络的制动意图识别模型。最后,优化模型并利用试验数据验证模型识别准确率达到95.56%,用时为0.18s,表明极限学习机优化的制动意图模型具有较好的识别准确率和实时性。最后根据项目的总体目标要求,将优化的驾驶员制动意图识别模型嵌入到再生制动系统中,设计基于制动意图的再生制动台架试验方案评估模型对于能量回收的效果。
单慧敏[9]（2020）在《多车道高速公路停车视距研究》文中研究说明近年来,我国公路运输系统不断完善,多车道高速公路已成为我国高速公路建设的重要发展趋势。随着车辆性能的提高和车道管理方式的多样化,“以人为本,安全至上”的理念受到广泛关注。视距作为高速公路行车安全的重要指标,引起广大研究者重视。本文以多车道高速公路为研究对象,对停车视距的影响因素及计算模型进行深入研究。结合我国多车道高速公路车道管理方式,本文界定研究对象为整体式断面的双向六车道以及八车道高速公路,并按车道功能对车道进行分类,提出主导车型。基于实测数据,分析多车道高速公路交通特性及驾驶员的视点位置。通过流量密度关系确定相对自由的运行状态,基于此分析不同设计速度下不同车道的运行速度分布区间,并统计分析V85提出代表值;分车道统计车头时距分布特征,并应用假设检验法拟合了中间车道1的车头时距分布模型;统计分析驾驶员的横向视点位置;为下文停车视距计算和应用提供基础参数和数据支撑。分析传统停车视距计算模型和参数的适用性和不足,基于车辆ABS系统和汽车动力学,考虑车辆制动的复杂性,重新划分车辆制动过程,将全制动过程简化为余弦曲线,提出新的停车视距计算模型;分析论证模型中的各参数并提出停车视距推荐值,从不同于《规范》（条文说明）的角度解释《规范》值。最后,基于多车道高速公路的车辆类型、车辆行驶状态,将停车视距推荐值应用到公路平纵线形设计中,提出曲线路段和纵坡路段的曲线半径推荐值;对于左偏曲线一般路段,基于车辆的紧急停车制动、安全换道距离以及动态停车视距讨论第一车道满足停车视距的必要性,分析左偏曲线一般路段圆曲线半径的风险范围,提出安全性指标;提出包括公路横净距调整、速度控制以及视距不良警示等安全保障措施。本文的研究成果可为我国多车道高速公路停车视距提供理论参考,为公路线形设计曲线指标提供依据,起到保障安全行车的作用。
孙静[10]（2020）在《融合制动意图预测的电动汽车制动力分配策略研究》文中认为随着能源消耗和环境污染问题的日益严峻,电动汽车凭借其可再生、清洁的优势成为研究热点,但由于续航里程的限制,制约了其大规模的推广和应用。制动能量回收能够显着提高电动汽车续航里程。由于制动过程是由驾驶员操纵完成的,研究融合驾驶员制动意图的电动汽车制动力分配策略具有重要的意义。本文以具有电液复合系统的前驱型纯电动汽车作为研究对象,基于Matlab/simulink建立整车模型,采集车辆在真实驾驶工况下的行驶数据作为数据库,使用Relief F和RRelief F算法进行数据的预处理。在进行制动意图预测时,首先基于无监督学习方式模糊C均值算法（FCM）对制动意图进行分类,以主缸压力作为输入,将制动意图分为四类:轻微制动、普通制动、强烈制动、紧急制动;然后,基于监督学习方式随机森林（RF）,以基于Relief F选择的特征参数作为输入,以FCM聚类结果作为目标,训练制动意图的预测模型,用于在线预测制动意图。由于制动强度具有自然连续性,与道路类型、驾驶员驾驶习惯密切相关,故选用具有反馈和记忆功能的非线性自回归神经网络（NARX）预测制动强度。以基于RRelief F选择后的特征参数作为输入,以主缸压力作为目标,基于NARX训练制动强度预测模型,在线预测制动强度。最后,提出一种新型的制动力分配策略:在轻微制动时,考虑到电池寿命不进行制动能量的回收;在普通制动、强烈制动时,考虑到路面附着系数与制动强度之间的差值关系,保证安全的同时尽量提高车辆的能量回收效率;在紧急制动时,设计了基于模型预测控制（MPC）的最佳滑移率控制器,尽量缩短制动距离,提高车辆的制动安全性。仿真结果表明:制动意图和制动强度的预测准确率与预测周期密切相关,当预测周期小于0.5s时,预测准确率极高;采用新型的制动力分配策略,能够显着降低电池的充电次数,并且对能量回收的影响极小,在紧急制动时,与基于MPC控制的传统的ABS相比,能够缩短制动距离。
二、ABS系统基于数据融合技术的车速估计方法（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、ABS系统基于数据融合技术的车速估计方法（论文提纲范文）
（1）基于多传感器数据融合的路面附着系数估计（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 附着系数估计研究现状 |
| 1.2.1 基于原因的估计方法研究现状 |
| 1.2.2 基于效果的估计方法研究现状 |
