时间:2022-12-26 11:16:39
导言:作为写作爱好者,不可错过为您精心挑选的1篇新能源汽车发展措施3篇,它们将为您的写作提供全新的视角,我们衷心期待您的阅读,并希望这些内容能为您提供灵感和参考。
0引言
随着经济的快速发展,人们的生活质量不断提高,对于汽车的使用需求也在提高,全社会已开始重视环境保护和节约能源等问题,新能源汽车的发展对于环境保护起到了重要作用。
1新能源汽车的定义和发展前景
1.1定义新能源汽车是使用新的动力设备和其他能源作为燃料的汽车,在驱动和动力等系统结合汽车行业的新技术,使汽车成为一种有新构造、新技术、新能源的全新交通工具。现阶段,我国的新能源汽车主要有三种,分别是电动汽车、燃料电池汽车和油电混合动力汽车[1]。
1.2发展前景新能源汽车出现后,受关注度日益提高,尤其是油电混合汽车。不过,现阶段电动汽车和油电混合的汽车在我国的发展情况不是很乐观,导致新能源汽车发展受到了限制。其主要原因是电动汽车的整体价格较贵,相比于以前的汽车,电动汽车会比普通汽车价格高一些,导致人们的购买力不足。另外一个重要原因是电动汽车的充电问题:在城市中加油站的数量比较多,加油方便;电动汽车的充电站却比较少,电动汽车用户充电非常不方便,导致我国新能源汽车无法得到有效地发展。新能源汽车需要克服种种限制,才可以促进新能源汽车的发展[2-3]。
2新能源汽车对汽车维修行业的影响
2.1维修设备更新普通汽车向新能源汽车过渡的主要改变是部件上的改变,使用动力电池作为能源,在所有部件中,技术性最高的就是动力电池,应用了快速充电技术。新能源汽车对于电池的需求非常高,以燃料电池和锂电池为主[4-5]。因此,在对新能源汽车进行维修和保养的时候,首先应该检查新能源汽车的电池。随着新能源汽车的发展,汽车维修行业要完善相关的维修技术,引进全新的维修设备。
2.2人员能力提升随着新能源汽车进入人们的日常生活,以往的汽车维修方法已经不适用于新能源汽车,维修人员的技术也不符合现在的新能源汽车要求。行业对汽车维修人员有了更高要求,需要汽车维修人员具备全新的维修技术,全面学习新能源汽车的构造知识。维修人员一定要了解全新的维修技术,熟练地维修新能源汽车,才可以满足现阶段的需求。
3汽车维修业的应对方法
3.1不断完善维修设备现阶段,要更新新能源汽车的维修设备和故障诊断设备,主要有计算机、数据分析软件、汽车解读器等设备。需要使用信息技术对新能源汽车进行维修,引入对新能源汽车电池的检测设备,使用先进的技术方法来检测新能源汽车的电池性能,并具备给新能源汽车电池充电的设备[6]。
3.2提升维修人员的能力新能源汽车的维修相对于传统汽车的维修是有区别的,除了常规的检测外,还需要对采购的零件、维修的内容等每个环节进行检测,特别是新能源汽车的电池续航能力、是否有老化需要更换等,都需要进行重点检测。在对新能源汽车进行维修的过程中,维修人员一定要具备专业的维修能力,学习新能源汽车构造等专业知识,熟悉可能会出现故障的部件等。积累更多新的知识,以在维修时快速找到故障位置,进行准确的维修工作,有效提升新能源汽车维修的效率。除了让维修人员自学一些知识和技能外,汽车维修行业也要对所有的维修人员进行专业培训,通过培训让所有维修人员了解新设备,熟知维修的专业知识,学习更多新能源汽车的内容[7]。
3.3加强绿色诊断技术的推广
