CN105404729B - 智能驾驶中基于驾驶态势图簇的改进pid速度控制方法 - Google Patents
智能驾驶中基于驾驶态势图簇的改进pid速度控制方法 Download PDFInfo
- Publication number
- CN105404729B CN105404729B CN201510738593.6A CN201510738593A CN105404729B CN 105404729 B CN105404729 B CN 105404729B CN 201510738593 A CN201510738593 A CN 201510738593A CN 105404729 B CN105404729 B CN 105404729B
- Authority
- CN
- China
- Prior art keywords
- speed
- brake
- control
- vehicle
- wheel
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 22
- 230000006872 improvement Effects 0.000 title claims abstract description 8
- 230000001133 acceleration Effects 0.000 claims abstract description 18
- 239000000446 fuel Substances 0.000 claims abstract description 4
- 230000033001 locomotion Effects 0.000 claims description 9
- 230000000694 effects Effects 0.000 claims description 8
- 238000005096 rolling process Methods 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 238000013461 design Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 2
- 230000005484 gravity Effects 0.000 claims description 2
- 239000013598 vector Substances 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 239000003921 oil Substances 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 3
- 239000012530 fluid Substances 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000006837 decompression Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 239000010720 hydraulic oil Substances 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 230000003534 oscillatory effect Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- BULVZWIRKLYCBC-UHFFFAOYSA-N phorate Chemical class CCOP(=S)(OCC)SCSCC BULVZWIRKLYCBC-UHFFFAOYSA-N 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/30—Circuit design
- G06F30/36—Circuit design at the analogue level
- G06F30/367—Design verification, e.g. using simulation, simulation program with integrated circuit emphasis [SPICE], direct methods or relaxation methods
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Automation & Control Theory (AREA)