| 1.2.3 附着系数估计存在的问题 |
| 1.3 车辆状态估计研究现状 |
| 1.3.1 基于运动学模型的估计方法 |
| 1.3.2 基于动力学模型的估计方法 |
| 1.3.3 车辆状态估计存在的问题 |
| 1.4 本文的技术路线 |
| 1.5 本文的研究内容 |
| 第2章 分布式驱动电动汽车车辆状态估计研究 |
| 2.1 引言 |
| 2.2 加速度偏移量估计 |
| 2.3 轮胎力估计 |
| 2.3.1 轮胎载荷估计 |
| 2.3.2 轮胎纵向力估计 |
| 2.3.3 轮胎侧向力估计 |
| 2.4 纵向车速估计 |
| 2.4.1 基于轮速法的纵向车速估计 |
| 2.4.2 基于运动学法的纵向车速估计 |
| 2.4.3 纵向车速估计融合 |
| 2.5 质心侧偏角估计 |
| 2.5.1 基于运动学法的质心侧偏角估计 |
| 2.5.2 基于模型法的质心侧偏角估计 |
| 2.5.3 质心侧偏角融合策略 |
| 2.6 轮胎状态估计 |
| 2.7 车辆状态估计验证 |
| 2.7.1 高附路面验证 |
| 2.7.2 低附路面验证 |
| 2.8 本章小结 |
| 第3章 基于UniTire模型的附着系数估计研究 |
| 3.1 引言 |
| 3.2 UniTire模型简述与优化 |
| 3.2.1 传统UniTire模型 |
| 3.2.2 简化UniTire模型 |
| 3.3 路面附着系数估计方法 |
| 3.3.1 梯度下降法 |
| 3.3.2 滑移率偏移量处理方法 |
| 3.3.3 仿真测试结果 |
| 3.4 附着系数估计方法优化 |
| 3.5 路面附着系数估计仿真验证 |
| 3.5.1 高附路面验证 |
| 3.5.2 低附路面验证 |
| 3.6 路面附着系数估计实车验证 |
| 3.7 本章小结 |
| 第4章 基于摄像头与卷积神经网络的路况辨识研究 |
| 4.1 引言 |
| 4.2 全连接神经网络 |
| 4.2.1 神经网络的基本结构 |
| 4.2.2 神经网络的训练过程 |
| 4.2.3 神经网络的优化方法 |
| 4.3 卷积神经网络 |
| 4.3.1 卷积层 |
| 4.3.2 池化层 |
| 4.3.3 批量标准化 |
| 4.4 图像数据预处理 |
| 4.4.1 图像收集 |
| 4.4.2 数据增强 |
| 4.5 卷积神经网络模型仿真验证 |
| 4.6 本章小结 |
| 第5章 橡胶摩擦微观解析模型研究 |
| 5.1 引言 |
| 5.2 路面的物理特性 |
| 5.3 橡胶的物理特性 |
| 5.3.1 橡胶的粘弹性 |
| 5.3.2 时温等效原理 |
| 5.4 橡胶摩擦机理分析 |
| 5.4.1 橡胶的滞后摩擦机理简析 |
| 5.4.2 橡胶的粘性摩擦机理简析 |
| 5.5 橡胶摩擦微观解析模型研究 |
| 5.5.1 Persson接触理论 |
| 5.5.2 橡胶摩擦解析模型建立 |
| 5.6 橡胶摩擦模型仿真验证 |
| 5.7 本章小节 |
| 第6章 路面附着系数估计的融合算法研究 |
| 6.1 引言 |
| 6.2 附着系数估计的融合算法 |
| 6.2.1 融合算法框架 |
| 6.2.2 前馈信息预处理 |
| 6.2.3 轮胎工作区的判断逻辑 |
| 6.2.4 轮胎模型参数校正 |
| 6.2.5 融合算法的输出 |
| 6.3 融合算法仿真验证 |
| 6.3.1 高附路面验证 |
| 6.3.2 低附路面验证 |
| 6.4 本章小结 |
| 第7章 全文总结与展望 |
| 7.1 全文总结 |
| 7.2 研究展望 |
| 参考文献 |
| 致谢 |
（2）纯电动汽车复合制动控制策略及其制动稳定性研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景及研究的目的和意义 |
| 1.2 电动汽车再生制动技术的关键问题 |
| 1.3 再生制动技术的国内外研究现状 |
| 1.3.1 再生制动控制策略的研究现状 |
| 1.3.2 再生制动与液压制动协调工作问题的研究现状 |
| 1.3.3 再生制动制动稳定性的研究现状 |
| 1.4 本文研究的主要内容 |
| 第2章 纯电动汽车再生制动原理分析 |
| 2.1 纯电动汽车复合制动系统结构 |
| 2.2 电动汽车再生制动原理分析 |
| 2.2.1 电机的四象限运行特性 |
| 2.2.2 永磁同步电机数学模型 |
| 2.2.3 再生制动过程原理分析 |
| 2.3 再生制动能量流与能量损耗分析 |
| 2.4 影响再生制动工作的关键因素分析 |
| 2.5 本章小结 |
| 第3章 再生制动控制策略的研究与仿真 |
| 3.1 纯电动汽车制动模型的分析 |