(1)ECU(ElectronicControlUnit,电子控制单元)诊断仪。新能源汽车整个系统都由电控单元控制,且电控单元都带有一定的自诊断功能。ECU会将此故障以代码形式存储到内部的随机存储器内,仪表板故障指示灯亮起,以此来提醒驾驶员。维修员能够解读出故障码,结合故障码特征来判断汽车的故障所在,提出科学的故障排除方案。
(2)示波器。示波器直接将测得的信号以波形方式呈现到屏幕上,维修者可直观、科学地观察与判断故障,分析故障产生的原因。
(3)尾气分析仪。在汽车尾气排放的过程中,使用专业的检测设备检测汽车尾气成分,主要是对CO、CO2、CHx与NOx等成分进行检测。虽然新能源汽车有害气体的排放量较少,但是混合动力新能源汽车还是存在各种有害气体的排放。各种气体在催化器的作用下通过尾气排放,由尾气分析仪进行检测,了解汽车混合燃料燃烧的程度和转化效率,若尾气成分超标,需要诊断分析其原因,减少尾气排放对环境和车辆使用性能的影响。
3.4积极应用智能诊断技术在科技快速发展的背景下,智能诊断技术应运而生,凭借自身的诸多优势,在多领域内实现了广泛有效的应用,为人们的生产工作带来了极大便利,促进了我国综合实力的提升。将智能诊断技术应用于汽车检测诊断工作中,促进了汽车诊断的自动化、智能化发展[8-9]。尤其是在检测诊断汽车底盘及发动机故障的过程中,科学合理地应用智能诊断技术,能够极大提升检测效率及检测准确性。高科技检测设备及智能化检测技术的应用,对技术人员提出了更高的要求。要实现更有效的应用,技术人员要全面分析智能检测诊断技术,不断提升自身的专业水平,促进汽车检测诊断技术的智能化发展,为汽车检测诊断和维修工作的开展提供帮助。
3.5完善维修程序新能源汽车发生故障的概率相对较高,因为相比传统汽车,新能源汽车的发展历程短很多,检测人员需要根据自己的经验和专业知识对故障点进行排查,通过专业的维修提高汽车质量。例如,驱动电机出现电机振动现象,需要首先检查轴承间隙,排除气隙不均匀的情况,重新校对平衡转子,若转子出现断裂则需要进行更换。
4总结
新能源汽车的发展对汽车维修人员提出了新的要求,需要维修人员具备更多的知识储备,并及时使用新的检测设备,快速发现新能源汽车出现的故障问题,推动和助力新能源汽车的可持续性发展。
作者:赵曼 单位:唐山市丰南区交通运输局公路运输管理站
新能源汽车发展措施2
1 引言
随着环境恶化、自然资源的减少,节能减排成了世界性的发展主题。在我国,新能源汽车已被列入国家战略性新兴产业,中央和地方各级政府对新能源汽车的发展高度重视,陆续出台了一系列扶持培育政策[1]。环保、节能的新能源汽车逐渐取代传统汽车将是行业发展的必然趋势。然而,新能源汽车的市场分布呈现出极不均衡的特点。从2020年中国新能源汽车购买用户地区分布情况来看,中国新能源汽车购买用户多分布在一二线城市。其中一线城市购买用户占比46%,二线城市购买用户占比37%,三四线城市购买用户占比11%,四线城市以下购买用户占比6%。因此,我国新能源汽车有着广阔的下沉市场。目前我国新能源汽车下乡发展还处于起步阶段,存在着优势的同时,也面临着各种挑战。
2 新能源汽车下乡发展的重要性