- Aviation & Aerospace Engineering (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
- Control Of Vehicle Engines Or Engines For Specific Uses (AREA)
- Regulating Braking Force (AREA)
Abstract
智能驾驶中基于驾驶态势图簇的改进PID速度控制方法,首先建立汽车模型;然后设计速度控制方案;智能车的速度取决于车模自身发动机的转速,发动机的转速则由电子油门对供油量的控制,当汽车要减速或者停车时,制动踏板通过液压制动装置控制减小车速。智能车在自主行驶时,必然会经过不同的路段,所以智能车的速度必须随不同的路段快速、平稳的达到预定的速度。在传统PID控制***的基础上,引入有距离加减速控制,输入量为设定速度和加减速距离,输出为速度。本算法为一种基于驾驶态势图簇的改进PID速度控制算法应用于智能车的速度控制,通过本算法能提高智能车速度控制的平稳性、舒适性。
Description
技术领域
智能汽车的安全辅助驾驶***已成为当前智能车研究的前沿,改进的PID速度控制在智能车和汽车安全辅助驾驶***中应用越来越广泛。
背景技术
基于驾驶态势图簇的改进PID速度控制算法是在传统PID控制算法的基础上,以驾驶态势图簇采集的实际车速信号和设定车速的差值作为PID输入量,根据驾驶态势图簇设定加减速距离,从而得到相应的加速度,建立加速度和油门增量、加速度和制动等级的数学模型,更好的控制油门、制动执行器实现对发动机转速的控制,输出量为实际速度。符合人类感知特征的对数极坐标系下的驾驶态势图簇,是集图像、雷达、导航等车载传感器数据和车辆自身状态参数建立的道路环境感知***。该方法在智能车速度控制***和汽车自适应巡航控制***中有一定的应用价值。
智能车辆(Intelligent Automotive),又称自主车辆(Autonomous Vehicle),集成了车辆技术、传感技术、人工智能、自动控制技术、体系结构等于一体,是计算机科学、模式识别和智能控制技术高度发展的产物。近年来,智能车辆技术的研究吸引了世界范围内大量高校、企业以及相关科学家的关注。
速度控制***是无人驾驶智能车的最基本的控制***之一,是实现无人驾驶智能车稳定、安全行驶最重要的部分。一辆技术完善的无人驾驶智能车可以利用自身装载传感器采集道路路况信息,通过速度控制***,无人驾驶智能车在行驶过程中才能随着周围路况与环境的变化,控制汽车油门、制动ECU,调整汽车车速,保证汽车稳定、安全的自主行驶。
目前,用于智能车速度控制***的算法很多,如经典PID控制算法、模糊控制理论、模型预测控制算法(MPC)等等。Tsai等人提出的模糊控制方法也被证明可以满足车辆安全性和舒适性方面的要求,也有人提出模糊PID控制算法应用到汽车速度控制***。MPC控制算法具有模型预测、滚动优化和反馈校正三个基本特征,能够提前控制和在线滚动优化计算,它控制效果好,适用于控制不易建立精确数字模型且比较复杂的***。军事交通学院将MPC控制算法应用于智能车的速度控制***中,平稳有效地控制车辆的行驶速度,满足乘客的安全、舒适性要求,引起了研究机构和学者的广泛关注。
传统PID速度控制算法
PID是比例(Kp)、积分(Ki)、微分(Kd)闭环的控制算法,其中的比例部分用来控制***的响应速度和***的调节精度。积分部分的主要作用是确保在***稳态时过程输出和设定值一致。微分部分的主要作用是改善闭环***的稳定性。每一部分的参数需要在实际工程中予以设定与调整。PID速度控制***的结构图如图1所示。
其一般数学方程:
式中,kp为比例系数;Ti和Td分别为积分和微分时间常数;e(t)为控制目标偏差。Uk(t)为输出控制量,对应到汽车的油门和刹车控制器。
根据汽车自身的参数,油门增量(40~200)和制动等级(1~25)数学表达式为:
其中ρa、ρb分别为油门增量Accelerator、刹车等级BrakeLevel系数。
发明内容
传统PID控制算法设计结构简单,算法成熟,对硬件要求低,但其比例、积分和微分参数是预先设定和固定不变的,且随着路况环境的变化,传统PID控制算法对智能车***偏差的响应变差,容易产生超调与振荡现象。本文提出了一种基于驾驶态势图簇的改进PID速度控制算法应用于智能车的速度控制,来提高智能车速度控制的平稳性、舒适性。
本发明采用的技术方案为智能驾驶中基于驾驶态势图簇的改进PID速度控制算法,该算法是通过以下技术方案实现的。
步骤一:汽车模型的建立
