国外40英尺集装箱自装卸运输车结构及技术特点分析

正40英尺集装箱自装卸运输车凭借其应用范围广、产品种类多等优点多年来一直受到国外运输厂商的青睐。本文介绍了国外40英尺集装箱自装卸运输车的使用情况,详细分析了其结构及技术特点,简述了其未来的发展趋势,为该车今后的研究发展提供了理论参考。     

基于行为识别和曲率约束的车辆轨迹预测方法研究

为对智能车周围环境中车辆的行驶轨迹做出合理、有效的预测,提出了一种基于行为识别和曲率约束的车辆轨迹预测方法。首先,接收感知得到的障碍物信息,结合高精度地图提供的车道线信息,对车辆进行行为识别;然后建立s-l坐标系,将车辆运动分解为沿车道线方向(纵向)的运动和垂直于车道线方向(横向)的运动,依据行为识别结果得到车辆在横、纵向运动的多项式方程;再以高精度地图中的车道线曲率作为约束,筛选出一条最优的预测轨迹。实车实验结果表明,在车道保持、换道和转弯3种基本行为下,车辆在4 s内的轨迹平均预测误差分别为:0.52,0.51和1.03 m,较CTRA模型预测误差分别减小了1.81,4.48和5.49 m,单个车辆轨迹预测平均耗时为0.103 ms,验证了本文中所提方法的有效性、准确性和实时性。     

登陆作战典型岸滩卸载系统优化问题研究

岸滩卸载系统在登陆作战卸载任务中发挥着重要作用,对岸滩卸载系统进行优化有着重要现实意义。分析典型岸滩卸载系统组成,建立典型岸滩卸载系统数学优化模型,利用LINGO编程优化器进行求解,得到在不同离岸距离下岸滩卸载体系中各条卸载通道过驳类型、驳船类型与数量的最佳组合。计算结果表明,该优化方法对提高岸滩卸载系统效率有明显作用,可为未来我军登陆作战岸滩卸载能力建设提供一定参考。     

陆军全域机动公路投送动态选线方法研究

公路投送是陆军全域机动的重要方式,围绕提升新型陆军全域机动能力这个核心,应重点研究战时动态选线问题。引入选线综合阻抗概念,将选线问题进行量化表达和凸化处理,用改进型神经网络算法进行优化求解。对投送任务区域的公路网络进行拓扑处理,结合MATLAB仿真功能实现可视化选线;战例设定各种突发情况,模拟路网的动态变化,得出不同条件下最优投送路线。与蚁群算法、线性规划等其他方法的计算结果对比发现,动态选线方法可提高选线效率、准确率,为陆军全域机动公路投送选线决策提供参考。     

基于多传感器信息融合的3维目标实时检测

针对基于多传感器信息融合的3维目标检测，提出了一种实时高精度的双阶段深度神经网络PointRGBNet。第1阶段，在区域提案网络中，首先将3维点云投影到2维图像上生成6维RGB点云，然后对输入的6维RGB点云进行特征提取，得到低维特征图与高维特征图，利用融合后的特征图生成大量置信度较高的提案；第2阶段，在目标检测网络中，利用第1阶段生成的提案进行RoI池化，得到特征图上与每个提案对应的特征集合，通过针对性地学习提案的特征集合，实现了更精准的3维目标检测。在KITTI数据集上的公开测试结果表明，PointRGBNet在检测精度上不仅优于仅使用2维图像或3维点云的目标检测网络，甚至优于某些先进的多传感器信息融合网络，而且整个网络的目标检测速度为12帧/s，满足实时性要求。