在每年的全国“两会”上,汽车产业的提案议案很多都在一定程度上明确了汽车产业的发展前瞻、规划,以及相关政策的“更新换代”。在2021年的全国“两会”上,《关于鼓励支持农村汽车电动化,建设美丽乡村的建议》提案受到了广泛的关注。据统计,截至2020年底中国农村汽车市场低速车持有量达760万辆,这些车辆都有着置换升级的需要。新能源汽车使用成本相对低廉,而且还免收购置税,能享受到许多车企自行设置的“让利优惠”,具有推广优势。新能源汽车下乡发展将有助于解决农村汽车市场的升级置换问题,有助于建设“美丽乡村”,利国利民。现今,新能源汽车产业正经历着从政策驱动转向市场驱动。2021年,新能源汽车补贴标准在2020年基础上退坡20%;预计在2022年,补贴标准将退坡30%。面对补贴滑坡,新能源汽车下乡发展将对新能源汽车产业转型具有重要意义。2020年,中国“抗疫”成功,成为全球范围内唯一实现经济正增长的国家。新能源汽车下乡发展,对扩大市场内需、促进国内经济“双循环”有巨大的推动作用。
3 新能源汽车下乡发展存在的优势
3.1 国内农村居民收入显著提高改革开放以来,我国市场经济体制不断完善,为水果、蔬菜等农副产品交换提供了便利条件。在如是等诸多有利因素的推动下,农村居民收入不断增加,年收入增长率明显高于城镇,城乡收入差距显著缩小。即使2020年受疫情影响,农村居民人均可支配收入仍然达到了17131元。随着收入水平的提高,消费需求也会变得丰富,物廉价美的新能源汽车将是农村居民出行的一个较好选择。
3.2 国内农村汽车市场规模巨大据研究机构估计,在未来3年,一线城市的汽车销量增长率将低于5%,二线城市约为6%,而三四线城市可能会达到10%。从中可以发现,市场越往下,增长速度就越明显。因此国内车企需要转变思路,积极推进“渠道下沉”[2],占领广大农村市场。中国汽车工业泰斗、原中国汽车工业公司总经理陈祖涛也曾呼吁:“汽车工业不能再无视农村市场对汽车的巨大需求,中国的农村汽车市场将是世界上最广阔的汽车市场,中国汽车工业最迫切的历史任务,就是要满足9亿农民的需要,培育发展这个广阔的市场[3]。”对汽车行业而言,2020年以后的农村市场是下一个红利区。从一定程度上讲,要想赢得中国汽车市场,就要先赢得中国农村市场。新能源汽车使用成本低、免购置税,再加上其他优惠活动,在占据农村市场上有着得天独厚的优势。这一点也在数据中得到了证实。在2020年发起的“新能源汽车下乡”活动,带来了18万的销量。这意味着,4个月的“新能源汽车下乡”活动带来的市场增量,占了整体新能源汽车约五分之一的销量。
3.3 国内乡镇道路建设日渐完善21世纪以来,为适应全面建设小康社会的要求,中央和各级地方政府都非常重视农村公路的建设,显著加大了农村公路的建设投资力度,农村公路建设布局日益完善。截至2019年底,我国农村公路里程数已达到420.05万公里。2020年11月6日出版的《人民日报》刊发报道:我国具备条件的乡镇和建制村100%通硬化路,以县城为中心、乡镇为节点、村组为网点的农村公路交通网络已经初步形成,农村‘出行难’成为历史[4]。国内乡镇道路建设的日渐完善,为“汽车下乡”提供了便利,打下了基础。
3.4 国内乡村电网改造升级效果显著根据国家发改委《关于“十三五”期间实施新一轮农村电网改造升级工程意见的通知》,到2020年,我国农村地区基本实现稳定可靠的供电服务全覆盖,供电能力和服务水平明显提升,农村电网供电可靠率达到99.8%,综合电压合格率达到97.9%[5]。为达到这一目标,从2016年开始国家电网实施了新一轮农网改造升级工程。如今取得了可喜的成果,中国农村地区已基本实现稳定可靠的供电服务全覆盖。据国家能源局局长章建华介绍,截至2020年10月,全国农村平均停电时间从2015年的50多小时降低到了15个小时左右,综合电压合格率从94.96%提升到了99.7%,户均配电容量从1.67千伏安提高到了2.7千伏安[6]。农村供电条件的改善带动了农村对家用电器的需求,扩大了家用电器的使用容量,为新能源汽车下乡发展提供了有效的后勤保障。