| 3.2 传统制动力分配及控制方法研究 |
| 3.2.1 串联与并联制动分配方法 |
| 3.2.2 基于I曲线与ECE法规的分配方法 |
| 3.2.3 制动工况的约束性条件 |
| 3.3 基于模糊控制的再生制动分配控制方法研究 |
| 3.3.1 模糊控制器的设计 |
| 3.3.2 Cruise与 Simulink联合仿真模型的建立 |
| 3.3.3 仿真结果分析 |
| 3.4 本章小结 |
| 第4章 纯电动汽车防抱死系统与制动稳定性 |
| 4.1 纯电动汽车ABS系统分析 |
| 4.1.1 汽车单轮旋转模型分析 |
| 4.1.2 汽车车轮滑移率及轮胎模型分析 |
| 4.1.3 常规液压制动系统模型分析 |
| 4.1.4 传统ABS系统分析 |
| 4.2 路面识别方法的研究 |
| 4.2.1 峰值附着系数的识别方法 |
| 4.2.2 附着系数斜率的识别方法 |
| 4.2.3 递推最小二乘法的路面识别方法 |
| 4.3 基于滑模观测器与控制器的识别方法 |
| 4.3.1 基于滑模观测器的参数识别方法 |
| 4.3.2 基于自适应滑模控制器的制动力控制方法 |
| 4.4 本章小结 |
| 第5章 纯电动汽车复合制动ABS系统的建模与仿真 |
| 5.1 Carism软件仿真原理与二次开发 |
| 5.2 复合制动ABS系统仿真模型的建立 |
| 5.2.1 系统整体模型 |
| 5.2.2 整车参数与传动系统设定 |
| 5.2.3 液压制动模块 |
| 5.2.4 电机驱动与电池模块 |
| 5.2.5 滑移率识别与控制模块 |
| 5.2.6 驾驶员模型与道路模型 |
| 5.3 仿真结果与分析 |
| 5.3.1 高附着系数单一路面工况仿真分析 |
| 5.3.2 中等附着系数单一路面工况仿真分析 |
| 5.3.3 低附着系数单一路面工况仿真分析 |
| 5.3.4 不同附着系数对开路面仿真分析 |
| 5.3.5 不同附着系数对接路面仿真分析 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表的学术论文及获得成果 |
| 致谢 |
（3）基于车辆状态参数估计的商用车气压电子制动主动安全控制策略研究（论文提纲范文）
| 摘要 |
| abstract |
| 主要符号及缩略词说明 |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 商用车气压电子制动国内外研究现状 |
| 1.2.2 商用车车辆状态参数估计国内外研究现状 |
| 1.2.3 汽车主动安全控制策略国内外研究现状 |
| 1.3 论文主要研究内容 |
| 第2章 商用车气压电子制动系统响应特性仿真研究 |
| 2.1 商用车气压电子制动构型方案 |
| 2.2 商用车气压电子制动系统仿真模型 |
| 2.2.1 双通道轴调节器 |
| 2.2.2 制动管路 |
| 2.2.3 制动气室 |
| 2.2.4 制动器 |
| 2.3 系统参数对气压电子制动响应特性影响分析 |
| 2.4 本章小结 |
| 第3章 商用车气压电子制动主动安全控制车辆状态参数估计 |
| 3.1 车辆状态参数估计动力学建模 |
| 3.2 基于改进强跟踪自适应容积卡尔曼滤波车辆状态参数估计 |
| 3.3 典型工况车辆状态参数估计仿真 |
| 3.3.1 不同附着系数路面制动仿真 |
| 3.3.2 双移线转向仿真 |
| 3.3.3 J-turn和鱼钩转向仿真 |
| 3.4 本章小结 |
| 第4章 商用车气压电子制动主动安全控制策略研究 |
| 4.1 气压电子制动主动安全控制策略总体架构 |
| 4.2 气压电子制动执行机构双重逻辑门限值控制策略研究 |
| 4.3 基于非线性扰动观测的主动安全滑模控制策略研究 |
| 4.3.1 制动防抱死改进型自适应滑模控制策略研究 |
| 4.3.2 横摆稳定性二阶滑模控制策略研究 |
| 4.3.3 防侧翻径向基神经网络自适应滑模控制策略研究 |
| 4.3.4 主动安全联合控制策略研究 |
| 4.4 本章小结 |
| 第5章 商用车气压电子制动主动安全控制策略仿真研究 |
| 5.1 商用车气压电子制动主动安全控制仿真平台架构 |
| 5.2 商用车气压电子制动执行机构控制策略仿真研究 |
| 5.2.1 阶跃工况仿真研究 |
| 5.2.2 正弦工况仿真研究 |
| 5.3 商用车气压电子制动主动安全控制策略仿真研究 |
| 5.3.1 制动防抱死控制策略仿真研究 |
| 5.3.2 横摆稳定性控制策略仿真研究 |
| 5.3.3 防侧翻控制策略仿真研究 |
| 5.3.4 联合控制策略仿真研究 |
| 5.4 本章小结 |
| 第6章 商用车气压电子制动主动安全控制策略台架试验研究 |
