期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
智能车队跟车纵向控制算法设计及仿真验证 被引量:6
1
作者 叶心 魏劲鹏 +2 位作者 杨杰星 叶明 吕强 《重庆理工大学学报(自然科学)》 CAS 北大核心 2019年第11期16-23,共8页
为了解决智能车队自动跟随前方车辆行驶的问题,首先基于理论分析模型和车辆实验数据结合,建立智能车队行驶过程中纵向动力学模型。然后基于模糊智能控制算法,建立智能车队领航车驾驶员模型、车队跟随车辆跟车模型,最后通过Matlab/Simuli... 为了解决智能车队自动跟随前方车辆行驶的问题,首先基于理论分析模型和车辆实验数据结合,建立智能车队行驶过程中纵向动力学模型。然后基于模糊智能控制算法,建立智能车队领航车驾驶员模型、车队跟随车辆跟车模型,最后通过Matlab/Simulink/Stateflow平台搭建数学模型。该模型简洁、准确,能满足车辆避撞和跟随的要求。通过仿真分析,验证了模型的正确性和合理性,可达到提高驾驶安全性、减少交通堵塞的目的。 展开更多
关键词 智能车队 跟车控制 模糊智能
下载PDF
基于鱼群逃逸仿生学的智能车队安全行驶模型研究 被引量:3
2
作者 朱畏畏 江浩斌 +1 位作者 马世典 曹福贵 《机械制造与自动化》 2018年第5期190-193,205,共5页
为了提高智能车队的行驶效率和安全性,运用鱼群逃逸仿生学研究智能车队在二维环境下的安全行驶模型。通过对鱼群逃避危险时协同一致性研究,建立车辆的行为规则,基于安全距离理论确定了车辆不同行为规则的边界条件;在车队运动过程中,考... 为了提高智能车队的行驶效率和安全性,运用鱼群逃逸仿生学研究智能车队在二维环境下的安全行驶模型。通过对鱼群逃避危险时协同一致性研究,建立车辆的行为规则,基于安全距离理论确定了车辆不同行为规则的边界条件;在车队运动过程中,考虑相邻车辆的速度差、安全距离与安全距离差等因素,建立二维车队避撞模型,计算分配给各跟随车辆的期望加速度,并根据车辆不同行为规则建立车辆的行驶航向角模型,从而达到车队在横向与纵向上安全行驶与避撞的目的。通过PreScan软件和Matlab/simulink联合仿真,验证了车队在不同干扰条件下协同行驶模型的有效性。 展开更多
关键词 群行车控制 行为规则 安全行驶模型 仿生学 鱼群逃逸行为 智能车队
下载PDF
基于马尔科夫优化的移动边缘计算车载网络任务卸载 被引量:4
3
作者 李沁颖 曹青松 《济南大学学报(自然科学版)》 CAS 北大核心 2021年第6期540-545,551,共7页
针对集中式车载网络不能满足移动用户需求的问题,将移动边缘计算引入车载网络,以增强车辆的计算能力,提升服务质量,并有效地解决任务传输过程的丢包、时延问题;对移动边缘计算网联式车队资源分配和任务卸载展开研究,建立移动边缘计算车... 针对集中式车载网络不能满足移动用户需求的问题,将移动边缘计算引入车载网络,以增强车辆的计算能力,提升服务质量,并有效地解决任务传输过程的丢包、时延问题;对移动边缘计算网联式车队资源分配和任务卸载展开研究,建立移动边缘计算车载网络系统模型,将车辆计算任务分配至相邻车辆节点和移动边缘计算服务器进行任务卸载计算;构建马尔科夫优化过程,利用车辆节点状态转移获取所有计算任务决策方案,通过选择不同传输路径的条件概率,计算数据传输的成功概率,比较任务执行周期的总时长,获得任务分配和卸载的最优方案;采用MATLAB软件构建边缘计算环境中车载网络任务分配和卸载的仿真模型,研究不同任务量、不同时间段时3种资源分配和任务卸载方法的总时长。结果表明,马尔科夫优化方法能够有效地减少任务执行总时长,提高网络资源利用效率。 展开更多
关键词 移动边缘计算 分配和卸载优化方案 马尔科夫优化 智能网联式车队
下载PDF
基于模糊MPC的智能车队纵向跟随控制 被引量:2
4
作者 雷利利 张通 《江苏大学学报(自然科学版)》 CAS 北大核心 2022年第4期394-399,430,共7页
针对车队纵向跟随控制存在跟随效率低且系统不稳定的问题,提出一种基于模糊模型预测控制(model predictive control,MPC)方法的智能车队纵向跟随模型.根据车队动力学方程推导出包含跟随性和乘坐舒适性的MPC目标函数,在MPC控制器的基础... 针对车队纵向跟随控制存在跟随效率低且系统不稳定的问题,提出一种基于模糊模型预测控制(model predictive control,MPC)方法的智能车队纵向跟随模型.根据车队动力学方程推导出包含跟随性和乘坐舒适性的MPC目标函数,在MPC控制器的基础上引入模糊策略,实时调整MPC目标函数中的跟随性权重系数,输出符合驾驶场景需求的理想加速度.结合纵向逆动力学模型和比例、积分、微分(proportional integral derivative,PID)控制建立下层控制器,将期望加速度转化为节气门开度或制动压力.搭建Carsim和Simulink联合仿真平台,模拟智能车队高速行驶工况,并分别与PID方法和传统的MPC方法对比.结果表明:模糊MPC控制器在高速工况下,动力学参数均满足约束条件,间距误差控制在8 m以内,相较于PID控制和传统MPC控制最大速度误差分别减小了6.6、2.5 m·s^(-1),且在紧急制动场景中车速变化更加平稳,车队的乘坐舒适性得到了提高. 展开更多
关键词 智能车队 模型预测控制 模糊控制 车辆跟随 CARSIM
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部