CN103823929A - 一种基于驾驶员模型的车辆转向系统性能测试方法 - Google Patents
一种基于驾驶员模型的车辆转向系统性能测试方法 Download PDFInfo
- Publication number
- CN103823929A CN103823929A CN201410055985.8A CN201410055985A CN103823929A CN 103823929 A CN103823929 A CN 103823929A CN 201410055985 A CN201410055985 A CN 201410055985A CN 103823929 A CN103823929 A CN 103823929A
- Authority
- CN
- China
- Prior art keywords
- steering
- model
- module
- test
- steering system
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Abstract
本发明的目的是提出一种基于驾驶员模型的车辆转向系统参数的辅助设计系统和方法。该方法主要应用于转向系统的设计初期,借助于虚拟仿真平台,考虑驾驶员的驾驶特性,对初步设计的转向系统参数进行测试。该测试系统包括驾驶员模型、车辆转向系统模块、车辆模型模块、虚拟测试道路环境模块和信息储存模块。整个测试过程模拟的是人的驾驶过程,通过改变转向系统参数,获得汽车的状态响应,通过对状态响应的分析,优化转向系统的参数,使转向系统的性能更加符合人的驾驶特性。
Description
一、技术领域
本发明涉及在车辆的设计初期对车辆转向系统的参数进行测试评价,以期达到辅助转向系统参数优化设计,属于车辆工程领域。
二、背景技术
汽车的诞生提高了人们的交通和运输效率,丰富了人们的生活,改变了人们的出行方式。随着经济的快速增长和车辆生产技术的迅猛发展,车辆的持有量不断增加。汽车行业的蓬勃发展使之成为二十一世纪最重要的行业之一,随着汽车动力性能的提高,车速的提高,汽车的安全性和操纵稳定性就显的尤为重要。转向系统是影响汽车操纵稳定性的重要原因,也是是驾驶员对车进行控制的直接交互对象,因此转向系统的性能决定着汽车的操纵安全和驾驶舒适性。对于工程人员和汽车公司研发部门,如何在汽车研发时提高研发的效率就成为车辆设计领域中研究的热点,尤其是如何快速准确的评价车辆的参数以及获取最优的车辆参数,在很大程度上决定着汽车研发的进展、研发过程中的总体费用以及研发出的车辆质量。
对于转向系统在真车中的测试,主要有开环测试和闭环测试两种测试方法。在开环测试中,对转向系统的输入为一组固定的测试数据或者已预设好的固定的测试输入信号,这样可以保证多次测试对车辆的输入一致,但方向盘的输入并不根据车的响应而改变,这与现实不符;在闭环测试中,使用一定的算法控制车辆沿预期轨迹行驶,并保证轨迹追踪在一定的误差范围内,这可以通过建驾驶员模型或者设计机器人控制算法来实现,但这样的偏差控制算法的输入虽模仿人的驾驶却没有体现人的驾驶特性和局限。所以在实际的转向系统的测试 评价中一般都由熟练的驾驶员操纵被控汽车,在特定的道路环境下完成驾驶任务并记录所需数据,然后工程人员根据记录的数据对此转向系统进行评价,根据工程经验确定参数的变化范围,然后逐个改变参数的值再继续进行实验,经过反复的实验和计算得到最优的转向系统的参数。但这存在很多缺点:首先,即使对于经验丰富的熟练驾驶员,也不可能在多次实验中保证对被测汽车的输入完全一致,这样的测试评价结果不客观;其次,当测试速度较高时、道路环境条件恶劣时,对驾驶员有一定的危险性;最后,在转向系统参数没有一个大致范围时就大量真车实验会损耗过多的资金和精力;同时转向系统样机的试制也会浪费很多资金。
三、发明内容
本发明的目的是提出一种基于驾驶员模型的车辆转向系统参数的辅助设计系统和方法。该方法主要应用于转向系统设计的初期,借助于虚拟仿真平台,考虑驾驶员的驾驶特性,对初步设计的转向系统参数进行测试。
该测试系统包括驾驶员模型、车辆转向系统模块、车辆模型模块、虚拟测试道路环境模块和信息储存模块。其中车辆转向系统模块是转向系统结构确定之后,将之进行动力学建模的数学模型,是本发明方法的测试对象;车辆模型则是由专业的汽车软件提供的多自由度的汽车模型,该模型用于模拟真车;虚拟测试道路环境模块是根据不同的设计要求,通过模拟现实道路信息,建立测试所需的道路和路况;信息储存模块,采集和储存仿真测试过程中的数据;驾驶员模型模拟人在驾驶过程中对转向系统的输入。
其中驾驶员模型主要包括预瞄模块、预测模块、决策模块以及神经肌肉动力学模块。决策模块根据预瞄模块得到的预期轨迹和预测模块计算的汽车行驶的预测轨迹之间的偏差,经PD控制决策出控制命令,然后由神经动力学模块执 行决策出的控制命令,最终经车辆转向系统控制汽车。
