人车路协同环境下半挂汽车列车队列安全换道的态势感知与容错控制

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    51775565
  • 项目类别:
    面上项目
  • 资助金额:
    60.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    E0507.机械仿生学与生物制造
  • 结题年份:
    2021
  • 批准年份:
    2017
  • 项目状态:
    已结题
  • 起止时间:
    2018-01-01 至2021-12-31

项目摘要

In this project, the situation awareness and fault tolerant control for safe lane change of semitrailer train platoon was considered as research object. According to analysis the coupled relationship and interaction mechanism of driver-vehicle-road-environment system, we establish driving simulation system for semitrailer train platoon based on Cooperative Driver-Vehicle-Infrastructure Systems. Based on human factors engineering principle and traffic engineering experiment, data collection was carried out by the simulation and road test. Then, we identify and evaluate the mental workload of the driver's lane changing behavior by using the fuzzy support vector machine principle. To construct the data structure of continuous observation information for vehicle lane changing process, multi-source heterogeneous data fusion method was used. Besides, we analysis the internal-external disturbance factors and fault tolerance mechanism of the semitrailer train platoon’s state transition, and study the influence mechanism caused by lane changing behavior on the temporal and spatial evolution of vehicle/vehicle-platoon safety modes. Based on the nonlinear control theory and the model of vehicle platoon risk distinguish, the adaptive fault tolerant controller was designed to adapt large scale asymptotic stability for vehicle/vehicle-platoon. Finally, simulation and experiment test were used to verify the robust stability and dynamic response performance for the intelligent semitrailer train platoon. According to the above research, it can give the theoretical support and technical reference for the intelligent truck platoon travel control's realization based on Cooperative Driver-Vehicle-Infrastructure Systems. Furthermore, it has great practical significance to improve the ability of accidents active prevention in the cargo transport vehicles.
本项目以半挂汽车列车队列安全换道的态势感知和容错控制为研究对象,通过分析人-车-路-环境的耦合关系和交互机理,建立人车路协同环境下智能半挂汽车列车队列的驾驶模拟系统。基于人因工程学和交通工程实验学,开展仿真实验和道路试验的数据采集,采用模糊支持向量机原理对驾驶员换道行为的精神负荷进行感知辨识和态势评估。应用多源异构数据融合方法,构建车辆换道过程连续观测信息的人车路数据结构,剖析半挂汽车列车队列状态变迁的内外干扰因子和容错机制,研究换道行为对车辆/车辆群安全模态时空演化的影响机理。基于非线性控制理论和车队险态判别模型,设计适应于车辆/车队大范围渐进稳定的自适应容错控制器,采用仿真实验手段验证智能半挂汽车列车队列行驶控制器的鲁棒稳定性和动态响应性能。拟通过上述研究,为实现基于人车路协同的智能卡车队列行驶控制提供理论支撑和技术借鉴,对提高该类货物运输车辆行驶中事故主动预防能力具有重要的现实意义。

结项摘要

“人车路协同环境下半挂汽车列车队列安全换道的态势感知与容错控制”课题,属于公路甩挂运输行业,半挂汽车列车队列作为智能网联汽车/车队的一个组成部分,在高速公路运输行业具有重要的实践价值。主要的研究内容包括:自动驾驶车辆及编队控制仿真环境构建和机理分析、半挂汽车列车自动驾驶安全换道模型及控制研究、半挂汽车列车高速变道稳定域估计、非常态高速公路半挂汽车列车换道分叉特性及控制研究、车辆高速转向分岔特性分析、高速公路弯道路段车辆紧急避撞安全换道模型、非常态高速公路智能车辆换道路径规划及控制研究。研究结果表明,针对传统稳定域在评价铰接列车非稳态转向稳定性方面的不足,课题组提出了一种适用于半挂汽车列车的高速变道稳定域的估计方法;建立了包含魔术公式的半挂汽车列车四自由度非线性动力学模型,通过高速移线的仿真和实车试验对比验证了所建模型的有效性;同时,课题组基于侧向速度正态分布拟合方法,考虑自动驾驶系统决策延迟、转向频率、车速、车辆侧向运动延迟和铰接状态、道路附着等智能车路因素,构建了高速公路半挂汽车列车自动驾驶紧急避撞安全换道模型。基于多车协同驾驶控制结构和车辆运动学建立车辆位置误差模型,结合系统大范围渐进稳定的条件,选取线速度和角速度作为输入,应用李雅普诺夫稳定性理论和Backstepping非线性控制算法,设计了无人驾驶车辆换道汇入后的路径跟踪控制器。仿真实验和实车试验的结果表明,课题组所设计的换道汇入路径是可行的、安全的,控制器具有良好的跟踪效果,纵向和横向的距离误差在15cm以内,方向偏差的相对误差在10%以内。研究结果为智能车路系统中的多车状态变迁与协同驾驶研究提供了一种参考,可服务于未来道路交通安全设计和评价。课题研究立足于通过基础理论分析和仿真实验验证的研究工作,为未来车联网环境下智能网联汽车和协同式卡车队列控制提供了一种参考,研究成果对“多智能体协同控制学”、“现代交通工程实验学”也具有一定的借鉴价值。