| 6.1 商用车气压电子制动主动安全硬件在环试验台 |
| 6.2 商用车气压电子制动系统执行机构响应特性试验研究 |
| 6.2.1 开环响应特性试验研究 |
| 6.2.2 闭环响应特性试验研究 |
| 6.3 商用车气压电子制动主动安全控制策略硬件在环试验研究 |
| 6.3.1 制动防抱死控制策略硬件在环试验研究 |
| 6.3.2 横摆稳定性控制策略硬件在环试验研究 |
| 6.3.3 防侧翻控制硬件在环试验研究 |
| 6.3.4 主动安全联合控制策略硬件在环试验研究 |
| 6.4 本章小结 |
| 第7章 总结与展望 |
| 7.1 全文总结 |
| 7.2 创新点 |
| 7.3 工作展望 |
| 参考文献 |
| 作者简介及科研成果 |
| 致谢 |
（4）电动轿车制动能量回收与防抱死集成控制系统研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究目的及意义 |
| 1.2 RBS/ABS集成控制系统的研究现状 |
| 1.2.1 硬件系统研究现状 |
| 1.2.2 控制算法研究现状 |
| 1.2.3 技术趋势分析 |
| 1.3 论文主要内容及研究思路 |
| 1.3.1 论文主要内容 |
| 1.3.2 研究思路 |
| 第2章 RBS/ABS集成控制系统方案分析 |
| 2.1 系统方案介绍 |
| 2.1.1 RBS/ABS集成控制系统硬件方案 |
| 2.1.2 RBS/ABS集成控制系统软件方案 |
| 2.2 系统性能评价指标分析 |
| 2.2.1 节能性评价指标 |
| 2.2.2 制动感觉评价指标 |
| 2.2.3 制动安全性评价指标 |
| 2.3 液压控制状态需求分析 |
| 2.3.1 RBS控制需求 |
| 2.3.2 ABS控制需求 |
| 2.4 本章小结 |
| 第3章 RBS/ABS集成控制系统部件机理分析及试验研究 |
| 3.1 再生制动部件分析 |
| 3.1.1 动力电池 |
| 3.1.2 动力电机 |
| 3.1.3 再生制动响应试验分析 |
| 3.1.4 电机等效液压外特性分析 |
| 3.2 液压制动部件机理分析 |
| 3.2.1 踏板模拟装置性能分析 |
| 3.2.2 液压调节单元工作机理分析 |
| 3.2.3 液压执行部件特性试验研究 |
| 3.3 本章小结 |
| 第4章 RBS/ABS集成控制系统控制算法研究 |
| 4.1 软件总体结构 |
| 4.1.1 软件总体流程 |
| 4.1.2 软件模块 |
| 4.2 制动意图识别算法 |
| 4.2.1 制动状态识别逻辑 |
| 4.2.2 基于主缸压力计算需求制动力 |
| 4.3 制动力分配算法 |
| 4.3.1 边界条件计算 |
| 4.3.2 制动力分配 |
| 4.4 防抱死协调控制算法 |
| 4.4.1 车轮抱死状态监测算法 |
| 4.4.2 面向工程的防抱死协调控制算法 |
| 4.5 本章小结 |
| 第5章 压力控制方法及工程化应用研究 |
| 5.1 制动压力控制算法介绍 |
| 5.1.1 压力控制算法输入 |
| 5.1.2 影响控制精度因素 |
| 5.1.3 压力控制算法输出 |
| 5.2 阶梯压力控制 |
| 5.2.1 阶梯控制原理分析 |
| 5.2.2 阶梯控制方法研究 |
| 5.3 线性压力控制 |
| 5.4 制动压力可控边界估算算法 |
| 5.4.1 线性控制原理分析 |
| 5.4.2 线性控制方法研究 |
| 5.4.3 增压试验及数据分析 |
| 5.4.4 压力变化率的控制 |
| 5.4.5 控制信号修正 |
| 5.5 主动增压控制 |
| 5.5.1 主动增压过程分析 |
| 5.5.2 主动增压控制方法研究 |
| 5.6 控制方法特点分析及工程化应用研究 |
| 5.6.1 压力控制方法特点 |
| 5.6.2 压力控制方法工程化应用研究 |
| 5.7 轮缸压力估算方法研究 |
| 5.7.1 RBS压力估算方法 |
| 5.7.2 ABS压力估算方法 |
| 5.8 本章小结 |
| 第6章 RBS/ABS集成控制系统控制算法验证 |
| 6.1 循环工况仿真分析 |
| 6.1.1 仿真结果 |
| 6.1.2 节能性分析 |
| 6.2 台架试验验证 |
| 6.2.1 试验台介绍 |
| 6.2.2 虚拟工况测试 |
| 6.2.3 常规制动试验 |
| 6.3 实车道路试验 |
| 6.3.1 试验方法 |
| 6.3.2 试验结果分析 |
| 6.4 本章小结 |
| 第7章 全文总结与研究展望 |
| 7.1 主要研究内容 |
| 7.2 本文创新点 |
| 7.3 研究展望 |
| 参考文献 |
| 作者简介及在学期间所获得的科研成果 |