整个测试模拟的是人在驾驶过程中对转向系统性能的测试。驾驶员模型替代驾驶员,它通过测试道路信息和车的状态信息决策需要给转向系统的输入,转向系统通过该输入调整汽车,使之达到测试道路所要求的轨迹,而该调整过程中汽车的响应则反映转向系统的性能。
应用上述测试系统对转向系统测试方法主要包括以下几个步骤:步骤1,对设计初期的转向系统进行动力学建模,得到转向系统的模型,将模型中可进行设计的参数(比如,系统转动惯量J,系统刚度K,阻尼系数B等)作为仿真时的变量;步骤2,根据不同的设计要求,选择不同的测试道路;步骤3,将转向系统参数和测试道路的信息输入给测试系统进行测试;步骤4,在测试完毕之后,对测试过程中车辆的状态响应进行采集储存;步骤5,对结果进行分析,优化转向系统参数。
其中,通过对转向系统中需要设计的不同参数,比如说系统的转动惯量,按设计要求进行相应的修改。每修改一次参数,转向系统的性能将发生相应的改变,测试系统则会得到对应不同参数的车辆状态响应,如运行轨迹、侧向速度、侧向加速度、横摆角等;同时也可选取不同的测试道路和车辆行驶的速度进行测试。结合上述两种测试方法,通过对测试结果的分析,选取适合设计要求的转向系统的参数组合,从而对转向系统进行辅助设计。
本发明的转向系统测试方法,主要应用在转向系统设计初期,利用驾驶员模型代替熟练驾驶员在虚拟环境中检测转向系统的性能特性,该方法有以下几个优点:1,将人的驾驶特性加入到整个转向系统的设计中,使转向系统的性能更加贴近人的驾驶风格;2,该测试是在仿真平台上进行的,通过对转向系统参数进修改,来仿真不同参数转向系统的性能,从而初步确定转向系统参数的一 个优化范围,减少了试制转向系统样机带来的资金浪费和研发周期。
附图说明
图1为本发明方法的总体框图
图2为驾驶员决策模型的结构图
图3为蛇形测试道路
图4为驾驶员-车-环系统结构图
图5为转向系统的简易模型
图6为本发明方法的测试方法流程图
如图所示,为了能明确实现本发明的实施例的结构,在图中标注了特定的结构和器件,但这仅为示意需要,并非意图将本发明限定在该特定结构、环境中,根据具体需要,本领域的普通技术人员可以将这些器件和环境进行调整或者修改,所进行的调整或者修改仍然包括在后附的权利要求的范围中。
具体实施方式
下面结合附图和具体实施例对车辆转向系统参数的辅助设计系统和方法进行详细描述。
同时,在这里加以说明的是,为了使实施例更加详尽,下面的实施例为最佳、优选实施例,对于一些公知技术本领域技术人员也可采用其他替代方式而进行实施;而且附图部分仅是为了更具体的描述实施方法,而并不旨在对本发明进行具体的限定。
本发明涵盖任何在本发明的精髓和范围上做的替代、修改、等效方法以及方案。为了使公众对本发明有彻底的了解,在以下本发明优选实施例中详细说明了具体的细节,而对本领域技术人员来说没有这些细节的描述也可以完全理 解本发明。另外,为了避免对本发明的实质造成不必要的混淆,并没有详细说明众所周知的方法、过程、流程等。
本发明的测试系统包括驾驶员模型、车辆转向系统模块、车辆模型模块、虚拟测试道路环境模块和信息储存模块。各模块组成的测试系统见图1。
根据附图说明如下
(一)启动matlab中的simulink模块建立驾驶员模型。其建立过程可参照专利号为201210219920.3专利,其中有详细说明。为使具体实施过程更加清晰易懂,叙述具有逻辑性,所以简要地对驾驶模型进行介绍。
驾驶员模型建立在排队网络认知体系上,根据人的驾驶特性将驾驶员模型分成三部分:感知部分模块、认知部分模块和运动模块。在驾驶员模型控制汽车追踪预期轨迹的同时,它能够准确地仿真真实驾驶员的驾驶特性和生理局限。图2是本发明驾驶员模型中的决策模块,主要模拟的是驾驶员在驾驶过程中的驾驶决策机理,它包括预瞄模块、预测模块、比较模块、决策模块等。
预瞄模块的输入是测试中汽车按要求遵循的道路轨迹,也就是测试中的测试道路。预测模块根据汽车状态信息(例如,横摆角、侧纵向坐标、纵向加速度、侧向加速度、侧向速度,纵向速度等),计算汽车行驶的预测轨迹。比较模块将预期轨迹与预测轨迹进行比较,获得并输出偏差参数(在本发明中,包括侧向位置偏差R、侧向加速度、侧加速度导数等),决策模块根据所差通过PD控制使汽车达到预期的轨迹。
驾驶员模型中动力模块是神经肌肉动力学模型,如图4所示,主要仿真的是人在驾驶过程中,认知决策完成后,通过神经肌肉动力学转化成力或者是力矩作用于转向系统上。
