汽車(chē)技術(shù)最新期刊目錄

不確定影響下智能車(chē)輛縱向干擾估計(jì)與運(yùn)動(dòng)控制————作者：荊威;趙文強(qiáng);魏洪乾;賴晨光;張幽彤;

摘要：為了消除外部擾動(dòng)和環(huán)境的不確定性因素干擾，提高車(chē)輛的速度跟蹤精度，提出了一種融合高增益擴(kuò)張狀態(tài)觀測(cè)器（HGESO）和模型預(yù)測(cè)控制（MPC）的縱向運(yùn)動(dòng)控制器。首先，將外部多源不確定干擾整合為速度控制中存在的隨機(jī)時(shí)變阻力，通過(guò)高增益擴(kuò)張狀態(tài)觀測(cè)器進(jìn)行估計(jì)，同時(shí)，結(jié)合標(biāo)稱(chēng)狀態(tài)空間模型，完善車(chē)輛縱向動(dòng)態(tài)描述；然后，利用融合干擾阻力的增量式MPC控制器，綜合考慮縱向速度跟蹤誤差、乘坐舒適性以及控制器能耗等因...

基于深度學(xué)習(xí)的板殼結(jié)構(gòu)網(wǎng)格智能劃分技術(shù)研究————作者：黃澤輝;唐洪斌;范陽(yáng);王士彬;

摘要：為解決板殼結(jié)構(gòu)網(wǎng)格劃分效率低、合格率低等問(wèn)題，提出了一種基于深度學(xué)習(xí)的板殼結(jié)構(gòu)有限元網(wǎng)格智能劃分技術(shù)。首先，對(duì)板殼結(jié)構(gòu)典型特征進(jìn)行分類(lèi)，并為每類(lèi)特征開(kāi)發(fā)網(wǎng)格劃分策略；其次，基于卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練特征識(shí)別模型，自動(dòng)調(diào)用策略完成特征區(qū)域網(wǎng)格劃分；最后，對(duì)非特征區(qū)域進(jìn)行幾何清理及網(wǎng)格優(yōu)化。經(jīng)某乘用車(chē)白車(chē)身驗(yàn)證，與主流batchmesh方法相比，該方法將網(wǎng)格自動(dòng)劃分合格率從82.1%提升至92.6%，總工時(shí)...

《汽車(chē)文摘》2025年專(zhuān)項(xiàng)征稿啟事

摘要：<正>尊敬的汽車(chē)及相關(guān)技術(shù)領(lǐng)域?qū)＜覍W(xué)者、研發(fā)工程師、高校師生:在全球汽車(chē)產(chǎn)業(yè)迎來(lái)深刻變革的今天,2025年將成為汽車(chē)技術(shù)發(fā)展的關(guān)鍵節(jié)點(diǎn),新技術(shù)、新材料、新理念將不斷涌現(xiàn),推動(dòng)汽車(chē)行業(yè)向更智能、更環(huán)保、更安全的方向發(fā)展。《汽車(chē)文摘》期刊作為中國(guó)汽車(chē)工程學(xué)會(huì)會(huì)刊,秉承“覽全球汽車(chē)技術(shù)文獻(xiàn),指中國(guó)汽車(chē)技術(shù)之道”的使命,致力于成為汽車(chē)領(lǐng)域最具影響力的綜述類(lèi)期刊。在此,我們特別發(fā)布2025年專(zhuān)項(xiàng)征稿啟事,聚...

基于非奇異快速終端滑模控制的電動(dòng)汽車(chē)轉(zhuǎn)向失效容錯(cuò)協(xié)同控制研究————作者：劉軒江;林棻;王天成;馬洪旺;

摘要：針對(duì)分布式驅(qū)動(dòng)電動(dòng)汽車(chē)在轉(zhuǎn)向系統(tǒng)失效無(wú)法準(zhǔn)確跟蹤期望軌跡的問(wèn)題，提出了一種考慮轉(zhuǎn)向失效后車(chē)輛穩(wěn)定性與軌跡跟蹤的容錯(cuò)協(xié)同控制策略。首先分別基于模型預(yù)測(cè)控制和滑模控制計(jì)算期望前輪轉(zhuǎn)角和附加橫擺力矩；其次，針對(duì)轉(zhuǎn)向系統(tǒng)失效故障，基于非奇異快速終端滑模控制設(shè)計(jì)了前輪轉(zhuǎn)角跟蹤控制器，求解實(shí)現(xiàn)期望轉(zhuǎn)角所需的差動(dòng)轉(zhuǎn)向力矩；然后，以輪胎負(fù)荷率和控制量誤差最小化為優(yōu)化目標(biāo)，基于二次規(guī)劃算法實(shí)現(xiàn)輪胎力分配。最后，分別...

