一、提高驾驶技术减少油耗（论文文献综述）
付雪青,王宝森,杨建军,高海洋,何邦全,赵华,郭文翠,刘双喜[1]（2021）在《基于双状态动态规划混动汽车坡道生态驾驶策略》文中认为研究了车辆驶过坡道的驾驶时间对混合动力汽车（HEV）生态驾驶（ECO）策略的影响,通过调整车速来改善驾驶人的驾驶策略以减少车辆能耗。所构建ECO驾驶策略模型,采用以驾驶里程和车速为双状态、以驾驶时间为阶段变量的动态规划,以车辆驱动能量和制动能量之和为目标函数,这是由于在实际道路下HEV油耗主要受车辆需求能量影响。运行于不同驾驶策略,对HEV整车模型进行计算。结果表明:与固定车速驾驶策略相比,采用ECO驾驶策略,对上下坡工况和下上坡工况,车辆油耗分别降低17.6%和12.2%;相比于下上坡工况,上下坡工况采用ECO驾驶策略车辆油耗对驾驶时间更加敏感。
伍毅平,李海舰,赵晓华,邢冠仰,陈雨菲,付强[2]（2021）在《车路协同雾天预警系统对车辆运行生态特性的影响》文中认为为探究车路协同技术对车辆运行生态特性的影响,基于驾驶模拟试验平台构建车路协同条件下的雾天预警系统,测试了驾驶人在浓雾条件下驾驶车辆的能耗排放特征;设计了空白对照组、可变情报板（DMS）预警组、人机交互界面（HMI）预警组以及DMS+HMI预警组4种试验场景,招募43名驾驶人开展驾驶模拟试验,通过对比不同预警方式作用下车辆总体和道路关键区段的能耗排放差异,明确不同预警系统对车辆运行生态特性的影响效用。分析结果表明:相对于空白组,3种车路协同雾天预警系统均能显着降低车辆整体能耗与排放,但是不同预警方式的作用效果并无明显差别;道路场景分为了预警前、预警区、渐变区和雾区4个关键区段,3种预警系统在预警区及渐变区均可有效降低车辆能耗及排放;HMI从发出预警信息后开始生效,DMS可在车辆进入预警区前产生效果,DMS+HMI在预警区的效果最为显着,但进入雾区后不能有效降低车辆能耗与排放。可见,虽然车路协同雾天预警系统整体可以提升车辆运行生态特性,但是单一增加预警强度或改变预警方式并不能有效保证整个雾天影响区域不同区段均具有节能减排效用,合理设置车路协同预警系统应综合考虑不同预警方式、预警信息触发点位及时机、驾驶人特性等因素的匹配关系。
胡浈[3]（2021）在《大型露天矿矿用卡车油耗规律及司机驾驶行为研究与应用》文中进行了进一步梳理
阳磊[4]（2021）在《车辆多目标自适应巡航控制算法的研究》文中研究说明近年来,为更好地协调相互矛盾的跟车目标,例如安全性、跟车性、舒适性和燃油经济性等,多目标自适应巡航控制系统应运而生,其能综合协调行车过程中相互矛盾的跟车目标,更好被大众所接受,成为目前比较热门的智能辅助驾驶系统。本文采用分层控制,分别对多目标自适应巡航控制算法中基于可变车头时距的间距策略、基于模型预测控制算法的上层控制器和基于PID算法的下层控制器进行了研究,针对本文的多目标自适应巡航控制算法,搭建基于CarSim和Simulink的联合仿真环境来验证其有效性,主要内容包括以下几个方面:（1）在前车减速行驶情况下,为提升自适应巡航控制系统的安全性和跟车性,对基于可变车头时距（VTH）的间距策略进行研究。目前的VTH策略并不能满足复杂多变的减速行驶工况,因此提出一种随前车减速时间和减速度变化而变化的改进可变车头时距间距策略,并且当减速度达到一定值时,移除饱和函数的上限值。通过数值仿真表明,改进间距策略能有效提升自适应巡航控制系统在前车减速情况下的安全性和跟车性。（2）建立车间纵向运动学模型,根据模型预测控制理论,设计综合考虑安全性、跟车性、舒适性和燃油经济性等性能指标的目标函数以及考虑车辆物理性能等因素的约束条件,并引入松弛因子向量,以解决硬约束边界内无可行解问题。进一步在滚动优化环节中,引入一种具有求解多个约束问题能力的改进粒子群优化算法对带约束的目标函数进行求解。通过数值仿真分析,结果表明基于改进粒子群优化算法的多目标自适应巡航控制算法能有效提高燃油经济性和行车舒适性。（3）基于CarsSim中某B级乘用车模型得到液力变矩器扭矩特性曲线和发动机MAP图,由MAP图得到逆发动机模型的二维查值表,再根据发动机转速和期望输出转矩获得期望节气门开度。对汽车进行受力分析,得到期望制动压力计算模型,为了避免制动和节气门控制器同时工作,通过在节气门和制动控制器之间设置过渡带得到切换曲线。基于PID算法作为下位控制算法,实现稳定跟随由上位控制器计算得到的期望加速度的功能。（4）采用CarSim软件搭建整车模型、道路环境以及传感器等实验设置。在Simulink中搭建上位控制器、下位控制器、切换策略、节气门控制器和制动力控制器。为了验证算法的有效性,选用ECE+EUDC工况进行联合仿真,仿真结果表明ACC系统能保证良好的安全性和跟车性。
