5-1牵引力平衡和牵引功率平衡 5-2牵引特性 5-3试验牵引特性 5-4动力特性

西南科技大学土建学院：《交通工程学》课程教学资源（PPT课件）车辆的交通特性、道路的交通特性

1-1履带车辆行驶原理 1-2履带行走机构的运动学和动力学 1-3履带接地比压和履带接地平面和心域 1-4履带车轮的行驶阻力 1-5履带车辆的附着性能

为保证车辆平稳运行,需在线路改变方向处加设曲线进行过渡

一、 我国道路现状与发展规划 二、道路的分类、等级 三、 道路的基本组成 四、 道路的车辆 五、 道路的交通特性

一、汽车的行驶阻力 1．车辆阻力 2．空气阻力 3．上坡（度）阻力 4．加速阻力

⚫ 第11章 纵向动力学性能分析 ➢ 纵向动力学运动方程 ➢ 行驶极限 ➢ 切向力图 ➢ 制动器 ➢ 瞬时加速和减速过程 ⚫ 第12章 纵向动力学控制系统 ➢ 防抱死制动控制系统 ➢ 驱动力控制系统 ➢ 车辆稳定性控制系统 ⚫ 第13章 动力传动系统的振动分析 ➢ 扭振系统的激振源 ➢ 扭振系统模型与分析 ➢ 动力传动系统的减振措施

无人驾驶车辆自身具有强烈的非线性、信号时延和参数不确定性，对它的控制还受到道路附着系数的变化、侧向风等外界因素影响。因此传统控制方法往往难以对其稳定和精确地控制。神经网络所具有的学习能力、自适应能力和近似非线性映射的能力，为解决车辆模型参数的不确定性、外界的扰动以及车辆自适应控制问题提供了有效的途径。针对上述几个方面，对近几年国内外学者将神经网络应用到无人驾驶车辆运动控制中所取得的成果与进展进行了归纳分类，分别介绍了应用情况并对优缺点进行评价。最后总结了神经网络在无人驾驶车辆运动控制中存在的主要问题，并展望了可能的发展方向

矿用车辆无人驾驶是实现矿山无人化开采的关键技术, 而路径跟踪控制是无人驾驶系统的核心技术之一.路径跟踪控制系统是多变量、多约束系统, 采用传统方法在多约束条件下存在执行器饱和等问题.针对上述问题, 本文引入模型预测控制方法, 通过考虑车辆的姿态与位置之间的关系, 以跟踪路径的横向偏差最小化和车辆的航向角偏差最小化为目标对预测控制的目标函数进行优化, 以获得车辆速度和铰接角度的最优控制量, 实现对多变量、多约束系统的求解.针对模型预测控制算法不能提前判断道路曲率突变而导致跟踪超调的问题, 提出基于预瞄距离的控制方法, 通过提前判断道路突变信息, 提高车辆路径跟踪精确性和稳定性.使用Matlab/Adams仿真软件进行对比仿真试验, 结果表明: 使用模型预测跟踪控制器能够解决多变量、多约束系统控制问题, 有效防止执行器饱和; 而使用基于预瞄距离的模型预测跟踪控制器能够使车辆的横向位置偏差保持在±0.04 m, 航向角偏差保持在±1.8°范围内, 相较于改进前的控制器, 其横向位置偏差减少了80.9%, 航向角偏差减少了59.1%, 证明改进后的控制器具有更好的横向稳定性和精确性

影响汽车完成运输工作的各类外界条件, 它包括:气候条件、道路条件、运输条件、汽 车安全运行技术条件。 气候条件 气候条件对不同车辆结构提出了不同的要 求。应根据具体气候的季节条件,使用相应结 构的不同类型汽车,以提高车辆与气候的适应 程度