车辆的模型分为运动学模型和动力学模型,运动学是从几何学的观点来研究物体的运动规律,即车辆在空间的位置随时间的变化规律、物体的运动轨迹、速度。而动力学的研究涉及运动与作用力、质量之间的关系。车辆动力学从严格意义上来讲应该包括汽车的动力性、燃油经济性、制动性、平顺性、稳定性。
1)汽车动力学模型的建立
车辆动力学主要是指动力从变速器开始传递直到汽车运动的路线,主要由万向传动装置、主减速器、差速器、半轴、轮胎、车辆惯性部分以及制动装置组成。由于本文只考虑汽车在纵向上的运动,未将汽车运动中的横向运动以及垂直运动考虑在内。
车辆的行驶方程为:
Ft=∑F (1.1)
∑F=Ff+Fw+Fj±mgsinθ (1.2)
式中Ft为驱动力;∑F为行驶阻力的和;Ff表示滚动阻力;Fw表示空气阻力;Fj表示加速阻力;m表示车的质量;g为重力加速度;θ为路面坡度;
车辆发动机将扭矩通过传动***传递到驱动轮上。此时作用在驱动轮上的转矩Tt会产生一对路面的圆周力F0,路面对驱动轮便会产生反作用力,这个力就是驱动力Ft。
则驱动力为:
其中Te为发动机转矩,ig为变速器传动比,i0为主减速器传动比,ηT代表传动系机械效率,r是车轮半径。
因为一般道路的坡度角较小,cosθ≈1,sinθ≈tanθ,通过上面分析可以得到车辆行驶方程:
其中f为滚动阻力系数,CD为空气阻力系数,A为迎风面积,δ为汽车的旋转质量的换算的系数,a为行车加速度。
2)汽车制动模型的建立
当前大多数汽车中的应用的是电子液压制动(Electro-Hydraulic BrakeSystem,简称EHB),它结合了传统的液压制动***和电子控制技术。液压调节控制单元主要由电动液压泵、高压蓄能器、以及四组用来调节四个轮缸压力的进出液电磁阀组成。EHB***的制动力不是由液压或气压装置控制,而是由电子控制的电机来实现。电子控制器发出控制信号,控制制动驱动器电机,电机带动液压泵向蓄能器泵入高压油,实现制动所需的制动力。在该***中,每个车轮可以得到独立的控制,这样保证了汽车制动过程中的稳定性。
当踩下制动踏板时,制动踏板单元接收到人脚踩下的信号时,增压阀打开,减压阀关闭,此时两个隔离阀是关闭的,高压蓄能器提供高压油,通过增压阀流进制动轮缸,使轮缸压力迅速提高,这个过程为EHB***的增压过程;当轮缸压力达到一定值后,需要保持这个压力不变,此时,增压阀和减压阀都关闭,高压油被封闭在轮缸内,从而保持轮缸压力大小恒定,此过程为EHB***的保压过程;当松开制动踏板,电子控制单元接收到踏板位移信号,打开减压阀,关闭增压阀,液压油经过回油管路流回储液罐,使制动轮缸压力下降,此过程为EHB***的减压过程。
汽车制动是通过CAN总线,向制动器发送控制信号和电流,将控制信号及电流分别输入到阀驱动器和电液制动阀,阀驱动器根据两个输入信号中的较大值产生控制电流并输入到电液制动阀。电液制动阀根据输入电流调整输出到制动器的压力大小。
通过实车测试的方法获得不同制动等级的控制信号和其对应的减速度之间的关系。当汽车以恒定的速度匀速行驶时,给车一个固定不变的制动等级,汽车的速度定为匀减速行驶。
在汽车制动过程中,车轮将同时受到制动器摩擦力矩和路面摩擦力矩的作用。其中制动器施加至车轮的力矩称之为制动器输入力矩,路面施加给车轮的力矩称之为制动器的输出力矩。在制动***中,引入了制动器效能因数
定义为
其中,B为车轮受地面作用的制动力(N),Rt为车轮滚动半径(m),D为轮缸直径(m),P为轮缸制动压力(Pa),Ps为轮缸压力损失(Pa),Rb为制动器有效半径(m)。
根据(1.5)得出前后轮制动压力Pf、Pr的计算表达式:
式中Nr为前轮缸数,Nf为后轮缸数。
令:
则(1.6)简写为
由上式看出,制动压力与制动力之间呈线性关系。
由(1.8)可得制动力:
步骤二:速度控制方案设计
智能车的速度取决于车模自身发动机的转速,发动机的转速则由电子油门对供油量的控制,当汽车要减速或者停车时,制动踏板通过液压制动装置控制减小车速。智能车在自主行驶时,必然会经过不同的路段(直道、弯道、转弯),所以智能车的速度必须随不同的路段快速、平稳的达到预定的速度。即直道、大弧弯道高速、转弯减速。
改进的PID速度控制算法
在传统PID控制***的基础上,引入有距离加减速控制,输入量为设定速度和加减速距离,输出为速度。设定速度和实际速度之间的差值,通过PID***得到一个控制输出量Uk,根据Uk选择油门执行器或者制动执行器,同时,根据加减速距离能够得到距离加速度a:
其中S为设定距离,vt为要达到速度(期望速度),v0为当前车速。
根据加速度可得期望的油门增量和制动等级
其中ρc、ρd分别为油门增量Accelerator、制动等级BrakeLevel系数。
根据公式(2.3)得有距离和无距离油门增量、制动等级表达式:
根据公式(2.4)得到的油门增量和制动等级,发送到汽车油门、制动执行器来控制发动机转速,输出当前速度。
附图说明
图1为PID速度控制***的结构图。
图2为改进的PID速度控制***结构图。
图3为传统PID速度从0km/h加速到40km/h。
图4.1为传统PID速度从10km/h加速到35km/h。
图4.2为传统PID速度从40km/h减速到20km/h。
图5为传统PID控制算法ACC跟车时速度变化曲线。
图6为改进PID速度从0km/h加速到50km/h。
图7为改进PID速度从10km/h加速到40km/h。
图8为改进PID速度从50km/h减速到15km/h。
图9.1为改进PID速度从50km/h减速到30km/h再减速到0km/h。
图9.2改进PID控制算法ACC跟车时速度变化曲线。
具体实施方式
本方法的实验平台为自主改装的北汽C70智能车,制动控制器和油门控制器分别采用电控液压制动***和电子油门***。采用基于C#的CAN通信。道路环境为真实城郊车道,C70智能车参加了首次国内完全开放的道路测试“郑开实际道路测试”,全程32.6千米,主要有行人、车辆、非行人车辆,最高车速为50km/h。此外,C70智能车在相同真实道路环境下分别对传统PID速度控制***和改进后的PID速度控制***进行了大量实验,分别有加速,减速,停车,ACC跟车行驶等,实验总里程约为500公里。如图3-9.2所示,即为两种不同的控制***的效果图。
1、传统PID速度变化分析
①速度从0km/h加速到40km/h
②速度从9km/h加速到35km/h
③速度从40km/h加速到20km/h
④传统PID控制算法ACC跟车时速度变化
2、改进PID速变化分析
①速度从0km/h加速到50km/h
②速度从10km/h加速到40km/h
③速度从50km/h减速到15km/h
④速度从50km/h减速到30km/h再减速到0km/h
⑤改进PID控制算法ACC跟车时速度变化
表1传统PID控制和改进PID控制数据对比
从以上数据可以看出,改进的PID速度控制***明显比传统PID速度控制***有明显改进,具体表现在以下几个方面:
1、速度超调量小,改进后的PID控制算法不会出现过大的超调量。
2、加减速更加平稳,避免了车辆出现急刹急加速的情况。
3、ACC跟车效果更加平稳。
4、乘坐舒适性较好。
Claims (1)
1.智能驾驶中基于驾驶态势图簇的改进PID速度控制方法,其特征在于:该方法是通过以下技术方案实现的;
步骤一:汽车模型的建立
1)汽车动力学模型的建立
由于本方法只考虑汽车在纵向上的运动,未将汽车运动中的横向运动以及垂直运动考虑在内;
汽车的行驶方程为:
Ft=∑F (1.1)
∑F=Ff+Fw+Fj±mgsinθ (1.2)
式中Ft为驱动力;∑F为行驶阻力的和;Ff表示滚动阻力;Fw表示空气阻力;Fj表示加速阻力;m表示车的质量;g为重力加速度;θ为路面坡度;
汽车发动机将扭矩通过传动***传递到驱动轮上;此时作用在驱动轮上的转矩Tt会产生一对路面的圆周力F0,路面对驱动轮便会产生反作用力,这个力就是驱动力Ft;
则驱动力为:
其中Te为发动机转矩,ig为变速器传动比,i0为主减速器传动比,ηT代表传动系机械效率,r是车轮半径;
因为道路的坡度角小,cosθ≈1,sinθ≈tanθ,通过上面分析可以得到汽车行驶方程:
其中f为滚动阻力系数,CD为空气阻力系数,A为迎风面积,δ为汽车的旋转质量的换算的系数,a为行车加速度;
2)汽车制动模型的建立
通过实车测试的方法获得不同制动等级的控制信号和其对应的减速度之间的关系;当汽车以恒定的速度匀速行驶时,给车一个固定不变的制动等级,汽车的速度定为匀减速行驶;
在汽车制动过程中,车轮将同时受到制动器摩擦力矩和路面摩擦力矩的作用;其中制动器施加至车轮的力矩称之为制动器输入力矩,路面施加给车轮的力矩称之为制动器的输出力矩;在制动***中,引入了制动器效能因数
定义为
其中,B为车轮受地面作用的制动力,N;Rt为车轮滚动半径,m;D为轮缸直径,m;P为轮缸制动压力,Pa;Ps为轮缸压力损失,Pa;Rb为制动器有效半径,m;
根据(1.5)得出前后轮制动压力Pf、Pr的计算表达式:
式中Nr为前轮缸数,Nf为后轮缸数;
令:
则(1.6)简写为
由上式看出,制动压力与制动力之间呈线性关系;
由(1.8)可得制动力:
步骤二:速度控制方案设计
智能车的速度取决于车模自身发动机的转速,发动机的转速则由电子油门对供油量的控制,当汽车要减速或者停车时,制动踏板通过液压制动装置控制减小车速;智能车在自主行驶时,必然会经过不同的直道、弯道和转弯路段,所以智能车的速度必须随不同的路段快速、平稳的达到预定的速度;即直道、大弧弯道高速、转弯减速;