具体过程如下:预期轨迹是汽车按要求遵循的道路轨迹,为了进一步简化 描述,在本发明中,以GB/T6323.1-94中的蛇形测试道路作为示例。如图3所示,在汽车行驶路径上等间距地布置多个标桩,相邻的两个标桩之间的距离为L,在行驶路径的中心线上用不同于道路颜色的胶带标示预期轨迹(即,蛇形路径,如虚线所示)。用于测试汽车操纵稳定性的有效标桩区(即需要控制汽车沿着蛇形路径行驶的区域)为在第二个标桩到倒数第二个标桩之间的蛇形路径。为了便于描述,在图3中示出了XY坐标轴。
在驾驶员模型中获得侧向位置偏差R、侧向加速度、侧向加速度导数等参数的过程如下:
驾驶员模型中的预瞄模块通过寻迹传感器获得汽车在预瞄时间(Tp)内的预期轨迹点Pn(xn,yn),其中,xn表示沿着蛇形路径行驶的汽车在X方向的坐标,yn表示沿着蛇形路径行驶的汽车在Y方向的坐标。驾驶员模型中的预测模块通过汽车内部传感器获得汽车的当前状态Sn(xn,yn,ax,ay)并预测出汽车在预瞄时间(Tp)内所要到达的位置坐标P'n(x'n,y'n),其中,ax表示沿着蛇形路径行驶的汽车在X方向的加速度,ay表示沿着蛇形路径行驶的汽车在Y方向的加速度。由此可获得预期轨迹和预测轨迹的侧向位置偏差Rn:
Rn=y'n-yn (1)
由公式(1),第n步的侧向位置偏差通过预测轨迹点的侧向坐标减去预期轨迹点的侧坐标后得到。
为精确追踪预期轨迹,需调整方向盘转角以减小侧向位置偏差R。在驾驶员模型中利用PD控制来获得方向盘转角的改变量。在利用驾驶员模型获得方向盘转角的改变量时涉及的公式如下:
ΔΦn=kp·ayn+kd·a'yn (4)
Φn=Φ'n-1+ΔΦn (5)
由公式(2),根据汽车内部传感器获得第n步侧向速度vn,计算出到达预期位置的侧向加速度ayn。
由公式(3),通过第n步侧向加速度和第n-1步侧向加速度的差除以预瞄时间即可获得第n步侧向加速度的导数a'yn。
由公式(4),通过PD控制,获得方向盘转角的改变量,另外可以通过仿真不同驾驶风格的驾驶员(例如,当kp=0.008,kd=-0.02时,可以仿真熟练驾驶员;而更大的kp和kd则可以仿真激进驾驶员,反之,则可以仿真保守驾驶员),检测汽车在极限工况下的动态表现,为更好的评估汽车特性提供依据。
最后,由公式(5),第n-1步的方向盘转角加上方向盘转角的改变量就可以获得最终方向盘转角。方向盘转角通过神经肌肉动力学模型作用在方向盘上。整个操作过程参考附图4。
由于本发明是采用驾驶员模型来代替真实的熟练驾驶员进行测试,其发明重点并不是驾驶员模型,驾驶员模型采用Matlab/Simulik编程实现,而其中的神经肌肉动力学模块,参考的是目前国际通用的数学模型。该驾驶员模型的输入为预期轨迹和车辆状态信息。
(二)转向系统建模
本发明为了叙述简单,将转向系统简化为理想的刚体运动系统,根据动力学原理转化为如图5所示的替代模型,但本发明不只限于此,在设计过程中可以根据实际情况考虑转向系统的更多特性,本发明只考虑系统的转动惯量J,阻 尼B和刚度K对系统的影响。
将转向系统的动力学建模可以写成:
式中J、B、K分别代表与原系统等效的转动惯量、阻尼系数、刚度系数。
对(6)式进行拉普拉斯变换得下
其中,J为转向系统转动惯量,B为系统阻尼,K为转动刚度,也可以将转向系统建成比较贴近实际的动力学模型,而在本发明中为了叙述简明,所以只是选取抽象成较为简单的数学模型,对系统中的三个参数,即J,B,K进行相应的辅助设计。
在Matlab的simulink模块中,用一个二阶模块模拟转向系统,其输入为驾驶员模型输入的扭矩T,而输出为轮胎偏角θ。
(三)虚拟道路建模
(1)打开3ds Max,进入编辑页面,根据测试所需的道路进行建模,并将建好的模型*.WRL格式文件;
(2)打开matlab中的simulink,新建一个文件,双击左侧模块选择窗口中的“虚拟现实”工具箱,将VR模块拖入新建文件;
(3)双击“VR sink”模块,将(1)建立的文件添加其中。
(四)建立车辆动力模型
(1)为了在仿真实验中模拟真实车辆,本发明采用的是MSC公司开发的一款车辆动力学模型仿真软件Carsim。在测试平台安装完该软件之后,点击图标进入软件开始建立车辆动力学模型;
(2)进入Carsim软件,建立所需的数据库,该数据库主要用来存取汽车模型的参数和设置;
(3)根据设计的转向系统所应用的车型,在Carsim所提供的车辆模型中进行选择,或者直接进入车辆模型参数的用户设置,按照设计的车辆选择对应的参数,也可选择不同的车辆模型,代表不同的车辆对转向系统进行测试;
(4)Carsim整车模型包括以下七大子系统:车身、空气动力学系统、传动学系统、制动学系统、转向系统、轮胎和悬架系统。由于转向系统是本发明的测试对象,所以预先不对转向系统参数进行设置。完成对所设计的转向系统进行数学建模并得到数学模型之后,再对Carsim的转向系统参数进行设置;
(5)在Carsim主界面的simulink控制模块中的“模型选择”选项中选择前面建立的Matlab仿真模型。建立Carsim与matlab的联合仿真模式;