王谦[5]（2021）在《基于台架试验机动车尾气主要污染物排放及硝态氮同位素特征研究》文中认为随着保有量的不断增长,道路机动车尾气排放日益成为环境中不可忽视的重要污染物排放来源,然而中国缺少对当前在用机动车尾气污染物排放的全面研究。同时稳定氮同位素技术是近几年兴起的NOx（氮氧化物）排放的溯源工具,机动车作为当前大气最主要的NOx排放源在溯源中占据很重要的比重,但是当前的源谱中机动车的范围很广,与其他源有重合,需要进一步的研究细分。因此,本研究选取15辆在用机动车,包含了绝大多数的道路车辆种类,利用底盘测功机结合WLTC（世界轻型车测试程序）、C-WTVC（中国重型商用车辆瞬态循环）和NEDC（新欧洲驾驶循环）工况测试了机动车尾气排放的主要温室气体、PM、碳质组分和主要污染气体的排放因子,同时测定了分阶段的δ15N-NOx值,主要结果如下:1)由于天然气出租车超高的CH4排放,天然气出租车的温室气体排放与相近的轻型汽油车持平,在城市路段甚至会高出16.7%。而国六标准天然气公交车相较于排量相近重型柴油货车能有效减少31.5%的温室气体排放,因此值得大力推广。2)长里程天然气出租车在WLTC工况冷启动程序下的CO、HC、PM和NOx排放因子比相应的EI指南推荐排放因子分别高出21.2倍、35.7倍、44.2倍和100.6倍。这表明长里程天然气出租车是被忽视的高排放源。3)由于NEDC工况缺少与WLTC工况高速和超高速阶段相对应的阶段,会将轻型汽油车的CO排放和天然气出租车的PM排放分别低估88.4%和83.8%。4)本研究测得的机动车尾气δ15N-NOx值为-22.8‰～+15.8‰,平均值为-5.2±6.6‰。机动车行驶里程的增加会影响尾气处理装置的效率,从而导致尾气δ15N-NOx值在中高速路段偏正,在不考虑里程影响的情况下,机动车尾气中的NOx浓度和δ15N-NOx值有很好的负相关。
彭琨,张立成,周洲[6]（2021）在《机动车行驶参数采集与驾驶行为量化软件》文中进行了进一步梳理针对当前能源短缺和空气污染问题,以节能减排为目的的生态驾驶研究愈发重要,驾驶行为量化评估是生态驾驶领域的重要研究内容之一。基于.Net和C#开发了可实时采集机动车行驶参数及量化驾驶行为的上位机应用软件,软件通过串行方式与车载OBD通信,实时解析读取车辆速度、发动机转速、瞬时油耗、百公里油耗、里程等行驶参数,并完成预处理、可视化、存储等功能。在此基础上,提出了基于车辆速度方差、加速度方差的驾驶行为量化因子,该因子与燃油消耗近似线性关系。经过对该量化因子的归一化处理,得到驾驶行为量化评分,定量地评估驾驶行为经济性。实验表明,开发的软件界面友好,使用方便且稳定可靠,提出的驾驶行为量化因子可有效地反映驾驶员的经济驾驶程度。
聂林同[7]（2021）在《基于模型预测控制的PCC策略及验证》文中认为我国公路运输业发达,重型卡车为公路运输提供了大部分运力。随着车联网技术及辅助驾驶技术的进步,重型卡车智能化程度越来越高。目前在重型卡车上应用最普遍的辅助驾驶系统为定速巡航系统（Cruise Control System,CCS）。为弥补定速巡航系统在节油方面的不足,本文提出一种基于模型预测控制算法（Model Predictive Control,MPC）的预见性巡航控制系统（Predictive Cruise Control,PCC）。该系统依托车辆前方道路的坡度信息来规划巡航控制动作,旨在降低重型车辆的油耗,节约运输成本,提高卡车的智能化程度,降低驾驶员劳动强度。首先,本文使用一汽解放的大数据平台解放行和中寰卫星高级驾驶辅助系统（Advance Driver Assistant Systems,ADAS）电子地图获取了高速公路的地理信息。以重型卡车车流量较大的高速公路作为分析样本,对其地形特点进行分析,明确使用模型预测控制算法的优势。研究了驾驶员的需求,制定了PCC系统的设计目标。研究了模型预测控制算法的原理,分析其在预见性巡航控制中的应用方式。根据模型预测控制算法的计算要求,以本文研究车型的相关数据建立了多项式发动机油耗模型和车辆纵向动力学模型,以上述两个模型作为预测模型进行预测计算。分析PCC策略设计性能指标,选用非线性规划的优化方式,将预见性巡航的控制问题转化为非线性规划问题。对使用预见性巡航过程中存在的安全问题,研究了避撞调节策略。