一、基于模糊决策与神经网络的汽车安全气囊多级触发控制算法（论文文献综述）
孙天骏[1]（2019）在《基于学习控制的汽车全速自适应巡航决策与控制算法研究》文中进行了进一步梳理随着城市建设的不断推进,原本简单的道路交通环境变得复杂多样。与此同时,汽车保有量逐年增长,使得越来越多的新手驾驶员面临更多的操控负担与决策难题。然而,目前市场上产品化的自适应巡航系统虽然能够解决大部分驾驶辅助问题,但其功能性却未覆盖全速范围,并且缺少面向驾驶员操控特性的“人性化”设计以及面向车辆自身动力学特性的“车性化”考虑,致使产品的适宜性大打折扣。因此,本文进行了基于学习控制的汽车全速自适应巡航决策与控制算法研究,通过对真实驾驶员纵向驾驶规律的深入分析,从学习控制角度出发,将自适应巡航系统的“人性化”决策以及“车性化”控制问题转化为对学习算法的设计问题,旨在提升系统自主行为决策的因果关联性,与此同时实现全时速范围内的自适应巡航控制功能。主要研究内容如下:首先,针对驾驶员纵向驾驶行为特性的研究问题,本文利用驾驶模拟器以及实车平台分别进行跟车行为和起停行为的实验测试,获得了用于表征驾驶员纵向驾驶行为特性的关键参数。与此同时,利用以上关键参数并结合安全性及工效性指标,建立了基于Sigmoid函数的驾驶员操控风格模糊评价体系,进而综合驾乘人员的主客观三方评价结果,提出了表征综合评价指标的加权值R+和R-,实现了对驾驶员纵向驾驶行为特性更为准确的定位。其次,针对仿驾驶员跟车行为的决策与控制方法设计问题,本文从机器学习理论出发,通过深入分析驾驶员纵向驾驶的行为特性,在仿驾驶员跟车行为机理下,利用基于马尔科夫决策过程模型的增强Q学习算法揭示了驾驶员操控行为特性与车辆自主决策之间的内在联系,从而将传统基于规则的决策方法转换为基于学习的智能化决策方法。其中,考虑到驾驶风险原则设计了算法的状态集与动作集,考虑到车辆不同运动状态设计了回报函数,并利用贝尔曼方程将与状态有关的值函数转换为与动作有关的评估函数,实现了学习进程的迭代。进而,考虑到车辆自身动力系统特性,以车辆逆纵向动力学模型作为基础,结合发动机的输出特性及制动系统模型,将基于增强Q学习算法的决策结果转化为具体的控制指令。然后,针对仿驾驶员起停行为的决策与控制方法设计问题,本文从学习控制角度出发,通过对驾驶员操控下车辆起步特性以及刹停特性的深入分析,设计了一种仿驾驶员起停行为的车辆低速自动驱动与制动控制方法。在驱动部分的设计中,利用多级快速傅里叶变换对加速度曲线进行拟合,并基于迭代学习算法实现对期望加速度及期望节气门开度的跟踪控制;在制动部分的设计中,基于理想制动模型与动态碰撞时间相结合计算期望减速度,并通过车辆逆纵向动力学模型与制动系统模型实现对期望减速度的跟踪控制。与此同时,考虑到车辆驱动控制与制动控制之间的相互独立性,本文设计了一种驱动控制与制动控制的模式切换策略并利用阈值迟滞值对其进行了优化,实现了车辆在低速状态下的自动起停功能。最后,针对所设计算法的验证问题,本文进行了仿真测试及实车实验测试。一方面,利用CarSim平台对整车参数与模拟的工况环境进行了设置,实现了跟车行为与起停行为的仿真测试;另一方面,利用dSPACE MicroAutoBox作为车辆的外接控制器,嵌入所设计的算法对车辆实施控制,通过市区内快速路工况实现了对跟车行为和起停行为的实车测试。根据仿真与实车测试结果,验证了基于学习控制的汽车全速自适应巡航决策与控制算法的可行性与有效性。
《中国公路学报》编辑部[2]（2017）在《中国汽车工程学术研究综述·2017》文中提出为了促进中国汽车工程学科的发展,从汽车噪声-振动-声振粗糙度（Noise,Vibration,Harshness,NVH）控制、汽车电动化与低碳化、汽车电子化、汽车智能化与网联化以及汽车碰撞安全技术5个方面,系统梳理了国内外汽车工程领域的学术研究进展、热点前沿、存在问题、具体对策及发展前景。汽车NVH控制方面综述了从静音到声品质、新能源汽车NVH控制技术、车身与底盘总成NVH控制技术、主动振动控制技术等;汽车电动化与低碳化方面综述了传统汽车动力总成节能技术、混合动力电动汽车技术等;汽车电子化方面综述了汽车发动机电控技术、汽车转向电控技术、汽车制动电控技术、汽车悬架电控技术等;汽车智能化与网联化方面综述了中美智能网联汽车研究概要、复杂交通环境感知、高精度地图及车辆导航定位、汽车自主决策与轨迹规划、车辆横向控制及纵向动力学控制、智能网联汽车测试,并给出了先进驾驶辅助系统（ADAS）、车联网和人机共驾等典型应用实例解析;汽车碰撞安全技术方面综述了整车碰撞、乘员保护、行人保护、儿童碰撞安全与保护、新能源汽车碰撞安全等。该综述可为汽车工程学科的学术研究提供新的视角和基础资料。
周天元[3]（2017）在《汽车安全气囊控制系统研究》文中研究说明安全气囊在国内外发展已达几十年,取得了许多成果,其中气体发生器和气囊等都已标准化,发展成熟。而控制系统中的气囊ECU控制器和气囊点火算法的研究成为关键技术,如何快速识别碰撞并在最佳时刻点爆气囊成为研究重点。随着电子元件的快速发展,设计一个处理速度更快和多方向检测碰撞加速度的ECU控制器成为必要。同时,为了解决点火算法中误点火与漏点火的问题,本文设计了一个新的安全气囊控制系统,可以使安全气囊的点火更加及时。本文分析了当前电源管理与点火控制集成芯片的主流应用,总结了碰撞传感器的种类和四种接口类型以及接口类型选取的依据。为了提高控制系统的可靠性,使用大电容作为备用电源更加便捷稳定。设计了基于PowerPC架构MPC5634M为主处理器的ECU控制器,采用双轴加速度传感器MMA6825BKW作为板上加速度传感器,电源管理和点火控制芯片使用Infineon公司的TLE6710Q,并加入了 CAN通信硬件与其他系统实现通讯。使用PADS软件,设计了硬件的原理图与PCB图,并制作了样板。提出了基于可变窗宽移动窗积分的点火算法,结合加速度变化率检测碰撞强度,验证了算法的点火及时性,且具有抗路而干扰能力强和快速识别碰撞的优点。利用Code Warrior 2.10和Simulink开发平台对点火算法进行了编程,将气囊点火算法程序烧录到ECU控制器样板中。采用测试与试验相结合的方法对气囊控制系统进行了验证,使用示波器、万用表等仪器对ECU控制器硬件进行了 PCB板调试和备用电源储能效果测试,利用计算机仿真软件Hypermesh等,模拟某实车碰撞加速度波形,建立了台车模型。进行了台车试验,验证了在18.65 km/h和49.65 km/h正面碰撞时本文设计的气囊点火算法的有效性。试验结果表明,本文设计的安全气囊控制系统计算速度快,点火控制算法准确,对安全气囊控制系统的研究有一定的参考意义。
