Preemptive Holistic Collaborative System and Its Application in Road Transportation
针对多独立实体因无法预判彼此行动而产生冲突的问题,提出PHCS框架并构建道路运输PHCRTS,通过共享意图与预规划轨迹显著提升通行效率与安全。
2025-02-15 cs.SY eess.SY
Privacy-Preserved Collaborative Estimation for Networked Vehicles with Application to Road Anomaly Detection
道路信息,如道路轮廓和交通密度已被广泛应用于智能车辆系统,以提高道路安全性,乘坐舒适性和燃油经济性。然而,车辆的异质性和参数的不确定性使得单个车辆很难准确可靠地测量这些信息。在这项工作中,我们提出了一个统一的框架,基于学习的协作估计融合本地道路估计从一个车队连接的异构车辆。协作估计方案利用由多个车辆穿越相同路段进行的顺序测量,并让这些车辆中继学习信号以迭代地改进局部估计。针对协同评估中必须保护车辆身份隐私的问题,将隐私保护设计直接融入协同评估设计中,建立了一个统一的隐私保护协同评估框架。不同于修补传统的隐私机制,如差分隐私,这将损害算法的准确性或同态加密,这将导致沉重的通信/计算开销,我们利用集体估计的动态特性,使固有的隐私保护,而不牺牲准确性或显着增加通信/计算开销。数值模拟证实了我们提出的框架的有效性和效率。
2020-08-28 cs.SY eess.SY math.OC
LMI-based robust model predictive control for a quarter car with series active variable geometry suspension
针对串联主动可变几何悬架(SAVGS)四分之一汽车,提出基于LMI的鲁棒模型预测控制方案,通过不确定系统建模与半定松弛优化,在满足约束下提升乘坐舒适性与道路附着性,仿真验证优于被动悬架及传统H∞控制。
2024-01-29 cs.SY eess.SY
A Unified Taxonomy for Automated Vehicles: Individual, Cooperative, Collaborative, On-Road, and Off-Road
RISE Research Institutes of Sweden(瑞典RISE研究院);Qamcom Research and Technology AB(Qamcom研究与技术公司)
本文回顾并扩展了自动驾驶车辆分类法,涵盖单车、协同与协作AVs在公路与非公路场景下的用例,并引入新协作类别及适用于额外功能的自动化等级。
2023-04-05 cs.RO cs.SY eess.SY
Mu-synthesis PID Control of Full-Car with Parallel Active Link Suspension Under Variable Payload
本文提出了一种组合μ综合PID控制方案,采用频率分离范例,最近提出的新型主动悬架,并联主动悬架(PALS)。所开发的mu合成控制方案优于传统的H ∞控制,以前设计的PALS,在乘坐舒适性和道路保持(高频动态),重要的现实不确定性,如在车辆有效载荷,考虑到。所开发的PID控制方法适用于保证良好的底盘姿态控制能力和最小化的俯仰和滚动运动(低频动态)。一个多目标的控制方法,它合并了上述PID和μ综合为基础的控制,进一步介绍,同时实现低频缓解姿态运动和高频振动抑制的车辆。一个七自由度的运动型多用途车(SUV)的全车模型与PALS,在这项工作中,测试合成控制器的非线性仿真与不同的ISO定义的道路事件和可变的车辆有效载荷。结果表明,该控制方案的显着的鲁棒性和性能,相比,传统的被动悬架以及主动控制PALS由传统的H ∞控制,实现了广泛的车辆有效载荷的调查中考虑。
2022-03-08 cs.SY eess.SY
Rollover Preventive Force Synthesis at Active Suspensions in a Vehicle Performing a Severe Maneuver with Wheels Lifted off
Indian Institute of Science(印度科学学院)
本文研究车辆在车轮离地情况下主动悬挂力的合成问题,通过等效约束解决动态离散约束问题,实现基于传感器数据的力分配与控制,稳定车辆翻转运动。
2013-09-08 cs.SY eess.SY
Experimental Automatic Calibration of a Semi-Active Suspension Controller via Bayesian Optimization
道路车辆半主动悬架系统的下线(EoL)校准通常是一项关键且昂贵的任务,需要一个车辆和控制专家团队以及数小时的专业驾驶。在本文中,我们提出了一个纯粹的基于数据的调整方法,使自动校准的专有悬架控制器的参数依赖于很少的实验时间,并利用贝叶斯优化工具。还提供了一个详细的方法,如何选择最关键的自由度的算法。所提出的方法的有效性进行评估的商业多体模拟器以及一个真正的汽车。
2020-10-21 cs.SY eess.SY
Body Travel Performance Improvement of Space Vehicle Electromagnetic Suspension System using LQG and LQI Control Methods
