为解决无人驾驶车辆轨迹跟踪精度和控制稳定性问题,提出了一种考虑前馈控制和动态调整速度比例、积分、微分(Proportional Integral Derivative,PID)控制器参数的方法。采用七次多项式进行变道轨迹规划,改进纵向位置和速度双PID控制器,...为解决无人驾驶车辆轨迹跟踪精度和控制稳定性问题,提出了一种考虑前馈控制和动态调整速度比例、积分、微分(Proportional Integral Derivative,PID)控制器参数的方法。采用七次多项式进行变道轨迹规划,改进纵向位置和速度双PID控制器,动态调整纵向位移误差,并采用模糊控制对PID控制器参数进行实时整定;同时,结合基于“前馈+反馈”的线性二次型调节器(Linear Quadratic Regulator,LQR)控制算法求解横向位移误差和车身横摆角速度误差,使跟踪误差收敛,最终通过电机模型将控制量转化为期望前轮转角,解决了模型失配导致的横向位移误差较大的问题。进行仿真验证,当车辆以60 km/h的速度在城市道路场景下变道行驶时,横向位移误差控制在0.015 m范围内,纵向位移误差控制在毫米级别,误差范围控制在[0.002,0.006]m,车身横摆角速度变化平稳且横摆角速度误差不超过0.83 rad/s。在此基础上,进一步完成了实车实验,仿真与实车实验结果均表明,所设计的控制器可以达到轨迹跟踪中对高精度的要求,能够保证无人驾驶车辆在变道工况平稳行驶。展开更多
噪声模型是噪声研究的基础,目前建立的车辆行驶噪声模型中,往往忽略了多普勒效应的影响。在多普勒频移理论基础上,建立了多普勒效应单车行驶噪声模型,并对车辆行驶噪声的多普勒效应影响因素进行了分析。研究结果表明:多普勒频移现象引...噪声模型是噪声研究的基础,目前建立的车辆行驶噪声模型中,往往忽略了多普勒效应的影响。在多普勒频移理论基础上,建立了多普勒效应单车行驶噪声模型,并对车辆行驶噪声的多普勒效应影响因素进行了分析。研究结果表明:多普勒频移现象引起的受声点声压级和A计权频率响应的变化,是导致车辆迎面驶来和背离驶去时受声点噪声声压级差异的主要因素;多普勒效应对高速小型车辆行驶噪声有较显著的影响,算例中小型车以120 km/h匀速驶来时比驶去时噪声声压级(A)大2.3 d B;车辆行驶速度越高,多普勒效应对行驶噪声声压级变化的影响越明显。展开更多
文摘目前公路交通噪声预测结果与实际情况存在较大差别,主要原因是声源预测模型存在不足。为了提高交通噪声预测结果的准确性,通过考虑车辆声源的实际高度,运用声学仿真软件Virtual. lab建立竖向高度与车辆声源实际情况一致的声源模型。对受声点的预测结果分析表明:与等效声源模型相比,考虑声源实际高度的噪声模型更符合道路实际情况,提高预测结果的准确性;在3 m高声屏障下道路交通状况全为重型车时预测结果差值最明显,两种声源模型综合噪声差值为1. 71 d B,315 Hz时达到频谱峰值差值3. 03 d B,为道路交通噪声控制提供参考依据。
文摘噪声模型是噪声研究的基础,目前建立的车辆行驶噪声模型中,往往忽略了多普勒效应的影响。在多普勒频移理论基础上,建立了多普勒效应单车行驶噪声模型,并对车辆行驶噪声的多普勒效应影响因素进行了分析。研究结果表明:多普勒频移现象引起的受声点声压级和A计权频率响应的变化,是导致车辆迎面驶来和背离驶去时受声点噪声声压级差异的主要因素;多普勒效应对高速小型车辆行驶噪声有较显著的影响,算例中小型车以120 km/h匀速驶来时比驶去时噪声声压级(A)大2.3 d B;车辆行驶速度越高,多普勒效应对行驶噪声声压级变化的影响越明显。