项目成果

期刊论文数量(22)
专著数量(0)
科研奖励数量(5)
会议论文数量(0)
专利数量(1)
Numerical calculation model performance analysis for aluminum alloy mortise-and-tenon structural joints used in electric vehicles
电动汽车用铝合金榫卯结构节点数值计算模型性能分析
  • DOI:
    10.1016/j.compositesb.2018.10.034
  • 发表时间:
    2019-03
  • 期刊:
    Composites Part B: Engineering
  • 影响因子:
    --
  • 作者:
    Xiong Huiyuan;Tan Z;Zhang R
  • 通讯作者:
    Zhang R
HIES: Cases for hydrogen energy and I-Energy
HIES:氢能和 I-Energy 案例
  • DOI:
    10.1016/j.ijhydene.2019.03.056
  • 发表时间:
    2019-11
  • 期刊:
    International Journal of Hydrogen Energy
  • 影响因子:
    7.2
  • 作者:
    Yang Lu;Xie Pengli;Zhang Ronghui;Cheng Yanjie;Cai Bowen;Wang Rongben
  • 通讯作者:
    Wang Rongben
Bifurcation of Lane Change and Control on Highway for Tractor-Semitrailer under Rainy Weather
雨天牵引半挂车公路分岔变道及控制
  • DOI:
    10.1155/2017/3506053
  • 发表时间:
    2017
  • 期刊:
    Journal of Advanced Transportation
  • 影响因子:
    2.3
  • 作者:
    Peng Tao;Guan Zhiwei;Zhang Ronghui;Dong Jinsong;Li Kening;Xu Hongguo
  • 通讯作者:
    Xu Hongguo
A new safe lane-change trajectory model and collision avoidance control method for automatic driving vehicles
一种新的自动驾驶车辆安全换道轨迹模型及防撞控制方法
  • DOI:
    10.1016/j.eswa.2019.112953
  • 发表时间:
    2020-03-01
  • 期刊:
    EXPERT SYSTEMS WITH APPLICATIONS
  • 影响因子:
    8.5
  • 作者:
    Peng, Tao;Su, Lili;Xu, Hongguo
  • 通讯作者:
    Xu, Hongguo
半挂汽车列车高速变道稳定域估计
  • DOI:
    10.19818/j.cnki.1671-1637.2018.04.010
  • 发表时间:
    2018
  • 期刊:
    交通运输工程学报
  • 影响因子:
    --
  • 作者:
    彭涛;关志伟;张荣辉;杜峰;宗长富;李克宁
  • 通讯作者:
    李克宁

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

基于K-means算法的行人检测方法研究
  • DOI:
    --
  • 发表时间:
    2014
  • 期刊:
    公路交通科技
  • 影响因子:
    --
  • 作者:
    游峰;张荣辉;李福樑;冯琼莹;徐建闽
  • 通讯作者:
    徐建闽
铜基钎料真空钎焊镀钛金刚石
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    硅酸盐学报,Vol.39,No.2,2011
  • 影响因子:
    --
  • 作者:
    张荣辉;潘占;伍俏平;邓朝晖
  • 通讯作者:
    邓朝晖
nbsp;欠驱动半挂汽车列车的运动建模与跟踪控制 nbsp;
  • DOI:
    --
  • 发表时间:
    2014
  • 期刊:
    吉林大学学报(工学版)
  • 影响因子:
    --
  • 作者:
    张荣辉;王海玮;徐建闽;温惠英
  • 通讯作者:
    温惠英
基于改进遗传算法的车辆导航路径优化研究
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    International Journal of Advancements in Computing Technology
  • 影响因子:
    --
  • 作者:
    钟令书;游峰;董金松;张荣辉
  • 通讯作者:
    张荣辉
欠驱动半挂汽车列车的运动建模与跟踪控制
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    吉林大学学报(工学版)
  • 影响因子:
    --
  • 作者:
    张荣辉;王海玮;徐建闽;温惠英
  • 通讯作者:
    温惠英

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

张荣辉的其他基金

人机共驾环境下高速公路半挂汽车列车群体自治的盲区全息感知与极限稳定控制
  • 批准号:
    52172350
  • 批准年份:
    2021
  • 资助金额:
    58 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码