4 新能源汽车下乡发展所面临的挑战
4.1 让更多农村用户“买得起、用得起”新能源汽车从2020年的“新能源汽车下乡”活动可以发现,农村居民购买支出预算主要集中在5万元以内。上汽通用五菱旗下车型在活动期间总销量超过10万辆,其中定价在2.88至3.88万之间的宏光MINIEV更是成为国内爆款车型。鼓励车企具有针对性地生产适合农村市场的电动汽车,加大农村居民购买各种电动车型的补贴力度。让价格更亲民,市场更广阔,将是推动新能源汽车下乡发展的一个重要方面。
4.2 要克服“充电难、难充电”的问题相比较于城市区域,广阔的农村对于便利充电的要求更明显。值得一提的是,在农村安装充电桩是具备一定优势的,比如不存在物业或街道办不允许安装充电桩、充电桩无处安放等问题。如果将充电桩安到农村居民家里,将极大地提高充电便利。因此小康股份创始人、董事长张兴海说:“新能源汽车天然适应农村市场”[7]。在充电设备不健全的情况下,220V的家庭电路可以慢充。考虑到农村使用条件,可以优先推广“有电充电、无电加油”的增程式电动汽车。
4.3 汽车“下乡”之后,服务也要“下乡”农村一般4S店分布较少,这可能会导致新能源车售后服务不足,无法及时解决车辆事故、维修等问题。有效的售后服务,是可持续发展的关键,应当给与重视和完善。在2020年的“新能源汽车下乡”活动结束后,中国科协主席万钢就曾提醒参与车企“建立健全、覆盖乡村的汽车售后服务体系”的重要性。除了开发适合农村地区的车辆品牌之外,还要为广大农村购车者提供有效可靠的售后服务。
4.4 要改善新能源汽车“过冬难、难过冬”的局面目前,电动型新能源汽车大部分使用的是锂电池,这种电池有一个特点就是在低温环境下储电能力明显下降,输出性能变差,使用公里数缩短。这就导致了许多新能源汽车“过冬难、难过冬”的局面。在北方的农村,这样的问题尤为突出。为此,2021年1月工信部表示组织开展了技术攻关,具体项目包括加快“低阻抗成膜添加剂”、“全气候电池”等研发和产业化,一些重点企业已经开始了布局。据悉,早在2017年,北京理工大学等科研团队就已经成功研发了全气候电池产品,使得在所有气候条件下,包括极端低温的情况下,电动车电池可以保持正常工作[8-9]。如何有效降低成本,将现有科技成果融入新能源汽车,将是未来车企面临的一个挑战。
5 结语目前我国新能源汽车下乡发展还处于起步阶段,机遇与挑战并存。如何克服困难,发挥农村新能源汽车市场的市场优势,提高农村居民消费水平,并以此拉动内需,促进我国实体经济的发展,将是未来新能源汽车乃至整个汽车行业的一个重点课题。政策引导方面,短期内新能源汽车还需要相关政策的扶持和拉动,比如“双积分”政策、财税政策等接力推动[10]。美好的前景需要政府和车企共同努力。
作者:乔威 单位:武汉华夏理工学院
新能源汽车发展措施3
一、引言
