EQ491i汽油机满足第Ⅲ阶段排放法规的研究开发

介绍了在EQ491 i发动机排放达到国家第Ⅲ阶段排放法规的研究开发中所进行的一系列工作,包括发动机冷起动控制策略、排气后处理、配气相位优化设计等。同时对发动机管理系统进行优选及匹配工作。     

OGFC混合料沥青用量影响因素研究

该文参考不同的设计方法,选择OGFC-13混合料,采用肯塔堡飞散试验、谢伦堡析漏试验和车辙试验等,对影响OGFC混合料最佳沥青用量设计的主要因素进行了系统的研究和分析,建立了各影响因素同沥青用量之间的相关关系,得出了混合料动稳定度是OGFC混合料配合比设计成功的关键的结论.     

面向智能车定位的道路环境视觉地图构建

为实现智能车视觉定位,提出了一种基于多视角、多维度道路环境表征的高精度视觉地图构建方法,该方法明确了视觉地图的表征模型,包括视觉特征、场景结构信息以及轨迹信息等。在视觉特征中,运用前视场景全局特征描述道路环境,视觉特征不局限于某一种特征描述子;在场景结构信息中,运用俯视路面的2D结构信息进行描述,该特征与前视视觉特征构成多视角;轨迹信息则通过视觉维度以及地理维度的多维度方式完成计算,在视觉维度中,通过平面单应性计算节点间的轨迹;地理维度中,通过高精度经纬度信息消除累积误差问题。试验选取武汉理工大学内长约700 m的半开放式环形路段进行试验。试验结果表明：制图的单节点平均误差为3.1 cm,标准差为2.3 cm,最大节点误差为9.3 cm,累积误差率为0.5%。运用所制地图进行定位检测,平均定位误差约为11.8 cm,因此,研究所提出的方法可应用于半开放式路段或固定场景的视觉地图构建,为实现智能车在上述场景的定位打下基础。同时,研究提出的制图方法不需使用双目摄像机,在降低数据存储量以及制图成本的前提下,实现了对道路环境的充分表征;此外,运用路面2D特征结构信息计算轨迹,解决了视觉3D重建精度不稳定的问题,为视觉地图构建提供了新的构建思路。     

基于路面指纹的高精度车辆定位

车辆定位广泛使用基于视觉的定位方法,针对前视图像或侧视图像易受到周围环境的影响且定位过程中需要遍历匹配地图图像导致耗时较长的问题,本文提出一种基于俯视路面图像的表征模型--路面指纹.路面指纹包含GPS(Global Positioning System),路面特征和图像特征点.该模型通过卷积神经网络(Convolutional Neural Network, CNN)结合连通区域识别待定位图像的路面特征信息,利用路面特征信息对GPS初定位筛选的地图节点进一步筛选从而提高定位效率.分别在路面特征信息密集和稀疏的路段下进行实验,实验结果表明,通过引入路面指纹使定位耗时减少20.3%,平均定位误差为47.4 mm.该方法能提高定位效率并实现高精度车辆定位.     

基于改进滑模极值搜索算法的货运列车黏着控制研究

针对传统的滑模极值搜索控制算法（SMESC）在货运列车最佳黏着工作点追踪过程中存在稳态振荡、收敛速度慢的问题，提出了参数时变的改进滑模极值搜索控制算法。为削弱稳态振荡和加快SMESC收敛速度，分析了SMESC中增益参数与稳态振幅间的数学关系，以及辅助函数斜率与收敛性的联系，并对其进行优化：设计了时变辅助函数斜率以改善SMESC的收敛速度，设计了以观测误差为基准的动态增益参数以削减稳态振荡，并进行了收敛性分析。针对行车阻力无法直接测量的问题，引入了基于粒子群算法（PSO）的阻力参数估计，最后设计了基于SMESC的黏着控制律，通过与传统滑模极值搜索进行对比，证实了所提方法的有效性和实用性。