白芳华[4]（2015）在《基于小重叠碰撞的自适应安全气囊控制方法及实现》文中研究说明安全气囊是碰撞事故中挽救乘员生命的重要辅助装置,当汽车发生正面碰撞时,与安全带配合使用可有效降低乘员的伤亡率。为了提高安全气囊在发生小重叠碰撞事故时对乘员的保护作用,使其更加适应复杂的现实碰撞,本文提出了一种新型自适应安全气囊控制方法,并通过台车试验验证了该控制系统的可靠性。首先,分析了小重叠碰撞事故类型特征和传统安全气囊控制算法的优缺点,提出基于自适应模糊神经推理系统（Adaptive Network-based Fuzzy Inference System,ANFIS）的二级模糊安全气囊碰撞类型识别算法策略。根据经过验证的碰撞仿真模型分析得到小重叠碰撞事故的三种特征参数:速度变化量、汽车主要受力方向和加速度长度比值。以此三种特征参数作为二级模糊气囊碰撞类型检测算法的模糊输入,并通过使用ANFIS训练合适的模糊隶属度函数和模糊规则来提高该算法的性能。针对开发的二级模糊算法,分别选择了速度长度比值和汽车主要受力方向单个特征参数作为算法的模糊输入变量,与本文提出的算法做对比,分析了以不同特征参数为输入变量的二级模糊算法在识别碰撞类型方面的优缺点,初步验证了本文提出的碰撞类型识别算法的实时性。基于本文提出的碰撞类型识别算法、图像识别并融合体压分布检测乘员识别分类算法,设计了一款自适应安全气囊控制系统,当碰撞事故被识别为小重叠碰撞事故类型,并且超过安全气囊触发阈值后,在最佳时间同时展开前排乘员气囊和侧气帘,合理匹配安全气囊的形状,从而达到对不同体征乘员不同碰撞事故类型都起到最佳保护的目的。最后,综合考虑本文提出的自适应安全气囊算法特征与本实验室现有设备,进行了台车验证试验。在验证试验过程中,安全气囊均能按照预期准确识别碰撞类型和起爆条件,给乘员提供最佳保护,验证了本文提出的自适应安全气囊算法的有效性和可靠性。
吴亮亮[5]（2014）在《多级预点火安全气囊的控制算法研究》文中认为汽车安全气囊是汽车被动安全系统中一个非常重要的装置，汽车发生碰撞时对保护乘员起着非常重要的作用。随着安全气囊技术的不断发展，出现了双气室、多气室等安全气囊技术。双气室安全气囊可以根据需要来调节打开的方式，可实现对气囊内部升压速率和峰值压力的调节，从而可以实现较单气室安全气囊对乘员更为完善的保护。点火控制算法是安全气囊系统的控制核心，控制算法的好坏，直接关系到安全气囊对乘员的保护效果以及气囊的安全可靠性。本文在传统安全气囊控制算法的基础上，研究驾驶员一侧正面双气室安全气囊的点火控制算法，建立基于模糊神经网络的安全气囊多级预测点火控制算法。其网络结构共分为上下两层，一层用于预测乘员头部位移，另一层用于对点火模式（一个气室点火、两个气室间隔10ms依次点火、两个气室同时点火和不点火的多级模式）的选择。双气室安全气囊只有满足两个条件，系统才会按照指定的点火模式点火：一个是根据安全气囊“127mm-30ms”点火规则，网络上层的纯神经网络预测驾驶人头部30ms后的位移是否达到127mm，达到则满足其中的一个条件；另一个是模糊神经网络层对点火做出点火决策，即作出是否需要点火，若点火按照哪一种方式点火，算法只有满足这两个条件才能按照某一种方式点火（单气室点火、两个气室间隔一定时间依次点火、两个气室同时点火）。网络经过MATLAB模糊与神经网络工具箱建模并训练后，用样本数据进行检验，检验结果表明，本算法在现有数据的基础上，能够较准确地完成双气室安全气囊对点火时刻和点火条件的判定。结果表明，本控制算法对研究汽车双气室安全气囊的智能点火有一定的意义。
白中浩,白芳华,刘玉云,王玉龙[6]（2014）在《采用预测模式的智能安全气囊控制算法》文中指出现有的汽车安全气囊易产生误触发和不触发的现象,为此,采用遗传神经网络预测模型开发了一款智能安全气囊控制器.首先在已开发的安全气囊控制器硬件系统基础上,建立并验证了目标车型的整车有限元模型以及乘员约束系统多刚体模型,通过仿真分析确定安全气囊的起爆方式以及最佳点火时刻,然后根据改进的遗传神经网络模型设计了安全气囊的智能控制算法,最后进行了台车试验验证.试验结果表明,该智能控制器可正确预测碰撞动态,并能够准确地预测起爆时刻.
刘玉云[7]（2014）在《智能安全气囊控制算法关键技术研究》文中进行了进一步梳理统计表明，安全气囊与安全带配合使用可有效降低交通事故的伤亡率60%左右。安全气囊控制系统中，安全气囊控制算法至关重要，但现有的安全气囊控制算法一般是针对50百分位的成年人标准状态设计，这种点火控制算法对不使用安全带的工况及其它类型的乘员可能造成不必要的伤害。本课题采用数据融合的方法，在考虑乘员类型基础上对安全气囊点火控制算法及试验验证进行了研究。首先，根据数据融合的基本模型和算法，提出了点火控制算法的数据融合策略，设计了碰撞强度分类算法和乘员头部位移预测算法。碰撞强度分类算法采用安全带状态参数，加速度梯度及加速度时间宽度作为分类指标，利用神经网络算法进行分类；乘员头部位移预测算法中考虑了角度碰撞对乘员的影响，使用双向加速度作为乘员头部预测算法的输入参数，利用基于遗传算法的神经网络对乘员头部位移进行预测，系统根据乘员头部的位移对安全气囊进行点火控制。考虑到乘员头部位移预测法在严重碰撞条件下的不足，在严重碰撞中对安全气囊采用速度变化量算法进行点火控制，避免了采用头部位移预测算法造成的延迟点火情况的发生。其次，针对安全气囊控制器开发的初期验证需要进行大量的试验，开发了基于滑车冲击的安全气囊控制算法验证试验装置。该装置基于碰撞原理，利用摆锤冲击滑车，采用铝质圆筒吸能，模拟碰撞的加速度。对试验装置的实用性进行了验证，且使用该装置对开发的安全气囊控制器进行了初期的试验验证，为下一步安全气囊点火控制器的验证提供了基础。最后，对控制算法进行了台车试验验证。通过四组试验验证了新算法可以准确实现对不使用安全带和使用安全带两种工况下碰撞强度的分类及安全气囊的点火控制。
殷文强,王玉龙,徐盼盼,白中浩[8]（2013）在《汽车安全气囊点火算法综述》文中指出目前安全气囊已在汽车上得到普遍应用,但其点火算法却没有统一的设计标准。详细论述了设计安全气囊点火算法的理论依据,包括乘员损伤准则、气囊点火条件和点火时刻确定法则。介绍了几种传统的安全气囊点火算法,并对其优缺点进行了对比。着重阐述了几种智能安全气囊点火算法的研究成果和发展前景,指出了安全气囊点火算法未来的发展方向。