改进的PID速度控制方法
在传统PID控制***的基础上,引入有距离加减速控制,输入量为设定速度和加减速距离,输出为速度;设定速度和实际速度之间的差值,通过PID***得到一个控制输出量Uk,根据Uk选择油门执行器或者制动执行器,同时,根据加减速距离能够得到行车加速度a:
其中S为设定距离,νt为要达到期望速度,ν0为当前车速;
根据加速度可得期望的油门增量和制动等级
其中ρc、ρd分别为油门增量Accelerator、制动等级BrakeLevel系数;
根据公式(2.3)得有距离和无距离油门增量、制动等级表达式:
Uk(t)为输出控制量,对应到汽车的油门和刹车控制器;ρa、ρb分别为油门增量Accelerator、刹车等级BrakeLevel系数;
根据公式(2.4)得到的油门增量和制动等级,发送到汽车油门、制动执行器来控制发动机转速,输出当前速度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510738593.6A CN105404729B (zh) | 2015-11-04 | 2015-11-04 | 智能驾驶中基于驾驶态势图簇的改进pid速度控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510738593.6A CN105404729B (zh) | 2015-11-04 | 2015-11-04 | 智能驾驶中基于驾驶态势图簇的改进pid速度控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105404729A CN105404729A (zh) | 2016-03-16 |
CN105404729B true CN105404729B (zh) | 2019-05-03 |
Family
ID=55470216
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510738593.6A Expired - Fee Related CN105404729B (zh) | 2015-11-04 | 2015-11-04 | 智能驾驶中基于驾驶态势图簇的改进pid速度控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105404729B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6539408B2 (ja) * | 2017-01-13 | 2019-07-03 | バイドゥドットコム タイムズ テクノロジー (ベイジン) カンパニー リミテッドBaidu.com Times Technology (Beijing) Co., Ltd. | 学習に基づくモデル予測制御を利用して自律走行車の路面摩擦を決定する方法及びシステム |
CN108749809B (zh) * | 2018-05-29 | 2019-12-03 | 北理慧动(常熟)车辆科技有限公司 | 一种智能驾驶车辆加速度跟踪控制*** |
CN109606365A (zh) * | 2018-12-29 | 2019-04-12 | 百度在线网络技术(北京)有限公司 | 用于控制车辆的方法和装置 |
CN113515813B (zh) * | 2021-07-16 | 2023-03-14 | 长安大学 | 一种汽车动力学仿真软件模拟可靠度现场校验方法 |
CN113805478B (zh) * | 2021-09-15 | 2024-02-23 | 深圳市塞防科技有限公司 | 车辆pid参数的调试方法及车辆 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101780798A (zh) * | 2009-01-19 | 2010-07-21 | 比亚迪股份有限公司 | 一种双离合器换挡控制方法及装置 |
CN104199432A (zh) * | 2014-09-24 | 2014-12-10 | 奇瑞汽车股份有限公司 | 一种无人车的纵向智能控制*** |
CN104991580A (zh) * | 2015-06-18 | 2015-10-21 | 奇瑞汽车股份有限公司 | 无人驾驶车辆的控制***及其控制方法 |
-
2015
- 2015-11-04 CN CN201510738593.6A patent/CN105404729B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101780798A (zh) * | 2009-01-19 | 2010-07-21 | 比亚迪股份有限公司 | 一种双离合器换挡控制方法及装置 |
