道路智能感知下汽车主动悬架车身水平控制研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 1 绪论 | 第9-14页 |
| 1.1 研究的背景和意义 | 第9页 |
| 1.2 国内外研究状况 | 第9-11页 |
| 1.3 图像的立体匹配方法 | 第11页 |
| 1.4 主动悬架控制方法 | 第11-13页 |
| 1.5 本文的主要研究内容 | 第13-14页 |
| 2 车载双目视觉系统的构建与标定 | 第14-28页 |
| 2.1 立体视觉系统概述 | 第14-16页 |
| 2.1.1 基本原理 | 第14-15页 |
| 2.1.2 双目立体视觉研究方法 | 第15-16页 |
| 2.2 车载双目立体视觉系统的搭建 | 第16-19页 |
| 2.2.1 系统硬件组成 | 第16-17页 |
| 2.2.2 系统参数配置 | 第17-19页 |
| 2.3 相机成像的几何模型与参数标定 | 第19-27页 |
| 2.3.1 视觉系统的坐标系与转换 | 第19-22页 |
| 2.3.2 双目视觉系统的Matlab标定 | 第22-26页 |
| 2.3.3 标定结果 | 第26-27页 |
| 2.4 本章小结 | 第27-28页 |
| 3 汽车行驶前方路面立体匹配 | 第28-35页 |
| 3.1 立体匹配基本理论 | 第28-29页 |
| 3.2 基于全局误差能量最小化的立体匹配算法 | 第29-34页 |
| 3.2.1 构建误差能量矩阵 | 第29-30页 |
| 3.2.2 误差能量矩阵的均值滤波 | 第30-31页 |
| 3.2.3 构建视差图 | 第31-32页 |
| 3.2.4 消除不可靠视差 | 第32-33页 |
| 3.2.5 道路图像三维信息的获取 | 第33-34页 |
| 3.3 本章小结 | 第34-35页 |
| 4 车辆悬架系统模型与路面模型的构建 | 第35-48页 |
| 4.1 悬架系统概述 | 第35-37页 |
| 4.1.1 悬架系统的组成和功能 | 第35-36页 |
| 4.1.2 悬架的分类 | 第36-37页 |
| 4.2 悬架系统的性能评价指标 | 第37页 |
| 4.3 悬架系统动力学建模 | 第37-41页 |
| 4.3.1 主动悬架二自由度1/4车辆模型 | 第38-39页 |
| 4.3.2 主动悬架七自由度整车模型 | 第39-41页 |
| 4.4 路面垂直轮廓建模 | 第41-47页 |
| 4.4.1 最小二乘法 | 第41-43页 |
| 4.4.2 实测路面垂直轮廓的拟合 | 第43页 |
| 4.4.3 随机输入路面垂直轮廓的构建 | 第43-46页 |
| 4.4.4 仿真实验路面模型的建立 | 第46-47页 |
| 4.5 本章小结 | 第47-48页 |
| 5 主动悬架控制策略研究及仿真分析 | 第48-70页 |
| 5.1 主动悬架PID控制器 | 第48-51页 |
| 5.1.1 PID控制的基本原理 | 第48-49页 |
| 5.1.2 PID控制器的搭建 | 第49-50页 |
| 5.1.3 PID控制器的参数整定 | 第50-51页 |
| 5.2 主动悬架俯仰模糊控制器 | 第51-56页 |
| 5.2.1 模糊控制基本原理 | 第51-52页 |
| 5.2.2 模糊控制器的设计 | 第52-54页 |
| 5.2.3 模糊控制器的实现 | 第54-56页 |
| 5.3 主动悬架的混合模糊PID控制 | 第56-58页 |
| 5.3.1 混合模糊PID控制原理 | 第56-57页 |
| 5.3.2 模糊PID控制的仿真模型 | 第57-58页 |
| 5.4 仿真结果对比分析 | 第58-69页 |
| 5.4.1 PID控制仿真结果及分析 | 第59-64页 |
| 5.4.2 模糊PID控制仿真结果及分析 | 第64-69页 |
| 5.4.3 两种控制策略效果对比及分析 | 第69页 |
| 5.5 本章小结 | 第69-70页 |
| 6 结论 | 第70-72页 |
| 6.1 全文总结 | 第70页 |
| 6.2 未来工作展望 | 第70-72页 |
| 参考文献 | 第72-75页 |
| 攻读硕士期间发表学术论文情况 | 第75-76页 |
| 致谢 | 第76页 |
