CN107618500A - 一种基于神经肌肉动态性模型驾驶员转向控制方法 - Google Patents
一种基于神经肌肉动态性模型驾驶员转向控制方法 Download PDFInfo
- Publication number
- CN107618500A CN107618500A CN201710815045.8A CN201710815045A CN107618500A CN 107618500 A CN107618500 A CN 107618500A CN 201710815045 A CN201710815045 A CN 201710815045A CN 107618500 A CN107618500 A CN 107618500A
- Authority
- CN
- China
- Prior art keywords
- msub
- mrow
- mtd
- mtr
- mfrac
- 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.)
- Pending
Links
Landscapes
- Steering Control In Accordance With Driving Conditions (AREA)
Abstract
本发明涉及驾驶员转向认知行为的分析与建模，具体涉及一种基于神经肌肉动态性模型驾驶员转向控制方法，包括以下步骤：步骤一：处理路径预估的数据；步骤二：将步骤一处理输出的数据输入神经肌肉动态模型；步骤三：经过调整的转向角θsw输入车辆模型。本发明所建立的驾驶员转向模型融合了神经肌肉动态性，使得模型与人类的神经肌肉动态性具有良好的一致性；从而能够实现对车辆更好的精确跟踪，增加汽车的安全性能，并且能为后来者研究神经肌肉动态性在驾驶员转向控制方面的作用提供了参考。
Description
技术领域
本发明涉及驾驶员转向认知行为的分析与建模，具体涉及一种基于神经肌肉动态性模型驾驶员转向控制方法。
背景技术
关于车辆转向过程中的神经肌肉***的研究是从20世纪60年代开始涉及。驾驶员转向行为建模前期大量的研究主要针对如何根据预瞄和状态量信息决策出理想的方向盘转角，但针对具体的转向角执行过程的建模存在不足。然而，该过程往往伴随着惯性和时滞等因素，完全对其忽略是不合理的。现实中，驾驶员通过手臂的神经肌肉***完成转向，既是转向动作的直接施加体，又是转向路感的感知体。近期的研究者更侧重于将人机工程学融合到驾驶员模型的研究中，研究驾驶员的感知(视觉、触觉、听觉等)特点，并根据感知而获得信息、预测、决策及神经肌肉力学特性。根据以上的分析可以看出：神经肌肉在研究驾驶员认知方面具有重要作用，其重要性并不亚于视觉***对驾驶员的导向性。同时，转向***给驾驶员的神经肌肉力学反馈为驾驶员的转向稳定性提供了十分重要的基础。
目前虽然对于神经肌肉动态性控制运动已有大量的研究，但是对于神经肌肉动态性在驾驶员转向控制方面的研究还较少。因此需要提供一种能够将于神经肌肉动态性与驾驶员控制结合在一起的方法。
发明内容
1、所要解决的技术问题：
本发明针对现有技术中对驾驶员模型存在的问题，将现有技术结合神经肌肉动态性模型，提出一种能够拥有神经肌肉动态性的驾驶员转向控制模型的方法。
2、技术方案：
一种基于神经肌肉动态性模型驾驶员转向控制方法，其特征在于：包括以下步骤：
步骤一：对路径预估的数据进行处理：所述路径预估的数据包括纵向速度vy，横摆角速度ω，侧向位移y，横摆角ψ。处理的过程为：进所述路径预估的数据输入延时LQR控制器，模拟视觉激励延迟；延时LQR控制器输出理想的转向角
步骤二：将步骤一处理输出的数据输入神经肌肉动态模型：
S21：建立手臂转向动态模型：
将驾驶员手臂对方向盘随机力矩干扰的动态性响应看做是简单的弹簧阻尼***，手臂转向动态性的运动方程如下：
上式中，MT＝Gααf为转向力矩反馈；αf为等效前轮侧偏角；Tm为总的肌肉扭矩；Jdr为胳膊转动惯量；Bdr为胳膊阻尼；Kdr为胳膊刚度；Jst为方向盘、柱、架、齿轮及齿条轮胎的转向***的转动惯量；Bst为方向盘、柱、架、齿轮及齿条轮胎的转向***的阻尼；Kst为方向盘、柱、架、齿轮及齿条轮胎的转向***的刚度；因此：转向角θsw与总的肌肉扭矩Tm之间***传递函数Gs(s)为：
所述Gs(s)即为内部参考模型。
S22：将步骤一中传递函数Gs(s)确定的转向角θsw与理想的转向角相减即为反射的刚度Kr，输入到神经肌肉反射控制环节。
神经肌肉长度的闭环反射控制会影响被激励肌肉的刚度及阻尼，额外增加肌肉的刚度及阻尼值，反射增益的幅度会随着肌肉激励及控制任务的激烈程度的变化而变化；
神经肌肉反射控制为：
(3)式中参数Kr、Br分别代表反射的刚度及阻尼；τr代表神经脊髓信息传递接收的时间延时，取值0.04s；一阶滤波环节不仅代表肌肉激励及肌肉力矩产生之间的滞后，而且也确保***是合适的，即分子的阶数小于分母的阶数，其中截止频率ωc设定为30rad/s；通过(3)式调整反射刚度Kr，使反射刚度Kr随着驾驶员转向控制过程的变化而变化，以便于建立更好的转向控制效果；如图2为不同反射刚度的轨迹跟随特性图。
在(3)式中涉及到的刚度因子，从图3可以看出，通过协同收缩增加刚度因子和图2中反映的通过增加反射刚度的影响是相似的，随着刚度因子的增大，方向盘转角控制的频带宽度增大，轨迹跟随特性提高。从控制的稳定性来说，与增加反射增益相比，通过协同收缩增加频带宽度是更好的，因为产生的力是内在的，并没有产生与反射动态性相关的时间延时。