基于深度學(xué)習(xí)的板殼結(jié)構(gòu)網(wǎng)格智能劃分技術(shù)研究————作者：黃澤輝;唐洪斌;范陽(yáng);王士彬;

摘要：為解決板殼結(jié)構(gòu)網(wǎng)格劃分效率低、合格率低等問(wèn)題，提出了一種基于深度學(xué)習(xí)的板殼結(jié)構(gòu)有限元網(wǎng)格智能劃分技術(shù)。首先，對(duì)板殼結(jié)構(gòu)典型特征進(jìn)行分類(lèi)，并為每類(lèi)特征開(kāi)發(fā)網(wǎng)格劃分策略；其次，基于卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練特征識(shí)別模型，自動(dòng)調(diào)用策略完成特征區(qū)域網(wǎng)格劃分；最后，對(duì)非特征區(qū)域進(jìn)行幾何清理及網(wǎng)格優(yōu)化。經(jīng)某乘用車(chē)白車(chē)身驗(yàn)證，與主流batchmesh方法相比，本方法將網(wǎng)格自動(dòng)劃分合格率從82.1%提升至92.6%，總工時(shí)...

不同溫度下鋰離子電池自適應(yīng)多狀態(tài)聯(lián)合估計(jì)————作者：王中偉;楊坤;馬超;王記磊;王杰;

摘要：為了準(zhǔn)確估計(jì)不同溫度下電池參數(shù)、荷電狀態(tài)及功率狀態(tài)，提出基于自適應(yīng)遺忘因子的遞推最小二乘法聯(lián)合自適應(yīng)擴(kuò)展卡爾曼濾波算法。通過(guò)實(shí)時(shí)校正、更新參數(shù)，提升電池參數(shù)辨識(shí)和荷電狀態(tài)估計(jì)的精度；以模型端電壓辨識(shí)結(jié)果、荷電狀態(tài)估計(jì)結(jié)果及電池最大放電電流為約束，實(shí)現(xiàn)電池功率狀態(tài)聯(lián)合估計(jì)。試驗(yàn)結(jié)果表明：動(dòng)態(tài)應(yīng)力測(cè)試工況下，辨識(shí)電壓最大絕對(duì)誤差和荷電狀態(tài)最大絕對(duì)誤差結(jié)果分別為62.699 mV和1.894%；當(dāng)持續(xù)放...

某乘用車(chē)外后視鏡風(fēng)哨聲控制研究————作者：楊曉濤;潘作峰;馬龍;鄧玉偉;侯杭生;

摘要：針對(duì)某乘用車(chē)外后視鏡風(fēng)哨聲問(wèn)題，通過(guò)實(shí)車(chē)主觀評(píng)價(jià)進(jìn)行風(fēng)哨聲問(wèn)題確認(rèn)及分析，根據(jù)計(jì)算流體力學(xué)（CFD）方法提出攝像頭與鏡殼間不合理階差消除方案與空腔消除方案，改善流場(chǎng)和監(jiān)測(cè)點(diǎn)壓力，并通過(guò)實(shí)車(chē)測(cè)試和主觀評(píng)價(jià)驗(yàn)證方案的有效性。結(jié)果表明：綜合考慮使用路面、速度段和NVH嚴(yán)重程度的風(fēng)哨聲錯(cuò)誤狀態(tài)指數(shù)（ESI）由1.12降至0，成功解決了后視鏡風(fēng)哨聲問(wèn)題

考慮駕駛員橫向駕駛習(xí)慣的車(chē)道保持人機(jī)共駕策略————作者：劉平;田云鵬;段灝天;姚佳玉;

摘要：為了解決因傳統(tǒng)車(chē)道保持輔助系統(tǒng)忽略人機(jī)交互性所致的人機(jī)沖突問(wèn)題，提出了一種車(chē)道保持人機(jī)共駕策略。以駕駛員歷史橫向位置表征駕駛員橫向駕駛習(xí)慣，根據(jù)3σ原則動(dòng)態(tài)劃分道路邊界，并設(shè)計(jì)了考慮駕駛員橫向駕駛習(xí)慣的車(chē)道偏離決策模型。同時(shí)，根據(jù)風(fēng)險(xiǎn)評(píng)估值與駕駛員疲勞因子分配輔助駕駛系統(tǒng)的控制權(quán)。試驗(yàn)結(jié)果表明：所提出的人機(jī)共駕策略能夠有效避免因疲勞駕駛和駕駛失誤導(dǎo)致的車(chē)道偏離風(fēng)險(xiǎn)；考慮駕駛員橫向駕駛習(xí)慣，車(chē)道保持...

