集装箱场桥吊具路径优化

为改善集装箱场桥传统门字路径作业的效率及能耗,提出根据码头运营操作调度指令、小车载激光扫描定位等信息等信息使吊具沿优化路径作业的控制方案。通过具体设计、仿真分析和现场试验,初步验证该方案的可行性、有效性和局限性,为进一步改善作业效能、开展后续研究指明改进方向。     

基于AQWA的集装箱船舶装卸作业系泊响应分析*

针对集装箱船装卸作业系泊安全问题,基于三维势流理论,利用AQWA软件对系泊集装箱船进行频域水动力分析和时域耦合分析。计算不同装载状态下六自由度响应幅值算子（response amplitude operator,RAO）、时域运动及各风浪流载荷下系缆最大张力;分析不同装载状态对集装箱船六自由度RAO和运动量的影响,评估装卸作业下码头系泊安全。结果表明：1）不同装载状态对横摇运动影响最大;2）满载时集装箱船运动量大于压载工况,系泊缆负载更大。试验结果为评估船舶装卸作业时的系泊安全提供仿真分析依据,对优化码头系泊方案也具有一定的指导价值。     

主动悬架的参数估计自校正控制

本文采用二自由度的单轮模型，运用衰减记忆递推最小二乘法参数估计算法和广义加权最小方差自校正控制算法，通过控制律隐式结构直接估计控制器参数，再综合得到控制律，从而实现了主动悬架的参数估计自校正控制。经实例计算和数值仿真，证明了该控制方法的有效性和可行性。     

汽车悬架技术的进展和预测

随着汽车工程技术的进步，决定乘坐舒适性和操纵稳定性的呆技术得到了广泛重视和深入研究，本文综述了汽车悬架系统的分类、主动悬架控制技术和作动器技术的进展，并结合作者的研究成果预测了主动悬架技术的发展方向。     

基于改进YOLOv5神经网络的道路检测车辆前方障碍识别方法

针对在嵌入式设备上部署神经网络模型存在受限于设备体积与计算性能的影响而难以保证神经网络模型的推理实时性的问题，提出了一种基于YOLOv5-nano的前车检测改进方法（HS-YOLO）。首先，采用硬拟合函数h-swish来取代SiLU激活函数，在激活关系相似的情况下提高模型推理速度；此外，引入SIOU边界框回归损失来替代CIOU损失，提高模型的训练速度与推理精度。为进一步验证改进模型的性能，使用SSD、YOLOv4-tiny、基础模型YOLOv5-nano与改进的HS-YOLO网络在相同训练条件下进行训练，得到最优模型并在测试集上进行推理测试。结果表明：HS-YOLO模型的精确率、召回率及AP0.5较原模型YOLOv5-nano分别提升了0.76%、0.43%、0.41%；在推理速度方面，HS-YOLO模型的单张图片推理耗时为7.8 ms，实时推理帧数为128 FPS，在所有模型中表现最优，较原模型分别提高了0.7 ms和10 FPS。