重載車輛狀態(tài)辨識與控制

目錄
“交通安全科學(xué)與技術(shù)學(xué)術(shù)著作叢書”
序
前言
第1章重載車輛狀態(tài)觀測方法導(dǎo)論1
1.1概述1
1.2研究現(xiàn)狀2
1.2.1質(zhì)心位置估計2
1.2.2側(cè)翻/側(cè)滑狀態(tài)估計方法3
1.2.3基于路側(cè)的車輛狀態(tài)估計方法5
1.2.4基于車聯(lián)網(wǎng)數(shù)據(jù)的駕駛行為辨識方法6
1.2.5車輛隊列控制方法7
1.3本書涉及的重載車輛狀態(tài)辨識與控制方法9
參考文獻12
第2章基于車輛動力學(xué)的重載車輛狀態(tài)參數(shù)辨識19
2.1貨運車輛質(zhì)量和道路坡度估計19
2.2貨運車輛仿真模型分析20
2.2.1勻速行駛時的貨運車輛和車輪的準靜態(tài)模型20
2.2.2加速行駛時的貨運車輛縱向動力學(xué)模型21
2.2.3加速度計傳感器的運動學(xué)模型22
2.3質(zhì)量和道路坡度濾波器設(shè)計22
2.4勻速階段的質(zhì)量估計算法設(shè)計23
2.5基于容積卡爾曼濾波的質(zhì)量和道路坡度估計24
2.6基于自適應(yīng)交互多模型的道路坡度估計融合26
2.7貨運車輛質(zhì)量和道路坡度估計實例28
2.7.1勻速階段的貨運車輛質(zhì)量估計算法28
2.7.2加速階段的多模型道路坡度融合估計算法30
2.7.3誤差結(jié)果分析32
2.8貨運車輛質(zhì)心位置估計方法33
2.8.1構(gòu)建質(zhì)心位置估計模型33
2.8.2H.容積卡爾曼濾波器的設(shè)計35
2.8.3與EKF相結(jié)合的雙卡爾曼濾波質(zhì)心位置估計過程38
2.9本章小結(jié)41
參考文獻41
第3章基于機器視覺的車輛運動狀態(tài)識別方法43
3.1基于機器視覺的車輛識別方法43
3.1.1RCNN系列模型44
3.1.2SSD模型48
3.1.3YOLO系列模型50
3.1.4基于圖像深度學(xué)習(xí)的車輛目標識別實例52
3.2貨運車輛貨載狀態(tài)估計方法55
3.2.1研究背景55
3.2.2貨運車輛貨載狀態(tài)識別方法56
3.2.3基于YOLOv3算法的貨運車輛貨載狀態(tài)識別實例57
3.3高空視角下車輛識別與軌跡跟蹤方法61
3.3.1研究背景61
3.3.2高空視角下車輛識別與跟蹤方法64
3.3.3高空視角下車輛識別與軌跡跟蹤方法實例67
3.4本章小結(jié)70
參考文獻71
第4章基于自然駕駛數(shù)據(jù)的駕駛員行為畫像方法74
4.1基于特征值聚類的駕駛風(fēng)格分類方法74
4.1.1特征指標提取74
4.1.2K-medoids算法76
4.1.3基于特征值聚類的駕駛風(fēng)格分類方法分析實例76
4.2基于支持向量機的駕駛風(fēng)格識別方法研究80
4.2.1支持向量機理論80
4.2.2數(shù)據(jù)初始化82
4.2.3SVM算法驗證實例83
4.3基于BP神經(jīng)網(wǎng)絡(luò)的風(fēng)險行為識別方法研究84
4.3.1BP神經(jīng)網(wǎng)絡(luò)84
4.3.2基于BP神經(jīng)網(wǎng)路的駕駛行為研究方法實例86
4.4基于安全加速度與速度變化關(guān)系的駕駛行為研究方法89
4.4.1臨界安全加速與速度的函數(shù)關(guān)系89
4.4.2基于安全加速度與速度變化關(guān)系的風(fēng)險識別模型90
4.4.3駕駛風(fēng)險定量評價90
4.4.4基于安全加速度與速度變化關(guān)系的駕駛行為研究方法實例91
4.5基于車輛個性化行為模式圖的駕駛行為研究方法93
4.5.1數(shù)據(jù)標準化94
4.5.2數(shù)據(jù)分級與編碼95
4.5.3典型駕駛行為模式提取97
4.5.4駕駛行為個性化模式圖生成98
4.5.5個性化駕駛行為風(fēng)險建模99
4.6基于個性化行為模式圖的駕駛行為研究實例101
4.6.1數(shù)據(jù)來源101
4.6.2駕駛?cè)藗€性駕駛行為特征與風(fēng)險分析101
4.6.3駕駛風(fēng)險的定量評價113
4.6.4道路條件對個性化駕駛行為模式影響分析116
4.6.5道路行政等級對駕駛行為模式影響探究118
4.7本章小結(jié)121
參考文獻121
第5章重載車輛橫向穩(wěn)定性控制方法124
5.1基于橫向載荷轉(zhuǎn)移率的非絆倒型側(cè)翻指標124
5.2基于橫向載荷轉(zhuǎn)移率的絆倒-非絆倒型側(cè)翻指標130
5.3車路耦合環(huán)境下的側(cè)翻/側(cè)滑動力學(xué)模型可靠性估計134
5.3.1車路環(huán)境耦合動力學(xué)模型134
5.3.2車輛極限狀態(tài)方程137
5.4側(cè)翻概率預(yù)測模型138
5.4.1Haofer-Lind可靠度指標139
5.4.2基于FORM的概率預(yù)測模型141
5.4.3基于SORM的概率預(yù)測模型142
5.4.4*立非正態(tài)隨機變量側(cè)翻概率計算方法144
5.4.5相關(guān)隨機變量側(cè)翻概率計算方法146
5.5基于MPC的車輛防側(cè)翻控制方法156
5.5.1預(yù)測模型157
5.5.2約束優(yōu)化求解159
5.5.3差速制動控制策略160
5.5.4差速制動控制策略162
5.6本章小結(jié)170
參考文獻171
第6章重載車輛縱向列隊控制方法172
6.1自適應(yīng)巡航控制系統(tǒng)172
6.1.1ACC系統(tǒng)車輛跟隨特性173
6.1.2ACC系統(tǒng)控制架構(gòu)173
6.1.3車輛安全距離模型174
6.2協(xié)同式自適應(yīng)巡航控制系統(tǒng)的架構(gòu)175
6.2.1感知層175
6.2.2通信層176
6.2.3定位層177
6.2.4規(guī)劃層177
6.2.5控制層178
6.3通信拓撲結(jié)構(gòu)178
6.3.1通信拓撲結(jié)構(gòu)的圖論描述179
6.3.2四種典型通信拓撲結(jié)構(gòu)的圖論描述181
6.4延時環(huán)境下CACC協(xié)同控制器設(shè)計182
6.4.1基于一致性的車輛隊列模型182
6.4.2通信延時下的弦穩(wěn)定性分析184
6.4.3實驗分析185
6.5異構(gòu)動力學(xué)CACC協(xié)同控制器設(shè)計187
6.5.1前饋多源信息的異構(gòu)動力學(xué)列隊閉環(huán)耦合系統(tǒng)設(shè)計187
6.5.2異構(gòu)動力學(xué)CACC系統(tǒng)弦穩(wěn)定性分析189
6.5.3實驗分析193
6.6本章小結(jié)198
參考文獻198