然后,根据本文研究的一汽解放某型6×4牵引车参数数据,在Truck Sim中建立了一个具有较高还原度的牵引车模型。根据相关文献设计符合道路建设标准的理想道路模型,用于控制变量来定向分析预见性巡航系统在特定路型上的控制动作。利用解放行和ADAS电子地图获取了特定路段的高速道路地理信息,对电子地图中海拔数据精度误差问题进行了处理。使用处理后的道路数据建立了模拟真实高速地形的道路模型。在MATLAB中使用S-Funtion模块建立了PCC控制器。对商用级的CCS控制算法使用S-Funtion模块进行封装,将其作为CCS控制器模型。最后,使用MATLAB与Truck Sim进行联合仿真。使用MATLAB中建立的控制器模型控制Truck Sim中的车辆模型,观察PCC系统在不同载重下对不同路面输入的响应。以CCS系统为对比对象,进行多样化的仿真工况设置,通过仿真实验数据详细分析这两个系统的优劣之处。仿真数据证明,在本文所设置的各种工况下,相比CCS系统,PCC系统可以在不同程度上降低重型车辆的燃油消耗。同时,在相同长度的道路模型上,使用PCC系统的车辆大多数工况下平均车速较高,可以更快地跑完全程。因此,本文研究的基于模型预测控制算法的预见性巡航系统达到了预期的设计目标,同时验证了模型预测控制算法在预见性巡航控制上具有可行性。
洪金龙,高炳钊,董世营,程一帆,王玉海,陈虹[8]（2021）在《智能网联汽车节能优化关键问题与研究进展》文中研究指明汽车保有量的增加和能耗排放法规日益严格的限制给车辆节能减排提出了巨大挑战,网联化、智能化和电气化是提高未来交通效率和减少公路能源消耗的三大支柱。为了全面了解智能网联汽车节能减排的前沿问题与研究进展,对当前经济驾驶领域的重点问题进行了总体概述。首先,从广义的能量转换角度总结了智能车辆节能优化技术的本质和3个过程,其中Wheels to Distance环节的车辆系统优化是挖掘汽车节能潜力的重要一环,针对其介绍了智能网联汽车节能优化问题的基本数学原理;其次,从智能运输系统的各类非同源异构数据出发,分别从人-车交互、车-车通信、车-路感知三方面阐述来源于"人-车-路"交互体系的智能信息与数据;然后,针对单车智能网联环境下的多维度信息与先进控制技术相结合的关键问题,从考虑道路坡度预测巡航控制、跟车工况预测巡航控制、智能辅助驾驶和车道变换等应用场景进行具体介绍;针对"人-车-路-云"多源异构环境下车辆行为协同节能关键科学问题,从经济驾驶、多车协同节能、道路交叉口车路协同节能和车云协同节能等方面详细介绍研究现状;并进一步介绍电气化公路系统的前瞻性研究,说明融合智能化信息的E-highway节能潜力和智能重型商用车协同节能的未来发展趋势。最后,总结并梳理智能化信息对于提升车辆节能的重要影响,并展望了其在理论与实际层面遇到的挑战。
王晖年[9]（2021）在《基于网联的信号交叉口下自动驾驶车辆生态驾驶车速控制策略》文中研究指明随着我国经济的飞速发展,汽车工业取得巨大进步,汽车产销量连续蝉联世界第一。汽车为人们带来极大便利的同时,产生的燃油消耗、污染物排放、交通拥堵等问题越来越突出,得到社会普遍关注。城市交叉口的信号灯是使车辆和行人有序通过路口的交通设备,对交通安全起重要作用,但同时也会对交通流产生影响,使车辆经常在信号口区域做出加速、减速、停车怠速等高油耗、高排放行为。随着通信技术的发展,车路及车车间的信息交互成为可能,车辆根据采集的信息采取适当的驾驶策略可以有效减少降低能耗排放、优化交通效率。本文在分析现有国内外生态驾驶速度控制策略基础上,介绍了信号交叉口速度引导问题,分析了车联网平台的系统构建、关键技术和典型运用,自动驾驶的发展阶段、关键技术及存在的问题,提出生态驾驶控制系统架构,对本文控制策略运行环境做出基本假设,分析介绍了VISSIM交通仿真平台和MOVES排放模型。其次分析了信号交叉口生态驾驶车速控制策略原理,建立以车联网通信系统获取路网中车辆及信号灯相位配时信息,进行车辆通过信号交叉口的控制场景划分,得出使车辆不停车通过交叉口的速度轨迹控制策略。分析介绍了VT-Micro微观模型,运用VT-Micro模型对生态驾驶车辆通过交叉口的目标车速与油耗排放进行关联。以油耗、排放、交通效率为优化目标,以车辆不停车通过交叉口为约束,运用模拟退火算法进行目标车速优化。构建生态驾驶策略在信号交叉口的交通运行及能耗排放估算仿真平台,进行基于模拟退火算法优化的生态驾驶速度控制策略的仿真验证。