(6)单击软件页面上“四轮转向系统”按钮,在出现“Simulink Model”中选择车辆模型从matlab/Simulink接收数据,即由驾驶员模型中的神经肌肉动力学输出的转矩;
(7)单击“4WS输出“选项,检查carsim的输出参数。单击界面中的重新刷新按钮,可在“可变变量”框中出现可选择的输出变量,可以根据需要进行选择。单击查看,可以查看各个变量的具体含义;
(8)单击主界面“过程”按钮下的“速度”选项可进行车辆模型的速度设置,可以改变测试过程中车辆模型的速度;
(9)单击主界面中“发送到Simulink”按钮,将设置好的Carsim参数 发送到Matlab/Simulink对应的mdl文件中。
此时,由Carsim所提供的车辆模型已经建立成功。
(五)测试
(1)启动Carsim软件,选择进行测试的车辆模型数据库。
(2)选择汽车模型的测试速度,点击“发送到Simulink”,启动Simulink,在弹出的Simulink仿真系统框图中,点击转向系统模块,初始化J,B,K。
(3)点击道路测试模块,将道路曲线导入到模块之中。
(4)点击开始按钮,仿真开始。
(5)得到汽车响应曲线,分析车辆模型的响应。
(6)优化J,B,K,再次进行仿真。
整个软件流程过程如图6所示。
Claims (4)
1.一种基于驾驶员模型的车辆转向系统参数的辅助设计方法和系统。所述,一种基于驾驶员模型的车辆转向系统参数的辅助设计方法主要应用于转向系统设计的初期,借助于虚拟仿真平台,考虑驾驶员驾驶特性,对初步设计的转向系统参数进行测试。
2.根据权利要求1所述的基于驾驶员模型的车辆转向系统参数辅助设计系统包括驾驶员模型、车辆转向系统模块、车辆模型模块、虚拟测试道路环境模块和信息储存模块。其中车辆转向系统模块是转向系统结构确定之后,将之进行动力学建模的数学模型,是本发明方法的测试对象;车辆模型则是由专业的汽车软件提供的多自由度的汽车模型,该模型用来模拟真车;虚拟测试道路环境模块是根据不同的设计要求,通过模拟现实道路信息,建立测试所需的道路和路况;信息储存模块,用来采集和储存仿真测试过程中的数据;驾驶员模型用来模拟人在驾驶过程中对转向系统的输入。
3.根据权利要求1所述的一种基于驾驶员模型的车辆转向系统参数的辅助设计方法,具体步骤包括:
步骤1,对设计初期的转向系统进行动力学建模,得到转向系统的模型,将模型中可进行设计的参数(比如,系统转动惯量J,系统刚度K,阻尼系数B等)作为仿真时的变量;
步骤2,根据不同的设计要求,选择不同的测试道路;
步骤3,将转向系统参数和测试道路的信息输入给测试系统进行测试;
步骤4,在测试完毕之后,对测试过程中车辆的状态响应进行采集储存;
步骤5,对结果进行分析,优化转向系统参数。
4.根据权利要求3所述的一种基于驾驶员模型的车辆转向系统参数的辅助 设计方法,具体实施方法包括:
方法1:通过对步骤1中所述的转向系统参数进行调整,转向系统的性能将发生相应的改变,测试系统则会得到对应不同参数的车辆状态响应。
方法2:通过对步骤2中所述的道路及车辆速度参数进行调整,得到对应不同参数的车辆状态响应。
结合所述的方法1与方法2两种测试方法,通过对测试的结果的分析,选取适合设计要求的转向系统的参数组合,从而对转向系统进行辅助设计。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410055985.8A CN103823929A (zh) | 2014-02-18 | 2014-02-18 | 一种基于驾驶员模型的车辆转向系统性能测试方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410055985.8A CN103823929A (zh) | 2014-02-18 | 2014-02-18 | 一种基于驾驶员模型的车辆转向系统性能测试方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103823929A true CN103823929A (zh) | 2014-05-28 |
Family
ID=50758989
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410055985.8A Pending CN103823929A (zh) | 2014-02-18 | 2014-02-18 | 一种基于驾驶员模型的车辆转向系统性能测试方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103823929A (zh) |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104765982A (zh) * | 2015-05-07 | 2015-07-08 | 安徽联合星通信息科技股份有限公司 | 一种评测车辆驾驶技能的建模方法 |