基于汽車(chē)空調(diào)溫度控制性能提升的導(dǎo)流板響應(yīng)面優(yōu)化分析————作者：劉翔;朱帥;朱凱;

摘要：為解決汽車(chē)空調(diào)出風(fēng)口溫度不均勻和差異性大的問(wèn)題，對(duì)汽車(chē)空調(diào)出風(fēng)口溫度控制曲線進(jìn)行試驗(yàn)和仿真，采用響應(yīng)面優(yōu)化的方法對(duì)導(dǎo)流板結(jié)構(gòu)的外邊長(zhǎng)度、里邊長(zhǎng)度和傾斜角度與平均溫度和溫度差進(jìn)行相關(guān)性分析，得出回歸多項(xiàng)式、響應(yīng)面曲線圖和導(dǎo)流板結(jié)構(gòu)的最優(yōu)參數(shù)設(shè)計(jì)，仿真結(jié)果表明，該方法改進(jìn)了汽車(chē)空調(diào)的溫度控制曲線性能

《汽車(chē)文摘》2025年專(zhuān)項(xiàng)征稿啟事

摘要：<正>尊敬的汽車(chē)及相關(guān)技術(shù)領(lǐng)域?qū)＜覍W(xué)者、研發(fā)工程師、高校師生：在全球汽車(chē)產(chǎn)業(yè)迎來(lái)深刻變革的今天，2025年將成為汽車(chē)技術(shù)發(fā)展的關(guān)鍵節(jié)點(diǎn)，新技術(shù)、新材料、新理念將不斷涌現(xiàn)，推動(dòng)汽車(chē)行業(yè)向更智能、更環(huán)保、更安全的方向發(fā)展。《汽車(chē)文摘》期刊作為中國(guó)汽車(chē)工程學(xué)會(huì)會(huì)刊，秉承“覽全球汽車(chē)技術(shù)文獻(xiàn)，指中國(guó)汽車(chē)技術(shù)之道”的使命，致力于成為汽車(chē)領(lǐng)域最具影響力的綜述類(lèi)期刊。在此，我們特別發(fā)布2025年專(zhuān)項(xiàng)征稿啟事，聚...

球鉸強(qiáng)度對(duì)小偏置碰撞的影響及仿真精度提升————作者：邵金華;趙美洲;陳鵬;禹慧麗;

摘要：為探究底盤(pán)結(jié)構(gòu)中球鉸強(qiáng)度對(duì)小偏置碰撞的影響，從而提高實(shí)際工程應(yīng)用中仿真模型的精度，采用試驗(yàn)與仿真結(jié)合的方法，通過(guò)底盤(pán)關(guān)鍵零部件材料實(shí)試驗(yàn)與球頭失效試驗(yàn)獲得對(duì)應(yīng)材料力學(xué)參數(shù)，對(duì)關(guān)鍵位置球鉸強(qiáng)度進(jìn)行設(shè)計(jì)，搭建局部臺(tái)車(chē)對(duì)底盤(pán)零件進(jìn)行標(biāo)定來(lái)提高分析模型仿真精度。結(jié)果表明球鉸強(qiáng)度對(duì)小偏置碰撞工況的影響較大，標(biāo)定后的模型分析結(jié)果與試驗(yàn)的一致性較好

基于圖時(shí)空注意力的多車(chē)交互軌跡預(yù)測(cè)模型————作者：張新鋒;趙娟;劉國(guó)華;劉鵬菲;

摘要：為有效提取高速交通場(chǎng)景下車(chē)輛間的交互特征，從而準(zhǔn)確預(yù)測(cè)動(dòng)態(tài)障礙軌跡，基于編-解碼框架，提出基于圖時(shí)空注意力的多車(chē)交互軌跡預(yù)測(cè)模型。結(jié)合斥力場(chǎng)和圖模型建立車(chē)-車(chē)圖交互場(chǎng)，利用節(jié)點(diǎn)和鄰接特征矩陣表征車(chē)輛之間的動(dòng)態(tài)交互，通過(guò)圖空間注意力和時(shí)間多頭注意力提取深層時(shí)空交互，獲取圖時(shí)空融合編碼；將車(chē)輛橫縱向行為意圖獨(dú)熱編碼與其拼接，實(shí)現(xiàn)目標(biāo)車(chē)輛多模態(tài)軌跡預(yù)測(cè)。利用NGSIM數(shù)據(jù)集進(jìn)行驗(yàn)證，相較于其他6種模型，...

