交通状态检测方法的评价研究

交通状态是一个感觉量，在确定交通状态时存在模糊性，这给交通状态检测方法的评价增加了困难，至今理论上缺乏相关的研究。文中在评价交通状态的准确性时建立了基于用户的评价方法，解决了交通状态的模糊性带给评价上的问题。通过评价检测的准确性可以修正检测模型中的相关参数，从而提高检测的准确度，达到改进检测方法的目的。在综合评价中还考虑了检测方法的时间效率和经济性，可对多种检测方法进行综合评价。     

基于FBG光纤监测系统的混凝土桥梁张拉过程监控

为验证光纤光栅可应用于钢筋混凝土桥梁的施工监测，在介绍光纤光栅传感器的基本原理的基础上，在桥梁施工过程中，使用埋设在桥体混凝土结构内部的光纤光栅传感器，实时测量预应力索张拉过程中桥体关键部位的应变变化，评估张拉过程的质量，并利用监测数据进行有限元模拟计算，比较实测值与理论值，从而评价桥梁的施工质量和安全性。     

用于车道识别的分段切换车道模型

为了使得车道模型既能准确地描述车道形状,又不影响车道识别算法的实时性,提出了一种分段切换车道模型。对近视场区域使用直线模型匹配车道线,对远视场区域则在直线模型和二次曲线模型之间进行切换,以适应有曲率和无曲率道路的识别要求。试验表明,使用分段切换车道模型的车道识别算法能够很好地匹配各种形状道路,并能满足实时性要求。     

结构材质状况耐久性检测及综合评定实例在钢筋混凝土T型梁桥的应用

以某钢筋混凝土T型梁桥的检测为例,介绍混凝土旧桥表观损伤、强度、钢筋锈蚀电位、氯离子含量、钢筋分布及保护层厚度、混凝土碳化深度、电阻率、内部缺陷和表层损伤等的检测方法与评价指标及结构或构件的耐久性综合评定方法。     

汽油机平均值模型在硬件在环仿真中的应用

介绍了一种汽油机平均值模型 ,并根据其在电控汽油机ECU硬件在环仿真中的应用来说明它在控制研究中的实用性     

非线性闭环汽车系统直线行驶稳定性分析

详细研究了驾驶员－汽车闭环系统直线行驶稳定性问题。在线性范围内分析了驾驶员预瞄时间和轮胎刚度对临界车速的影响；在非线性领域内运用Hopf定理等非线性理论研究了当系统失去直线行驶稳定性后的特殖运动形式，并以某一国产汽车为例，验证了该车失去直线行驶稳定性后，将出现稳定的蛇行运动。     

混合仿真技术在车辆电子控制系统快速开发中应用

本文叙述了利用先进计算机技术和已有的仿真软件，进行车辆电子控制系统快速开发的过程，利用该开发系统对车辆防抱死制动系统（ABS）进行开发，最后把研制的ABS控制器应用于实车进行道路试验，取得较好的效果，使在较少的前期投入和短时期内开发出合格的汽车电子产品以迅速占领市场成为了可能。     

自动换档过程中的动态闭环控制

在自动换档过程中，变速器传动比的突然改变往往伴随换档冲击。为此，本文研究用调节发动机油门开度弥补牵引力波动，用动态闭环控制减少换档过程中同步齿轮的转速差和接合离合器时的主从动片的转速差等，从而提高了汽车的起步，换档品质，实现了发动机，离合器与变速器三者的最佳配合。     

Integrated solution for anomalous driving detection based on BeiDou/GPS/IMU measurements

There has been an increasing role played by Global Navigation Satellite Systems (GNSS) in Intelligent Transportation System (ITS) applications in recent decades. In particular, centimeter/decimetre positioning accuracy is required for some safety related applications, such as lane control, collision avoidance, and intelligent speed assistance. Lane-level Anomalous driving detection underpins these safety-related ITS applications. The two major issues associated with such detection are (1) accessing high accuracy vehicle positioning and dynamic parameters; and (2) extraction of irregular driving patterns from such information. This paper introduces a new integrated framework for detecting lane-level anomalous driving, by combining Global Positioning Systems (GPS), BeiDou, and Inertial Measurement Unit (IMU) with advanced algorithms. Specifically, we use Unscented Particle Filter (UPF) to perform data fusion with different positioning sources. The detection of different types of Anomalous driving is achieved based on the application of a Fuzzy Inference System (FIS) with a newly introduced velocity-based indicator. The framework proposed in this paper yield significantly improved accuracy in terms of positioning and Anomalous driving detection compared to state-of-the-art, while offering an economically viable solution for performing these tasks.