在分析多目标遗传算法的基础上,构建多目标遗传算法优化的信号交叉口生态驾驶速度控制策略并进行仿真分析,仿真结果表明采用多目标遗传算法优化的控制策略在交通效率和能耗排放指标上均优于采用模拟退火算法优化的控制策略,且控制路段长度及初始速度对策略实施效果具有较大影响。分析交通流中其他车辆对受控车辆产生的影响,提出基于交通流状态信息的车辆控制场景划分及目标车速优化方法,建立了基于交通流优化的控制策略。对不同生态驾驶速度控制策略、控制策略渗透率及道路饱和度场景运行仿真分析。结果表明考虑交通流的控制策略在各场景下均有良好效果,未考虑交通流的控制策略仅在部分场景能获得收益;且算法渗透率越高生态驾驶策略实施效果越好。最后基于不同生态驾驶速度控制策略下车辆通过信号交叉口的速度轨迹在底盘测功机上完成台架试验。实验结果表明,本文提出的生态驾驶速度控制策略具有较好节能减排效果。本文构建的信号交叉口生态驾驶速度控制策略在未来有人驾驶和自动驾驶混行场景中可以有效降低能耗排放,提升交通效率。
李睿[10]（2021）在《商用车预测性节能控制策略研究》文中进行了进一步梳理随着经济的快速发展,我国公路货运量以及货物周转量逐年上升,商用车销售量以及保有量逐年增加,公路运输的能源消耗问题逐渐变得不可忽视。因此,针对商用车的节能控制研究具有重要的意义。通过车辆无线通讯技术获取实时行车环境信息进行预测性分析决策,实现对车辆状态的自主调整,将有效提高商用车节能控制策略的适应性与控制效果,对降低车辆能耗具有重要的作用。针对商用车公路运输的行驶特点,本文依托吉林省教育厅科学技术项目“基于线控底盘的分布式电动汽车动力学建模与协同控制”（项目编号:JJKH20200963KJ）,对比分析了国内外已有的相关研究现状,对预测性节能控制以及变速器换挡规律的研究进展进行了总结,设计了研究内容。首先基于商用车发动机油耗特性优化变速器换挡规律,提升整车燃油经济性;然后采用稳态与动态控制相结合的方法,开发适用于商用车的预测性节能控制策略;最后通过搭建商用车硬件在环试验台验证所提出控制策略的有效性,主要研究内容总结如下:（1）为研究预测性节能控制策略,首先对车辆传动系统以及制动系统进行纵向动力学建模,基于加速度阈值对车辆模型的行驶状态进行切换。在车辆传动系统模型中,利用车辆发动机油耗特性对变速器换挡规律进行设计优化,改善其燃油经济性;在车辆制动系统模型中,建立电控气压制动系统模型,根据各车轴垂直载荷动态分配制动力,保证制动性能。（2）针对车辆长路径行驶工况,结合道路高度信息,采用模型预测控制对车辆的稳态速度曲线进行规划,作为后续车辆在典型工况局部动态规划的支持条件。其中,为克服车辆行驶状态转移过程中的非线性特征,通过车辆能量变化关系进行线性化处理,计算得到车辆纵向动力学线性模型,同时在控制过程中加入平顺系数,防止车速曲线出现突变而影响车辆舒适性。（3）针对车辆行驶过程中遇到的限速路段、低附着路面以及交通路口等典型工况,将车辆通过智能网联技术提取的典型工况信息作为对车速限制的量化约束条件。在稳态规划结果的基础上,兼顾车辆行驶安全性与舒适性,并基于贝尔曼动态规划算法求解各阶段车速最优解,以获取车辆在典型工况行驶过程中的最优车速曲线,从而在车辆动态行驶过程中达到降低车辆燃油消耗的目的。（4）搭建商用车硬件在环试验台。在Truck Sim软件中嵌入制动系统模型,在MATLAB/Simulink软件中编写预测性节能控制策略,以Lab VIEW RT及Truck Sim RT作为软件支持,以NI-PXI及Micro Auto Box作为硬件控制器,以制动系统盘式制动器与制动阀体作为执行机构,完成对商用车预测性节能控制策略的硬件在环验证工作。
二、提高驾驶技术减少油耗（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、提高驾驶技术减少油耗（论文提纲范文）
（1）基于双状态动态规划混动汽车坡道生态驾驶策略（论文提纲范文）
| 1 模型构建 |
| 1.1 车辆模型 |
| 1.2 极限能耗评估模型 |
| 1.3 生态驾驶策略模型 |
| 2 HEV能耗影响分析 |
| 3 驾驶时间对ECO驾驶策略的影响 |
| 4 结论 |
（2）车路协同雾天预警系统对车辆运行生态特性的影响（论文提纲范文）
| 0 引 言 |
| 1 驾驶模拟试验 |
| 1.1 试验平台 |
| 1.2 试验设计及流程 |
| 1.2.1 被试选取 |
| 1.2.2 场景设计 |
| 1.2.3 试验流程 |
| 1.3 数据采集 |
| 2 车辆能耗排放特征分析 |
| 2.1 能耗特征 |
| 2.2 排放特征 |