S23：先对S21中的内部参考模型Gs(s)求逆模Gd(s)即为参考模型；
将参考模型Gd(s)与神经肌肉反射控制Hr(s)经过线性处理产生肌肉力矩Ta；将所述的肌肉力矩Ta与预设的刚度因子进行线性相加产生总的肌肉力矩Tm。
S24：将产生的总的肌肉力矩Tm带入内部参考模型Gs(s)中，输出经过调整的转向角θsw。
步骤三：经过调整的转向角θsw输入车辆模型；
S31：建立车辆模型：
采用单轨车辆动力学模型如图1所示，选取车辆纵向向速度，横摆角速度，侧向位移，横摆角为状态量，其状态方程为：
(4)式中：方向盘转角θsw＝nrswδ，Izz为转动惯量，m为车辆质量，lr为后轴距，lf为前轴距，Cf为前轮侧偏刚度，Cr为后轮侧偏刚度，nrsw为转动比。
S32：将调整的转向角θsw输入车辆模型，后即可得出调整后的车辆的状态。
进一步地，还包括：步骤三中得出的调整后的车辆的状态作为车辆状态输入延时LQR控制器，进行如权利要求1的步骤一步骤二步骤三的循环处理，直至转角θsw与理想转角的差值在预设范围内。
进一步地，还包括步骤三中得出的调整后的车辆的状态输入到上述S24步骤中与总的肌肉力矩Tm带入内部参考模型Gs(s)中。
3、有益效果：
本发明所建立的驾驶员转向模型融合了神经肌肉动态性，使得模型与人类的神经肌肉动态性具有良好的一致性；从而能够实现对车辆更好的精确跟踪，增加汽车的安全性能，并且能为后来者研究神经肌肉动态性在驾驶员转向控制方面的作用提供了参考。
附图说明
图1为单轨车辆动力学模型；
图2为不同反射刚度的轨迹跟随特性
图3为不同协同收缩的轨迹跟随特性
图4为一种基于神经肌肉动态性模型驾驶员转向控制方法的结构框图。
具体实施方式
如图4所示的为本发明的结构框图，从框图中可以看出本发明包括以下的步骤：
步骤一：设置延时控制器的时间延时量，将车辆的路径预估输入延时LQR控制器输出理想的转向角。这个过程中模拟了以下的场景：驾驶员在驾驶车辆时会根据看到路况，脑海中产生一个理想的转向角，但是驾驶员的神经反应延迟大约在150ms到200ms左右，通过延时LQR控制器的处理可以模拟这个反应的带来的效果。这个过程是属于对路径预估的数据进行处理。所述的路径预估的数据就是动力学车辆状态方程纵向向速度vy，横摆角速度ω，侧向位移y，横摆角ψ等状态量以及车辆的位置信息。
步骤二：神经肌肉***处理阶段：将经过步骤一处理过的路径预估的数据分别带入到手臂转向动态模型和神经肌肉反射控制模型，并将经过两个模型处理过的物理量进行线性处理，输出为肌肉收缩产生的力矩Tα后与预定的刚度因子Ka进行求和输出力矩Tα和肌肉刚度因子Ka产生的力矩Tm。力矩总和Tm输入到手臂转向动态模型中即输出此时的调整后转向角θsw。
步骤三：将步骤二调整后的转向角θsw带入到车辆模型中，即可以控制车辆的转向。
为了控制更精确，将步骤三中输出的车辆状态参数作为车辆的路径预估输入到步骤一中，进行步骤一到步骤三的循环调整。
虽然本发明已以较佳实施例公开如上，但它们并不是用来限定本发明的，任何熟习此技艺者，在不脱离本发明之精神和范围内，自当可作各种变化或润饰，因此本发明的保护范围应当以本申请的权利要求保护范围所界定的为准。
Claims (3)
1.一种基于神经肌肉动态性模型驾驶员转向控制方法，其特征在于：包括以下步骤：
步骤一：对路径预估的数据进行处理：
所述路径预估的数据包括纵向速度vy，横摆角速度ω，侧向位移y，横摆角ψ；
处理的过程为：进所述路径预估的数据输入延时LQR控制器，模拟视觉激励延迟；延时LQR控制器输出理想的转向角
步骤二：将步骤一处理输出的数据输入神经肌肉动态模型：
S21：建立手臂转向动态模型：
将驾驶员手臂对方向盘随机力矩干扰的动态性响应看做是简单的弹簧阻尼***，手臂转向动态性的运动方程如下：
<mrow>
<mo>(</mo>
<msub>
<mi>J</mi>
<mrow>
<mi>d</mi>
<mi>r</mi>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>J</mi>
<mrow>
<mi>s</mi>
<mi>t</mi>
</mrow>
</msub>
<mo>)</mo>
<mover>
<msub>
<mi>&theta;</mi>
<mrow>
<mi>s</mi>
<mi>w</mi>
</mrow>
</msub>
<mrow>
<mo>&CenterDot;</mo>
<mo>&CenterDot;</mo>
</mrow>
</mover>
<mo>+</mo>
<mo>(</mo>
<msub>
<mi>B</mi>
<mrow>
<mi>d</mi>
<mi>r</mi>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>B</mi>
<mrow>
<mi>s</mi>
<mi>t</mi>
</mrow>
</msub>
<mo>)</mo>
<mover>
<msub>
<mi>&theta;</mi>
<mrow>
<mi>s</mi>
<mi>w</mi>
</mrow>
</msub>
<mo>&CenterDot;</mo>
</mover>
<mo>+</mo>
