基于改进GAN的端到端自动驾驶图像生成方法

基于端到端数据系统的自动驾驶系统对驾驶图像存在巨大需求。为解决一般生成式对抗网络模型在扩充驾驶图像数据集时不稳定及生成图像特征缺乏多样性的问题,研究1种改进网络模型LS-InfoGAN。结合最小二乘对抗损失防止模型梯度消失,并缓解生成器优化矛盾,提升模型训练稳定性。通过最大化生成图像与真实图像间的互信息提升生成器特征学习能力,改善生成图像特征多样性。利用转置卷积层还原图像特征,提升生成图像特征清晰度。以自主构建的模拟驾驶场景中获取的带标签驾驶图像集对模型有效性及其数据集扩充应用效果进行验证。实验分析表明:相比改进前模型,LS-InfoGAN模型的图像生成过程稳定性平均提升35%;使用此模型扩充的数据集进行端到端自动驾驶系统中决策网络的训练能在不采集新图像的情况下将系统决策性能提升1%~2%;建议使用此模型扩充图像数据集时将生成图像数量设置为原始训练集图像数量的1~2倍。      

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。      

多源遥感数据融合的道路材质精细识别

针对当前道路识别方法对道路材质识别精度不高的问题,提出了一种融合多源遥感影像进行城市道路材质高精度识别的方法。首先,对高光谱遥感影像中的地物光谱曲线进行分析,在保留地物光谱分离度较大的波段的基础上提升计算效率;通过分步融合的策略对多源遥感影像进行融合,提升高光谱影像的空间分辨率,为后续道路材质识别提供高质量的数据保障。其次,通过使用不同的指数对融合影像进行掩膜,提取城市建筑物,并在此基础上提取建筑物纹理信息与光谱信息,进行多特征融合并分类;最后,通过影像后处理对提取的道路进一步进行规范,得到最终高质量的道路材质识别结果。通过使用高分五号高光谱影像、高分二号全色/多光谱影像、高分一号多光谱影像对提出的方法进行实验验证,试验结果表明,本文方法可取得较高精度的道路材质识别效果,具有较好的应用价值。     

单轴压缩下不同长度单裂隙岩体能量损伤演化机制

为探寻裂隙岩体变形破坏过程中内在的能量演化机制,基于岩石能量耗散理论和室内试验数据,研究了单轴压缩条件下单裂隙岩体变形破坏过程中各能量指标（总能量、弹性应变能及耗散能）演化规律,分析了裂隙长度变化对岩样力学特性、破坏模式、各能量指标及峰前能量突变幅度的影响规律。研究结果表明：裂隙岩体的峰值强度、峰值应变及弹性模量均随裂隙长度增大呈逐渐减小趋势,岩样最终的破坏模式主要为拉剪复合破坏;依据岩样变形破坏过程中耗散能演化规律可将裂隙岩体受荷能量损伤划分为初始损伤阶段、稳定损伤阶段、损伤平稳阶段、突变损伤阶段、加速损伤阶段及损伤破坏阶段6个阶段;峰值点岩样的总能量、弹性应变能及耗散能均随裂隙长度的增大而逐渐减小,但耗散能减小幅度最小;储能极限随裂隙长度变化拟合公式符合指数递减规律;岩样峰前能量突变幅度随着裂隙长度的增加而逐渐减小,且能量突变幅度越大,引起裂纹损伤扩展程度越严重。研究成果对于深化认识裂隙岩体的能量演化机制具有重要的理论价值和实际意义。     

活塞敲击引起的缸套振动响应对缸套水侧空化的影响研究

为研究活塞侧击引起的缸套振动响应对柴油机缸套水侧空化状况的影响,以某国Ⅵ水冷柴油机为研究对象,结合结构动力学与计算流体力学,对缸套表面振动与其水侧流体动力学行为进行耦合分析.基于柴油机试验台架实测了缸套壁面振动,对应建立了柴油机气缸总成瞬态动力学模型,结合仿真与实测振动响应研究了活塞侧击作用下的缸套振动特性.然后,将瞬态动力学计算结果以动网格的形式输入二维冷却水套模型中进行数值模拟,研究了缸套振动形式、水套厚度和出口压力等因素对空化的影响.结果表明,缸套在活塞侧向力作用下的高频振动与其结构固有模态有关,缸套的高频模态振动和冷却水套厚度对缸套水侧的空化现象影响显著.提高冷却水套出口压力可小幅削减空化强度,而增加水套厚度对缸套水侧空化的抑制作用更为明显.     