| 2.3 综合效用分析 |
| 3 结 语 |
（4）车辆多目标自适应巡航控制算法的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 自适应巡航控制系统 |
| 1.2.1 ACC上层控制算法研究现状 |
| 1.2.2 ACC系统间距策略 |
| 1.2.3 ACC系统架构 |
| 1.3 本文研究内容 |
| 2 可变车头时距策略的研究 |
| 2.1 可变车头时距策略 |
| 2.2 改进的可变车头时距策略 |
| 2.3 稳定性证明 |
| 2.4 仿真验证及分析 |
| 2.4.1 正常加减速(工况1) |
| 2.4.2 大减速度(工况2) |
| 2.4.3 紧急减速停车(工况3) |
| 2.5 小结 |
| 3 多目标ACC上层控制算法 |
| 3.1 车间纵向动力学建模 |
| 3.1.1 车间纵向运动学模型 |
| 3.1.2 状态空间模型 |
| 3.2 基于MPC的多目标ACC上层控制算法 |
| 3.2.1 ACC系统控制目标及约束条件 |
| 3.2.2 基于MPC的控制算法设计 |
| 3.3 粒子群优化算法的改进 |
| 3.3.1 粒子群优化算法 |
| 3.3.2 具有求解多约束能力的PSO |
| 3.4 仿真验证及分析 |
| 3.4.1 前车加减速工况(工况1) |
| 3.4.2 动态换道切入工况(工况2) |
| 3.4.3 前车急减速急加速工况(工况3) |
| 3.5 小结 |
| 4 多目标ACC下层控制器 |
| 4.1 ACC车辆逆纵向动力学模型 |
| 4.1.1 节气门控制器 |
| 4.1.2 制动控制器 |
| 4.1.3 加速/制动切换策略 |
| 4.2 基于PID的下位控制算法 |
| 4.3 小结 |
| 5 联合仿真验证 |
| 5.1 CarSim软件 |
| 5.2 CarSim模型搭建 |
| 5.3 CarSim与 MATLAB/Simulink联合仿真验证 |
| 5.3.1 联合仿真接口设置 |
| 5.3.2 联合仿真环境搭建 |
| 5.3.3 联合仿真验证 |
| 5.4 小结 |
| 6 结论 |
| 6.1 结论 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间主要研究成果 |
（5）基于台架试验机动车尾气主要污染物排放及硝态氮同位素特征研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究意义及目的 |
| 1.2 国内外研究进展 |
| 1.3 研究内容及创新点 |
| 第二章 实验设计与研究方法 |
| 2.1 技术路线 |
| 2.2 测试车辆 |
| 2.3 工况选取和台架试验 |
| 2.4 试验和样品采集 |
| 2.5 碳质组分和硝态氮同位素的测定 |
| 2.6 污染物排放因子计算 |
| 第三章 在用机动车尾气颗粒物排放特征 |
| 3.1 机动车尾气PM排放 |
| 3.2 机动车尾气PM中碳质组分研究 |
| 3.3 本章小结 |
| 第四章 在用机动车尾气气态污染物的排放特征 |
| 4.1 机动车温室气体排放 |
| 4.2 机动车尾气主要污染气体的排放 |
| 4.3 本章小结 |
| 第五章 机动车硝态氮(δ~(15)N-NO_x)同位素特征 |
| 5.1 机动车中δ~(15)N特征值 |
| 5.2 机动车的δ~(15)N特征值的影响因素 |
| 5.3 本章小结 |
| 第六章 总结与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（6）机动车行驶参数采集与驾驶行为量化软件（论文提纲范文）
| 0 引 言 |
| 1 系统结构及工作流程 |
| 1.1 系统结构 |
| 1.2 系统工作流程 |
| 1.3 软件功能设计 |
| 2 数据采集 |
| 2.1 通信协议 |
| 2.2 实验数据描述 |
| 2.3 数据预处理 |
| 3 数据可视化设计 |
| 4 驾驶行为量化评价因子 |
| 4.1 因子分析原理 |
| 4.2 驾驶行为量化因子 |
| 5 结束语 |
（7）基于模型预测控制的PCC策略及验证（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题研究的背景及意义 |
| 1.2 ADAS电子地图发展现状 |
| 1.3 卡车预见性巡航研究现状 |