相比于传统汽车,无人驾驶汽车能够有效规避由于驾驶员操作失误所带来的种种安全隐患。其次,无人驾驶汽车能通过卫星导航监控实时的路况,从而规划出最优的路线,缓解城市道路堵塞所带来的交通压力。谷歌的无人驾驶项目于2009年正式落地,并在2016年成立主理无人驾驶业务的Waymo公司,其迄今已收集了几十亿<非公制>的模拟驾驶数据和超过350万<非公制>的道路驾驶数据。特斯拉ModelS车型采用Autopilot自动驾驶系统,该系统的落地使得特斯拉ModelS在高速公路上能够自如实现辅助自动驾驶的功能,并且能对驾驶员驾驶情况及道路环境做出更加密切的监视[1]。无人驾驶汽车的控制主要集中在对其运动的控制上,目标是提高汽车应对复杂路况的自适应调整能力,提升其进行路径规划的准确程度,保证在路面行驶时的安全性以及高效性。无人驾驶汽车具有稳定性低、时延、高度非线性等特点,有着较为复杂的耦合动力学结构[1],因此研究更加稳定高效的控制算法并将其应用于无人驾驶汽车模型架构的优化,具有十分重要的意义。
二、无人驾驶汽车横向控制
无人驾驶汽车架构的核心内容,其实就是对其运动控制的研究。而此研究主要集中在横向控制的范畴。横向运动控制指智能汽车通过车载传感器感知周围环境变化,结合全球定位系统(GlobalPositioningSystem,GPS)获取汽车的位置信息与参考路径,并在特定控制方式的逻辑运算下得出最优的参考行驶路径[2]。
(一)PID控制无人汽车最常见的控制方法就是智能PID控制。根据不同智能理论进行划分,其可以分为:模糊PID控制、专家PID控制以及神经网络PID控制。其底层依托的是传统PID控制原理——PID控制器对系统给定值同系统无人驾驶汽车运动控制研究综述文|叶立堃摘要:随着传统控制方法的日益革新与智能化控制技术的不断发展,无人驾驶汽车领域逐渐兴起,正成为新时代智能交通发展大背景下的先行领航。无人驾驶汽车的控制具有非线性、不确定性、高迟延性等特点,如果仅依靠传统的控制方法则无法满足其在复杂环境下自适应动态调整的需求,由此可能造成汽车路径规划的不准确性以及一系列的安全隐患。因此需要引入智能化控制技术对无人驾驶汽车进行控制,以应对复杂工况下的随机情形,通过其在线自调整合理改善系统的性能指标。本文综述了当前基于无人驾驶汽车的现代智能控制方法的研究成果及发展前景,首先介绍了无人驾驶控制中横向控制以及纵向控制这两大部分的核心技术及其性能特点,进而阐述了当前无人驾驶控制方法的技术壁垒,最后总结了无人驾驶控制在更深层产业应用中的发展前景。关键词:无人驾驶汽车;横向控制;纵向控制;技术缺陷;发展前景输出值的偏差分别进行比例、积分、微分运算,三者分别主要起到加快调节速率、消除系统稳态误差以及改善性能指标品质的作用,由此得到其输出值。而智能PID则是在传统PID的基础上引入智能控制的概念,能够有效改善系统的性能,能自动识别路径参数并进行动态规划调整,提高汽车的自跟踪能力,具有更强的自适应与自组织能力,更加适用于无人驾驶汽车的应用场景[3]。文献[4]提出一种基于无人路径跟踪的数学模型,得到了一种改进的增量式PID算法,提高了无人系统模型的响应速度,减小了调整时间,降低了超调量,并对无人汽车航向进行精确校正。
(二)BP神经网络BP神经网络是基于反向传播而构建的多层、多节点的神经网络系统。其在每次训练中根据所得结果与预想结果的偏差,修改各个节点的权值和阈值组合,在不断地优化与改进过程中训练出与理想结果一致的最优解模型。而无人汽车运动控制系统的设计则可以放在此框架下进行。其运动模型将以期望轨迹作为理想参照,在多次训练中预期输出最优化的轨迹模型。此外,BP神经网络具有较强的自适应调节能力,能够克服无人汽车控制中不确定性强、鲁棒性差的特点,可以较高程度上优化算法的控制参数,提升控制的精确性以及普适性[5]。文献[6]提出一种基于BP神经网络的PID控制器,能有效避免快速响应过程中振荡所产生的影响,使控制系统更加稳定、拥有更好的性能指标。
