智能汽车诊断以及自动化道路车辆的分类


智能汽车诊断以及自动化道路车辆的分类

文/汽车达人小小明

1.智能汽车诊断

故障检测能力对交通系统和它的用户的生存能力至关重要。故障检测的首次经典应用是植入恰当的传感器,来监控系统和子系统的物理参数,从而得到系统和子系统的健康概述。轮胎压力或发动机温度传感器是监测和诊断应用的最好直接案例。常见的故障检测和诊断应用是基于案例的:设计的简单规则是为了判断是否发生了故障,诊断时可以使用阈值、2D域信息等。一旦检测到故障,那么故障会记录到ECU中,并根据它的权重,警报可能会立即显示给驾驶人。作为应对软件占优的汽车系统应用的增加,还必须检测由外部因素(天气、电磁交互和导线断裂)触发的执行故障。为了确保ECU的命令能够都以这样的方式发送和接收,引入冗余是可能的,它可以是信息或硬件冗余,以便不一致被发现,且适当的备用行为被触发。在大多数情况下,受成本、空间和上市时间的约束,使全部ECU冗余无法进人大多数汽车应用场合。因此,冗余通常是在单一ECU上实现的。对输人而言,接收ECU可以检查冗余信号的一致性,并当它们不匹配时,激活适当的程序例如,日志默认值、提醒驾驶人、停止(子)系统的活动]。对输出而言,一个反馈机制被引导指向微处理器的输入。命令输出和测量输出之间的不一致意味着输出故障或反馈回路故障。不管原因是什么,如果只能通过引入额外的(和易出故障的)观测点来确定,那么整体输出设备被认为是有缺陷的。

更复杂的诊断应用是现场试验,比如断裂检测,它使用识别技术评估和监控不能直接观测到的参数,比如悬架阻尼和刚度系数,目的是釆用基于模型的机械故障检测算法来检测迫在眉睫的缺陷。一些研究在有线网络诊断领域中展开,比如在灵巧嵌人式电子诊断系统项目(SEEDS)中,嵌入式反射计芯片是用于监控嵌入式线束的状况。后者可能代表了4km长的线束,它是系统故障的主要来源因为嵌入式功能通常分布在几个ECU上,因此很难确定是哪一个ECU造成了一个功能失效。另一方面,ECU通常参与几个功能,且一个失效的ECU可能意味着超过一个功能失效。引入不同默认值之间的相关性是提高诊断的一种有效的方法,可以从本地视角切换到系统的视角;模糊逻辑和神经网络可以帮助开发系统级的诊断功能。

2.自动化道路车辆

自动化的道路运输将包括各种类型的车辆,也就是今天在现有道路基础设施上出现的人工驾驶车辆。我们的目标是优化系统的效率。因此,根据特定道路链接需求,用户将被鼓励(可以通过定价)乘坐一个高容量的车辆。这可能意味着车辆的变化,因为大容量车辆将不能实现门到门的营运,它将运行在特定的路线上。这些高容量车辆就像公共汽车(50~100个乘客),但这些公共汽车有能力形成紧密的联系群,并具有非常高的组合容量(类似于郊区列车,具有合理设计的平台)。这些大容量车辆的最高速度在城市环境中应该大约是l00km/h。对于城际旅行,可以考虑高速车辆(200km/h)。早期型号的车辆早已在营运中(Phileas、CVIS和IMTS等,),它们来自快速公交系统(BRT)的概念,在横向运动及有时的纵向运动方面具有先进的技术指导,以提高它们的操作。必须指出,在最近的研究中已经提出BRT作为发展中城市减少GHG的“最佳选项”。对于货物运输,我们应该具有类似大小的车辆,为标准容器运输而设计的车辆。

第二种类型的车辆将是个人车辆,尺寸从1个乘客到10个乘客之间变化,它们可以是私家或公共的(尽管需要私人车辆将非常有限,因为在公共车辆上的服务应该非常相似,且便宜得多)。这些cybercars,当它们被召唤时,会根据顾客需求操作(包括车辆类型的选择),从一个位置到目的地,或到高容量车辆,或到高速链接(如火车站或机场),中间没有停歇。同等规模的车辆将被用于交付货物、实施门到门服务,甚至可能使用具体的各种标准大小的容器来收理垃圾。