徐盼盼[9]（2012）在《基于比功率点火算法的汽车安全气囊控制系统研究》文中研究表明汽车安全气囊系统是乘员约束系统的重要组成部分，其技术核心在于通过简单有效的算法快速准确地识别汽车的碰撞情况，并控制安全气囊及时点火。目前，国内外的汽车厂商和研究所已经针对汽车安全气囊系统开发了多种控制算法。在国外，随着汽车安全技术智能化研究的深入，相继进行了神经网络、模糊算法、遗传算法等智能算法的开发。这些算法具备较高的智能性，是未来乘员约束系统控制算法的发展趋势，但是普遍存在算法结构复杂、训练数据大和成本高等缺点。在国内，安全气囊控制算法的研究起步较晚，很多控制技术并不成熟，仍主要靠从国外引进这方面的核心技术作为参考。本文针对汽车正面碰撞中驾驶员侧安全气囊的控制系统进行了研究开发工作。首先，利用某一车型在16km/h和35km/h速度下的碰撞数据，对比分析了加速度梯度算法、移动窗算法和比功率算法对碰撞情况的识别率。基于比功率算法综合性好、识别率高、抗干扰能力强等方面的优点，开发了相应的智能安全气囊点火控制算法。然后，在22.4km/h、28.5km/h、32.2km/h和35.8km/h四种不同的车速下进行了实车100%刚性壁障正面碰撞试验。通过试验中驾驶员位置的佩戴安全带的Hybrid Ⅲ50th男性假人的头部损伤指标确定了基于该车型的安全气囊比功率算法的点火阈值，并最终确定了比功率算法的参数和软件流程。最后，基于微控制器MCU、点火芯片、加速度计等芯片的选型工作和硬件电路的设计工作研制了安全气囊点火控制系统，来支持比功率点火算法软件流程的实现。硬件系统采用模块化设计，集成度高。通过台车实验验证了控制系统的有效性，试验结果表明该系统能够在碰撞发生后20ms时刻识别碰撞，及时发出准确的点火信号，而且对于低速碰撞、高速碰撞和偏置碰撞具有良好的识别能力。
朱颖[10]（2010）在《危险货物运输罐车事故预警决策技术研究》文中研究指明随着我国危险品运输量持续增长,危险货物运输罐车作为危险品运输的主要工具之一,其碰撞、侧翻等交通事故逐渐增多。由于人们对事故形态及程度认识不足,往往引起危险品泄露、爆炸以及火灾等二次事故的发生。实时监控在途危险货物运输罐车运行及载运介质状态并准确、快速地检测辨识交通事故对紧急救治受伤人员、快速疏导交通及预防二次事故发生具有重要意义。论文以危险货物运输罐车为研究对象,重点研究危险货物运输罐车碰撞、侧翻以及危险介质典型事故,如介质的泄露、爆炸及火灾预警决策技术,分析危险货物运输罐车运行过程中的危险状态,研究危险状态预警算法,仿真并验证预警算法有效性及可靠性,为危险货物运输车辆监控系统提供理论基础和技术支持。（1）综述危险品运输监控技术以及车辆危险状态（包括碰撞、侧翻及危险介质异常状态）预警决策技术,简述危险品运输车辆监控技术现状,监控系统的组成,事故预警决策技术在监控系统中的作用和发展方向。（2）借鉴安全气囊碰撞控制算法,研究基于三轴加速度合成的碰撞预警及碰撞类型（正面、追尾碰撞以及侧面碰撞）识别算法。（3）建立稳态转向工况车辆侧翻模型,分析侧向加速度在08m/s2变化时对车辆侧倾角及侧倾角速度阈值产生的影响,确定车辆侧翻判别函数,研究基于车辆侧倾角直测的侧翻预警算法。（4）鉴于陀螺仪价格昂贵,为降低车载监控装置成本,采用倾角传感器实现车辆姿态监控。由于倾角传感器不适用于动态测量,因此文中重点分析倾角传感器干扰特性,研究基于倾角传感器的车辆动态侧翻预警算法。（5）针对危险货物运输罐车载运介质发生危险状态（火灾、爆炸以及泄露）产生的严重后果,研究装载介质典型事故的温度、压力阈值,实现载运介质典型危险事故预警。（6）结合实车试验和室内实验数据,仿真并验证碰撞、侧翻预警算法以及基于倾角传感器车辆动态侧翻预警算法。
二、基于模糊决策与神经网络的汽车安全气囊多级触发控制算法（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、基于模糊决策与神经网络的汽车安全气囊多级触发控制算法（论文提纲范文）
（1）基于学习控制的汽车全速自适应巡航决策与控制算法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题的提出 |
| 1.2 面向驾驶员行为特性的ACC系统国内外研究现状 |
| 1.2.1 驾驶员操控行为特性的研究现状 |
| 1.2.2 基于模型的决策与控制算法的研究现状 |
| 1.2.3 基于学习的决策与控制算法的研究现状 |
| 1.2.4 机器学习中对增强学习的概述 |
| 1.3 本文的主要研究内容 |
| 1.4 本文研究的技术路线 |
| 第2章 驾驶员纵向驾驶行为特性研究 |
| 2.1 驾驶员纵向驾驶规律分析 |
| 2.1.1 基于驾驶模拟器的驾驶员跟车行为特性分析 |
| 2.1.2 基于实车实验的驾驶员起停行为特性分析 |
| 2.2 基于模糊的驾驶员行为特性评价方法 |
| 2.2.1 模糊隶属度函数的选取 |
| 2.2.2 基于Sigmoid函数建立的模糊评价指标 |
| 2.2.3 基于模糊评价指标的客观评价方法 |
| 2.3 驾驶员行为特性的综合评价分析 |
| 2.3.1 乘员主观评价设计 |
| 2.3.2 主客观三方评价的相关性分析 |
| 2.4 本章小结 |
| 第3章 仿驾驶员跟车行为的决策与控制方法 |
| 3.1 基于MDP的行为决策研究 |
| 3.1.1 仿驾驶员跟车行为的决策机理 |
| 3.1.2 基于最小安全距离模型的跟车行为分析 |
| 3.1.3 车辆跟驰行为的MDP建模 |
| 3.1.4 求解MDP模型的增强Q学习方法 |
| 3.2 增强Q学习算法设计 |
| 3.2.1 状态集与动作集的设定 |
| 3.2.2 回报函数的设计 |
| 3.2.3 更新函数的设计 |
| 3.2.4 Q表的更新过程 |
| 3.3 车辆纵向动力学系统建模 |
| 3.4 本章小结 |
| 第4章 仿驾驶员起停行为的决策与控制方法 |
| 4.1 基于迭代学习的车辆自动驱动方法 |
| 4.1.1 驾驶员操控下的车辆起步特性分析 |
| 4.1.2 基于快速傅里叶变换的加速度曲线拟合 |
| 4.1.3 迭代学习算法 |
| 4.2 基于动态碰撞时间的车辆自动制动方法 |
| 4.2.1 驾驶员操控下的车辆刹停特性分析 |
| 4.2.2 基于动态碰撞时间的期望减速度生成 |
| 4.3 车辆自动起停的模式切换策略 |
| 4.4 本章小结 |
| 第5章 仿真与实车实验 |
| 5.1 实验平台的搭建 |
| 5.1.1 基于CarSim的仿真测试平台搭建 |
| 5.1.2 基于Haval H7 的实车测试平台搭建 |
| 5.2 跟车行为的仿真与实车测试 |
| 5.2.1 仿真测试 |
| 5.2.2 实车测试 |
| 5.3 起停行为的仿真与实车测试 |
| 5.3.1 仿真测试 |
