技巧摩托的玩法——凌空拉跳

技巧摩托车能够应对野外各式各样的障碍物,对不同的障碍物要采用不同的技巧和方法。由于相同的障碍物所处的环境不同(如同样一块岩石在草地和在沙地时),车手所采用的技术动作就不同,否则就很难甚至无法顺利通过。本期我们就学习一种新的越障技巧——凌空拉跳。凌空拉跳是近几年国际上新创的摩托技巧动作,在国际技巧摩托车比赛中常能见到,技巧摩托车手面对障碍物时突然将摩托车凌空拉起,摩托车成直立甚至向后翻仰的姿势跃上障碍物,动作十分优美。水平较高的技巧摩托车手甚至可以平地跃上2m的障碍物,非常精彩、神奇。当然,这与近几年企业技术…     

技巧摩托的玩法——丛林越野技法

喜爱驾车到郊外游玩的朋友可能常会遇到各种障碍物阻挡道路，影响通行，摩托车被大石阻挡，很难通过。今天介绍一种方法供摩友参考，它可以使你轻松越过障碍物，继续向前。具体动作分五步讲解如下：     

智能小车坡度采集与避障模块的设计研究

本设计以STC89C51单片机为控制核心,小车速度和方向的控制通过PWM脉宽调制完成。利用控制系统中的超声波检测模块来测量距前方坡道的长度,同时由单片机计算出斜坡角度,并自主判断采取爬坡或者避障动作。若障碍物的坡度超出智能小车的爬坡能力范围,则由红外避障模块检测障碍物的外形尺寸参数,采用绕行方式来躲避障碍物。     

技巧摩托的玩法——拉起爬上障碍

拉起爬上障碍是技巧摩托车比较基础的一个技术动作,也是技巧摩托车攀登障碍物的入门技术动作之一,它实用易学,主要针对的是坡度在50°～80°、高度1m以上的坡地。掌握了这个动作,即使面前是十几米高的陡坡,一样可以羚羊般地轻易登顶,安然自如。拉起爬上障碍的动作原理是:先将摩     

杨洋学车——静止前颠

静止前颠就是在不发动摩托车发动机的静止平衡状态下,利用人体自身的移动将摩托车前轮反复的颠起,使前轮离开地面,并以此动作调整车辆状态。这是技巧摩托车的入门技术,是必备的基本功,是进一步学习、提高技术的前提。应用范围:技巧摩托车比赛中车手要面对许多复杂的障碍物并通过曲折的线路,竞赛规则不允许车手下车用脚触地,车手必须学会在各种地形情况下保持稳定、调整摩托车的技术动作,通过障碍时利用此技术使摩托车在后轮不动的情况下转换方向,为下个动作做好方向上的准备。类似的调整技术还有后轮摆、前轮摆、空中转体等,后面雄鹰摩托车…     

告读者

技巧摩托车比赛时常要应对各种不同障碍物，上的方法各不相同。下的方法也是各有千秋，本期我们介绍一个下的基本动作，悬停下障碍就是精确稳健地下的方法之一。     

一种无人驾驶车辆纵向多模切换策略研究

无人驾驶车辆是现在汽车工业发展的趋势,在以往的无人驾驶研究中多通过模糊控制、PID控制、滑模控制等控制策略来保证车辆的正常行驶。文章通过车辆行驶前方的障碍物的速度变化、前后车车距等因素来设计了一种基于逻辑切换控制的车辆纵向控制方法,利用Simulink进行逻辑控制的模型搭建,并进行模拟仿真,验证在前后车处于不同的运动状态时后车所进行的状态切换与动作执行。     

安全驾驶有技巧

脚底功夫 转弯时要提前准备,做好车速调整.万一遇到突发情况,如突然察觉有障碍物时,应立即停止倾斜动作,然后制动,待车速稍慢时,再倾斜车身转弯.简单一点说,就是停止转弯、制动、再转弯.     

基于车辆最大动态外倾当量值的路侧障碍物危险性分析

为探讨波形梁护栏处的路侧障碍物对车辆的安全影响,采用计算机仿真技术,通过变化障碍物与不同等级的波形梁护栏的横向距离,以车辆与障碍物碰撞的状态作为路侧障碍物危险性判断指标,研究路侧障碍物对车辆行车安全的危险性,量化了障碍物距护栏迎撞面的距离对碰撞护栏车辆的风险影响程度,提出了基于车辆最大动态外倾当量值(VI_n)的路侧障碍物危险程度判别方法。     

您挪车,前后我来瞅着 解读可视驻车系统

OPS(Optical Parking System)可视驻车系统实际上就是驻车辅助系统——俗称驻车雷达——的功能扩展。可视驻车系统将驻车雷达的超声波传感器接收障碍物发射回来的超声波信号进行分析、处理和计算。计算出障碍物与我车之间的距离,分析出障碍物相对我车的方位,然后用非常直观的动画模拟图像在音响/导航一体机的液晶屏上显示出来。与这个模拟的彩色动画片互动,您就能用最少的时间、以最小的风险,从容、迅速、安全地在狭小的空间里挪动车辆,轻而易举地将爱车移入或移出车位。     

剪式电动车门的自动控制系统

介绍了一种用单片机(ATmega16)为核心的剪式电动车门自动开关的实现方案及其硬件设计方法。该方案可以实现左右车门在遥控操作下自动开启或关闭,且遇到障碍物时能自动识别并停止当前动作。     

