智能电动汽车电动助力制动系统个性化控制策略研究

发布时间：2022-02-19 12:14

　　电动助力制动系统因为不依赖真空源、响应精确迅速且安全性高等因素,将会成为智能电动汽车制动系统的主流发展方向。基础助力和主动制动是电动助力制动系统最核心的功能,这些功能与车辆的安全性和驾驶感受息息相关,然而现在车辆制动系统的控制策略大都在关注系统的建压能力,很少或者几乎不考虑驾驶人因素。事实上,不同驾驶人的驾驶习性差别巨大,其对车辆制动系统的使用需求是不一致的,因此在进行制动系统开发时,必须要充分考虑驾驶人因素,将个性化驾驶习性融入制动系统中,形成个性化的控制策略,设计出符合不同驾驶人需求的制动系统,从而实现车辆安全、智能化的制动行为。探究驾驶人个性化的驾驶习性规律,将驾驶人的驾驶习性与基础助力和主动制动控制策略相结合,最终形成一套电动助力制动系统的个性化控制策略,对于提高制动系统的智能化程度,提高车辆安全性和驾驶人使用满意度具有十分积极的作用。本文依托国家重点研发计划课题（编号:2018YFB0105103）、吉林省科技发展计划项目（编号:20180201056GX）、吉林省教育厅“十三五”科学技术项目（编号:JJKH20180077KJ）、吉林省预算内基本建设资金项目（编号:2019... 

【文章来源】：吉林大学吉林省211工程院校985工程院校教育部直属院校

【文章页数】：115 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 研究背景及意义
    1.2 电动助力制动系统研究现状概述
        1.2.1 系统发展概述
        1.2.2 基础助力策略发展概述
        1.2.3 主动制动策略发展概述
    1.3 驾驶习性研究概述
    1.4 本文研究内容
第2章 驾驶人个性化驾驶习性分析与辨识
    2.1 驾驶行为数据采集
        2.1.1 驾驶行为数据采集平台搭建
        2.1.2 驾驶行为数据采集实验
    2.2 个性化驾驶习性分析
        2.2.1 特征参数选择
        2.2.2 特征参数分析
        2.2.3 基于k均值算法的驾驶习性聚类分析
        2.2.4 基于粒子群算法的聚类策略优化
    2.3 个性化驾驶习性辨识
        2.3.1 基于支持向量机算法的辨识策略
        2.3.2 基于遗传算法的辨识策略优化
    2.4 本章小结
第3章 电动助力制动系统个性化基础助力策略
    3.1 电动助力制动系统助力特性分析
        3.1.1 真空助力器特性测试
        3.1.2 助力特性分析
    3.2 电动助力制动系统建模与验证
        3.2.1 电动助力制动系统建模
        3.2.2 模型验证
    3.3 基础助力策略设计
        3.3.1 电机目标位置计算
        3.3.2 永磁同步电机控制策略设计
    3.4 个性化基础助力算法设计与验证
        3.4.1 驾驶习性与助力特性的匹配
        3.4.2 个性化基础助力特性设计
        3.4.3 仿真验证
    3.5 本章小结
第4章 电动助力制动系统个性化主动制动策略
    4.1 个性化主动制动需求分析
        4.1.1 主动制动过程分析
        4.1.2 个性化主动制动需求
    4.2 主动制动策略设计
        4.2.1 基于BP神经网络的车辆动力学逆模型
        4.2.2 主动增压算法设计
    4.3 基于Simulink/CarSim的仿真验证
    4.4 本章小结
第5章 电动助力制动系统个性化控制策略验证
    5.1 基于硬件在环试验台的个性化控制策略验证
        5.1.1 试验台搭建
        5.1.2 个性化基础助力控制策略验证
        5.1.3 个性化主动制动控制策略验证
    5.2 基于实车测试平台的个性化控制策略验证
        5.2.1 实车测试平台搭建
        5.2.2 驾驶人驾驶习性在线辨识验证
        5.2.3 个性化基础助力策略验证
    5.3 本章小结
第6章 全文总结与展望
    6.1 全文总结
    6.2 研究展望
参考文献
作者简介及在学期间所取得的科研成果
致谢


【参考文献】：
期刊论文
[1]汽车电子液压主动制动系统和控制算法[J]. 王陆林,刘贵如.  汽车工程学报. 2019(03)
[2]基于遗传神经网络的车轮匹配整车逆动力学[J]. 李海青,赵又群,闫茜,林棻.  华中科技大学学报(自然科学版). 2019(05)
[3]智能汽车人机协同控制的研究现状与展望[J]. 胡云峰,曲婷,刘俊,施竹清,朱冰,曹东璞,陈虹.  自动化学报. 2019(07)
[4]基于KL散度的驾驶员驾驶习性非监督聚类[J]. 朱冰,蒋渊德,邓伟文,杨顺,何睿,苏琛.  汽车工程. 2018(11)
[5]汽车电动助力制动系统摩擦建模与补偿控制[J]. 何睿,吴坚,高吉.  汽车工程. 2017(06)
[6]基于BP神经网络的纵向避撞安全辅助算法[J]. 章军辉,李庆,陈大鹏.  西安交通大学学报. 2017(07)
[7]集成式电子液压制动系统液压力变结构控制[J]. 余卓平,韩伟,熊璐.  汽车工程. 2017(01)
[8]城市工况下最小安全车距控制模型和避撞算法[J]. 刘贵如,周鸣争,王陆林,王海.  汽车工程. 2016(10)
[9]一种基于改进遗传算法的神经网络优化算法研究[J]. 刘浩然,赵翠香,李轩,王艳霞,郭长江.  仪器仪表学报. 2016(07)
[10]双动力源电子液压制动系统的研究[J]. 余卓平,林健,熊璐,徐松云.  汽车工程. 2016(06)

博士论文
[1]新型电子液压制动系统及其控制方法研究[D]. 刘海贞.吉林大学 2018

硕士论文
[1]电动助力制动系统及压力控制方法研究[D]. 陈朋成.吉林大学 2019
[2]基于驾驶习性的智能汽车个性化换道辅助系统研究[D]. 闫淑德.吉林大学 2019
[3]基于快速原型的电子机械助力制动器控制算法研究[D]. 王宇.吉林大学 2018
[4]混合制动系统及其EBD/ABS控制研究[D]. 齐世迁.吉林大学 2017
[5]电动助力制动系统研究[D]. 潜磊.吉林大学 2017
[6]汽车主动防撞预警系统的安全策略研究[D]. 李文娜.吉林大学 2016
[7]电子机械制动控制系统的研究[D]. 王俊鼎.浙江大学 2016



本文编号：3632878