| 5.3.2 实车测试 |
| 5.4 本章小结 |
| 第6章 总结与展望 |
| 6.1 全文总结 |
| 6.2 创新成果 |
| 6.3 研究展望 |
| 参考文献 |
| 作者简介及攻读博士期间所取得的科研成果 |
| 致谢 |
（2）中国汽车工程学术研究综述·2017（论文提纲范文）
| 索引 |
| 0引言 |
| 1汽车NVH控制 (长安汽车工程研究院庞剑总工程师统稿) |
| 1.1从静音到声品质 (重庆大学贺岩松教授提供初稿) |
| 1.1.1国内外研究现状 |
| 1.1.1.1声品质主观评价 |
| 1.1.1.2声品质客观评价 |
| 1.1.1.3声品质主客观统一模型 |
| 1.1.2存在的问题 |
| 1.1.3研究发展趋势 |
| 1.2新能源汽车NVH控制技术 |
| 1.2.1驱动电机动力总成的NVH技术 (同济大学左曙光教授、林福博士生提供初稿) |
| 1.2.1.1国内外研究现状 |
| 1.2.1.2热点研究方向 |
| 1.2.1.3存在的问题与展望 |
| 1.2.2燃料电池发动机用空压机的NVH技术 (同济大学左曙光教授、韦开君博士生提供初稿) |
| 1.2.2.1国内外研究现状 |
| 1.2.2.2存在的问题 |
| 1.2.2.3总结与展望 |
| 1.3车身与底盘总成NVH控制技术 |
| 1.3.1车身与内饰 (长安汽车工程研究院庞剑总工程师提供初稿) |
| 1.3.1.1车身结构 |
| 1.3.1.2声学包装 |
| 1.3.2制动系 (同济大学张立军教授、徐杰博士生、孟德建讲师提供初稿) |
| 1.3.2.1制动抖动 |
| 1.3.2.2制动颤振 |
| 1.3.2.3制动尖叫 |
| 1.3.2.4瓶颈问题与未来趋势 |
| 1.3.3轮胎 (清华大学危银涛教授、杨永宝博士生、赵崇雷硕士生提供初稿) |
| 1.3.3.1轮胎噪声机理研究 |
| 1.3.3.2轮胎噪声计算模型 |
| 1.3.3.3轮胎噪声的测量手段 |
| 1.3.3.4降噪方法 |
| 1.3.3.5问题与展望 |
| 1.3.4悬架系 (吉林大学庄晔副教授提供初稿) |
| 1.3.4.1悬架系NVH问题概述 |
| 1.3.4.2悬架系的动力学建模与NVH预开发 |
| 1.3.4.3悬架系的关键部件NVH设计 |
| 1.3.4.4悬架NVH设计整改 |
| 1.4主动振动控制技术 (重庆大学郑玲教授提供初稿) |
| 1.4.1主动和半主动悬架技术 |
| 1.4.1.1主动悬架技术 |
| 1.4.1.2半主动悬架技术 |
| 1.4.2主动和半主动悬置技术 |
| 1.4.2.1主动悬置技术 |
| 1.4.2.2半主动悬置技术 |
| 1.4.3问题及发展趋势 |
| 2汽车电动化与低碳化 (江苏大学何仁教授统稿) |
| 2.1传统汽车动力总成节能技术 (同济大学郝真真博士生、倪计民教授提供初稿) |
| 2.1.1国内外研究现状 |
| 2.1.1.1替代燃料发动机 |
| 2.1.1.2高效内燃机 |
| 2.1.1.3新型传动方式 |
| 2.1.2存在的主要问题 |
| 2.1.3重点研究方向 |
| 2.1.4发展对策及趋势 |
| 2.2混合动力电动汽车技术 (重庆大学胡建军教授、秦大同教授, 彭航、周星宇博士生提供初稿) |
| 2.2.1国内外研究现状 |
| 2.2.2存在的问题 |
| 2.2.3重点研究方向 |
| 2.3新能源汽车技术 |
| 2.3.1纯电动汽车技术 (长安大学马建、余强、汪贵平教授, 赵轩、李耀华副教授, 许世维、唐自强、张一西研究生提供初稿) |
| 2.3.1.1动力电池 |
| 2.3.1.2分布式驱动电动汽车驱动控制技术 |
| 2.3.1.3纯电动汽车制动能量回收技术 |
| 2.3.2插电式混合动力汽车技术 (重庆大学胡建军、秦大同教授, 彭航、周星宇博士生提供初稿) |
| 2.3.2.1国内外研究现状 |
| 2.3.2.2存在的问题 |
| 2.3.2.3热点研究方向 |
| 2.3.2.4研究发展趋势 |
| 2.3.3燃料电池电动汽车技术 (北京理工大学王震坡教授、邓钧君助理教授, 北京重理能源科技有限公司高雷工程师提供初稿) |
| 2.3.3.1国内外技术发展现状 |
| 2.3.3.2关键技术及热点研究方向 |
| 2.3.3.3制约燃料电池汽车发展的关键因素 |
| 2.3.3.4燃料电池汽车的发展趋势 |
| 3汽车电子化 (吉林大学宗长富教授统稿) |
| 3.1汽车发动机电控技术 (北京航空航天大学杨世春教授、陈飞博士提供初稿) |
| 3.1.1国内外研究现状 |
| 3.1.2重点研究方向 |
| 3.1.2.1汽车发动机燃油喷射控制技术 |
| 3.1.2.2汽车发动机涡轮增压控制技术 |
| 3.1.2.3汽车发动机电子节气门控制技术 |
| 3.1.2.4汽车发动机点火控制技术 |
| 3.1.2.5汽车发动机空燃比控制技术 |
| 3.1.2.6汽车发动机怠速控制技术 |
| 3.1.2.7汽车发动机爆震检测与控制技术 |
| 3.1.2.8汽车发动机先进燃烧模式控制技术 |
| 3.1.2.9汽车柴油发动机电子控制技术 |
| 3.1.3研究发展趋势 |
| 3.2汽车转向电控技术 |
| 3.2.1电动助力转向技术 (吉林大学宗长富教授、陈国迎博士提供初稿) |
| 3.2.1.1国内外研究现状 |
| 3.2.1.2重点研究方向和存在的问题 |
| 3.2.1.3研究发展趋势 |
| 3.2.2主动转向及四轮转向技术 (吉林大学宗长富教授、陈国迎博士提供初稿) |
| 3.2.2.1国内外研究现状 |
| 3.2.2.2研究热点和存在问题 |
| 3.2.2.3研究发展趋势 |
| 3.2.3线控转向技术 (吉林大学郑宏宇副教授提供初稿) |
| 3.2.3.1转向角传动比 |
| 3.2.3.2转向路感模拟 |
| 3.2.3.3诊断容错技术 |
| 3.2.4商用车电控转向技术 (吉林大学宗长富教授、赵伟强副教授, 韩小健、高恪研究生提供初稿) |
| 3.2.4.1电控液压转向系统 |
| 3.2.4.2电液耦合转向系统 |
| 3.2.4.3电动助力转向系统 |
| 3.2.4.4后轴主动转向系统 |
| 3.2.4.5新能源商用车转向系统 |
| 3.2.4.6商用车转向系统的发展方向 |
| 3.3汽车制动控制技术 (合肥工业大学陈无畏教授、汪洪波副教授提供初稿) |
| 3.3.1国内外研究现状 |
| 3.3.1.1制动系统元部件研发 |