| 致谢 |
（5）典型冰雪路面安全驾驶车速机理分析与数学建模（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 研究目标 |
| 1.3 国内外研究现状 |
| 1.4 主要研究内容 |
| 1.5 研究技术路线 |
| 第2章 冰雪路面安全驾驶影响分析 |
| 2.1 冰雪路面条件下的交通状态分析 |
| 2.1.1 冰雪路面分布特征与类别 |
| 2.1.2 冰雪路面条件下的通行效率分析 |
| 2.1.3 冰雪路面条件下的安全驾驶状态分析 |
| 2.2 冰雪路面交通事故机理分析 |
| 2.2.1 交通事故的影响因素分析 |
| 2.2.2 交通事故发生过程分析 |
| 2.2.3 超速引起的交通事故发生机理分析 |
| 2.3 本章小结 |
| 第3章 冰雪路面安全驾驶车速机理分析 |
| 3.1 冰雪路面安全驾驶车速的形成 |
| 3.1.1 安全驾驶车速定义 |
| 3.1.2 安全驾驶车速的影响因素分析 |
| 3.1.3 关键影响因素提取 |
| 3.1.4 冰雪路面附着系数的形成 |
| 3.2 冰雪路面安全驾驶车速的形成规律 |
| 3.3 本章小结 |
| 第4章 冰雪路面安全驾驶车速特性测试与分析 |
| 4.1 车辆制动过程分析 |
| 4.1.1 车轮受力分析 |
| 4.1.2 ABS工作过程分析 |
| 4.1.3 车轮打滑成因分析 |
| 4.2 安全驾驶车速特性测试 |
| 4.2.1 测试设计原理 |
| 4.2.2 测试方法 |
| 4.2.3 测试设备 |
| 4.2.4 测试场地构建 |
| 4.2.5 测试步骤 |
| 4.2.6 测试数据及其处理 |
| 4.3 安全驾驶车速特性分析 |
| 4.3.1 附着系数的变化规律 |
| 4.3.2 安全驾驶车速与附着系数的关系特性 |
| 4.4 本章小结 |
| 第5章 典型冰雪路面安全驾驶车速数学建模 |
| 5.1 安全驾驶车速建模基础 |
| 5.2 安全驾驶车速数学模型建立 |
| 5.3 模型函数分析 |
| 5.4 本章小结 |
| 第6章 典型冰雪路面安全驾驶车速数学模型仿真验证 |
| 6.1 安全驾驶车速数学模型验证目的 |
| 6.2 仿真软件的选择 |
| 6.3 CarSim仿真系统模型建立 |
| 6.3.1 CarSim整车模型建立 |
| 6.3.2 CarSim路面模型建立 |
| 6.4 安全驾驶车速数学模型验证 |
| 6.5 本章小结 |
| 第7章 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 参考文献 |
| 致谢 |
| 个人简历、在学期间发表的学术论文与研究成果 |
（6）分布式驱动电动汽车电液混合制动自适应分频控制研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 分布式驱动电动汽车电液混合制动的研究背景 |
| 1.1.1 汽车主动安全技术 |
| 1.1.2 汽车ABS紧急制动 |
| 1.1.3 最优滑移率控制 |
| 1.1.4 电动汽车电液混合制动 |
| 1.1.5 直接横摆力矩控制 |
| 1.2 分布式驱动电动汽车电液混合制动的研究现状 |
| 1.2.1 电液混合制动系统 |
| 1.2.2 ABS最优滑移率控制 |
| 1.2.3 横向与纵向稳定性协同控制 |
| 1.3 论文研究内容、意义及解决的关键问题 |
| 1.3.1 研究内容 |
| 1.3.2 研究意义 |
| 1.3.3 解决的关键问题 |
| 1.4 论文组织结构 |
| 第二章 分布式驱动电动汽车数学模型 |
| 2.1 分布式驱动电动汽车的轮胎模型 |
| 2.1.1 魔术公式轮胎模型 |
| 2.1.2 Burckhardt轮胎模型 |
| 2.1.3 车轮制动受力分析 |
| 2.1.4 车轮制动最佳滑移率 |
| 2.2 分布式驱动电动汽车的整车动力学模型 |
| 2.2.1 单车轮制动模型 |
| 2.2.2 平面双轨操纵基本模型 |
| 2.2.3 制动工况下平面双轨操纵模型 |
| 2.3 本章小结 |
| 第三章 分布式驱动电液混合制动系统的下层控制器 |
| 3.1 分布式驱动电液混合制动系统结构与工作原理 |
| 3.2 分布式驱动电液混合制动系统建模 |
| 3.2.1 液压制动器模型 |
| 3.2.2 电机制动器模型 |
| 3.3 分布式驱动电液混合制动控制策略 |
| 3.3.1 逻辑门限值控制方法 |
| 3.3.2 基于频率重建的电液混合力矩分配方法 |
| 3.3.3 自适应分频控制方法 |
| 3.4 本章小结 |
| 第四章 分布式驱动电液混合制动系统的上层控制器 |