电磁悬架系统主要应用于高速车辆领域。本文采用线性二次型最优控制问题对空间探测器四分之一电磁悬浮系统进行了建模、设计和仿真。设计了线性二次型高斯控制器和线性二次型积分控制器,以改善车辆在凹凸不平路面上的车身行程。对所提出的控制器进行了比较,并对仿真结果进行了分析。
2020-06-18 cs.SY eess.SP eess.SY
Physics-Guided Reinforcement Learning System for Realistic Vehicle Active Suspension Control
University of Maryland(马里兰大学);University of Michigan(密歇根大学)
针对主动悬架需实时适配路况的难题,提出物理引导的深度强化学习方法,在ISO 8608标准随机路面训练,可有效降低车身振荡,提升乘坐舒适性与车辆稳定性。
2024-08-15 cs.CE cs.RO cs.SY
Adaptive control for trailing arm suspension with hydraulic cylinder spring under practical constraints
本文提出一种基于四分之一汽车的LQ自适应控制策略,用于具有液压缸弹簧的后臂悬挂系统,以平滑跟踪动态参考臂角并省略垂向传感器,通过线性化参数估计提升控制效率。
2016-07-18 cs.SY eess.SY
VISKY: Virtual Inertia Skyhook Control for Semi-Active Suspension Systems Using Magnetorheological Dampers
State University of New York(纽约州立大学);Industrial University of Ho Chi Minh City(胡志明市工业大学)
VISKY 通过虚拟惯性矩阵实现半主动悬挂系统中磁流变阻尼器的高效控制,具有低计算开销和显著的动态响应提升。
2026-03-06 cs.SY eess.SY
Hybrid control strategy for a semi active suspension system using fuzzy logic and bio-inspired chaotic fruit fly algorithm
Carnegie Mellon University(卡内基梅隆大学);Jadavpur University(贾达普大学);Sun Yat-sen University-Carnegie Mellon University (SYSU-CMU) Joint Institute of Engineering(中山大学-卡内基梅隆大学(SYSU-CMU)联合工程学院)
本文提出一种新型混合PID-模糊逻辑控制策略,利用混沌果蝇算法优化PID参数,通过半主动悬架系统测试,显著降低峰值加速度和悬架畸变,提升舒适性和操控性。
2017-03-23 cs.SY eess.SY
MPC-based Vibration Control and Energy Harvesting Using an Electromagnetic Vibration Absorber With Inertia Nonlinearity
在过去的几十年里,车辆悬架的振动控制和能量收集的同时吸引了巨大的研究兴趣。然而,现有的框架在能量回收方面权衡了悬架性能,并且仅对窄带宽振动做出响应。本文研究了一种新型滚珠丝杠机构的能量再生吸振器。ERVA系统基于具有可调节非线性转动惯量的旋转电磁发电机,该发电机随着振动幅度的增加而被动地增加转动惯量。这种结构对于能量收集和振动控制是有效的,而不增加悬架尺寸。此外,一个非线性模型预测控制器(NMPC)应用于系统的进一步性能增强,我们利用道路轮廓信息作为预览。基于NMPC的ERVA的性能在一些模拟和优越的性能被证明。
2020-05-12 cs.SY eess.SY
Detection of Cyber-Attacks in Collaborative Intersection Control
道路交叉口被广泛认为是事故和交通延误的主要原因。在未来大量采用协作式自动驾驶车辆的情况下,基于全自动无信号交叉口控制的解决方案将变得可行。然而,这种解决方案需要车辆之间的通信,并且可能需要通过无线网络的基础设施。这增加了恶意行为者的攻击面,这可能导致危险的情况。本文针对交叉口控制算法的安全性问题,设计了一种基于滑模观测器的解决方案,能够检测和估计影响车辆通信的虚假数据注入攻击。相对于以前的文献,一种新的检测逻辑与改进的检测性能。仿真结果表明了该方法的有效性。
2021-04-08 cs.SY eess.SY
Reducing Road Vehicle Fuel Consumption by Exploiting Connectivity and Automation: A Literature Survey
本文探讨了连接性和自动化可以在多大程度上降低道路车辆的总体油耗。本文首先进行了一项模拟研究,强调了以下两者之间的权衡:(i)车辆通过速度轨迹成形可以节省的燃料,与(ii)这种轨迹成形可行所需的额外车辆间间距。这项研究表明,连接性和自动化对于大幅减少交通中固定道路车辆动力系统/底盘配置所消耗的燃料至关重要,而不仅仅是有用的。基于这一见解,我们调查了通过不同的互联/自动驾驶汽车技术实现的燃油节省的文献。这包括最佳车辆路线、交叉路口的生态到达/离开、队列行驶、速度轨迹优化、预测性传动系脱离、预测性换档和预测性动力总成附件控制。这项调查表明,协同塑造车辆速度轨迹的能力在减少城市/郊区燃料消耗方面起着主导作用,而队列行驶在影响高速公路上可实现的燃料节省方面起着主导作用。此外,调查显示,在城市/郊区和高速公路环境中,连接/自动化可以降低道路车辆油耗的程度主要取决于动力总成和底盘级控制的集成。