轉(zhuǎn)彎和直行場(chǎng)景下駕駛員認(rèn)知分心識(shí)別的研究————作者：曾娟;許博;王昊;張洪昌;

摘要：為了探尋轉(zhuǎn)彎和直行場(chǎng)景下駕駛員分心駕駛的內(nèi)在機(jī)理，通過(guò)駕駛模擬器搭建直行與轉(zhuǎn)彎虛擬場(chǎng)景，采集駕駛員不同駕駛狀態(tài)的駕駛績(jī)效和眼動(dòng)信息數(shù)據(jù)，并使用KNNImputer算法對(duì)設(shè)備在采集過(guò)程中缺失的數(shù)據(jù)進(jìn)行插補(bǔ)處理；通過(guò)配對(duì)樣本T檢驗(yàn)對(duì)時(shí)間長(zhǎng)度為1 s、重疊率為75%的時(shí)間窗口提取的樣本數(shù)據(jù)進(jìn)行顯著性差異分析并提取特征指標(biāo)；基于該特征指標(biāo)集合，采用XGBoost分類(lèi)器構(gòu)建不同場(chǎng)景下的認(rèn)知分心識(shí)別模型。試驗(yàn)...

基于MPDB和FWDB正面碰撞兼容性研究————作者：胡遠(yuǎn)志;高文凱;符志;

摘要：根據(jù)歐洲車(chē)輛安全委員會(huì)工作標(biāo)準(zhǔn)建立全寬可變形壁障（FWDB）有限元模型，采用英國(guó)交通研究實(shí)驗(yàn)室臺(tái)車(chē)實(shí)驗(yàn)方法進(jìn)行標(biāo)定，并使用已經(jīng)標(biāo)定驗(yàn)證的移動(dòng)漸變性可變形壁障（MPDB）有限元模型，分別搭建轎車(chē)和某SUV的MPDB工況和FWDB工況碰撞模型進(jìn)行車(chē)輛正面碰撞兼容性研究。計(jì)算車(chē)型MPDB工況和FWDB工況兼容性評(píng)價(jià)指標(biāo)，分析結(jié)果發(fā)現(xiàn)當(dāng)前MPDB工況對(duì)車(chē)輛結(jié)構(gòu)兼容性評(píng)價(jià)尚有一定的局限，無(wú)法評(píng)價(jià)主吸能結(jié)構(gòu)在...

分布式電驅(qū)動(dòng)承載平臺(tái)的動(dòng)力學(xué)建模與模型預(yù)測(cè)控制————作者：原野;陳龍;潘偉;李藝;秦兆博;

摘要：針對(duì)分布式電驅(qū)動(dòng)承載平臺(tái)軌跡跟蹤控制存在高速跟蹤精度低、魯棒性弱等問(wèn)題，設(shè)計(jì)了基于期望前輪轉(zhuǎn)角跟蹤的分層式橫向運(yùn)動(dòng)控制策略。以分布式電驅(qū)動(dòng)承載平臺(tái)為研究對(duì)象，基于各子系統(tǒng)的動(dòng)力學(xué)分析和輪地作用關(guān)系分析，構(gòu)建了完整的膠輪、車(chē)體、電驅(qū)等模塊的一體化動(dòng)力學(xué)模型。通過(guò)構(gòu)建上層模型預(yù)測(cè)控制（MPC）軌跡跟蹤和下層轉(zhuǎn)向電機(jī)轉(zhuǎn)角控制的分層式運(yùn)動(dòng)控制策略，可實(shí)現(xiàn)承載平臺(tái)橫向位置的高精度控制。基于Simulink搭...

動(dòng)力電池直冷系統(tǒng)控制策略及散熱性能研究————作者：陳世龍;楊元龍;楊乃興;趙劍坤;陳文輝;

摘要：針對(duì)電動(dòng)汽車(chē)直冷系統(tǒng)，提出了一種具有啟停功能的模糊PID控制策略，并利用AMESim和Simulink搭建了聯(lián)合仿真整車(chē)模型，對(duì)電池在不同控制策略下的散熱過(guò)程進(jìn)行了模擬，結(jié)果表明：相比傳統(tǒng)PID控制，啟停-模糊PID控制具有響應(yīng)時(shí)間快、超調(diào)時(shí)長(zhǎng)短和系統(tǒng)功耗低的優(yōu)點(diǎn)，且對(duì)環(huán)境溫度較高或行車(chē)速度較低情況下的超調(diào)時(shí)長(zhǎng)縮短和功耗節(jié)省效果更為明顯