| 3.3.1.2制动系统性能分析 |
| 3.3.1.3制动系统控制研究 |
| 3.3.1.4电动汽车研究 |
| 3.3.1.5混合动力汽车研究 |
| 3.3.1.6参数测量 |
| 3.3.1.7与其他系统耦合分析及控制 |
| 3.3.1.8其他方面 |
| 3.3.2存在的问题 |
| 3.4汽车悬架电控技术 (吉林大学庄晔副教授提供初稿) |
| 3.4.1电控悬架功能与评价指标 |
| 3.4.2电控主动悬架最优控制 |
| 3.4.3电控悬架其他控制算法 |
| 3.4.4电控悬架产品开发 |
| 4汽车智能化与网联化 (清华大学李克强教授、长安大学赵祥模教授共同统稿) |
| 4.1国内外智能网联汽车研究概要 |
| 4.1.1美国智能网联汽车研究进展 (美国得克萨斯州交通厅Jianming Ma博士提供初稿) |
| 4.1.1.1美国智能网联车研究意义 |
| 4.1.1.2网联车安全研究 |
| 4.1.1.3美国自动驾驶车辆研究 |
| 4.1.1.4智能网联自动驾驶车 |
| 4.1.2中国智能网联汽车研究进展 (长安大学赵祥模教授、徐志刚副教授、闵海根、孙朋朋、王振博士生提供初稿) |
| 4.1.2.1中国智能网联汽车规划 |
| 4.1.2.2中国高校及研究机构智能网联汽车开发情况 |
| 4.1.2.3中国企业智能网联汽车开发情况 |
| 4.1.2.4存在的问题 |
| 4.1.2.5展望 |
| 4.2复杂交通环境感知 |
| 4.2.1基于激光雷达的环境感知 (长安大学付锐教授、张名芳博士生提供初稿) |
| 4.2.1.1点云聚类 |
| 4.2.1.2可通行区域分析 |
| 4.2.1.3障碍物识别 |
| 4.2.1.4障碍物跟踪 |
| 4.2.1.5小结 |
| 4.2.2车载摄像机等单传感器处理技术 (武汉理工大学胡钊政教授、陈志军博士, 长安大学刘占文博士提供初稿) |
| 4.2.2.1交通标志识别 |
| 4.2.2.2车道线检测 |
| 4.2.2.3交通信号灯检测 |
| 4.2.2.4行人检测 |
| 4.2.2.5车辆检测 |
| 4.2.2.6总结与展望 |
| 4.3高精度地图及车辆导航定位 (武汉大学李必军教授、长安大学徐志刚副教授提供初稿) |
| 4.3.1国内外研究现状 |
| 4.3.2当前研究热点 |
| 4.3.2.1高精度地图的采集 |
| 4.3.2.2高精度地图的地图模型 |
| 4.3.2.3高精度地图定位技术 |
| 4.3.2.4基于GIS的路径规划 |
| 4.3.3存在的问题 |
| 4.3.4重点研究方向与展望 |
| 4.4汽车自主决策与轨迹规划 (清华大学王建强研究员、李升波副教授、忻隆博士提供初稿) |
| 4.4.1驾驶人决策行为特性 |
| 4.4.2周车运动轨迹预测 |
| 4.4.3智能汽车决策方法 |
| 4.4.4自主决策面临的挑战 |
| 4.4.5自动驾驶车辆的路径规划算法 |
| 4.4.5.1路线图法 |
| 4.4.5.2网格分解法 |
| 4.4.5.3 Dijistra算法 |
| 4.4.5.4 A*算法 |
| 4.4.6路径面临的挑战 |
| 4.5车辆横向控制及纵向动力学控制 |
| 4.5.1车辆横向控制结构 (华南理工大学游峰副教授, 初鑫男、谷广研究生, 中山大学张荣辉研究员提供初稿) |
| 4.5.1.1基于经典控制理论的车辆横向控制 (PID) |
| 4.5.1.2基于现代控制理论的车辆横向控制 |
| 4.5.1.3基于智能控制理论的车辆横向控制 |
| 4.5.1.4考虑驾驶人特性的车辆横向控制 |
| 4.5.1.5面临的挑战 |
| 4.5.2动力学控制 (清华大学李升波副研究员、李克强教授、徐少兵博士提供初稿) |
| 4.5.2.1纵向动力学模型 |
| 4.5.2.2纵向稳定性控制 |
| 4.5.2.3纵向速度控制 |
| 4.5.2.4自适应巡航控制 |
| 4.5.2.5节油驾驶控制 |
| 4.6智能网联汽车测试 (中国科学院自动化研究所黄武陵副研究员、王飞跃研究员, 清华大学李力副教授, 西安交通大学刘跃虎教授、郑南宁院士提供初稿) |
| 4.6.1智能网联汽车测试研究现状 |
| 4.6.2智能网联汽车测试热点研究方向 |
| 4.6.2.1智能网联汽车测试内容研究 |
| 4.6.2.2智能网联汽车测试方法 |
| 4.6.2.3智能网联汽车的测试场地建设 |
| 4.6.3智能网联汽车测试存在的问题 |
| 4.6.4智能网联汽车测试研究发展趋势 |
| 4.6.4.1智能网联汽车测试场地建设要求 |
| 4.6.4.2智能网联汽车测评方法的发展 |
| 4.6.4.3加速智能网联汽车测试及进程管理 |
| 4.7典型应用实例解析 |
| 4.7.1典型汽车ADAS系统解析 |
| 4.7.1.1辅助车道保持系统、变道辅助系统与自动泊车系统 (同济大学陈慧教授, 何晓临、刘颂研究生提供初稿) |
| 4.7.1.2 ACC/AEB系统 (清华大学王建强研究员, 华南理工大学游峰副教授、初鑫男、谷广研究生, 中山大学张荣辉研究员提供初稿) |
| 4.7.2 V2X协同及队列自动驾驶 |
| 4.7.2.1一维队列控制 (清华大学李克强教授、李升波副教授提供初稿) |
| 4.7.2.2二维多车协同控制 (清华大学李力副教授提供初稿) |
| 4.7.3智能汽车的人机共驾技术 (武汉理工大学褚端峰副研究员、吴超仲教授、黄珍教授提供初稿) |
| 4.7.3.1国内外研究现状 |
| 4.7.3.2存在的问题 |
| 4.7.3.3热点研究方向 |
| 4.7.3.4研究发展趋势 |
| 5汽车碰撞安全技术 |
| 5.1整车碰撞 (长沙理工大学雷正保教授提供初稿) |
| 5.1.1汽车碰撞相容性 |
| 5.1.1.1国内外研究现状 |
| 5.1.1.2存在的问题 |
| 5.1.1.3重点研究方向 |
| 5.1.1.4展望 |
| 5.1.2汽车偏置碰撞安全性 |
| 5.1.2.1国内外研究现状 |
| 5.1.2.2存在的问题 |
| 5.1.2.3重点研究方向 |
| 5.1.2.4展望 |
| 5.1.3汽车碰撞试验测试技术 |
| 5.1.3.1国内外研究现状 |
| 5.1.3.2存在的问题 |
| 5.1.3.3重点研究方向 |
| 5.1.3.4展望 |
| 5.2乘员保护 (重庆理工大学胡远志教授提供初稿) |
| 5.2.1国内外研究现状 |
| 5.2.2重点研究方向 |
| 5.2.3展望 |
| 5.3行人保护 (同济大学王宏雁教授、余泳利研究生提供初稿) |