| 4.1 分布式驱动电动汽车直接横摆力矩控制 |
| 4.1.1 匀速行驶时的直接横摆力矩控制 |
| 4.1.2 紧急制动工况下的直接横摆力矩控制 |
| 4.2 分布式驱动电动汽车ABS/DYC系统建模 |
| 4.3 分布式驱动电动汽车ABS/DYC协同控制 |
| 4.3.1 模型预测控制器介绍 |
| 4.3.2 ABS/DYC协同控制器设计 |
| 4.4 复杂地面附着系数观测器 |
| 4.4.1 基于单轮模型的地面附着系数识别方法 |
| 4.4.2 基于混合高斯模型的路面附着系数识别方法 |
| 4.4.3 基于混合高斯模型的TRFC观测器的仿真验证 |
| 4.5 考虑路面条件的前馈制动力矩 |
| 4.6 分布式驱动电液混合制动上层控制策略研究 |
| 4.7 本章小结 |
| 第五章 仿真与实验验证 |
| 5.1 分布式驱动电液混合制动系统下层控制器仿真 |
| 5.2 分布式驱动电液混合制动系统上层控制器仿真 |
| 5.3 分布式驱动电液混合制动系统集成控制器仿真 |
| 5.4 电液混合制动系统自适应分频控制实验验证 |
| 5.4.1 实验设置 |
| 5.4.2 实验结果 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间已发表或录用的论文 |
（7）基于多模型交互双重扩展卡尔曼滤波的汽车状态参数估计研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 选题背景及意义 |
| 1.2 车辆状态参数预测国内外研究现状 |
| 1.2.1 纵向车速估计 |
| 1.2.2 横摆角速度和质心侧偏角估计 |
| 1.2.3 路面附着系数估计 |
| 1.2.4 存在的问题 |
| 1.3 本文的主要研究内容 |
| 第2章 双重扩展卡尔曼滤波估算理论 |
| 2.1 卡尔曼滤波理论 |
| 2.2 扩展卡尔曼滤波技术 |
| 2.3 双重扩展卡尔曼滤波器构建 |
| 2.4 本章小结 |
| 第3章 多模型交互下的车辆状态估计 |
| 3.1 线性区车辆状态估计算法 |
| 3.1.1 线性区域轮胎模型和车辆动力学模型的建立 |
| 3.1.2 卡尔曼滤波线性区汽车状态的估计 |
| 3.1.3 在仿真软件上的算法验证 |
| 3.2 非线性区车辆状态估计算法 |
| 3.2.1 三自由度车辆动力学模型 |
| 3.2.2 扩展卡尔曼滤波非线性区的汽车状态的估计 |
| 3.2.3 在仿真软件上的验证 |
| 3.3 基于交互多模型的车辆状态估计 |
| 3.3.1 交互式多模型理论 |
| 3.3.2 交互多模型的搭建 |
| 3.3.3 在仿真软件上的验证 |
| 3.4 本章小结 |
| 第4章 多模型交互下的路面附着系数估计 |
| 4.1 基于线性轮胎的路面附着系数估计 |
| 4.1.1 基于扩展卡尔曼滤波的路面参数估计算法 |
| 4.1.2 附着系数估算结果验证 |
| 4.2 非线性区路面附着系数估计 |
| 4.2.1 基于扩展卡尔曼滤波的路面参数估计算法 |
| 4.2.2 附着系数估算结果验证 |
| 4.3 基于多模型交互的路面附着系数估计 |
| 4.3.1 基于交互多模型的估计模型搭建 |
| 4.3.2 在仿真软件上的验证 |
| 4.4 本章小结 |
| 第5章 基于双重扩展卡尔曼滤波的车辆状态及路面附着系数估计 |
| 5.1 双扩展卡尔曼滤波 |
| 5.1.1 双扩展卡尔曼滤波理论 |
| 5.1.2 双扩展卡尔曼滤波搭建 |
| 5.2 汽车状态及路面附着系数估算验证 |
| 5.2.1 蛇形工况下的验证 |
| 5.2.2 角阶跃工况下的验证 |
| 5.3 本章小结 |
| 第6章 总结与展望 |
| 6.1 全文总结 |
| 6.2 不足与展望 |
| 参考文献 |
| 指导教师对研究生学位论文的学术评语 |
| 答辩委员会决议书 |
| 致谢 |
（8）电动汽车驾驶员制动意图识别方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 汽车制动系统发展现状 |
| 1.3 驾驶员制动意图研究现状 |
| 1.3.1 驾驶员制动意图国内研究现状 |
| 1.3.2 驾驶员制动意图国外研究现状 |
| 1.4 论文主要内容 |
| 1.5 本章小结 |
| 第二章 制动意图识别模式分析 |
| 2.1 模式识别概述 |
| 2.2 意图识别算法分类 |
| 2.2.1 模糊模式识别 |
| 2.2.2 统计模式识别 |
| 2.2.3 句法结构模式识别 |
| 2.2.4 人工神经网络模式识别 |
| 2.3 制动意图识别方法选择 |
| 2.4 本章小结 |