CN104199432A (zh) * | 2014-09-24 | 2014-12-10 | 奇瑞汽车股份有限公司 | 一种无人车的纵向智能控制*** |
CN104991580A (zh) * | 2015-06-18 | 2015-10-21 | 奇瑞汽车股份有限公司 | 无人驾驶车辆的控制***及其控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105404729A (zh) | 2016-03-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105404729B (zh) | 智能驾驶中基于驾驶态势图簇的改进pid速度控制方法 | |
CN108437978B (zh) | 四轮毂电驱车辆行驶路面自动识别与稳定性集成控制方法 | |
Li et al. | Energy management of hybrid electric vehicle using vehicle lateral dynamic in velocity prediction | |
US20200031371A1 (en) | Driver Behavior Learning and Driving Coach Strategy Using Artificial Intelligence | |
CN108528268B (zh) | 一种电动汽车自适应巡航***的扭矩调节方法 | |
CN105644560B (zh) | 一种四轮轮毂电机电动车自适应巡航控制***及方法 | |
US9896082B2 (en) | Vehicle driving support control device | |
JP4724593B2 (ja) | 車両の運動制御装置 | |
US20180356835A1 (en) | Method for Moving, in Particular Controlling or Regulating, a Line of Vehicles | |
CN110254405A (zh) | 一种面向自动驾驶与智能辅助驾驶的汽车线控制动控制***及其控制方法 | |
JP5265717B2 (ja) | 車両の運動制御装置 | |
CN101155709A (zh) | 驱动力控制装置和驱动力控制方法 | |
CN107303898A (zh) | 通过车辆的电机扭矩控制来改善制动性能的方法 | |
CN106427600A (zh) | 一种用于电驱动汽车的下坡辅助驾驶装置及控制方法 | |
CN103085816A (zh) | 一种用于无人驾驶车辆的轨迹跟踪控制方法及控制装置 | |
CN103118919A (zh) | 车辆控制*** | |
CN106163852A (zh) | 用于对具有至少两个单独驱动的车桥的串联式混合动力车辆或者全电动车辆中的电动马达进行驱控的方法 | |
US20200391615A1 (en) | Methods and system for operating a fuel cell vehicle | |
CN101163618A (zh) | 驱动力控制设备和驱动力控制方法 | |
CN109177951A (zh) | 一种基于模糊控制的制动防抱死控制方法 | |
CN109080500A (zh) | 一种分布式驱动越野车辆的自适应驻车与辅助起步控制方法 | |
CN112896169B (zh) | 一种智能驾驶多模式控制***及方法 | |
DE102014013183B4 (de) | Verfahren und Vorrichtung zur Schaltassistenz | |
Ran et al. | Novel coordinated algorithm for traction control system on split friction and slope road | |
DE102011085103A1 (de) | Verfahren zum Regeln der Fahrdynamik eines Kraftfahrzeugs und Vorrichtung zur Durchführung eines derartigen Verfahrens |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20190503 |