CN105426638A (zh) * | 2015-12-24 | 2016-03-23 | 吉林大学 | 一种驾驶员行为特性辨识装置 |
CN105785964A (zh) * | 2014-12-25 | 2016-07-20 | 上海机动车检测中心 | 一种车辆闭环试验方法 |
CN106202698A (zh) * | 2016-07-06 | 2016-12-07 | 长安大学 | 一种车载传感网节点移动智能驾驶员模型的构建方法 |
CN107132843A (zh) * | 2017-05-19 | 2017-09-05 | 北京京东尚科信息技术有限公司 | 无人搬运车的控制方法和装置 |
CN107169223A (zh) * | 2017-06-02 | 2017-09-15 | 吉林大学 | 基于汽车操纵稳定性试验评价系统的车辆参数调教方法 |
CN107292048A (zh) * | 2017-07-05 | 2017-10-24 | 合肥工业大学 | 一种基于veDYNA车道保持方法及系统 |
CN109084999A (zh) * | 2017-06-13 | 2018-12-25 | 通用汽车环球科技运作有限责任公司 | 转向硬件模拟器的运动学表生成 |
CN109716337A (zh) * | 2016-07-13 | 2019-05-03 | Avl 里斯脱有限公司 | 用于对机动车进行基于仿真的分析的方法 |
CN109901546A (zh) * | 2017-12-11 | 2019-06-18 | 郑州宇通客车股份有限公司 | 辅助驾驶车辆硬件在环仿真测试方法和系统 |
CN111428960A (zh) * | 2020-01-10 | 2020-07-17 | 武汉理工大学 | 一种融合多源车载传感器信息的智能车辆驾驶性自动化评价方法 |
CN111539087A (zh) * | 2019-01-18 | 2020-08-14 | 上汽通用汽车有限公司 | 自动驾驶系统仿真测试平台和自动驾驶系统评价方法 |
CN112329150A (zh) * | 2020-11-19 | 2021-02-05 | 湖北汽车工业学院 | 一种非独立悬架优化设计方法 |
CN112489428A (zh) * | 2020-11-26 | 2021-03-12 | 济南北方交通工程咨询监理有限公司 | 一种基于驾驶行为的道路评价方法及系统 |
CN114253153A (zh) * | 2020-09-23 | 2022-03-29 | 湖南中车智行科技有限公司 | 一种车辆转向仿真方法及其仿真系统 |
CN116205084A (zh) * | 2023-04-27 | 2023-06-02 | 苏州智行众维智能科技有限公司 | 基于转向器加载机构的车辆驾驶仿真测试系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102661868A (zh) * | 2012-04-18 | 2012-09-12 | 清华大学 | 一种汽车转向操纵机构转动惯量和阻尼参数的测量方法 |
CN102788704A (zh) * | 2012-06-29 | 2012-11-21 | 北京理工大学 | 基于驾驶员模型的汽车操纵稳定性检测系统及检测方法 |
-
2014
- 2014-02-18 CN CN201410055985.8A patent/CN103823929A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102661868A (zh) * | 2012-04-18 | 2012-09-12 | 清华大学 | 一种汽车转向操纵机构转动惯量和阻尼参数的测量方法 |
CN102788704A (zh) * | 2012-06-29 | 2012-11-21 | 北京理工大学 | 基于驾驶员模型的汽车操纵稳定性检测系统及检测方法 |
Non-Patent Citations (1)
Title |
---|
宋旸: "基于CarSim的EPS系统建模及其控制仿真研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 * |
Cited By (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105785964A (zh) * | 2014-12-25 | 2016-07-20 | 上海机动车检测中心 | 一种车辆闭环试验方法 |