| 5.3.1概述 |
| 5.3.2国内外研究现状 |
| 5.3.2.1被动安全技术 |
| 5.3.2.2主动安全技术研究 |
| 5.3.3研究热点 |
| 5.3.3.1事故研究趋势 |
| 5.3.3.2技术发展趋势 |
| 5.3.4存在的问题 |
| 5.3.5小结 |
| 5.4儿童碰撞安全与保护 (湖南大学曹立波教授, 同济大学王宏雁教授、李舒畅研究生提供初稿;曹立波教授统稿) |
| 5.4.1国内外研究现状 |
| 5.4.1.1儿童碰撞安全现状 |
| 5.4.1.2儿童损伤生物力学研究现状 |
| 5.4.1.3车内儿童安全法规和试验方法 |
| 5.4.1.4车外儿童安全法规和试验方法 |
| 5.4.1.5儿童安全防护措施 |
| 5.4.1.6儿童约束系统使用管理与评价 |
| 5.4.2存在的问题 |
| 5.4.3重点研究方向 |
| 5.4.4发展对策和展望 |
| 5.5新能源汽车碰撞安全 (大连理工大学侯文彬教授、侯少强硕士生提供初稿) |
| 5.5.1国内外研究现状 |
| 5.5.1.1新能源汽车碰撞试验 |
| 5.5.1.2高压电安全控制研究 |
| 5.5.1.3新能源汽车车身结构布局研究 |
| 5.5.1.4电池包碰撞安全防护 |
| 5.5.1.5动力电池碰撞安全 |
| 5.5.2热点研究方向 |
| 5.5.3存在的问题 |
| 5.5.4发展对策与展望 |
| 6结语 |
（3）汽车安全气囊控制系统研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 汽车安全气囊研究背景及意义 |
| 1.2 安全气囊概述 |
| 1.2.1 安全气囊的工作原理 |
| 1.2.2 安全气囊国内外研究现状 |
| 1.3 本课题主要研究内容 |
| 1.4 本章小结 |
| 第2章 安全气囊控制系统架构分析 |
| 2.1 电源管理与点火控制 |
| 2.2 传感器 |
| 2.2.1 传感器的种类 |
| 2.2.2 传感器接口类型 |
| 2.3 备用电源设计 |
| 2.4 常见气囊点火算法的优点及发展 |
| 2.4.1 常见安全气囊点火算法的优点 |
| 2.4.2 安全气囊点火算法的发展 |
| 2.5 本章小结 |
| 第3章 安全气囊控制系统硬件设计 |
| 3.1 安全气囊控制系统架构设计 |
| 3.2 硬件电路图设计 |
| 3.2.1 微处理器MPC5634M外围电路设计 |
| 3.2.2 电源管理与点火控制芯片 |
| 3.2.3 碰撞传感器硬件设置 |
| 3.2.4 CAN通信接口设计 |
| 3.3 安全气囊控制系统电路板设计 |
| 3.4 本章小结 |
| 第4章 安全气囊控制系统点火算法研究 |
| 4.1 可变窗宽移动窗积分算法 |
| 4.1.1 碰撞初速度对窗宽、窗高选取的影响 |
| 4.1.2 可变窗宽移动窗积分算法 |
| 4.1.3 参数选取及算法评价 |
| 4.2 软件开发平台简介 |
| 4.2.1 Code Warrior软件平台搭建 |
| 4.2.2 Simulink软件平台搭建 |
| 4.3 软件设计 |
| 4.3.1 底层驱动设计 |
| 4.3.2 点火算法建模设计 |
| 4.4 本章小结 |
| 第5章 安全气囊控制系统的测试与验证 |
| 5.1 安全气囊控制系统的测试 |
| 5.1.1 PCB板调试 |
| 5.1.2 备用电源储能测试 |
| 5.2 安全气囊控制系统的验证 |
| 5.2.1 试验台车准备 |
| 5.2.2 数据采集准备 |
| 5.2.3 试验结果分析 |
| 5.3 本章小结 |
| 总结与展望 |
| 参考文献 |
| 附录A 攻读学位期间所发表的学术论文目录 |
| 附录B 底层驱动代码设计 |
| B.1 锁相环设置 |
| B.2 DSPI设置 |
| B.3 TLE6710Q初始化 |
| B.4 MMA6825BKW初始化 |
| 致谢 |
（4）基于小重叠碰撞的自适应安全气囊控制方法及实现（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题研究的背景及意义 |
| 1.2 国内外安全气囊研究现状及发展动态 |
| 1.2.1 国外安全气囊的发展研究现状 |
| 1.2.2 国内安全气囊的发展及研究现状 |
| 1.3 安全气囊的发展趋势 |
| 1.4 安全气囊在小重叠碰撞事故中的应用 |
| 1.5 论文研究的主要内容 |
| 第2章 小重叠碰撞特征参数研究 |
| 2.1 安全气囊结构与工作原理 |
| 2.1.1 安全气囊结构 |
| 2.1.2 安全气囊工作原理 |
| 2.1.3 自适应安全气囊工作原理 |
| 2.2 安全气囊控制算法对比分析 |
| 2.3 小重叠碰撞有限元模型的建立与验证 |
| 2.4 小重叠碰撞特征参数 |
| 2.4.1 速度变化量 Dv特征参数 |
| 2.4.2 加速度长度比值A LR特征参数 |
| 2.4.3 主要受力方向PDO F特征参数 |
| 2.5 本章小结 |
| 第3章 小重叠碰撞类型识别算法 |
| 3.1 自适应神经模糊推理系统AN FIS |
| 3.1.1 模糊集合 |
| 3.1.2 神经网络 |
| 3.1.3 ANFIS结构与推理原理 |
| 3.1.4 ANFIS混合学习算法 |
| 3.2 基于ANFIS的两级模糊算法设计 |
| 3.2.1 ANFIS设计 |
| 3.2.2 ANFIS模型仿真与训练 |
| 3.3 仿真结果对比分析 |
| 3.4 本章小结 |
| 第4章 自适应安全气囊控制系统设计 |
| 4.1 自适应安全气囊控制系统结构 |
| 4.2 安全气囊ECU模块 |
| 4.2.1 ECU主控芯片 |
| 4.2.2 通讯单元和运行记录单元 |
| 4.2.3 点火控制单元 |
| 4.2.4 电源管理单元 |
| 4.2.5 自诊断报警单元 |
| 4.3 外接传感器模块 |
| 4.4 安全气囊参数调整执行机构 |
| 4.5 本章小结 |
| 第5章 自适应安全气囊控制系统的台车试验验证 |
| 5.1 台车碰撞试验准备 |
| 5.1.1 高速摄像系统 |
| 5.1.2 假人准备和安全气囊控制器的安装 |
| 5.2 自适应安全气囊算法台车碰撞试验 |
| 5.2.1 正面 100%重叠碰撞试验 |
| 5.2.2 小重叠碰撞试验 |
| 5.3 本章小结 |
| 总结与展望 |
| 参考文献 |
| 致谢 |