<mo>(</mo>
<msub>
<mi>K</mi>
<mrow>
<mi>d</mi>
<mi>r</mi>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>K</mi>
<mrow>
<mi>s</mi>
<mi>t</mi>
</mrow>
</msub>
<mo>)</mo>
<msub>
<mi>&theta;</mi>
<mrow>
<mi>s</mi>
<mi>w</mi>
</mrow>
</msub>
<mo>=</mo>
<msub>
<mi>T</mi>
<mi>m</mi>
</msub>
<mo>-</mo>
<mfrac>
<msub>
<mi>M</mi>
<mi>T</mi>
</msub>
<msub>
<mi>n</mi>
<mrow>
<mi>r</mi>
<mi>s</mi>
<mi>w</mi>
</mrow>
</msub>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
(1)式中，MT＝Gααf为转向力矩反馈；αf为等效前轮侧偏角；Tm为总的肌肉扭矩；Jdr为胳膊转动惯量；Bdr为胳膊阻尼；Kdr为胳膊刚度；Jst为方向盘、柱、架、齿轮及齿条轮胎的转向***的转动惯量；Bst为方向盘、柱、架、齿轮及齿条轮胎的转向***的阻尼；Kst为方向盘、柱、架、齿轮及齿条轮胎的转向***的刚度；
因此根据(1)式可以推导出：转向角θsw与总的肌肉扭矩Tm之间***传递函数Gs(s)为：
<mrow>
<msub>
<mi>G</mi>
<mi>s</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>s</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<msub>
<mi>&theta;</mi>
<mrow>
<mi>s</mi>
<mi>w</mi>
</mrow>
</msub>
<msub>
<mi>T</mi>
<mi>m</mi>
</msub>
</mfrac>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mrow>
<mo>(</mo>
<msub>
<mi>J</mi>
<mrow>
<mi>d</mi>
<mi>r</mi>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>J</mi>
<mrow>
<mi>s</mi>
<mi>t</mi>
</mrow>
</msub>
<mo>)</mo>
<msup>
<mi>s</mi>
<mn>2</mn>
</msup>
<mo>+</mo>
<mo>(</mo>
<msub>
<mi>B</mi>
<mrow>
<mi>d</mi>
<mi>r</mi>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>B</mi>
<mrow>
<mi>s</mi>
<mi>t</mi>
</mrow>
</msub>
<mo>)</mo>
<mi>s</mi>
<mo>+</mo>
<mo>(</mo>
<msub>
<mi>K</mi>
<mrow>
<mi>d</mi>
<mi>r</mi>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>K</mi>
<mrow>
<mi>s</mi>
<mi>t</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mo>)</mo>
</mrow>
</mrow>
所述Gs(s)即为内部参考模型；
S22：将步骤一中传递函数Gs(s)确定的转向角θsw与理想的转向角相减即为反射的刚度Kr，输入到神经肌肉反射控制环节：
神经肌肉长度的闭环反射控制会影响被激励肌肉的刚度及阻尼，额外增加肌肉的刚度及阻尼值，反射增益的幅度会随着肌肉激励及控制任务的激烈程度的变化而变化；
神经肌肉反射控制为：
(3)式中，参数Kr、Br分别代表反射的刚度及阻尼；τr代表神经脊髓信息传递接收的时间延时，取值0.04s；一阶滤波环节不仅代表肌肉激励及肌肉力矩产生之间的滞后，而且也确保***是合适的，即分子的阶数小于分母的阶数，其中截止频率ωc设定为30rad/s；通过(3)式调整反射刚度Kr，使反射刚度Kr随着驾驶员转向控制过程的变化而变化，以便于建立更好的转向控制效果；
S23：先对S21中的内部参考模型Gs(s)求逆模Gd(s)即为参考模型；
将参考模型Gd(s)与神经肌肉反射控制Hr(s)经过线性处理产生肌肉力矩Ta；将所述的肌肉力矩Ta与预设的刚度因子进行线性相加产生总的肌肉力矩Tm；
S24：将产生的总的肌肉力矩Tm带入内部参考模型Gs(s)中，输出经过调整的转向角θsw；
步骤三：经过调整的转向角θsw输入车辆模型；
S31：建立车辆模型：
采用单轨车辆动力学模型，选取车辆纵向向速度，横摆角速度，侧向位移，横摆角为状态量，其状态方程为：
<mrow>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<mover>
