摘要 | 第5-7页 |
Abstract | 第7-8页 |
第1章 绪论 | 第24-42页 |
1.1 研究背景及意义 | 第24-25页 |
1.2 智能车辆发展现状 | 第25-34页 |
1.2.1 国外研究现状 | 第25-31页 |
1.2.2 国内研究现状 | 第31-34页 |
1.3 智能车辆碰撞避免的关键技术 | 第34-38页 |
1.4 论文研究内容及主要创新成果 | 第38-42页 |
1.4.1 论文研究内容 | 第38-39页 |
1.4.2 论文的主要创新成果 | 第39-42页 |
第2章 车辆动力学和运动学模型 | 第42-74页 |
2.1 引言 | 第42页 |
2.2 模型参考坐标系定义 | 第42-43页 |
2.3 车辆动力学模型 | 第43-69页 |
2.3.1 简化的车辆动力学模型 | 第43-44页 |
2.3.2 四轮车辆八自由度车辆模型 | 第44-52页 |
2.3.3 自行车模型 | 第52-58页 |
2.3.4 轮胎模型 | 第58-69页 |
2.4 车辆运动学模型 | 第69-71页 |
2.5 本章小结 | 第71-74页 |
第3章 基于双UKF的车辆行驶状态与附着系数估计 | 第74-98页 |
3.1 引言 | 第74-76页 |
3.2 卡尔曼滤波理论 | 第76-81页 |
3.2.1 扩展卡尔曼滤波 | 第77-79页 |
3.2.2 无迹卡尔曼滤波 | 第79-81页 |
3.3 车辆行驶状态和附着系数估计 | 第81-86页 |
3.3.1 基于双EKF的车辆行驶状态与附着系数估计 | 第82-84页 |
3.3.2 基于双UKF的车辆行驶状态与附着系数估计 | 第84-86页 |
3.4 仿真实验 | 第86-96页 |
3.5 本章小结 | 第96-98页 |
第4章 基于智能轮胎和多信息融合的附着系数估计 | 第98-114页 |
4.1 引言 | 第98页 |
4.2 智能轮胎技术研究现状 | 第98-101页 |
4.3 基于智能轮胎的垂直载荷及附着系数估计 | 第101-111页 |
4.3.1 智能轮胎集成系统 | 第101-103页 |
4.3.2 基于智能轮胎的载荷估计 | 第103-106页 |
4.3.3 智能轮胎结合V2I通信进行超载车辆检测 | 第106-108页 |
4.3.4 基于智能轮胎的路面分类与估计 | 第108-111页 |
4.4 基于多信息融合的附着系数估计 | 第111-113页 |
4.5 本章小结 | 第113-114页 |
第5章 基于附着信息的主动碰撞避免算法 | 第114-144页 |
5.1 引言 | 第114-115页 |
5.2 自适应预警和刹车距离的碰撞避免算法 | 第115-119页 |
5.3 基于波纹扩展触须算法的紧急避规 | 第119-125页 |
5.3.1 触须算法基本思想 | 第119-120页 |
5.3.2 触须算法的支持和分类区域 | 第120页 |
5.3.3 触须路径的筛选 | 第120-125页 |
5.4 基于模型预测控制的轨迹跟踪 | 第125-136页 |
5.4.1 模型预测控制基本原理 | 第125-127页 |
5.4.2 非线性模型预测控制 | 第127-128页 |
5.4.3 线性时变模型预测控制 | 第128-133页 |
5.4.4 线性时变模型预测控制轨迹跟踪 | 第133-136页 |
5.5 仿真实验 | 第136-141页 |
5.6 本章小结 | 第141-144页 |
第6章 ABS多模型反演自适应控制 | 第144-170页 |
6.1 引言 | 第144-145页 |
6.2 多模型自适应控制 | 第145-146页 |
6.3 控制模型的建立 | 第146-149页 |
6.3.1 固定模型 | 第146-148页 |
6.3.2 自适应模型 | 第148-149页 |
6.4 多模型反演自适应ABS控制器设计 | 第149-155页 |
6.5 仿真实验 | 第155-160页 |
6.5.1 低附着系数和高附着系数制动工况仿真 | 第155-158页 |
6.5.2 多模型自适应控制和PID算法比较 | 第158-159页 |
6.5.3 突变路面制动工况仿真 | 第159-160页 |
6.6 实验与仿真平台 | 第160-167页 |
6.6.1 CarSim软件介绍 | 第160-162页 |
6.6.2 PreScan软件介绍 | 第162-163页 |
6.6.3 六自由度车辆半物理仿真平台 | 第163-165页 |
6.6.4 智能车辆BJUT-IV | 第165-167页 |
6.7 本章小结 | 第167-170页 |
结论 | 第170-174页 |
参考文献 | 第174-186页 |
攻读博士学位期间的主要研究成果 | 第186-188页 |
致谢 | 第188页 |