| 第三章 再生制动分析及制动意图试验设计 |
| 3.1 再生制动结构分析 |
| 3.2 再生制动系统策略 |
| 3.2.1 电机制动控制方案 |
| 3.2.2 考虑制动意图的复合控制策略 |
| 3.3 制动意图试验设计 |
| 3.3.1 驾驶模拟器搭建 |
| 3.3.2 制动试验工况设计 |
| 3.4 本章小结 |
| 第四章 基于BP神经网络的制动意图识别 |
| 4.1 驾驶行为分析及制动意图分类 |
| 4.2 特征参数选择 |
| 4.3 识别模型建立 |
| 4.3.1 BP神经网络识别原理 |
| 4.3.2 制动信号数据预处理 |
| 4.3.3 BP神经网络设计 |
| 4.4 模型训练及验证 |
| 4.4.1 模型训练 |
| 4.4.2 模型验证 |
| 4.5 本章小结 |
| 第五章 制动意图识别模型的优化分析 |
| 5.1 特征参数优化 |
| 5.1.1 邻域成分分析算法 |
| 5.1.2 特征参数权重 |
| 5.2 模型优化 |
| 5.2.1 识别算法分析 |
| 5.2.2 模型建立及优化 |
| 5.3 模型验证 |
| 5.4 本章小结 |
| 第六章 基于制动意图的再生制动台架试验方案 |
| 6.1 试验台架结构与功能 |
| 6.2 试验原理与方案 |
| 第七章 结论 |
| 7.1 结论 |
| 7.2 展望 |
| 参考文献 |
| 攻读学位期间取得的科研成果 |
| 致谢 |
（9）多车道高速公路停车视距研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 高速公路交通组成分析 |
| 1.3 各国高速公路停车视距规范值对比 |
| 1.3.1 各国小客车的停车视距规范值 |
| 1.3.2 各国货车的停车视距规范值 |
| 1.3.3 停车视距规范值对比分析 |
| 1.4 国内外研究现状 |
| 1.4.1 文献分析 |
| 1.4.2 国外研究现状 |
| 1.4.3 国内研究现状 |
| 1.4.4 国内外研究现状总结 |
| 1.5 主要研究内容与技术路线 |
| 1.5.1 主要研究内容 |
| 1.5.2 技术路线 |
| 第二章 多车道高速公路停车视距影响因素 |
| 2.1 多车道高速公路车道管理方式 |
| 2.1.1 多车道高速公路车道管理方式 |
| 2.1.2 车道分类 |
| 2.2 高速公路交通特性 |
| 2.2.1 设计速度、运行速度、限制速度 |
| 2.2.2 不同车型的速度差异 |
| 2.2.3 车辆行驶状态 |
| 2.3 主导车型 |
| 2.4 驾驶员视点在车道内位置 |
| 2.4.1 驾驶员视点在车道内的横向位置 |
| 2.4.2 驾驶员视点高度 |
| 2.5 本章小结 |
| 第三章 多车道高速公路交通特性及驾驶员视点位置调查 |
| 3.1 实验调查 |
| 3.1.1 实验调查的目的和内容 |
| 3.1.2 数据采集 |
| 3.2 多车道高速公路交通特性统计分析 |
| 3.2.1 实验数据预处理 |
| 3.2.2 多车道高速公路交通流量密度关系 |
| 3.2.3 多车道高速公路车辆运行速度分析 |
| 3.2.4 多车道高速公路车头时距分布特征 |
| 3.3 驾驶员横向视点位置分析 |
| 3.4 本章小结 |
| 第四章 高速公路停车视距计算模型 |
| 4.1 传统停车视距计算模型特点分析 |
| 4.1.1 传统停车视距模型计算特点 |
| 4.1.2 传统停车视距计算模型参数取值 |
| 4.2 基于车辆ABS系统的停车视距计算模型 |
| 4.2.1 车辆ABS系统的特点 |
| 4.2.2 车辆制动过程划分 |
| 4.2.3 新的停车视距计算模型 |
| 4.3 新的停车视距计算模型的参数研究 |
| 4.3.1 反应时间 |
| 4.3.2 制动减速度 |
| 4.4 高速公路停车视距推荐值 |
| 4.4.1 小客车停车视距计算值 |
| 4.4.2 货车停车视距计算值 |
| 4.4.3 停车视距推荐值 |
| 4.5 本章小结 |
| 第五章 多车道高速公路满足停车视距的平纵线形设计 |
| 5.1 需满足停车视距的线形条件 |
| 5.2 右偏圆曲线最小半径 |
| 5.2.1 填方路段 |
| 5.2.2 挖方路段 |
| 5.2.3 隧道路段 |
| 5.3 左偏圆曲线最小半径 |
| 5.3.1 满足停车视距的圆曲线最小半径 |
| 5.3.2 基于车辆换道行为的安全距离分析 |
| 5.3.3 基于车辆动态停车视距的圆曲线最小半径 |
| 5.3.4 左偏曲线一般路段满足停车视距的曲线半径推荐值 |
| 5.3.5 隧道段满足停车视距的圆曲线最小半径 |
| 5.4 竖曲线最小半径 |