(三)自适应模型预测控制自适应模型预测控制(AdaptiveModelPredictiveControl,AMPC)可以看作是一个以周围环境改变为参照自动调节自身性能的自反馈控制体系,能够基于数字模型方法优化自身标定的工作状态。其能在闭环系统中的每一个动态工作点处建立线性数据模型,并基于此对设计的控制器进行仿真。对于像无人汽车这样的非线性不确定模型,自适应模型预测控制的动态调整特征有利于在简单的框架下对其实行高鲁棒性控制,从而提高仿真模拟的准确性[7]。文献[8]根据车辆架构动力学模型和轮胎线性模型,对侧向、横摆运动的汽车模型进行离散化处理,设计出的AMPC算法能够保证汽车在不同纵向速度下安全稳定行驶,有效提高轨迹的精度以及汽车的稳定性。
(四)强化学习强化学习(ReinforcementLearning,RL)是机器学习中的一种重要研究方法,其能感知并演绎周围环境,通过实验不断完善模型的学习与构建,在分析预测、无人控制等领域具有广泛的应用前景。文献[9]以深度学习与强化学习相结合的端到端的无人驾驶控制网络体系为基础,考虑实际环境约束对汽车智能体理想化行为的影响,建立一种符合实际驾驶逻辑的控制模型,增强决策行为的安全性及稳定性。文献[10]以无模型强化学习算法技术为基础,结合无人驾驶实际场景,分析了强化学习过程中所涉及的奖励稀疏问题,并论证了强化学习算法在无人车变道驾驶中应用的可行性问题。
三、无人驾驶汽车纵向控制
运动控制中的纵向控制也是无人驾驶汽车研究的一个重要课题。纵向控制研究的核心在于如何提高无人驾驶汽车行驶过程的安全性、稳定性,以期提升乘客的行车体验与出行品质。因此,纵向控制力求实现驾驶系统规划的期望车速与实际车速的高度匹配,而无人驾驶汽车行车速度的控制是通过油门与制动的相互切换来实现的。根据融合控制架构的区别,纵向控制通常被分为直接式控制与分层式控制两种[11]。
(一)直接式控制直接式控制是指操作系统直接对无人驾驶汽车的车辆间距以及行车速度实施控制。对于直接式纵向控制,系统的输入为行驶过程中预设的期望车速与车辆的纵向距离,根据此预设值,纵向控制器能够直接得到输出,进而对节气门开度以及制动压力实施点对点的操控,具有精准高效且响应速度快的特点[12]。直接式控制基于无人驾驶汽车纵向速度的自适应调节机制,综合考虑汽车行驶过程中诸如滑移率以及滑转率等特征参数的控制及优化,直接对目标进行综合的特征分析,将结果传送到末端执行器,得到诸如驱动力矩与制动力矩分配的最优解[13],并依此设计建立更为合理的无人驾驶汽车动力分配结构,有效提升了系统的安全性与稳定性、提高了用户行车的舒适程度与综合体感。文献[14]提出了一种基于新型系统辨识方法构造纵向动力学模型的研究方法。为了解绝无人驾驶汽车系统所具有的不确定性以及非线性的问题,JulliermeE等结合PI和逆动力学特征模型,基于纵向直接控制的原理,提出了一种对车辆纵向速度实施自动控制的策略。无人驾驶汽车直接式控制的方法也可以和传统与智能的控制方法相结合,以期提升无人驾驶系统的综合品质——HoyongK等[15]设计了一种由PID、PI、滑块控制器和模糊控制器四部分构成的集成化直接式纵向控制系统。该系统在结合了传统控制方法优势的同时,创新性地引入了专家经验知识,有效提升了无人驾驶汽车面对复杂工况的自适应、自调整能力,降低了参数不确定性、非线性对控制系统产生的影响。
