-
题名不可靠通信的云控场景下网联车辆控制器的设计
被引量：4
- 1
-
-
作者
许庆
潘济安
李克强
王建强
吴向斌
-
机构
清华大学车辆与运载学院
英特尔中国研究院
-
出处
《汽车工程》
EI
CSCD
北大核心
2021年第4期527-536,共10页
-
基金
国家自然科学基金(52072212)
英特尔智能网联汽车大学合作研究中心资助。
-
文摘
鉴于不可靠的网络通信给车辆网联控制带来的隐患,本文研究了考虑时延、丢包等因素的网联车辆控制器设计方法。首先基于马尔可夫跳变线性系统,建立包含随机丢包和时延事件的网络控制系统模型,提出了马尔可夫跳变线性系统稳定的线性矩阵不等式条件,给出了随机丢包的量化控制器设计方法。在此基础上,通过对系统方程矩阵的增广,提出了离散时延的跳变控制器设计方法。最后,分别对网联车辆横向与纵向控制两个典型云控场景进行仿真。结果表明,用本文提出的方法,在时延或丢包概率分布已知的条件下所设计的网联车辆控制系统量化控制器,能保证在不可靠通信情况下系统的稳定性和安全性。
-
关键词
网联车辆控制
马尔可夫跳变线性系统
云控
丢包
时延
-
Keywords
connected vehicle control
Markovian jump linear system
cloud control
packet drop
time delay
-
分类号
U463.6
[机械工程—车辆工程]
-
-
题名网联车辆并线预测与巡航控制的研究
被引量：3
- 2
-
-
作者
张涛
邹渊
张旭东
王文伟
-
机构
北京理工大学机械与车辆学院
北京电动车辆协同创新中心
-
出处
《汽车工程》
EI
CSCD
北大核心
2020年第2期250-256,共7页
-
基金
新能源汽车国家重大专项(2017YFB0103801)
国家自然科学基金(51775039、51805030和51861135301)资助
-
文摘
为检测旁车道车辆驾驶员的并线意图,提升网联车辆巡航跟车的主动安全性,提出了一种基于NAR神经网络学习的迭代循环预测算法。NAR神经网络的训练样本由实际交通环境中的车辆并线数据获得,通过训练的网络预测未来一段时间内旁车的横向行驶轨迹,并根据划定的监控区域计算旁车的切入概率。同时,提出了一种考虑并线概率的跟车距离策略,并应用到网联车辆CACC系统中。结果表明,所提出的并线预测算法能精确计算出旁车的横向换道轨迹,所提出的跟车策略可提升车辆的跟车安全性。
-
关键词
并线意图
神经网络
切入概率
网联车辆巡航控制
-
Keywords
merging intention
neural network
cut-in probability
connected vehicle cruise control
-
分类号
U463.6
[机械工程—车辆工程]
-
-
题名智能网联汽车云控系统及其实现
被引量：69
- 3
-
-
作者
李克强
常雪阳
李家文
许庆
高博麟
潘济安
-
机构
清华大学
启迪云控(北京)科技有限公司
-
出处
《汽车工程》
EI
CSCD
北大核心
2020年第12期1595-1605,共11页
-
基金
国家重点研发计划项目(2016YFB0100900)
清华大学-阿利昂斯智能出行联合研究中心资助。
-
文摘
本文中提出了基于信息物理系统(cyber-physical system,CPS)理论的智能网联汽车云控系统概念,该系统利用新一代信息与通信技术,将人、车、路、云的物理层、信息层、应用层连为一体,进行融合感知、决策与控制,可实现车辆行驶和交通运行安全、效率等性能的综合提升。在介绍系统架构、工作原理与关键技术的基础上,研究了边缘云上融合感知技术与时变时延下车辆控制技术,开发了面向真实道路的云控系统。通过仿真与道路试验,验证了系统的云端计算、融合感知、融合决策与网联控制的性能,展示了系统实际应用的可行性与先进性。
-
关键词
智能网联汽车
云控系统
信息物理系统
融合感知
网联车辆控制
-
Keywords
intelligent connected vehicles
cloud control system
cyber-physical system
integrated perception
networked vehicle control
-
分类号
TP3
[自动化与计算机技术—计算机科学与技术]
-