| 1.3.1 国外发展趋势及现状 |
| 1.3.2 国内发展趋势及现状 |
| 1.4 课题研究的主要内容 |
| 第二章 基于MPC算法的重型卡车PCC策略 |
| 2.1 模型预测控制概述 |
| 2.1.1 模型预测控制发展历史 |
| 2.1.2 模型预测控制基本原理 |
| 2.2 基于高速公路特点的MPC算法应用优势 |
| 2.3 基于重卡驾驶员需求的PCC设计目标分析 |
| 2.4 PCC控制原理 |
| 2.4.1 道路坡度选取 |
| 2.4.2 道路路型划分 |
| 2.5 PCC节油巡航策略的MPC预测模型 |
| 2.5.1 车辆纵向动力学模型 |
| 2.5.2 发动机油耗模型 |
| 2.6 基于预测模型的预测计算 |
| 2.7 节油巡航策略控制目标与约束条件 |
| 2.8 避撞调节策略 |
| 2.8.1 PCC避撞原理 |
| 2.8.2 避撞预测计算及控制要求 |
| 2.9 非线性规划求解 |
| 2.10 本章小结 |
| 第三章 重型卡车PCC系统的MPC算法仿真模型 |
| 3.1 Truck Sim与车辆原型简介 |
| 3.2 车辆模型 |
| 3.2.1 整车车体模型 |
| 3.2.2 有效载荷模型 |
| 3.2.3 空气动力学模型 |
| 3.2.4 轮胎模型 |
| 3.2.5 悬架系统模型 |
| 3.2.6 动力传动系统模型 |
| 3.3 道路模型 |
| 3.3.1 理想道路设计标准 |
| 3.3.2 高速道路数据采集与处理 |
| 3.3.3 行驶路面和环境模型 |
| 3.4 联合仿真模型 |
| 3.4.1 PCC系统联合仿真模型 |
| 3.4.2 CCS系统联合仿真模型 |
| 3.5 本章小结 |
| 第四章 重型卡车PCC系统的MPC算法仿真验证 |
| 4.1 PCC节油巡航策略仿真分析 |
| 4.1.1 上坡路段仿真分析 |
| 4.1.2 下坡路段仿真分析 |
| 4.1.3 组合路段仿真分析 |
| 4.1.4 基于高速道路模型的仿真分析 |
| 4.1.5 车速调节功能测试 |
| 4.1.6 不同设定车速下的节油效果分析 |
| 4.2 避撞调节策略仿真分析 |
| 4.3 本章小结 |
| 第五章 总结与展望 |
| 5.1 全文总结 |
| 5.2 后续工作展望 |
| 参考文献 |
| 攻读硕士期间的科研成果 |
| 致谢 |
（8）智能网联汽车节能优化关键问题与研究进展（论文提纲范文）
| 0 引 言 |
| 1 节能减排的基本原理 |
| 2 车联网环境下智能信息数据来源 |
| 2.1 人-车交互 |
| 2.2 车-车通信 |
| 2.2.1 车辆状态感知技术 |
| 2.2.2 车-车通信架构及无线通信技术 |
| 2.3 车-路感知 |
| 2.3.1 高精度地图 |
| 2.3.2 路面与基础设施感知 |
| 3 智能网联汽车单车能效优化 |
| 3.1 考虑道路坡度信息预测巡航控制 |
| 3.2 跟车工况预测巡航控制 |
| 3.3 怠速启停及空挡滑行 |
| 3.4 换 道 |
| 4 “人-车-路-云”协同节能控制 |
| 4.1 经济驾驶 |
| (1)基于规则的控制 |
| (2)模型预测控制 |
| (3)深度学习 |
| 4.2 多车协同节能优化 |
| 4.2.1 乘用车多车协同控制 |
| 4.2.2 商用车队列 |
| (1)车辆跟随距离对于节能减排效果的影响。 |
| (2)利用前方信息进行轨迹和运动规划。 |
| (3)车辆控制器设计。 |
| (4)道路坡度估计及应用。 |
| (5)其他方面。 |
| 4.3 道路交叉口车路协同节能 |
| 4.3.1 有信号灯单交叉口 |
| 4.3.2 有信号灯连续交叉口 |
| 4.3.3 无信号灯交叉口 |
| 4.4 车云协同节能系统开发 |
| 4.4.1 车-路-云应用 |
| 4.4.2 云资源调度技术 |
| 5 电气化公路节能 |
| 5.1 电气化公路系统 |
| 5.2 融合智能化信息充分挖掘电气化公路系统节能潜力 |
| 6 结论与展望 |
（9）基于网联的信号交叉口下自动驾驶车辆生态驾驶车速控制策略（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 研究现状 |
| 1.2.1 国内研究现状 |
| 1.2.2 国外研究现状 |
| 1.3 研究的目的和意义 |
| 1.4 主要研究内容 |
| 1.5 本章小结 |