基于护栏横向动态位移外延值(W)的路侧障碍物危险性分析

为探讨高度低于波形梁护栏的路侧障碍物对碰撞护栏车辆的危险性,采用计算机仿真分析的方法,通过对不同碰撞位置、不同障碍物高度、障碍物与护栏不同横向距离进行仿真研究,以车辆行驶姿态、碰撞后加速度为指标,确定了最不利碰撞位置为波形梁跨中,确定了高度低于护栏的障碍物最不利高度约为40cm,低于10cm的障碍物对车辆影响较小,量化了障碍物与护栏的距离对车辆的风险影响程度,提出了基于护栏横向动态位移外延值W值的路侧障碍物危险程度判别方法,为交通工程设计人员提供了设计依据。     

内河航道水下障碍物检测与清除新技术研究

通过对江苏内河航道水下障碍物检测和清除现状的调研分析,结合现代技术的发展和内河航道管理的需求,以及内河航道数字化测量船的研究成果,提出了水下障碍物的检测思路,并对清障方案进行比较分析,推荐了比较合理的水下障碍物检测、清障实施方案。     

您挪车,前后我来瞅着 解读可视驻车系统

OPS(Optical Parking System)可视驻车系统实际上就是驻车辅助系统——俗称驻车雷达——的功能扩展。可视驻车系统将驻车雷达的超声波传感器接收障碍物发射回来的超声波信号进行分析、处理和计算。计算出障碍物与我车之间的距离,分析出障碍物相对我车的方位,然后用非常直观的动画模拟图像在音响/导航一体机的液晶屏上显示出来。与这个模拟的"彩色动画片"互动,您就能用最少的时间、以最小的风险,从容、迅速、安全地在狭小的空间里挪动车辆,轻而易举地将爱车移入或移出车位。     

基于Carsim与Simulink的自动变道联合仿真

文章通过Carsim搭建汽车模型并配置道路障碍物等环境信息,并通过模拟传感器输出车道线、障碍物和本车运动状态信息,并通过接口配置发送到Simulink,再通过在Simulink中搭建自动变道的路径规划和跟踪控制算法输出方向盘转角信号给Carsim,实现对汽车自动变道的闭环仿真。     

采用64线激光雷达的实时道路障碍物检测与分类算法的研究

针对64线激光雷达数据量大,导致无人自主车的障碍物检测实时性差的问题,提出一种兼顾有效性和实时性的目标检测和分类算法。该算法首先通过多特征多层高度地图分离路面、障碍物和悬挂物;然后采用基于动态距离阈值的网格聚类算法对障碍物进行聚类,并结合相邻两个障碍物的运动状态信息对聚类结果进行修正,提高聚类的准确率;最后使用SVM对障碍物进行检测和分类。实验结果表明:该算法最优识别率达89.77%,耗时约为95 ms,在保证检测和分类准确率的基础上,满足无人自主车在道路行驶时检测障碍物的实时性要求,具有显著的工程实用价值。     

基于匈牙利匹配和卡尔曼滤波的动态多目标跟踪

为了得到无人驾驶汽车目标检测的准确信息,文章通过对标定后的原始激光雷达点云进行分割和聚类,利用霍夫直线检测提取障碍物的外包框,最后使用匈牙利算法对被跟踪的障碍物和新检测出的障碍物进行关联匹配,并求出最优解,最终使用卡尔曼滤波算法对其进行状态优化。通过实验表明,本算法可以在激光雷达一帧0.1 s内,快速、准确地跟踪被检测出的障碍物。     

新型扫路车侧刷防撞系统

针对现有扫路车存在的侧刷易磨损和防撞机构结构复杂而不能有效避开障碍物的问题,介绍了一种扫路车侧刷避开障碍物的方法。它通过机电液三者相结合,使侧刷在受到外部碰撞时立即自动缩回以及时避开障碍物,从而可避免侧刷的非正常损坏。     

基于三维激光雷达的动态障碍物检测和追踪方法

为解决无人驾驶车辆在城市路况下对多个动态障碍物同时检测和跟踪的关键问题,提出一种基于三维激光雷达的多目标实时检测和跟踪方法。通过对单帧激光雷达点云数据进行聚类,提取障碍物外接矩形轮廓特征;采用多假设跟踪模型(MHT)算法对连续两帧的障碍物信息进行数据关联;利用卡尔曼滤波算法对动态障碍物进行连续地预测和跟踪。试验结果表明,该算法能够在自行搭建的智能车平台上以每帧100 ms的速度准确、稳定地检测和跟踪。     

基于声波频谱特征的土体障碍物超声探测分析

为了探究超声波法对土体中障碍物的探测效果,以上海市某地区的黏性土为介质设计了室内试验,并通过改变土的含水率和超声探测距离来研究不同因素对超声探测效果的影响。通过傅里叶变换对试验结果进行频谱特征分析,分别从含水率、探测距离、障碍物三个方面分析不同影响因素下接收信号的频谱变化规律。研究结果表明：随着含水率的增大,接收信号的频谱畸变程度减小,曲线上的突变点减少;随着探测距离的增大,接收信号的频谱畸变程度增大,曲线上的突变点增多;在含水率较低的情况下,障碍物的存在对接收信号频谱的影响忽略不计,在含水率较高的情况下,障碍物的存在会导致接收信号的频谱畸变程度增大,可以从频谱上进行识别。