汽车多模式自适应巡航系统的仿驾驶员智能控制方法研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    51505354
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    20.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    E0503.机械动力学
  • 结题年份:
    2018
  • 批准年份:
    2015
  • 项目状态:
    已结题
  • 起止时间:
    2016-01-01 至2018-12-31

项目摘要

How to improve the adaptability toward driving conditions and driver’s behaviors is a key problem in study of ACC system. In particular for lane change and curved driving condition, there is no effective resolution. This research aims at the close-loop system of driver- vehicle- road, and simulates the mechanism of driver’s perception-decision making-control in typical conditions. Detailed work is as follows: 1. To explore the decision-making mechanism in dynamic lane-changing conditions based on multiple target tracking-identification of driver’s intention-estimation of collision risk. Integrated with valid targets among surrounding vehicles and driver’s intention of lane-changing, real-time synthetic judgment of lane-changing risk is made through vehicle states estimation and path prediction. 2. To simulate the driver’s acceleration characteristic and control rule in curved road, and study the coordinated strategy in ACC curved mode. 3. To establish hierarchy architecture of multi-mode ACC and mode switch strategy. This study could provide an effective theoretical and technical support on smart and practical for ACC system.
如何提高自适应巡航系统对于行驶工况和驾驶行为的适应性是该领域研究中的一个关键问题。特别是针对换道工况和弯道工况,当前国内外尚未形成切实有效的系统解决方案。本项目以人-车-路闭环系统为研究对象,模拟驾驶员在典型工况下的感知-决策-控制机制,拟开展以下工作:(1)探索基于多目标跟踪-驾驶意图判断-碰撞风险预估的动态换道决策机制。综合环境车辆信息与换道驾驶意图,在对车辆运动状态估计及航迹预测的基础上,实时判断换道碰撞风险。(2)模拟驾驶员弯道加减速控制规律,研究弯道模式下的协调控制策略。(3)建立多模式自适应巡航系统的控制体系及模式切换方法。本项研究将为提升自适应巡航系统的智能化和实用化提供良好的理论与技术支撑。

结项摘要

面向人-车-路控制闭环,模拟驾驶员在典型工况特别是换道和弯道工况下的感知-决策-控制机制,从而提高自适应巡航系统对于行驶工况和驾驶行为的适应性是本项目的主要研究目标。本项目力图解决传统自适应巡航系统控制结构单一,驾驶员接受度差的不足,为自适应巡航系统的智能化和实用化提供良好的理论与技术支撑。.在本项青年科学基金项目资助下,项目团队开展了汽车自适应巡航系统在多模式控制框架下主动换道辅助和弯道功能增强的攻关工作。1)提出了汽车巡航过程中的换道时机决策、换道轨迹跟踪以及换道稳定性判断等方法。同时,通过对侧后方目标检测、运动状态观测以及换道轨迹预测来实现安全换道。2)建立了弯道工况下的车速变化模型和轨迹跟踪控制算法,并融合毫米波雷达和摄像头信息实现了弯道目标补偿。3)构建了多模式自适应巡航系统的分层控制框架,在此框架内开展了驾驶意图辨识和驾驶行为决策研究,并且设计了底层电液制动执行机构。对照实时仿真、驾驶员在环及实车实验,实现了感知观测、决策模型、控制策略、执行器研制等四个方面的工作目标,覆盖了项目任务书全部研究计划。.在项目支持下,研制出多模式自适应巡航控制方法及其原型样机,集成式电液复合制动执行机构,驾驶员在环实验台,智能电动实验车等成果,目前正与上汽、神龙、万向等整车及零部件厂商开展成果应用转化工作。.在项目支持下,在高水平期刊会议上发表论文14篇,其中SCI论文3篇,EI论文7篇,相关研究成果获授权发明专利3项,所做工作在国内同行中产生了一定的影响。培养硕士研究生4人,合作培养博士生2人,硕士生2人,为汽车领域输送了高素质人才。

