大数据驱动的新能源汽车多维度安全预警建模方法研究

新能源汽车安全已是一个非常严峻的现实问题,直接影响到产业的未来与发展。综合阐述了基于大数据驱动的安全预警技术建模的方法学问题。从多个层次、多个维度讨论了安全预警的技术方法,重点分析提出了基于系统稳定性、相关性、一致性等累计风险模型与事故特征匹配追踪两大类模型。介绍稳态概率计算方法、累计风险计算方法、风险曲线识别方法。介绍了基于中心距、能量一致性的累计风险模型与应用情况,最后介绍一类全新的模式匹配识别模型:事故特征匹配追踪模型。总结提出了从微观定义安全、宏观预警安全、智能完善安全、数据保障安全一个比较完整的安全预警体系与方法。     

新能源汽车热失控起火机理分析及建议措施

<正>新能源汽车产业发展迅速,市场上新能源汽车保有量也迅速增加。新能源汽车起火的事故受到了人们的关注。车辆起火事故给人们的生命财产造成严重损失。本文随机调研分析了近几年200起车辆起火事故案例,从不同的角度对事故车辆进行分析,通过案例分析,从一定程度上总结出了新能源汽车起火的规律,为更好地规避车辆发生起火事故提供参考。     

大数据分析管理系统在新能源汽车事故分析中的应用

随着新能源汽车的广泛使用,新能源汽车事故数据的分析处理越来越受到人们关注。传统的事故数据分析方式通常需要大量的人力和时间,而且往往只能分析少数的数据变量。数据挖掘技术以其强大的数据分析和挖掘能力,已经在新能源汽车事故数据分析处理中得到广泛应用,以帮助研究人员从事故数据中挖掘出潜在的规律和特征,为事故原因和解决方案的提出提供科学依据。本文设计了一套新能源汽车事故大数据分析管理系统,更加高效、有规律地分析新能源汽车事故数据。     

城市道路土基病害核匹配追踪识别算法

为准确识别道路土基病害以避免路面塌陷事故的发生,采用探地雷达对城市道路进行检测。针对城市非硬化道路和硬化道路土基病害出现的一般规律,首先通过维纳滤波器对探地雷达图像进行一维滤波,在滤波过程中,对增益函数进行倒谱域内的平滑处理,进而得到增强的雷达图像;然后,采用傅里叶变换、小波变换等信号处理方法,得到探地雷达图像在不同变换域的结果,并通过构建傅里叶核函数、多项式核函数、克罗内克核函数等不同的核函数字典,对探地雷达图像在不同变换域的结果进行匹配追踪,比较在不同核函数下的核匹配追踪序列;最后,通过比较不同核匹配追踪序列的差异,分别找出对道路土基水害和空洞病害类型敏感的核匹配追踪序列,通过该序列识别城市道路土基病害的类型。利用基于相关系数的病害度量算法比较核匹配追踪序列,判断城市道路土基病害发生的区域,并通过算法识别非硬化道路与硬化道路的地下病害。结果表明:病害类型及范围与实际情况相符,水害和空洞均能得到有效识别;通过5组城市道路探地雷达探测数据集验证了算法的有效性,识别准确率达到了99%以上;利用核匹配追踪算法处理探地雷达图像有助于城市道路土基病害识别,可减少路面塌陷事故的发生。     

新能源车辆安全隐患的排查及本质安全

正一、新能源车辆安全隐患的排查最近几年新能源汽车着火事故频发,我们需要掌握新能源车辆着火事故隐患的排查方法。本文以2019年工信部下发的新能源车辆隐患排查标准做为依据进行判定。表1为新能源汽车安全排查工作检查参考表。二、新能源汽车的本质安全汽车的本质安全是指汽车通过设计的技术措施保障汽车在滥用和故障状态时车辆依然是安全的,不会发生安全事故。     