| 附录A 攻读学位期间的研究成果 |
（5）多级预点火安全气囊的控制算法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 目录 |
| 1 绪论 |
| 1.1 汽车被动安全技术概况 |
| 1.2 汽车安全气囊系统的发展概况 |
| 1.2.1 国外汽车安全气囊系统的发展状况 |
| 1.2.2 国内汽车安全气囊系统的发展状况 |
| 1.2.3 汽车安全气囊系统的发展趋势 |
| 1.3 本文研究的主要内容 |
| 2 双气室安全气囊简介 |
| 2.1 安全气囊系统的组成 |
| 2.1.1 控制系统组件 |
| 2.1.1.1 传感器 |
| 2.1.1.2 安全气囊电子控制单元（ECU） |
| 2.1.2 气体发生器 |
| 2.1.4 安全气囊气袋 |
| 2.2 安全气囊控制系统的工作原理 |
| 2.3 双气室安全气囊简介 |
| 2.3.1 双气室安全气囊产生背景 |
| 2.3.2 双气室安全气囊结构 |
| 2.3.3 双气室安全气囊工作原理 |
| 2.4 本章小结 |
| 3 安全气囊点火控制算法分析 |
| 3.1 安全气囊点火控制算法的基础 |
| 3.1.1 乘员损伤评价标准 |
| 3.1.2 安全气囊点火的基本准则 |
| 3.2 安全气囊的传统点火控制算法分析 |
| 3.2.1 加速度法 |
| 3.2.1.1 加速度峰值法 |
| 3.2.1.2 加速度坡度法 |
| 3.2.2 速度变量法 |
| 3.2.3 移动窗式积分法 |
| 3.2.4 比功率法 |
| 3.2.5 ARMA 模型预报法 |
| 3.3 本章小结 |
| 4 双气室安全气囊控制策略的确定和判定参数的选择 |
| 4.1 模糊逻辑控制技术 |
| 4.1.1 模糊控制基础 |
| 4.1.2 模糊控制系统的组成 |
| 4.2 神经网络技术 |
| 4.2.1 人工神经网络简介 |
| 4.2.2 人工神经网络结构组成 |
| 4.2.3 BP 神经网络 |
| 4.3 模糊逻辑推理与神经网络的集合 |
| 4.4 控制策略的确定 |
| 4.4.1 算法的总体思路 |
| 4.4.2 双气室安全气囊点火控制的决策策略 |
| 4.5 控制算法中参数的选择 |
| 4.5.1 整个算法网络参数的选择 |
| 4.5.2 神经网络层输入参数的选择 |
| 4.6 本章小结 |
| 5 基于模糊神经网络的双气室安全气囊控制算法的模型 |
| 5.1 神经网络层预测头部位移的模型的建立 |
| 5.1.1 神经网络层结构 |
| 5.1.2 神经网络层隐含层的确定 |
| 5.2 模糊神经网络层点火模式选择模型的建立 |
| 5.2.1 模糊神经网络层模型结构 |
| 5.2.2 模糊神经网络层建立过程 |
| 5.3 双气室安全气囊控制算法整体模型 |
| 5.3.1 控制算法整体模型结构 |
| 5.3.2 模型的算法过程 |
| 5.4 本章小结 |
| 6 预测点火控制算法的验证 |
| 6.1 汽车碰撞曲线模拟 |
| 6.1.1 汽车参考碰撞曲线 |
| 6.1.2 碰撞曲线的计算机模拟原理 |
| 6.2 算法验证的方法 |
| 6.2.1 算法验证工具 |
| 6.2.2 多级预测点火控制算法的验证方法 |
| 6.2.2.1 神经网络层的检验方法 |
| 6.2.2.2 模糊神经网络层的检验方法 |
| 6.3 模糊神经网络的训练 |
| 6.3.1 上层纯神经网络的训练 |
| 6.3.1.1 梯度下降训练法 |
| 6.3.1.2 Levenberg-Marguardt 训练法 |
| 6.3.2 下层模糊神经网络的训练 |
| 6.4 算法的验证 |
| 6.4.1 神经网络部分 |
| 6.4.2 模糊神经网络部分 |
| 6.5 小结 |
| 总结与展望 |
| 总结 |
| 展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（6）采用预测模式的智能安全气囊控制算法（论文提纲范文）
| 1 仿真模型的建立 |
| 2 智能控制器的算法设计与训练 |
| 2.1 人工神经网络的数学模型 |
| 2.2 遗传神经网络算法 |
| 2.3 安全气囊智能控制算法设计与训练 |
| 3 试验验证 |
| 4 结语 |
（7）智能安全气囊控制算法关键技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究的背景及意义 |
| 1.2 安全气囊概述 |
| 1.2.1 安全气囊控制器的工作原理 |
| 1.2.2 安全气囊系统的研究现状及发展趋势 |
| 1.2.3 安全气囊点火控制面临的挑战 |
| 1.3 数据融合及其在安全气囊控制算法中的研究现状 |
| 1.3.1 数据融合技术的研究现状 |
| 1.3.2 数据融合在安全气囊点火控制中的研究现状 |
| 1.4 论文研究的主要内容 |
| 第2章 安全气囊控制算法设计基础 |
| 2.1 安全气囊控制系统 |
| 2.2 安全气囊控制算法设计要点 |
| 2.2.1 汽车碰撞的复杂性 |
| 2.2.2 安全气囊点火控制的判断准则 |
| 2.2.3 安全气囊的点火条件 |
| 2.2.4 目标点火时刻分析 |
| 2.3 传统安全气囊控制算法 |
| 2.4 本章小结 |
| 第3章 基于数据融合的安全气囊控制算法 |
| 3.1 数据融合理论 |
| 3.1.1 数据融合技术概论 |
| 3.1.2 数据融合基本模型与算法 |
| 3.2 基于数据融合的安全气囊控制算法 |
| 3.2.1 数据融合策略 |
| 3.2.2 安全气囊控制算法的设计 |
| 3.2.3 网络的训练 |
| 3.3 本章小结 |
| 第4章 安全气囊控制器算法验证装置的开发 |
| 4.1 摆锤冲击方法的可行性分析及实现 |
| 4.1.1 汽车碰撞的特点 |
| 4.1.2 加速度曲线的特征 |
| 4.1.3 摆锤冲击方法的实现 |
| 4.1.4 摆锤与滑车相对质量的计算 |
| 4.2 有限元模型的建立及验证 |
| 4.3 等效梯形波理论 |
| 4.3.1 等效梯形波理论 |
| 4.3.2 等效双梯形波特征的提取 |
| 4.4 摆锤冲击方法的应用 |
| 4.4.1 抗冲击试验验证 |
| 4.4.2 加速度的一致性验证 |
| 4.4.3 低速模拟验证试验 |
| 4.4.4 高速模拟验证试验 |
| 4.5 本章小结 |
| 第5章 气囊控制算法的台车试验验证 |