| 第二章 生态驾驶基本模型及基本假设 |
| 2.1 交叉口速度引导问题 |
| 2.2 车联网 |
| 2.2.1 车联网系统架构 |
| 2.2.2 车联网系统关键技术 |
| 2.2.3 车联网系统典型应用 |
| 2.3 自动驾驶 |
| 2.3.1 自动驾驶简介 |
| 2.3.2 自动驾驶关键技术 |
| 2.3.3 自动驾驶存在的问题 |
| 2.4 生态驾驶车速控制系统 |
| 2.4.1 生态驾驶车速控制系统结构 |
| 2.4.2 基本假设 |
| 2.5 VISSIM交通仿真平台 |
| 2.5.1 交通仿真平台选择 |
| 2.5.2 VISSIM仿真流程 |
| 2.5.3 Wiedemann跟车模型 |
| 2.5.4 VISSIM二次开发 |
| 2.5.5 VISSIM数据输出 |
| 2.6 MOVES排放模型 |
| 2.6.1 MOVES模型结构 |
| 2.6.2 MOVES计算步骤 |
| 2.6.3 微观层次仿真的数据输入 |
| 2.6.4 VSP |
| 2.7 本章小结 |
| 第三章 基于模拟退火算法的生态驾驶车速控制策略 |
| 3.1 生态驾驶车速控制策略原理 |
| 3.2 生态驾驶车速控制策略数学模型 |
| 3.3 基于VT-Micro模型能耗排放测算 |
| 3.3.1 VT-Micro能耗排放模型简介 |
| 3.3.2 VT-Micro能耗排放模型参数 |
| 3.3.3 匀速通过场景能耗排放 |
| 3.3.4 加速通过场景能耗排放 |
| 3.3.5 减速通过场景能耗排放 |
| 3.4 多目标优化问题 |
| 3.4.1 多目标优化问题数学模型 |
| 3.4.2 最优解相关概念 |
| 3.4.3 多目标优化问题的传统解法 |
| 3.5 基于模拟退火算法的目标车速优化策略 |
| 3.5.1 模拟退火算法的基本原理 |
| 3.5.2 模拟退火算法核心概念 |
| 3.5.3 模拟退火算法流程 |
| 3.5.4 目标函数 |
| 3.5.5 约束条件 |
| 3.6 基于模拟退火算法优化的控制策略效果分析 |
| 3.6.1 仿真平台构建 |
| 3.6.2 仿真参数设置 |
| 3.6.3 交通效率分析 |
| 3.6.4 能耗排放分析 |
| 3.7 本章小结 |
| 第四章 基于多目标遗传算法的生态驾驶速度控制策略 |
| 4.1 基于多目标遗传算法的目标车速优化策略 |
| 4.1.1 遗传算法的基本原理 |
| 4.1.2 NSGA-II算法核心概念 |
| 4.1.3 NSGA-II算法流程 |
| 4.1.4 目标函数 |
| 4.1.5 约束条件 |
| 4.1.6 模型求解 |
| 4.2 不同控制策略效果对比分析 |
| 4.2.1 交通效率分析 |
| 4.2.2 能耗排放分析 |
| 4.3 控制路段长度影响分析 |
| 4.3.1 仿真参数设置 |
| 4.3.2 平均速度分析 |
| 4.3.3 停车情况分析 |
| 4.3.4 能耗排放分析 |
| 4.4 初始速度影响分析 |
| 4.4.1 仿真参数设置 |
| 4.4.2 平均速度分析 |
| 4.4.3 停车情况分析 |
| 4.4.4 能耗排放分析 |
| 4.5 本章小结 |
| 第五章 基于交通流的生态驾驶速度控制策略优化及仿真 |
| 5.1 交通流对受控车辆影响分析 |
| 5.2 基于交通流优化的控制策略基本原理 |
| 5.3 基于交通流状态参数优化 |
| 5.4 基于交通流优化的速度控制策略数学模型 |
| 5.5 仿真参数设置 |
| 5.6 不同速度引导策略效果分析 |
| 5.6.1 平均速度分析 |
| 5.6.2 停车情况分析 |
| 5.6.3 VSP区间分布分析 |
| 5.6.4 能耗排放分析 |
| 5.7 算法渗透率的影响分析 |
| 5.7.1 平均速度分析 |
| 5.7.2 停车情况分析 |
| 5.7.3 能耗排放分析 |
| 5.8 本章小结 |
| 第六章 生态驾驶车速控制策略实车验证 |
| 6.1 实验目的及思路 |
| 6.2 试验设备 |
| 6.2.1 底盘测功机测试系统 |
| 6.2.2 排放测试系统 |
| 6.3 试验方案 |
| 6.4 实验数据分析 |
| 6.5 本章小结 |
| 总结 |
| 参考文献 |
| 致谢 |
| 在学期间主要研究成果 |
| 附录 |
