原文传递
面向自动驾驶舒适性的电动观光车平顺性分析及优化
| 论文题名： | 面向自动驾驶舒适性的电动观光车平顺性分析及优化 |
| 关键词： | 自动驾驶;电动观光车;舒适性阈值;速度控制;脉冲输入 |
| 摘要： | 汽车平顺性是保持行驶中振动和冲击对乘员舒适性的影响处于一定界限之内，良好的平顺性能保证乘员具有足够舒适性，对于货车同时保证货物完整性。目前，对传统汽车的平顺性问题已有大量研究，但对自动驾驶平顺性相关研究尚比较缺乏。本文基于此背景展开研究，首先以某电动观光车为对象，构建其平顺性模型。然后构建能表征自动驾驶性能及平顺性的目标函数，利用多目标优化算法得到最优车速集。结合具体工况设定舒适性阈值，最后得到自动驾驶最优车速，为自动驾驶车速控制提供参考。 首先，以某电动观光车为研究对象，基于集中质量法搭建整车八自由度平顺性模型。为从随机路面与脉冲输入工况对模型进行研究打下基础，根据滤波白噪声法构建四轮相关时域随机路面，利用实测减速带外形尺寸，构建脉冲输入模型。 其次，制定平顺性模型所需参数的测试方案，通过多个重复性的试验与合理估值，得到整车平顺性能参数。根据所测得的参数，利用平顺性模型，从频域与时域的角度，研究其平顺性响应特性，分析不同因素对整车平顺性的影响。 然后，在速度为10~30km/h下，进行平顺性试验。首先分析试验数据的特点，然后参考平顺性试验标准，评价该车的平顺性。利用试验结果与仿真结果对比，对所建模型及测得的参数进行准确性验证。 最后，一方面从平顺性角度，通过仿真得到不同速度下的各类响应值，拟合各响应值随速度变化的函数，作为目标函数之一。另一方面从自动驾驶性能角度，构建实际车速与期望车速的偏差式，作为另一个目标函数。然后通过设定具体工况，利用Pareto最优多目标遗传算法对优化模型求解，得到最优车速解集。最后为保证质心位置的舒适性，对于随机路面和过减速带工况分别合理设定加速度均方根值及加速度最大值的阈值约束，得到该工况下的最优车速。 |
| 作者： | 阙晓宇 |
| 专业： | 车辆工程 |
| 导师： | 田国英;宋纾崎 |
| 授予学位： | 硕士 |
| 授予学位单位： | 西华大学 |
| 学位年度： | 2021 |
检索历史
应用推荐