基于集成學(xué)習(xí)和脈搏多維特征融合的駕駛疲勞檢測(cè)方法————作者：趙國(guó)亮;辛聰;劉強(qiáng);陳澤平;葉青;

摘要：為了提升駕駛疲勞檢測(cè)準(zhǔn)確性，以駕駛員的生理信號(hào)脈搏波為數(shù)據(jù)源，在提取心率變異性特征的基礎(chǔ)上，引入基于血液動(dòng)力學(xué)的脈搏波波形特征進(jìn)行多維特征融合，構(gòu)建可以有效表征駕駛疲勞的特征數(shù)據(jù)集，并基于集成學(xué)習(xí)構(gòu)建駕駛員疲勞狀態(tài)三分類(lèi)模型，在數(shù)據(jù)預(yù)處理階段引入重采樣方法，并對(duì)比不同采樣方式對(duì)模型檢測(cè)性能的影響。試驗(yàn)結(jié)果表明：脈搏信號(hào)多維特征融合可以顯著提高對(duì)駕駛疲勞的檢測(cè)精度，相對(duì)于僅采用心率變異性特征的方法，...

基于腦電特征的虛擬現(xiàn)實(shí)誘發(fā)自動(dòng)駕駛暈動(dòng)癥識(shí)別————作者：邵舒羽;張揚(yáng);范曉麗;

摘要：針對(duì)自動(dòng)駕駛與虛擬現(xiàn)實(shí)技術(shù)融合中，因視覺(jué)信息與操作信息不匹配引發(fā)的暈動(dòng)癥問(wèn)題，通過(guò)模擬駕駛平臺(tái)的主動(dòng)駕駛與自動(dòng)駕駛雙任務(wù)范式，同步采集受試者的腦電信號(hào)，并結(jié)合Go/No-go行為范式和標(biāo)準(zhǔn)化暈動(dòng)癥問(wèn)卷，探究不同駕駛模式對(duì)大腦認(rèn)知資源分配的影響。結(jié)果表明：自動(dòng)駕駛場(chǎng)景顯著加劇視覺(jué)-前庭沖突引發(fā)的暈動(dòng)癥癥狀；基于虛擬現(xiàn)實(shí)的自動(dòng)駕駛?cè)菀滓�起暈�?dòng)癥，其神經(jīng)機(jī)制表現(xiàn)為Pz、Cz、Fz通道功率譜密度升高（p<...

基于FSAC多傳感器賽道錐桶建圖算法研究————作者：李逸龍;李剛;鄧偉文;徐龍;

摘要：針對(duì)中國(guó)大學(xué)生無(wú)人駕駛方程式賽車(chē)（FSAC）在高速循跡與八字環(huán)繞工況中，因單傳感器識(shí)別錐桶有限、精度不高導(dǎo)致建圖失效問(wèn)題，提出了一種基于激光雷達(dá)、工業(yè)相機(jī)和組合慣導(dǎo)松耦合的錐桶地圖構(gòu)建算法。通過(guò)將雷達(dá)數(shù)據(jù)投影至相機(jī)坐標(biāo)系，對(duì)相機(jī)的YOLOv5目標(biāo)檢測(cè)框與激光雷達(dá)的錐桶包圍框進(jìn)行相似度匹配。將包含顏色（RGB）信息的點(diǎn)云從雷達(dá)坐標(biāo)系轉(zhuǎn)換為地圖坐標(biāo)系，并利用組合慣導(dǎo)系統(tǒng)實(shí)時(shí)計(jì)算的車(chē)輛位姿，更新融合錐桶...

基于改進(jìn)YOLOv8n的環(huán)衛(wèi)車(chē)輛駕駛員疲勞檢測(cè)方法————作者：仝光;趙博;隨婷婷;劉書(shū)炘;

摘要：針對(duì)環(huán)衛(wèi)車(chē)駕駛員的駕駛環(huán)境和駕駛安全，提出了一種基于改進(jìn)YOLOv8n算法的駕駛員疲勞檢測(cè)方法。使用FasterNet替換YOLOv8n目標(biāo)檢測(cè)算法的主干網(wǎng)絡(luò)，并設(shè)計(jì)FasterNet-YOLO的輕量級(jí)網(wǎng)絡(luò)模型；在主干網(wǎng)絡(luò)和頸部中分別加入壓縮和激勵(lì)（SE）模塊與卷積注意力機(jī)制（CBAM）模塊，保留輸入的重要特征信息；引入Zero-DCE++算法對(duì)攝像頭輸入的視頻流進(jìn)行亮度增強(qiáng)，處理因駕駛員面部亮度...

　　汽車(chē)技術(shù)來(lái)自網(wǎng)友的投稿評(píng)論：

提交