<msub>
<mi>v</mi>
<mi>y</mi>
</msub>
<mo>&CenterDot;</mo>
</mover>
</mtd>
</mtr>
<mtr>
<mtd>
<mover>
<mi>&omega;</mi>
<mo>&CenterDot;</mo>
</mover>
</mtd>
</mtr>
<mtr>
<mtd>
<mover>
<mi>y</mi>
<mo>&CenterDot;</mo>
</mover>
</mtd>
</mtr>
<mtr>
<mtd>
<mover>
<mi>&psi;</mi>
<mo>&CenterDot;</mo>
</mover>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>=</mo>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<mfrac>
<mrow>
<msub>
<mi>C</mi>
<mi>f</mi>
</msub>
<mo>+</mo>
<msub>
<mi>C</mi>
<mi>r</mi>
</msub>
</mrow>
<mrow>
<msub>
<mi>v</mi>
<mi>x</mi>
</msub>
<mi>m</mi>
</mrow>
</mfrac>
</mtd>
<mtd>
<mfrac>
<mrow>
<msub>
<mi>l</mi>
<mi>f</mi>
</msub>
<msub>
<mi>C</mi>
<mi>f</mi>
</msub>
<mo>-</mo>
<msub>
<mi>l</mi>
<mi>r</mi>
</msub>
<msub>
<mi>C</mi>
<mi>r</mi>
</msub>
</mrow>
<mrow>
<msub>
<mi>v</mi>
<mi>x</mi>
</msub>
<mi>m</mi>
</mrow>
</mfrac>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
</mtr>
<mtr>
<mtd>
<mfrac>
<mrow>
<msub>
<mi>l</mi>
<mi>f</mi>
</msub>
<msub>
<mi>C</mi>
<mi>f</mi>
</msub>
<mo>-</mo>
<msub>
<mi>l</mi>
<mi>r</mi>
</msub>
<msub>
<mi>C</mi>
<mi>r</mi>
</msub>
</mrow>
<mrow>
<msub>
<mi>v</mi>
<mi>x</mi>
</msub>
<msub>
<mi>I</mi>
<mrow>
<mi>z</mi>
<mi>z</mi>
</mrow>
</msub>
</mrow>
</mfrac>
</mtd>
<mtd>
<mfrac>
<mrow>
<msup>
<msub>
<mi>l</mi>
<mi>f</mi>
</msub>
<mn>2</mn>
</msup>
<msub>
<mi>C</mi>
<mi>f</mi>
</msub>
<mo>+</mo>
<msup>
<msub>
<mi>l</mi>
<mi>r</mi>
</msub>
<mn>2</mn>
</msup>
<msub>
<mi>C</mi>
<mi>r</mi>
</msub>
</mrow>
<mrow>
<msub>
<mi>v</mi>
<mi>x</mi>
</msub>
<msub>
<mi>I</mi>
<mrow>
<mi>z</mi>
<mi>z</mi>
</mrow>
</msub>
</mrow>
</mfrac>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
</mtr>
<mtr>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<msub>
<mi>v</mi>
<mi>x</mi>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
</mtr>
</mtable>
</mfenced>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msub>
<mi>v</mi>
<mi>y</mi>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<mi>&omega;</mi>
</mtd>
</mtr>
<mtr>
<mtd>
<mi>y</mi>
</mtd>
</mtr>
<mtr>
<mtd>
<mi>&psi;</mi>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>+</mo>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<mfrac>
<mrow>
<mo>-</mo>
<msub>
<mi>C</mi>
<mi>f</mi>
</msub>
</mrow>
<mrow>
<msub>
<mi>mn</mi>
<mrow>
<mi>r</mi>