2020-11-30 cs.SY eess.SY
Terrain estimation via vehicle vibration measurement and cubature Kalman filtering
车辆在自然地形上行驶所经历的振动程度决定了其行驶质量。一般来说,表面不规则性,从单一的不连续性到高程轮廓的随机变化,作为主要的激励源,通过轮胎-土壤相互作用和悬架系统在车身中引起振动。因此,越野车辆的平顺性与地面特性密切相关。本研究的目的是开发一种基于模型的观测器,利用现有的机载传感器自动估计地形参数。两个加速度信号,一个来自车身,一个来自车轮悬架,被送入一个动态车辆模型,考虑到轮胎/地形的相互作用,以估计地面特性。为了解决由此产生的非线性同时状态和参数估计问题,容积卡尔曼滤波器,这是优于标准的扩展卡尔曼滤波器的精度和稳定性。一组广泛的模拟试验,以评估各种表面粗糙度和变形条件下的性能,建议的估计。结果表明,所提出的观察员的潜力,估计自动地形特性的操作过程中,可以实现板载的一般家庭的智能车辆,从越野高速乘用车,轻型和低速行星漫游车。
2020-01-15 cs.SY eess.SP eess.SY
A Review of Autonomous Road Vehicle Integrated Approaches to an Emergency Obstacle Avoidance Maneuver
The Ohio State University(俄亥俄州立大学)
随着乘用车技术的进步,它们的避障能力也在不断提高,特别是轮胎、悬架、转向以及ABS、ESC等安全技术以及最近的ADAS系统的发展。然而,客车周围的环境也变得更加复杂和危险。以前有研究概述了驾驶员在驾驶乘用车时试图避开障碍物的倾向和表现能力。现在,自动驾驶汽车正在开发具有避障能力的自动驾驶汽车,重要的是要达到或超过人类驾驶员的性能。本文重点介绍了对紧急避障机动(EOAM)至关重要的系统,并确定了每个相关系统的最新技术水平,同时考虑了高速公路行驶的细微差别。一些主要的EOAM相关的系统/领域,在这篇评论中讨论的是:一般的路径规划方法,系统层次结构,决策,轨迹生成,和容错跟踪控制方法。结束语后,对未来的工作,这可能会导致一个理想的EOAM发展的建议,进行了讨论。
2021-06-18 cs.LG cs.RO cs.SY
Collaborative Platooning of Automated Vehicles Using Variable Time-Gaps
Texas A&M University(德克萨斯农工大学)
本文设计了能协调多维目标时间间隔和速度的控制器,通过空间域分析实现车辆编队稳定,以最大化交通流并维持安全。
2017-10-05 cs.SY eess.SY
Terrain-Aware Kinodynamic Planning with Efficiently Adaptive State Lattices for Mobile Robot Navigation in Off-Road Environments
Robotics and Artificial Intelligence Laboratory, Hajim School of Engineering and Applied Sciences, University of Rochester(机器人与人工智能实验室,哈吉姆工程与应用科学学院,罗切斯特大学);DEVCOM Army Research Laboratory(陆军研究实验室)
本文提出KEASL,一种基于EASL的地形感知动力学规划方法,通过编码速度、加速度约束和车辆方向,并在搜索中评估侧倾、俯仰等,在越野环境中比EASL在83.72%的规划查询中提供更高效路线。
2025-04-24 cs.RO cs.SY eess.SY
Federated Learning on the Road: Autonomous Controller Design for Connected and Autonomous Vehicles
Virginia Tech(弗吉尼亚理工大学);Princeton University(普林斯顿大学);Shenzhen Research Institute of Big Data(深圳大数据研究院);Future Network of Intelligence Institute(未来网络智能研究院);Chinese University of Hong Kong, Shenzhen(香港中文大学(深圳));University of Oulu(奥卢大学)
提出了一种基于大规模无线连接的联合学习框架,用于设计互联自主车辆(CAV)的自主控制器。在该框架中,控制器使用的学习模型在一组CAV之间协同训练。为了捕捉不同的CAV参与FL训练过程和不同的本地数据质量之间的CAV,提出了一种新的动态联邦邻近(DFP)算法,占CAV的移动性,无线衰落信道,以及不平衡的和非独立的和相同分布的数据在CAV。一个严格的收敛性分析所提出的算法,以确定如何快速的CAV收敛到使用最优的自主控制器。特别是,不同的CAV参与FL过程和不同的CAV数据质量的影响,所提出的DFP算法的收敛性进行了明确的分析。在此基础上,设计了一种基于契约理论的激励机制来提高FL收敛速度。仿真结果表明,基于DFP的控制器能够在不同的交通场景下准确地跟踪目标CAV的速度。此外,结果表明,所提出的DFP算法具有更快的收敛速度相比,流行的FL算法,如联邦平均(FedAvg)和联邦近端(FedProx)。实验结果也验证了契约激励机制的可行性,与基线相比,该激励机制可以使DFP算法的收敛速度提高40%。
2022-06-16 cs.AI cs.LG cs.SY