（10）商用车预测性节能控制策略研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 课题背景与研究意义 |
| 1.2 预测性节能控制技术研究现状 |
| 1.2.1 城市行驶工况 |
| 1.2.2 非城市行驶工况 |
| 1.2.3 小结 |
| 1.3 预测性节能控制技术应用现状 |
| 1.3.1 节能驾驶行为培训 |
| 1.3.2 节能驾驶辅助系统 |
| 1.3.3 智能交通系统 |
| 1.3.4 小结 |
| 1.4 变速器换挡规律研究现状 |
| 1.4.1 基于经验的换挡规律 |
| 1.4.2 基于理论求解的换挡规律 |
| 1.4.3 小结 |
| 1.5 本文研究内容 |
| 第2章 车辆纵向动力学系统建模与分析 |
| 2.1 基于发动机特性的换挡规律优化 |
| 2.1.1 发动机油耗特性 |
| 2.1.2 车辆变速器档位决策研究 |
| 2.1.3 变速器换挡规律优化 |
| 2.2 车辆纵向动力学系统建模 |
| 2.2.1 纵向动力切换控制模块 |
| 2.2.2 传动系统动力学模型 |
| 2.2.3 制动系统动力学模型 |
| 2.3 系统模型验证 |
| 2.3.1 20-70-20 km/h |
| 2.3.2 起步连续换挡 |
| 2.3.3 80-15 km/h |
| 2.4 本章小结 |
| 第3章 基于模型预测控制的稳态速度规划 |
| 3.1 稳态规划总体框架 |
| 3.2 模型预测控制介绍 |
| 3.3 稳态规划模型 |
| 3.3.1 基于燃油经济性的稳态模型建立 |
| 3.3.2 稳态线性模型设计 |
| 3.3.3 模型约束分析 |
| 3.4 控制策略验证 |
| 3.4.1 典型坡道工况 |
| 3.4.2 实际道路工况 |
| 3.5 本章小结 |
| 第4章 基于贝尔曼原则的动态车速规划 |
| 4.1 动态车速规划总体框架 |
| 4.2 动态规划算法介绍 |
| 4.3 车速限制量化 |
| 4.3.1 低附着路面 |
| 4.3.2 交通路口 |
| 4.4 基于贝尔曼原则的动态规划算法 |
| 4.4.1 状态变量及状态转移关系的确定 |
| 4.4.2 代价函数建立 |
| 4.4.3 约束条件 |
| 4.4.4 局部车速优化求解 |
| 4.5 模型验证 |
| 4.5.1 交通路口 |
| 4.5.2 限速路段 |
| 4.6 本章小结 |
| 第5章 商用车硬件在环试验验证 |
| 5.1 商用车驾驶模拟器 |
| 5.1.1 试验台硬件组成 |
| 5.1.2 试验台软件组成 |
| 5.1.3 驾驶模拟器工作原理 |
| 5.2 硬件在环试验验证 |
| 5.2.1 上坡 |
| 5.2.2 下坡 |
| 5.2.3 交通路口36km/h红灯32s |
| 5.2.4 交通路口54km/h绿灯17s |
| 5.3 本章小结 |
| 第6章 总结与展望 |
| 6.1 全文总结 |
| 6.2 研究展望 |
| 参考文献 |
| 作者简介及在校期间的科研成果 |
| 致谢 |
四、提高驾驶技术减少油耗（论文参考文献）
- [1]基于双状态动态规划混动汽车坡道生态驾驶策略[J]. 付雪青,王宝森,杨建军,高海洋,何邦全,赵华,郭文翠,刘双喜. 汽车安全与节能学报, 2021(03)
- [2]车路协同雾天预警系统对车辆运行生态特性的影响[J]. 伍毅平,李海舰,赵晓华,邢冠仰,陈雨菲,付强. 交通运输工程学报, 2021(04)
- [3]大型露天矿矿用卡车油耗规律及司机驾驶行为研究与应用[D]. 胡浈. 华北科技学院, 2021
- [4]车辆多目标自适应巡航控制算法的研究[D]. 阳磊. 西安理工大学, 2021(01)
- [5]基于台架试验机动车尾气主要污染物排放及硝态氮同位素特征研究[D]. 王谦. 南京信息工程大学, 2021(01)
- [6]机动车行驶参数采集与驾驶行为量化软件[J]. 彭琨,张立成,周洲. 计算机技术与发展, 2021(06)
- [7]基于模型预测控制的PCC策略及验证[D]. 聂林同. 山东理工大学, 2021
- [8]智能网联汽车节能优化关键问题与研究进展[J]. 洪金龙,高炳钊,董世营,程一帆,王玉海,陈虹. 中国公路学报, 2021(11)
- [9]基于网联的信号交叉口下自动驾驶车辆生态驾驶车速控制策略[D]. 王晖年. 厦门理工学院, 2021(08)
- [10]商用车预测性节能控制策略研究[D]. 李睿. 吉林大学, 2021(01)