(二)分层式控制直接式控制虽然能较为精准、快速地对目标控制体进行分析并且得到最优化的末端执行结果的输出,但是其所需计算量相对较大,难以保证动态控制的实时性[13]。因此,为了有效降低外界复杂因素对控制系统的扰动影响,得到无人驾驶汽车状态波动的实时反馈,专家在直接式控制研究的基础上提出了构建无人驾驶汽车分层式控制的模型。分层式控制系统包含上位控制器以及下位控制器。其输入依旧为期望车速以及车辆的纵向距离,但有所不同的是,该输入会经过上位控制器并转化为期望加速度,进而通过下位控制器得出期望的制动压力与节气门开度[16]。文献[17]提出了一种基于鲁棒性控制理论的汽车纵向加/减度多模型分层切换控制系统,为了覆盖控制对象的不确定性,建立了四个乘性不确定性模型,利用MBI方法对鲁棒性能控制器集合进行设计,并依此提出了一种对系统不确定性增益进行估计的切换指标函数,使纵向动力学模型具有更加良好的稳定性以及跟踪性能。文献[18]提出了一种分层混合控制系统,利用模型预测的方法对横向运动控制与纵向运动控制进行集合,该系统可以有效提升无人驾驶汽车跟车与换道控制的精准性。四、无人驾驶汽车控制技术缺陷无人驾驶汽车依托各种控制器所建造的控制模型有较高的自适应性及稳定性,能够在不断地训练与优化中较好适应现实的驾驶场景。但是,诸多天气、路况、车流量等现实行车干扰因素仍然具有较强的可变性与不确定性,如果无人驾驶控制系统对这些变化没有作出及时的监测与合理的策略应对,将带来极大的安全隐患。这其实也是不少用户对无人驾驶模式仍持有怀疑态度的重要原因。因此,构建无人驾驶汽车控制系统与行车外部环境实时交互的理想模型、优化控制系统参数与适应性以期达到最佳安全稳定性仍然是未来无人驾驶控制技术深耕研究的重要课题。为此,需要加大现有模型优势的挖掘,构造其与未来控制技术革新发展相适配的良性互促模式,帮助无人驾驶汽车控制技术走上新台阶。
五、无人驾驶汽车控制技术发展前景
大数据、物联网领域的迭代与信息资源的转化为无人驾驶汽车控制提供更广阔的测试评估平台以及更真实的行驶场景模拟,提高了无人驾驶汽车的应用水准以及安全稳定性。5G时代的来临也意味着新型通信技术将在无人汽车的控制领域产生更加深远的影响,信息化纪元的到来也将为无人汽车控制技术的革新带来新的思考,如何依托现代信息化技术优化无人汽车控制方法成为无人汽车控制技术领域的新命题。未来,无人汽车运动控制方面的研究将更加深入,构建复杂工况下随机因子干扰以及时滞不稳定条件下智能汽车横纵协同控制体系将成为无人驾驶汽车领域又一个新兴研究方向[2]。同时,融合无人驾驶汽车横纵向控制核心技术,实现汽车运动的动态控制以及控制模式的适时切换,依旧是提高无人驾驶汽车综合性能以及运动调整实时性的关键突破点[13]。伴随着人类社会智能化水平的提升以及信息技术水平的发展,无人驾驶汽车的更新研发与产业化落地势在必行,其无论是在商用还是民用领域都将有更广阔、更光明的发展前景。
六、结束语
无人驾驶汽车的研究与发展提高了人类社会交通运行的便捷化程度与智能化水平,创新并优化了人们的出行模式与出行体验,具有广阔的发展应用前景。运动控制是无人驾驶汽车的技术攻克核心,对其涵盖的横向与纵向控制方法进行深入的研究有着十分重要的意义。随着市场经济的不断深入化发展和科技水平的逐步提高,无人驾驶控制技术越发得到完善。从传统控制到智能控制的演变,使得无人驾驶汽车在运动时能够具有更加稳定、高效的状态,其已逐渐成为人工智能领域的新兴研究热点.
作者:叶立堃 单位:华南理工大学