| 5.1 台车碰撞试验的算法验证 |
| 5.1.1 未佩戴安全带低速不起爆试验（12.8km/h） |
| 5.1.2 未佩戴安全带起爆试验（22.4km/h） |
| 5.1.3 佩戴安全带不起爆试验（30km/h） |
| 5.1.4 佩戴安全带起爆试验（35km/h） |
| 5.2 本章小结 |
| 总结与展望 |
| 参考文献 |
| 致谢 |
| 附录 A 攻读学位期间的研究成果 |
（9）基于比功率点火算法的汽车安全气囊控制系统研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 汽车被动安全技术的发展研究 |
| 1.2 汽车安全气囊技术的发展 |
| 1.2.1 传感器 |
| 1.2.2 安全气囊 ECU |
| 1.2.3 气体发生器 |
| 1.2.4 安全气袋 |
| 1.3 汽车安全气囊点火控制算法概述 |
| 1.3.1 几种安全气囊点火算法 |
| 1.3.2 安全气囊算法的发展趋势 |
| 1.4 本文主要研究内容 |
| 第2章 基于比功率的安全气囊点火算法研究 |
| 2.1 安全气囊点火算法的理论基础 |
| 2.1.1 乘员损伤准则 |
| 2.1.2 安全气囊点火条件 |
| 2.1.3 点火时刻 |
| 2.2 不同碰撞试验速度的安全气囊点火算法对比分析 |
| 2.3 比功率点火控制算法的设计 |
| 2.3.1 比功率算法的原理 |
| 2.3.2 基于碰撞试验数据的点火时刻和点火阈值的确定 |
| 2.3.3 比功率算法的参数确定 |
| 2.3.4 比功率算法的流程 |
| 2.4 本章小结 |
| 第3章 汽车安全气囊点火控制系统硬件电路研究 |
| 3.1 系统原理 |
| 3.2 主要元件选择 |
| 3.2.1 安全气囊微控制器 MCU |
| 3.2.2 加速度传感器芯片 |
| 3.2.3 点火芯片 |
| 3.3 系统硬件电路 |
| 3.3.1 传感器电路 |
| 3.3.2 晶振电路 |
| 3.3.3 电源电路 |
| 3.3.4 点火电路 |
| 3.3.5 串口通信电路 |
| 3.4 系统 PCB 板设计 |
| 3.4.1 PADS 2007 软件介绍 |
| 3.4.2 安全气囊控制器硬件系统 PCB 板设计 |
| 3.5 本章小结 |
| 第4章 控制系统软件程序开发 |
| 4.1 系统的软件开发环境 |
| 4.2 系统软件主程序 |
| 4.3 安全气囊 ECU 开机自检程序 |
| 4.3.1 安全气囊 MCU 检测 |
| 4.3.2 加速度传感器芯片检测 |
| 4.3.3 安全带检测程序 |
| 4.4 汽车正常运行检测模块程序 |
| 4.4.1 MCU 运行检测模块程序 |
| 4.4.2 点火芯片运行检测模块程序 |
| 4.5 后处理模块程序 |
| 4.5.1 碰撞数据存储模块程序 |
| 4.5.2 数据传输模块程序 |
| 4.6 本章小结 |
| 第5章 安全气囊点火控制系统有效性的试验验证 |
| 5.1 信号发生器试验验证 |
| 5.1.1 试验数据准备 |
| 5.1.2 信号发生器验证试验 |
| 5.2 台车试验验证 |
| 5.2.1 低速碰撞试验验证 |
| 5.2.2 高速碰撞试验验证 |
| 5.2.3 40%偏置碰撞试验验证 |
| 5.3 试验结论 |
| 总结与展望 |
| 参考文献 |
| 附录 A 攻读学位期间所发表的学术论文目录 |
| 致谢 |
（10）危险货物运输罐车事故预警决策技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题研究背景和意义 |
| 1.2 危险货物运输车辆监控技术现状 |
| 1.3 危险货物运输车辆监控系统组成 |
| 1.4 课题主要研究内容 |
| 第二章 车辆事故预警决策概述 |
| 2.1 碰撞预警算法概述 |
| 2.1.1 碰撞预警算法 |
| 2.1.2 碰撞安全气囊控制算法 |
| 2.2 侧翻预警算法概述 |
| 2.3 危险介质典型事故预警算法概述 |
| 本章小结 |
| 第三章 危险货物运输罐车预警系统 |
| 3.1 预警系统设计方案 |
| 3.2 硬件组成 |
| 本章小结 |
| 第四章 危险货物运输罐车碰撞预警算法研究 |
| 4.1 碰撞试验数据 |
| 4.2 算法原理 |
| 4.3 抗干扰性分析 |
| 4.4 碰撞阈值 |
| 4.5 碰撞算法仿真验证 |
| 本章小结 |
| 第五章 危险货物运输罐车侧翻预警算法研究 |
| 5.1 基于倾角信号侧翻预警算法研究 |
| 5.1.1 算法原理 |
| 5.1.2 侧翻预警判别函数 |
| 5.1.3 侧翻预警算法仿真验证 |
| 5.2 基于倾角传感器动态侧翻预警算法研究 |
| 5.2.1 倾角传感器实验 |
| 5.2.2 干扰信号分析 |
| 5.2.3 算法原理 |
| 5.2.4 时间窗宽度 |
| 5.2.5 基于倾角传感器车辆侧翻预警算法的验证 |
| 本章小结 |
| 第六章 危险介质典型事故监测预警算法研究 |
| 第七章 结论与展望 |
| 7.1 研究结论 |
| 7.2 工作展望 |
| 参考文献 |
| 致谢 |
| 个人简介 |
四、基于模糊决策与神经网络的汽车安全气囊多级触发控制算法（论文参考文献）
- [1]基于学习控制的汽车全速自适应巡航决策与控制算法研究[D]. 孙天骏. 吉林大学, 2019(02)
- [2]中国汽车工程学术研究综述·2017[J]. 《中国公路学报》编辑部. 中国公路学报, 2017(06)
- [3]汽车安全气囊控制系统研究[D]. 周天元. 湖南大学, 2017(07)
- [4]基于小重叠碰撞的自适应安全气囊控制方法及实现[D]. 白芳华. 湖南大学, 2015(03)
- [5]多级预点火安全气囊的控制算法研究[D]. 吴亮亮. 重庆理工大学, 2014(01)
- [6]采用预测模式的智能安全气囊控制算法[J]. 白中浩,白芳华,刘玉云,王玉龙. 华南理工大学学报(自然科学版), 2014(03)
- [7]智能安全气囊控制算法关键技术研究[D]. 刘玉云. 湖南大学, 2014(08)
- [8]汽车安全气囊点火算法综述[J]. 殷文强,王玉龙,徐盼盼,白中浩. 汽车工程学报, 2013(02)
- [9]基于比功率点火算法的汽车安全气囊控制系统研究[D]. 徐盼盼. 湖南大学, 2012(06)
- [10]危险货物运输罐车事故预警决策技术研究[D]. 朱颖. 内蒙古工业大学, 2010(04)