车-车协同下无人驾驶车辆的换道汇入控制方法

多车协同驾驶是智能车路系统领域的研究热点之一,可有效降低道路交通控制管理的复杂程度,减少环境污染的同时保障道路交通安全。基于多车协同驾驶控制结构,提出了一种无人驾驶车辆换道汇入的驾驶模型及策略,系统分析了多车协同运行状态的稳定条件。在综合分析无人驾驶车辆换道汇入的协作准则、安全性评估后,基于高阶多项式方法,结合车辆运行特性,通过引入乘坐舒适性的指标函数,设计得到无人驾驶车辆换道汇入的有效运动轨迹。通过研究汇入车辆与车队中汇入点前、后各车辆的运动关系,详细分析车辆发生碰撞的类型和影响因素,给出避免碰撞的条件准则,从而确保无人驾驶车辆汇入过程中多车行驶的安全性和稳定性。基于车辆运动学建立车辆位置误差模型,结合系统大范围渐进稳定的条件,选取线速度和角速度作为输入,应用李雅普诺夫稳定性理论和Backstepping非线性控制算法,设计了无人驾驶车辆换道汇入后的路径跟踪控制器。仿真试验和实车试验结果表明：所设计的换道汇入路径是可行、安全的,控制器具有良好的跟踪效果,纵向和横向的距离误差在15 cm以内,方向偏差的相对误差在10%以内。研究结果为智能车路系统中的多车状态变迁与协同驾驶研究提供了参考,可服务于未来道路交通安全设计和评价。     

运动会管理信息系统的设计与实现

根据当前基层学校运动会的开展组织情况,结合运动会的组织原则和相关规定,运用现代计算机技术,以全新的模式设计开发了适合全国各类学校、基层单位开展田径运动会的运动会管理信息系统。该系统实现了运动会中各环节的组织和编排工作,使大量繁琐的人工编排任务通过简单方便的操作便可以实现,大大减轻了运动会组织人员的劳动强度、提高了工作效率,保证了数据的准确性、安全性。     

汽车遥控防盗控制技术(Ⅰ)

汽车防盗系统是为了防范整车被盗或车上的零部件如轮胎、蓄电池、汽车音响等被盗而设置的,最初使用转向盘锁、变速器锁、制动踏板锁等。但对于汽车零部件及车内物品被盗无能为力。     

汽车遥控防盗控制技术(Ⅱ)

3.4无钥匙接收器(主机)工作原理遥控发射机由驾驶员随身携带;遥控(无钥匙)接收器(主机)则安装在汽车驾驶室内隐蔽的地方。为了接线方便,常用若干导线与汽车的熔断丝、继电器盒相接。四环Q BJ-868遥控防盗系统的主机电路原理图如图3所示。主机由电源电路、遥控接收电路、滚动码解码处理电路、C PU程序控制电路、报警检测电路、报警执行电路及一些终端负载组成。3.4.1电源电路主机电源来自汽车上的蓄电池。经降压和稳压电路形成3种电压、3条支干线:第一路为 12V,直接从蓄电池正极供给,为报警执行电路、中控锁、危险报警灯、切断点火继电器…     

液压冲击机械的无级调节理论及装置研究

针对目前各国液压冲击机械工作参数调节方法的局限性,突破传统结构原理,率先提出了变行程无级调节理论。通过协调改变施加于冲击器上的推进力Ft和系统工作压力P这两个控制参数,从而相对改变活塞回程反馈信号孔位置,实现活塞行程的连续可变调节来达到无级控制冲击器输出参数的目的。在此基础上设计了一种新型的变行程无级调节装置,并对该装置进行了数字仿真研究,仿真结果说明了该设计方案的正确性,为进一步研制可变频调能的液压冲击机械提供了理论依据。     

基于深度学习的土木基础设施裂缝检测综述

基于深度学习的裂缝检测对于降低基础设施运营风险、节约运维成本并推进中国土木工程行业智能化转型具有重要意义。算法、数据集和评价指标是构建深度学习裂缝检测模型的关键要素；裂缝检测模型集成于机器人平台，从而实现对土木基础设施的全自动裂缝检测。为此，从以上4个方面对当前研究进行了系统梳理。首先，回顾了深度学习的发展历程，重点介绍了深度卷积神经网络在计算机视觉领域的应用及其在图像处理方面较传统算法所具有的显著优势。接着，详细介绍了3类基于深度学习的裂缝检测主流算法，包括分类算法、目标检测算法和语义分割算法。然后，对现有裂缝图像数据集以及模型性能评价指标进行了归纳。最后，总结了土木基础设施的各类裂缝检测机器人平台。综合分析表明：基于卷积神经网络主干结构的深度学习算法已被广泛用于土木基础设施表面裂缝的精准定位与分类，而裂缝的尺寸信息仍需依靠传统图像处理技术进行提取；由于像素级标注的成本和专业性高，大型的裂缝语义分割数据集相对缺乏，致使当前基于语义分割算法的裂缝检测模型鲁棒性较差；目前多数研究人员采用个人建立的裂缝数据集进行模型训练且采用不同的指标进行模型性能评价，缺乏统一的基准测试数据集和评价指标体系，无法对不同模型的性能进行平行比较；目前针对不同基础设施已相应开发了一些裂缝检测机器人，提高裂缝检测机器人的多场景适应性，并降低其应用成本是未来的发展方向。     

我国北方散货港口绿色提升改造难点研究

针对我国北方地区散货港口所面临的淡水资源匮乏、暴雨季堆场内涝、粉尘污染、噪声污染等难点问题，进行散货港口绿色提升改造研究。以散货港口所面临环境问题为导向，基于绿色设计理念，归纳总结出绿色提升改造方向。结合工程案例提出绿色提升改造具体方案，通过新建生态蓄水池构建港口水循环系统，可实现港区2 a一遇暴雨强度下雨污水的全收集、全处理、全回用；通过全过程污染控制，可有效降低港区粉尘浓度和噪声值。     

面向车路协同孪生仿真测试的多尺度滤波同步方法

为提升车路协同孪生仿真测试系统的同步性能，明确了孪生主体的运行机理，分析了影响系统同步性能的干扰因素，建立了孪生状态同步映射模型; 针对孪生状态采样的时钟异步问题，设计了时钟误差估计策略，修正了孪生仿真测试系统的量测时间偏差; 在此基础上，结合卡尔曼滤波原理，引入多尺度滤波器更新机制，建立了考虑同步采样误差的量测噪声模型，提出了多尺度滤波同步优化方法; 最后，在搭建的孪生仿真测试原型系统中，选取NGSIM数据集的车辆轨迹开展试验。研究结果表明:在不同车辆速度条件下，提出的多尺度滤波同步优化方法能够保持良好的同步性能; 在横向坐标同步方面，平均绝对误差小于1 mm，99.5%的绝对误差控制在8 mm以内; 在纵向坐标同步方面，平均绝对误差小于9 mm，99.5%的绝对误差控制在38 mm以内; 在速度同步方面，平均绝对误差小于2.8 cm·s-1，99.5%的绝对误差控制在24 cm·s-1以内; 在偏航角同步方面，平均绝对误差小于1.1×10-3 rad，99.5%的绝对误差控制在1.1×10-2 rad以内; 与航迹推算方法相比，提出的方法能够在横向坐标、纵向坐标、速度和偏航角方面平均提升30.0%的同步精度，能够有效解决孪生主体的状态异步问题，可保障车路协同孪生仿真测试系统的实时同步与精准运行。