项目成果

期刊论文数量(8)
专著数量(0)
科研奖励数量(0)
会议论文数量(6)
专利数量(7)
无人驾驶汽车串联式制动系统控制研究
  • DOI:
    10.19620/j.cnki.1000-3703.20172150
  • 发表时间:
    2018
  • 期刊:
    汽车技术
  • 影响因子:
    --
  • 作者:
    裴晓飞;陈祯福;武冬梅;吴学杰;褚端峰
  • 通讯作者:
    褚端峰
State Estimation of Vehicle’s Dynamic Stability Based on the Nonlinear Kalman Filter
基于非线性卡尔曼滤波器的车辆动态稳定性状态估计
  • DOI:
    10.1007/s42154-018-0028-6
  • 发表时间:
    2018-07
  • 期刊:
    Automotive innovation
  • 影响因子:
    6.1
  • 作者:
    Xiaofei Pei;Xu Hu;Wei Liu;Zhenfu Chen;Bo Yang
  • 通讯作者:
    Bo Yang
Hierarchical control strategy towards safe driving of autonomous vehicles
自动驾驶安全驾驶的分级控制策略
  • DOI:
    10.3233/jifs-171186
  • 发表时间:
    2018
  • 期刊:
    JOURNAL OF INTELLIGENT & FUZZY SYSTEMS
  • 影响因子:
    2
  • 作者:
    Chen keji;Yang bo;Pei xiaofei;Guo Xuexun
  • 通讯作者:
    Guo Xuexun
Development of integrated electro-hydraulic braking system and its ABS application
集成电液制动系统的研制及其ABS应用
  • DOI:
    10.1007/s12541-016-0042-8
  • 发表时间:
    2016-03
  • 期刊:
    International Journal of Precision Engineering and Manufacturing
  • 影响因子:
    1.9
  • 作者:
    Tan Zhi-Hui;Chen Zhen-Fu;Pei Xiao-Fei;Guo Xue-Xun;Pei Shuang-Hong
  • 通讯作者:
    Pei Shuang-Hong
Longitudinal/Lateral Stability Analysis of Vehicle Motion in the Nonlinear Region
非线性区域车辆运动纵向/横向稳定性分析
  • DOI:
    10.1155/2016/3419108
  • 发表时间:
    2016-08
  • 期刊:
    MATHEMATICAL PROBLEMS IN ENGINEERING
  • 影响因子:
    --
  • 作者:
    Chen keji;Pei xiaofei;Ma guocheng;Guo xuexun
  • 通讯作者:
    Guo xuexun

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

基于模糊支持向量机的旁车道车辆并线意图识别方法
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    汽车工程
  • 影响因子:
    --
  • 作者:
    马国成;刘昭度;裴晓飞;王宝锋;齐志权
  • 通讯作者:
    齐志权
车载雷达多车道目标识别及补偿方法
  • DOI:
    --
  • 发表时间:
    2013
  • 期刊:
    北京理工大学学报
  • 影响因子:
    --
  • 作者:
    马国成;刘昭度;裴晓飞;王宝锋;齐志权
  • 通讯作者:
    齐志权
基于路面特征参数和制动防抱调节特征的路面识别方法
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    汽车工程
  • 影响因子:
    --
  • 作者:
    齐志权;裴晓飞;马国成;王宝峰
  • 通讯作者:
    王宝峰
汽车自适应巡航系统的多模式切换控制
  • DOI:
    --
  • 发表时间:
    2012
  • 期刊:
    机械工程学报
  • 影响因子:
    --
  • 作者:
    裴晓飞;刘昭度;马国成;齐志权
  • 通讯作者:
    齐志权
汽车液压制动系统轮缸压力阶梯减压控制特性分析
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    汽车工程
  • 影响因子:
    --
  • 作者:
    齐志权;王宝峰;裴晓飞;马国成
  • 通讯作者:
    马国成

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

裴晓飞的其他基金

面向动态不确定环境的智能汽车安全类人决策规划研究
  • 批准号:
  • 批准年份:
    2022
  • 资助金额:
    54 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