<mi>s</mi>
<mi>w</mi>
</mrow>
</msub>
</mrow>
</mfrac>
</mtd>
</mtr>
<mtr>
<mtd>
<mfrac>
<mrow>
<mo>-</mo>
<msub>
<mi>l</mi>
<mi>f</mi>
</msub>
<msub>
<mi>C</mi>
<mi>f</mi>
</msub>
</mrow>
<mrow>
<msub>
<mi>I</mi>
<mrow>
<mi>z</mi>
<mi>z</mi>
</mrow>
</msub>
<msub>
<mi>n</mi>
<mrow>
<mi>r</mi>
<mi>s</mi>
<mi>w</mi>
</mrow>
</msub>
</mrow>
</mfrac>
</mtd>
</mtr>
<mtr>
<mtd>
<mn>0</mn>
</mtd>
</mtr>
<mtr>
<mtd>
<mn>0</mn>
</mtd>
</mtr>
</mtable>
</mfenced>
<msub>
<mi>&theta;</mi>
<mrow>
<mi>s</mi>
<mi>w</mi>
</mrow>
</msub>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>4</mn>
<mo>)</mo>
</mrow>
</mrow>
(4)式中：方向盘转角θsw＝nrswδ，Izz为转动惯量，m为车辆质量，lr为后轴距，lf为前轴距，Cf为前轮侧偏刚度，Cr为后轮侧偏刚度，nrsw为转动比；
S32：将调整的转向角θsw输入车辆模型，即可得出调整后的车辆的状态。
2.根据权利要求1所述的一种基于神经肌肉动态性模型驾驶员转向控制方法，其特征在于：还包括：在步骤三中得出的调整后的车辆的状态作为车辆状态输入延时LQR控制器，进行如权利要求1所述的步骤一步骤二步骤三的循环处理，直至转角θsw与理想转角的差值在预设范围内。
3.根据权利要求1所述的一种基于神经肌肉动态性模型驾驶员转向控制方法，其特征在于：还包括步骤三中得出的调整后的车辆的状态输入到上述S24步骤中与总的肌肉力矩Tm带入内部参考模型Gs(s)中。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710815045.8A CN107618500A (zh) | 2017-09-12 | 2017-09-12 | 一种基于神经肌肉动态性模型驾驶员转向控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710815045.8A CN107618500A (zh) | 2017-09-12 | 2017-09-12 | 一种基于神经肌肉动态性模型驾驶员转向控制方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107618500A true CN107618500A (zh) | 2018-01-23 |
Family
ID=61089522
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710815045.8A Pending CN107618500A (zh) | 2017-09-12 | 2017-09-12 | 一种基于神经肌肉动态性模型驾驶员转向控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107618500A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108791301A (zh) * | 2018-05-31 | 2018-11-13 | 重庆大学 | 基于驾驶员特性的智能汽车驾驶过程横向动态控制方法 |
| CN110481563A (zh) * | 2019-09-02 | 2019-11-22 | 上海智驾汽车科技有限公司 | 基于驾驶员神经肌肉模型的人机共驾共享控制算法 |
| CN111731316A (zh) * | 2020-06-08 | 2020-10-02 | 南京航空航天大学 | 一种考虑车辆侧翻特性的驾驶员模型的建立方法 |
| CN114228826A (zh) * | 2021-12-31 | 2022-03-25 | 中国矿业大学 | 一种智能汽车驾驶员紧急接管行为识别方法及装置 |
-
2017
- 2017-09-12 CN CN201710815045.8A patent/CN107618500A/zh active Pending
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108791301A (zh) * | 2018-05-31 | 2018-11-13 | 重庆大学 | 基于驾驶员特性的智能汽车驾驶过程横向动态控制方法 |
| CN110481563A (zh) * | 2019-09-02 | 2019-11-22 | 上海智驾汽车科技有限公司 | 基于驾驶员神经肌肉模型的人机共驾共享控制算法 |
| CN110481563B (zh) * | 2019-09-02 | 2020-08-11 | 上海智驾汽车科技有限公司 | 基于驾驶员神经肌肉模型的人机共驾共享控制算法 |