新能源汽车数据安全风险分析

随着新能源汽车产业的发展,车辆原有的机械控制系统逐渐被电控系统替代,整车智能化程度的提高,导致了新能源汽车中软件组成部分所占比例的提升。新能源汽车相关的数据关联到车辆控制等重要功能,如果未做好安全防护可能会导致大范围的安全事件。本文以新能源汽车的数据安全为研究重点,分析了新能源汽车数据的安全形势,从收集、存储、传输、利用等方面对数据的潜在安全风险进行了评估,并从“云管端”三方面提出了数据安全防护的建议,为新能源汽车数据安全防护体系建设提供参考。     

基于随机参数Logit模型的校车事故伤害严重程度分析

为深入分析安全因素对校车事故伤害严重程度的影响，探寻事故数据中未观察到的异质性，基于随机参数Logit模型从驾驶员、车辆、道路特征及环境4个方面构建校车事故伤害严重程度模型。结果表明:①涉事车辆数为2辆且对应参数服从正态分布时，不发生死亡受伤事故的概率为83.84%；②驾驶员年龄35~44岁、涉事车辆数为1辆时，死亡受伤事故概率均降低0.58%；③道路限速值为40~50 km/h时发生死亡受伤事故概率增加0.35%，道路限速值大于60 km/h时发生死亡受伤事故概率增加0.96%；④安全气囊状态打开，死亡受伤事故概率增加2.35%；⑤交通控制方式为车道标线时可能伤害事故概率增加1.85%，控制方式为中央分隔带时未受伤事故概率降低1.44%，死亡受伤事故发生概率却增加0.48%；⑥不安全时倒车转弯时发生可能伤害事故概率降低0.42%，分心驾驶、未按规定车道行驶、跟车太近和其他（饮酒）时未受伤事故概率分别增加1.36%，0.56%，0.39%和0.97%，可能受伤事故和死亡受伤事故发生概率却有所降低。      

事故车辆故障诊断与排除(上)

随着汽车保有量的不断增加，车辆发生事故的概率也不断增加，汽车车身修复行业也就越来越受到重视。但是由于缺少设备、数据和相关技术支持，加之维修技师的实际动手能力及水平差异较大，导致相当一部分事故车辆修复质量不能令人满意，造成车辆在维修竣工后出现故障。事故车辆故障是指事故汽车修复后或修复过程中出现的一些非正常现象，如异响、共振、风噪、室内进水、车辆跑偏、吃胎、转向发沉、车辆高速行驶发飘等问题。[第一段]     

新能源汽车年检政策体系研究

加强新能源汽车安全检验技术,有效消除车辆的安全隐患,有利于进一步提高新能源汽车的安全性,但目前我国新能源汽车年检政策体系仍存在年检制度缺失、专门化程度不足、动力电池标准难统一等问题。 运用理论分析的方法,结合我国新能源汽车发展现状,从结构、特点等多视角剖析了我国现行新能源汽车年检政策体系,找出政策体系中的不足,并给以一定的政策建议,进一步完善我国新能源汽车年检政策体系,确保新能源汽车使用期间的安全性。     

人机混驾环境下无信号交叉口自动驾驶汽车左转运动规划研究

为了使自动驾驶汽车在人机混驾环境下能安全、高效地左转通过无信号交叉口，在借鉴人类驾驶人左转时会对周围车辆驾驶意图进行提前预判的基础上，提出了一种基于周围车辆驾驶意图预测的自动驾驶汽车左转运动规划模型。首先将无信号交叉口处周围车辆的驾驶意图分为左转、右转、直行3种类型，利用相关向量机预测周围车辆驾驶意图，以概率形式输出意图预测结果并实时更新，进一步界定自动驾驶汽车与周围车辆的潜在冲突区域并判断是否存在时空冲突；接着，在充分考虑他车速度、航向及车辆到达冲突区域边界距离的基础上建立基于部分可观测马尔可夫决策过程的自动驾驶汽车左转运动规划模型，生成一系列期望加速度；最后，基于Prescan-Simulink联合仿真平台搭建无信号交叉口仿真场景，对所提左转运动规划方法进行仿真验证，将基于博弈论的运动规划方法、基于人工势场理论的运动规划方法与所提出的方法进行比较，并选取行进比例达到1所用的时间和碰撞次数作为评价指标。研究结果表明：基于相关向量机的驾驶意图预测方法可在自动驾驶汽车到达交叉口之前准确预测出他车驾驶意图；基于部分可观测马尔可夫决策过程的左转运动规划方法能够通过速度调整策略实现人机混驾环境下自动驾驶汽车与周围车辆在无信号交叉口处的交互；不同算法对比效果表明，所提左转运动规划方法在自动驾驶汽车与不同数量周围车辆交互的仿真场景下均可有效避免碰撞事故发生并提高自动驾驶汽车左转通过无信号交叉口的效率。     