CN105785964B (zh) * | 2014-12-25 | 2018-06-29 | 上海机动车检测认证技术研究中心有限公司 | 一种车辆闭环试验方法 |
CN104765982A (zh) * | 2015-05-07 | 2015-07-08 | 安徽联合星通信息科技股份有限公司 | 一种评测车辆驾驶技能的建模方法 |
CN105426638A (zh) * | 2015-12-24 | 2016-03-23 | 吉林大学 | 一种驾驶员行为特性辨识装置 |
CN106202698A (zh) * | 2016-07-06 | 2016-12-07 | 长安大学 | 一种车载传感网节点移动智能驾驶员模型的构建方法 |
CN106202698B (zh) * | 2016-07-06 | 2019-07-26 | 长安大学 | 一种车载传感网节点移动智能驾驶员模型的构建方法 |
CN109716337A (zh) * | 2016-07-13 | 2019-05-03 | Avl 里斯脱有限公司 | 用于对机动车进行基于仿真的分析的方法 |
CN109716337B (zh) * | 2016-07-13 | 2023-10-17 | Avl 里斯脱有限公司 | 用于对机动车进行基于仿真的分析的方法 |
CN107132843A (zh) * | 2017-05-19 | 2017-09-05 | 北京京东尚科信息技术有限公司 | 无人搬运车的控制方法和装置 |
CN107132843B (zh) * | 2017-05-19 | 2020-07-31 | 北京京东尚科信息技术有限公司 | 无人搬运车的控制方法和装置 |
CN107169223A (zh) * | 2017-06-02 | 2017-09-15 | 吉林大学 | 基于汽车操纵稳定性试验评价系统的车辆参数调教方法 |
CN109084999A (zh) * | 2017-06-13 | 2018-12-25 | 通用汽车环球科技运作有限责任公司 | 转向硬件模拟器的运动学表生成 |
CN107292048A (zh) * | 2017-07-05 | 2017-10-24 | 合肥工业大学 | 一种基于veDYNA车道保持方法及系统 |
CN107292048B (zh) * | 2017-07-05 | 2020-12-04 | 合肥工业大学 | 一种基于veDYNA车道保持方法及系统 |
CN109901546A (zh) * | 2017-12-11 | 2019-06-18 | 郑州宇通客车股份有限公司 | 辅助驾驶车辆硬件在环仿真测试方法和系统 |
CN111539087A (zh) * | 2019-01-18 | 2020-08-14 | 上汽通用汽车有限公司 | 自动驾驶系统仿真测试平台和自动驾驶系统评价方法 |
CN111539087B (zh) * | 2019-01-18 | 2024-04-09 | 上汽通用汽车有限公司 | 自动驾驶系统仿真测试平台和自动驾驶系统评价方法 |
CN111428960A (zh) * | 2020-01-10 | 2020-07-17 | 武汉理工大学 | 一种融合多源车载传感器信息的智能车辆驾驶性自动化评价方法 |
CN111428960B (zh) * | 2020-01-10 | 2022-06-03 | 武汉理工大学 | 一种融合多源车载传感器信息的智能车辆驾驶性自动化评价方法 |
CN114253153A (zh) * | 2020-09-23 | 2022-03-29 | 湖南中车智行科技有限公司 | 一种车辆转向仿真方法及其仿真系统 |
CN112329150B (zh) * | 2020-11-19 | 2022-06-17 | 湖北汽车工业学院 | 一种非独立悬架优化设计方法 |
CN112329150A (zh) * | 2020-11-19 | 2021-02-05 | 湖北汽车工业学院 | 一种非独立悬架优化设计方法 |
CN112489428B (zh) * | 2020-11-26 | 2022-08-26 | 济南北方交通工程咨询监理有限公司 | 一种基于驾驶行为的道路评价方法及系统 |
CN112489428A (zh) * | 2020-11-26 | 2021-03-12 | 济南北方交通工程咨询监理有限公司 | 一种基于驾驶行为的道路评价方法及系统 |
CN116205084A (zh) * | 2023-04-27 | 2023-06-02 | 苏州智行众维智能科技有限公司 | 基于转向器加载机构的车辆驾驶仿真测试系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103823929A (zh) | 一种基于驾驶员模型的车辆转向系统性能测试方法 | |