船用螺旋桨的平衡检验方法

文章从平衡检验的必要性、平衡检验理论、平衡检验方法以及不平衡的处理方法4个方面对船用螺旋桨的静平衡和动平衡检验进行了详细地介绍.为不同类型的螺旋桨应该选择何种方法进行平衡检验提供了参考.     

基于FEM+AML方法的船舶海底门水下辐射噪声预报分析

为了对船舶冷却海水系统水下辐射流噪声情况进行预报,本文以船舶海水冷却系统海水门为对象,采用FEM+AML(有限元和自动匹配层)技术,对不同海水门内部结构对其水下辐射噪声的影响进行对比分析.结果表明海水冷却系统海水门水下流噪声以低频为主,增加导板、增大海水总管入口流通面积等措施可改善海底门内流场,但造成海底门的流噪声辐射声压级增加.     

基于数字孪生的舰船蒸汽动力总体模型框架研究

[目的]为了实现舰船蒸汽动力系统的数字化、网络化和智能化,提出一种总体数字孪生模型应用体系。[方法]从物理对象、过程要素、生命周期及虚拟空间这4个维度,提出基于数字孪生的舰船蒸汽动力系统总体“四维思想模型”,并创建总体全生命周期的“五阶体系模型”,涵盖概念论证、系统设计、总装建造、试验试航及运维保障这5个典型的阶段。通过引入大数据、物联网、云计算、人工智能和基于模型的系统工程等先进技术,形成由物理层、接口层、数据层、模型层、调度层、功能层及应用层组成的舰船蒸汽动力系统总体数字孪生“7层架构模型”。[结果]舰船蒸汽动力系统虚拟设计分析及试验平台的验证结果表明,数字孪生体系框架可以有效支撑系统方案设计、操作运行分析及试验方案评估,从而实现舰船全生命周期中物理空间与虚拟空间的交互协同。[结论]研究成果可为舰船蒸汽动力系统的总体数字化设计提供参考。     

基于有向图卷积神经网络的交通预测与拥堵管控

为解决城市快速路正面临的日益严重的交通拥堵问题,提出了一种针对城市快速路的基于有向图卷积神经网络的交通预测与拥堵管控方法,该方法能够有效利用海量交通数据进行交通预测,实现拥堵的主动管控。首先,基于交通路网的空间有向性和交通流的时空特性,定义了有向的距离影响矩阵、修正欧式距离矩阵和自由流可达矩阵,构建出有向的图卷积算子,并将其应用于长短时记忆神经网络模型中,提出了能学习交通路网时空双重特性的有向图卷积-长短时记忆神经网络（Directed Graph Convolution-LSTM,DGC-LSTM）模型;其次,基于DGC-LSTM的交通预测结果识别出拥堵产生点并将其作为拥堵管控的对象;再次,采用控制进口匝道车辆输入快速路主线的手段,针对管控对象的时空特征,设计了全圈层分时段阶梯式拥堵管控策略;最后,基于上海市快速路网上布设的2 712个检测器在122个工作日每间隔5 min记录的速度、流量和占有率信息,开展实例分析,测试了DGC-LSTM模型的预测精度以及全圈层分时段阶梯式拥堵管控策略的有效性。结果表明：与传统的循环神经网络、长短时记忆神经网络相比,DGC-LSTM模型具有更高的预测精度,能将速度预测的平均绝对误差和误差标准差分别降低38%和20%以上;基于预测结果采用的全圈层分时段阶梯式拥堵管控策略能令拥堵产生点的速度提升14 km·h^-1以上,并能使拥堵的持续时长缩短40%,可阻止拥堵从产生点开始发生大范围的蔓延,降低整个路网的拥塞程度。     

蓄能式真空预压排水系统及其节能效率*

针对真空预压系统的高能耗问题,提出一种蓄能式真空预压排水系统,并通过室内单板真空预压排水试验,探究该系统的排水固结与节能效率。研究发现：真空室容积对该系统的排水固结效率存在一定影响,且对表层的影响大于深部,但与常规真空预压固结效率相差不大。该系统的节能效率与真空室容积密切相关,在试验条件下,对于功率1.5 kW、抽气速率7.2 m3/h的真空泵,当真空室容积大于排水固结土体的孔隙体积约3‰时,该系统耗能比常规真空预压系统减少50%;真空室容积越大,节能效率越高。该研究可为解决真空预压系统的高能耗问题提供理论支撑。