山区道路车辆行驶安全预警系统开发

当发现车辆发生安全事故机率达到一定程度时,及时警示驾驶员采取恰当措施操纵车辆,可有效地减少交通事故的发生。通过对基于车路耦合的汽车山区行驶安全度模型的分析,确定了可用来预测车辆在山区道路行驶过程中安全程度的参数,同时提出山区道路车辆行驶安全预警系统设计方案。该系统可以根据测试车辆的某些运行状态参数,结合车辆前方道路参数计算车辆当前的安全度量化值及其变化趋势,预测车辆安全事故发生的可能性大小。     

Vision-based fusion of robust lane tracking and forward vehicle detection in a real driving environment

With the goal of developing an accurate and fast lane tracking system for the purpose of driver assistance, this paper proposes a vision-based fusion technique for lane tracking and forward vehicle detection to handle challenging conditions, i.e., lane occlusion by a forward vehicle, lane change, varying illumination, road traffic signs, and pitch motion, all of which often occur in real driving environments. First, our algorithm uses random sample consensus (RANSAC) and Kalman filtering to calculate the lane equation from the lane candidates found by template matching. Simple template matching and a combination of RANSAC and Kalman filtering makes calculating the lane equation as a hyperbola pair very quick and robust against varying illumination and discontinuities in the lane. Second, our algorithm uses a state transfer technique to maintain lane tracking continuously in spite of the lane changing situation. This reduces the computational time when dealing with the lane change because lane detection, which takes much more time than lane tracking, is not necessary with this algorithm. Third, false lane candidates from occlusions by frontal vehicles are eliminated using accurate regions of the forward vehicles from our improved forward vehicle detector. Fourth, our proposed method achieved robustness against road traffic signs and pitch motion using the adaptive region of interest and a constraint on the position of the vanishing point. Our algorithm was tested with image sequences from a real driving situation and demonstrated its robustness.     

EEMD和SVM在发动机故障诊断中的应用

针对发动机缸盖振动信号的非线性非平稳特征,提出一种总体平均经验模态分解(EEMD)和支持向量机相结合的信号分析及故障诊断方法,该方法利用EEMD算法以及IMF序列和原始振动信号之间的相关系数,有效放大故障诊断特征向量的差异。对原始振动信号进行EEMD分解,得到各阶特征模态函数(IMF),求各阶IMF分量对应于原始信号的相关系数并组成故障分类特征向量。分别将IMF相关系数法和IMF能量分布法得到的特征向量作为输入,建立BP神经网络和支持向量机,判断发动机工作状态和故障类型。分析表明,对IMF求相关系数的方法简便易行,能有效放大不同工况下特征向量的差异,结合支持向量机能够对既定机型的配气机构和点火系常见故障进行准确识别。     

纯电动商用车异质队列的多目标控制

队列行驶的研究能有效解决商用车货运安全、能耗浪费和环境污染等问题,但现有研究多基于单一跟车目标控制的匀质队列,这在货运场景中无法达到很好的控制效果。本文中构造了纯电动异质商用车队列,为其设计了分布式非线性模型预测控制器。根据道路环境信息和车辆跟车、安全、舒适和节能等特性,分别建立了领航车和跟随车的控制器模型,实现异质队列的多目标控制。为验证所提出控制方法的有效性,由5辆动力学特性相异的商用车组成队列,并搭建了控制仿真平台进行Trucksim/Simulink联合仿真。结果表明,本文中提出的控制算法能有效实现异质商用车队列的多目标控制,与PID定速巡航控制相比,能耗可降低5.3%以上。     