CN110228462B (zh) | 四轮轮毂电机驱动电动汽车横摆稳定性控制方法 | |
CN104859650B (zh) | 一种多时间尺度的车辆横摆稳定性滚动优化控制方法 | |
Lattarulo et al. | A complete framework for developing and testing automated driving controllers | |
CN104462716B (zh) | 一种基于人‑车‑路模型的脑‑控车辆的脑‑机接口参数和动力学参数设计方法 | |
Son et al. | Simulation-based testing framework for autonomous driving development | |
CN103956045B (zh) | 利用半实物仿真技术手段实现车队协同驾驶的方法 | |
CN102788704B (zh) | 基于驾驶员模型的汽车操纵稳定性检测系统及检测方法 | |
CN105045102B (zh) | 一种车辆侧向稳定非线性集成控制方法 | |
Chen et al. | Dynamic drifting control for general path tracking of autonomous vehicles | |
CN110161865A (zh) | 一种基于非线性模型预测控制的智能车换道轨迹规划方法 | |
CN114379583A (zh) | 一种基于神经网络动力学模型的自动驾驶车辆轨迹跟踪系统及方法 | |
CN113722835A (zh) | 拟人化随机换道驾驶行为建模方法 | |
Bruschetta et al. | A nonlinear model predictive control based virtual driver for high performance driving | |
Domina et al. | Modelling the dynamic behavior of the steering system for low speed autonomous path tracking | |
CN101770533A (zh) | 车辆-地面相互作用动力学仿真系统 | |
Lattarulo et al. | Towards conformant models of automated electric vehicles | |
Kim et al. | Simulation of heavy-duty vehicles in platooning scenarios | |
CN106446335B (zh) | 一种三维空间下的道路线形质量评估方法 | |
Fan et al. | A Co-Simulation Platform for Powertrain Controls Development | |
Hamilton et al. | Modeling and simulation of an autonomous-capable electrified vehicle: A review | |
Boggio et al. | Trajectory planning and control for autonomous vehicles: a “fast” data-aided NMPC approach | |
Sriranjan et al. | Lateral controllers using neuro-fuzzy systems for automated vehicles: A comparative study | |
Ma et al. | A Safe Overtaking Control Scheme for Autonomous Vehicles using Rapid-Exploration Random Tree | |
Liu et al. | Path tracking with minimum time of vehicle handling inverse dynamics based on adaptive gauss pseudospectral method |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20140528 |
|
RJ01 | Rejection of invention patent application after publication |