| 5.4.1 凹形竖曲线 |
| 5.4.2 凸形竖曲线 |
| 5.5 本章小结 |
| 第六章 多车道高速公路满足停车视距的安全保障措施 |
| 6.1 视距的线形保证 |
| 6.2 保证足够的横净距 |
| 6.2.1 右偏曲线 |
| 6.2.2 左偏曲线 |
| 6.3 速度控制措施 |
| 6.4 视距不良警示措施 |
| 6.5 其它措施 |
| 6.6 本章小结 |
| 结论与展望 |
| 主要研究成果 |
| 论文创新点 |
| 需进一步研究的问题 |
| 参考文献 |
| 攻读学位期间取得的研究成果 |
| (一)发表的学术论文 |
| (二)申请专利 |
| (三)参与科研项目 |
| 致谢 |
（10）融合制动意图预测的电动汽车制动力分配策略研究（论文提纲范文）
| 摘要 |
| abstract |
| 注释表 |
| 缩略词 |
| 第一章 绪论 |
| 1.1 背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 制动意图与制动强度识别的研究现状 |
| 1.2.2 制动力分配策略研究现状 |
| 1.3 本文主要研究内容 |
| 第二章 试验车辆结构分析与建模 |
| 2.1 车辆系统结构及工作原理 |
| 2.2 电动汽车系统建模 |
| 2.2.1 驾驶员模型 |
| 2.2.2 汽车纵向力模型 |
| 2.2.3 轮胎模型 |
| 2.2.4 电机模型 |
| 2.2.5 电池模型 |
| 2.2.6 液压制动模型 |
| 2.3 数据的采集 |
| 2.4 本章小结 |
| 第三章 基于混合机器学习方式预测制动意图 |
| 3.1 基于FCM对制动意图进行分类 |
| 3.1.1 模糊C均值(FCM)算法概述 |
| 3.1.2 FCM聚类结果分析 |
| 3.2 基于Relief F算法选择特征参数 |
| 3.3 基于RF预测制动意图 |
| 3.3.1 随机森林(RF)算法概述 |
| 3.3.2 基于RF预测制动意图结果分析 |
| 3.4 本章小结 |
| 第四章 基于NARX神经网络预测制动强度 |
| 4.1 基于RRelief F算法选择特征参数 |
| 4.2 NARX神经网络概述 |
| 4.2.1 NARX神经网络结构 |
| 4.2.2 评价指标 |
| 4.3 NARX神经网络参数的确定 |
| 4.4 NARX神经网络预测制动强度结果分析 |
| 4.5 本章小结 |
| 第五章 电动汽车制动策略研究 |
| 5.1 制动能量回收策略研究 |
| 5.1.1 车辆前轴与后轴的制动力分配策略研究 |
| 5.1.2 几种典型的制动力分配策略 |
| 5.1.3 一种新型的制动力分配策略 |
| 5.2 紧急制动时安全控制策略研究 |
| 5.2.1 最佳滑移率的估计 |
| 5.2.2 模型预测控制(MPC)简介 |
| 5.2.3 基于MPC的滑移率跟踪控制器设计 |
| 5.3 仿真结果分析 |
| 5.3.1 非紧急制动时能量回收仿真结果分析 |
| 5.3.2 基于MPC的制动安全性仿真结果分析 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 全文总结 |
| 6.2 创新点 |
| 6.3 展望 |
| 参考文献 |
| 致谢 |
| 硕士期间的研究成果及发表的学术论文 |
四、ABS系统基于数据融合技术的车速估计方法（论文参考文献）
- [1]基于多传感器数据融合的路面附着系数估计[D]. 何中正. 吉林大学, 2021(01)
- [2]纯电动汽车复合制动控制策略及其制动稳定性研究[D]. 王文嵩. 哈尔滨理工大学, 2021
- [3]基于车辆状态参数估计的商用车气压电子制动主动安全控制策略研究[D]. 石求军. 吉林大学, 2021(01)
- [4]电动轿车制动能量回收与防抱死集成控制系统研究[D]. 高会恩. 吉林大学, 2020(03)
- [5]典型冰雪路面安全驾驶车速机理分析与数学建模[D]. 孟恩杰. 新疆大学, 2020(07)
- [6]分布式驱动电动汽车电液混合制动自适应分频控制研究[D]. 潘铮. 上海交通大学, 2020(01)
- [7]基于多模型交互双重扩展卡尔曼滤波的汽车状态参数估计研究[D]. 王映清. 深圳大学, 2020(10)
- [8]电动汽车驾驶员制动意图识别方法研究[D]. 周恒平. 太原理工大学, 2020
- [9]多车道高速公路停车视距研究[D]. 单慧敏. 长安大学, 2020(06)
- [10]融合制动意图预测的电动汽车制动力分配策略研究[D]. 孙静. 南京航空航天大学, 2020(07)
标签：制动力分配论文; 制动能量回收系统论文; 数据融合论文; 附着系数论文; 仿真软件论文;