高速公路作业区汇入提示标志设置研究

考虑驾驶员在作业区上游过渡车道上行驶的过程中,车辆可汇入相邻车道的临界间隙的变化情况,减少作业区警告区末端由于汇入产生的冲突,提出设置汇入提示标志。利用M3分布模型与间隙接受理论,通过微分方法得到次车道上车辆的汇入概率模型。利用该概率模型,得到了在不同交通流状态下的汇入提示标志设置距离,同时对影响汇入概率的交通流参数进行了分析。计算结果表明：当自由流比例及车速均相同时,设置距离随交通流量增大而增大;而当车速与交通流量均相同时,设置距离随自由流比例增大而减小;当自由流比例与交通流量均相同时,设置距离随车速增大而增大。因此应结合作业区的限速值进行汇入提示标志的设置。     

基于子波能量和神经网络分类器的机动车车型识别

为了使交通管理系统能进行可靠的机动车分类,研究了轿车、轻型越野车和货车3种机动车目标的声信号,提出了一种采用子波分解后不同尺度上声信号能量作为特征向量的特征提取算法,并设计了kNN(k近邻)分类器和改进BP神经网络分类器用于目标分类。目标识别和分类试验结果表明:所提出的特征提取算法能够很好地体现不同类型目标之间的差异,提取的特征向量稳健;设计的改进BP神经网络分类器的分类精度可达92.6%,且分类效果优于kNN分类器。     

基于ITD和邻域差分能量算子解调的内燃机瞬时转速计算

针对内燃机瞬时转速计算精度低、对采样频率鲁棒性差的问题,提出了基于固有时间尺度分解（Intrinsic Time‐scale Decomposition ,ITD）和邻域差分能量算子解调（Energy Operator Demodulation ,EOD）的瞬时转速计算方法。利用自适应波形匹配算法对原采样信号进行端点延拓,然后基于ITD算法从信号中提取包含瞬时转频的单分量信号,再对单分量信号进行邻域对称差分,并将差分结果输入传递函数计算能量算子,进而求出内燃机的瞬时转频和瞬时转速。仿真和实测信号研究证明了本方法计算速度快、精度高且频率鲁棒性好。     

智能汽车对无信号交叉口行人的避撞控制

针对智能汽车在无信号交叉口对横穿行人的避撞问题,研究了主动转向避撞控制策略。基于多层模型预测控制方法,采用分层控制策略设计局部规划层控制器与全局跟踪层控制器,在此基础上根据交叉口处汽车与行人的轨迹特征计算人车碰撞剩余时间,改进传统人工势场法构造避撞函数,规划出既能规避交叉口内存在碰撞风险的行人又能使偏差最小的局部避撞路径,并使智能汽车在满足多项动力学约束时准确跟踪参考路径,通过搭建CarSim/Simulink联合仿真平台,结合广东省2006—2018年交通事故数据库选取对交叉口人车碰撞有显著影响的因素,设计仿真场景进行仿真分析。结果表明:智能汽车能在多个初始点完成对参考路径的跟踪,控制器对不同速度和附着条件有较高的鲁棒性,高速低附着场景中,智能汽车横向加速度小于0.4 g、质心侧偏角小于2°、前轮侧偏角小于2.5°,各约束量满足舒适性和平稳性条件;4个典型交叉口场景中,智能汽车以不同速度直行或转弯通过交叉口,均能识别横穿行人中存在碰撞风险的行人实现主动转向避撞。      

基于双目立体视觉的月球车三维定位算法

为了满足月球车自主导航的需要,提出了1种基于双目立体视觉的月球车三维定位算法。建立了基于双目立体视觉的月球车三维定位系统框架图,并对框架中主要模块进行了分析;研究了图像预处理、特征点提取、特征点的立体匹配、三维重建和特征点的跟踪匹配算法等图像处理环节,以获得月球车运动前后相匹配的环境特征点,并提出了1种鲁棒的月球车位姿变化估计算法。通过实际场地试验验证了算法的有效性。