自动泊车系统泊车轨迹跟踪研究

汽车工业的发展给人们带来了极大便利,但随着汽车保有量的不断提升,城市规划已无法适应汽车数量的飞速增长,停车缺口巨大,停车难问题愈加严重,自动泊车系统的出现很好的解决了城市停车难问题,较大的提升了车辆的安全性及舒适性。自动泊车主要分为三个阶段,即障碍物识别、路径规划、车辆控制。而路径规划的过程主要受到车辆的自身参数及相关环境信息两个因素影响,汽车自身参数主要包括车长、车宽、车高、轴距、最小转弯半径等,周边环境信息主要包括车位的位置、车位的大小、泊车起始位置,及周边的障碍物位置等。当汽车设计出来后,其车身的各项参数也就随之确定,因此文章主要研究内容为路径规划过程中的车辆轨迹跟踪问题,通过车辆运动学建模及阿克曼转向几何对车辆进行建模分析,以掌握车身关键点的坐标信息、车辆的实时运动状态及趋势。     

浅谈现代“私家园林“设计

随着经济的发展,许多人在拥有住房子,还有一定的资金来进行基础建设,就用来美化、打造属于自己的室外空间,属于自己的园林环境,我们称之为现代"私家园林".     

工业副产品木质素改良路基土机制研究进展

为了明确工业副产品木质素改良路基土机制的研究现状,对国内外大量文献中有关木质素改良土体机制的相关报道进行了综述。综合分析得出,工业副产品木质素改良路基土体主要通过离子交换、中和土颗粒表面负电荷,减小双电层厚度、生成胶结物质填充孔隙并联结土颗粒,形成更稳定的土体结构。     

居住区绿化设计包装三板斧

城市建设中,居处区的绿化是开发商和居民都关注的热点。居处区的绿化水平是衡量楼盘档次的一个重要标准。因此,在有限的城市空间中,对居处区的绿化设计要进行合理的包装,从而满足人们的需求。使开发商满意,居民居住惬意。     

安琶铁路隧道强烈岩爆段施工处理技术

结合乌兹别克斯坦安琶铁路隧道强烈岩爆段岩爆治理工程实例,分析岩爆段工程地质情况及岩爆发生的过程、详细情况;从岩爆发生的条件及地质方面分析岩爆发生的原因;叙述岩爆发生初期采用洞身增设拱架支护的措施以增强支护结构强度保证洞身稳定以及后续的支护、注浆加固等施工处理技术方案。最终成功处理了工程险情,安全顺利通过了隧道强烈岩爆段。     

灰色BP网络串联式组合模型在铁路客货运输量预测中的应用

针对铁路客货运输量发展趋势的研究,建立一种基于灰色理论和BP神经网络的串联式组合预测模型。该模型首先用同一组数据序列建立不同参数的灰色方程,然后用各灰色方程分别预测,最后将各灰色方程预测的结果进行BP神经网络非线性组合,形成串联式组合预测模型。对湖南省铁路客货运量进行分析预测,结果表明:该组合模型预测的准确性高于单独使用灰色模型的准确性,是一种可靠有效的预测方法。     

某轻客车型匹配电动门的方案设计

由于国民经济的发展势头依旧强劲,投资规模继续保持增长,客运、物流等基础配置要求持续走高,外资经济及民营企业间的商务用车需求不断增大,以及随着人民生活水平的整体提高,人们对旅游客车、团体客运车、专用校车的要求越来越高,其中之一就是对电动门配置的要求日益凸显。文章主要从车身系统、闭合件系统等分析开发车型匹配电动门的可行性。     

满足时间约束的物流配送网络设计

提出了对物流配送网络在时间上的需求，将问题抽象为能够描述具体情景的加权网络，结合图论中最短路算怯和问题中结点数目不变的约束条件设计了遗传算法，对问题作出了解答。在此基础上，对一个具体场景进行了算法仿真，得到了配送中心数目与服务质量关系的一般性结论，并且通过对收敛特性进行定性和定量的分析，验证了算法的有效性。     

车载抬头显示器标定及测试研究

在汽车安全性能配置逐渐丰富完善的大环境下,针对驾驶员的舒适性能也在不断向智能化方向发展,如手势识别、语音识别、抬头显示、全息投影等。抬头显示器(HUD)作为新兴科技如雨后春笋般出现在各汽车主机厂规划中,其能够通过反射原理将用户的重要或自定义信息投影到驾驶员正前方的路面上,不需再低头查看仪表或导航等信息,提升舒适性的同时也降低了低头与抬头间产生的时间差造成交通事故的风险。而对于HUD产品的设计开发中的关键阶段就是产品的标定及测试,作为舒适性和安全性并重的配置,如何给与驾驶员最优的体验感和舒适感是重中之重。文章研究方向为HUD的标定方法以及性能测试方法,主要包括位置记忆、亮度调节、高度调节以及其他性能参数测试,通过固定的台架测试、动态路试测试以及仿真软件的分析等,从人机工程学角度提升驾驶员舒适性。     

基于EMD-Wavelet模型的实时交通流噪声数据清洗方法

针对实时交通流数据的噪声污染,将具有处理非平稳非线性信号优势的经验模式分解方法(EMD)和小波变换(wavelet)相结合,构建EMD-Wavelet组合清洗模型.该模型首先将实时交通流序列进行经验模式分解,然后将含有噪声的高频分量用小波变换进行软阈值去噪,最后将去噪后的高频分量、未去噪的低频分量和残量进行重构,形成清洗后数据序列.通过实验表明:该方法的去噪效果要好于单独使用小波变换和EMD法,是一种有效可靠的实时交通量噪声数据清洗方法.