| CN111731316A (zh) * | 2020-06-08 | 2020-10-02 | 南京航空航天大学 | 一种考虑车辆侧翻特性的驾驶员模型的建立方法 |
| CN111731316B (zh) * | 2020-06-08 | 2022-08-05 | 南京航空航天大学 | 一种考虑车辆侧翻特性的驾驶员模型的建立方法 |
| CN114228826A (zh) * | 2021-12-31 | 2022-03-25 | 中国矿业大学 | 一种智能汽车驾驶员紧急接管行为识别方法及装置 |
| CN114228826B (zh) * | 2021-12-31 | 2022-07-22 | 中国矿业大学 | 一种智能汽车驾驶员紧急接管行为识别方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Furukawa et al. | A review of four-wheel steering studies from the viewpoint of vehicle dynamics and control | |
| CN107618500A (zh) | 一种基于神经肌肉动态性模型驾驶员转向控制方法 | |
| CN104176054B (zh) | 一种汽车主动防碰撞自动换道控制***及其工作方法 | |
| EP1977954B1 (en) | Steering control method and apparatus, also automotive vehicle using said steering control method | |
| CN111717207B (zh) | 一种考虑人车冲突的协同转向控制方法 | |
| Chen et al. | Dynamic drifting control for general path tracking of autonomous vehicles | |
| CN102303602B (zh) | 乘用车平顺性与操稳性协调方法及控制装置 | |
| CN108919837B (zh) | 一种基于视觉动力学的自动驾驶车辆二阶滑模控制方法 | |
| CN104477237A (zh) | 一种四轮独立转向电动车转向控制方法及*** | |
| CN106184363A (zh) | 四轮独立转向车辆的控制方法 | |
| CN110466602A (zh) | 轮毂电机驱动电动汽车的分时四轮转向***及其控制方法 | |
| Li et al. | Co-simulation Study of Vehicle ESP System Based on ADAMS and MATLAB. | |
| US20190118858A1 (en) | Adaptive wheel base rear steering control | |
| CN109291932A (zh) | 基于反馈的电动汽车横摆稳定性实时控制装置及方法 | |
| Irie et al. | 4WS technology and the prospects for improvement of vehicle dynamics | |
| Lv et al. | Multi-objective H∞ optimal control for four-wheel steering vehicle based on yaw rate tracking | |
| Chatzikomis et al. | Vergleich der Electronic Stability Control (ESC) mit einer Four Wheel Steering (4WS) | |
| CN107150680A (zh) | 一种防四轮独立驱动电动车过度转向的鲁棒不变集控制方法 | |
| CN106672072A (zh) | 一种用于线控转向汽车主动前轮转向控制***的控制方法 | |
| Yuhara et al. | Advanced steering system adaptable to lateral control task and driver's intention | |
| Odhams et al. | Application of linear preview control to modelling human steering control | |
| JPH0692159A (ja) | 運転感覚制御装置、人間運転特性同定方法および疑似感覚付与装置 | |
| Liu et al. | Research on path-tracking control of articulated vehicle with a trailer based on advanced model prediction control strategy | |
| CN114044003B (zh) | 前后双轴转向车辆的循迹控制方法 | |
| CN112109725B (zh) | 考虑疲劳特性的驾驶员转向控制模型的建模***及方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180123 |