考虑人-车-路耦合的路径跟随过程操稳性预测研究

ZHANG Tingfang, ZHU Shuliang, LIANG Shuai,WANG Aichun, HUANG Juhua,WU Xiaojian

Journal of Hunan University(Natural Sciences)(2023)

Cited 0|Views1
No score
Abstract
为更早预测车辆的操稳性失稳风险,针对性解决传统"人-车-路"耦合系统中"路"先验信息未知和由此导致的"人"输入难预测问题,借助先进辅助驾驶系统提供的前方预瞄路径,提出结合驾驶员转向模型及车辆非线性动力学模型的操稳性预测方法.构建"人-车-路"闭环反馈驾驶员模型,对跟随道路曲率的驾驶员转向行为进行预测;将当前车速与预测转向作为三自由度非线性动力学模型的输入,实现跟随前方路径的操稳性状态预测;通过Simulink-Carsim联合仿真及驾驶员模拟器硬件在环对比,进行双移线路径、变曲率路径和蛇形路径工况模拟.所提方法的操稳性状态预测值与实际值吻合良好.
More
AI Read Science
Must-Reading Tree
Example
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined