车路协同系统的视景仿真模型

在车路协同系统仿真的基础上,以局部交通网络的实时交通仿真为例,建立了车路协同系统视景仿真模型库,确立了视景仿真系统的框架体系结构。将视景仿真集成为整个仿真系统的一个联邦成员,建立了车车信息交互、车路信息交互的典型视景仿真功能模型。使用LOD模型简化技术对视景仿真功能模型进行分解,生成了5个不同精细程度的LOD模型。采用DOF、LOD、Switch功能化节点,从节点结构上优化了典型应用场景中的交叉口信号灯、车辆运动等相关模型,建立了一套类似模型几何形状的层级节点结构。构建了车路协同系统可视化视景仿真平台,包括HLA/RTI信息交互与控制模块、车路协同数据处理模块、信息交互模块、模型引导控制模块、视角动态切换模块与模型状态参数动态显示模块。采用建模优化相关技术,对典型交通场景进行了视景仿真。仿真结果表明:通过LOD模型简化技术,模型简化率最高可达95.5%,内存占用减少86.3%;通过视景仿真方法的使用,提高了渲染效率与系统仿真效率,车路协同典型交通场景验证了仿真方法的可行性。     

基于AMBE-2000和单片机的潜水员水下通信系统的设计

设计了一种基于AMBE-2000和单片机的潜水员水下语音数字通信系统,给出了它的硬件原理图和软件程序框图。硬件部分采用ATMEL公司的AT89S52作为主控芯片,实现对AMBE-2000和AD73311的控制。系统利用水下电流场,完成了潜水员间的水下近距离通信。     

基于曲率模态的连续刚构桥损伤识别研究

损伤识别是大型桥梁综合监测系统的重要任务之一.从曲率模态的损伤识别方法入手,研究了曲率模态损伤指标.对某一连续刚构桥进行数值仿真分析,分别通过曲率模态差和曲率模态比进行了损伤位置和损伤程度的识别,识别效果较好.     

含醇类燃料非常规排放污染物甲醛的实验研究

进行了RON93汽油、甲醇汽油(M15、M25、M85)、乙醇汽油(E10、E25)、-10#柴油和乙醇柴油(ED10)在一定工况下的非常规排放物--甲醛的检测.结果表明:发动机燃用汽油、柴油或醇燃料时,排气中都会产生醛类排放物,随着混合燃料中的醇含量增加,排气中醛类排放物也相应增加,汽油的甲醛排放要高于柴油;同一种燃料进行测试时,甲醛排放随着功率的增加呈先增大后减小的趋势;双三元催化转化器对甲醛有一定的催化作用.     

基于深度数据的车辆目标检测与跟踪方法

现有基于几何特征的目标检测与跟踪方法误检率较高,目标跟踪过程中的漏检易导致错误的目标关联.针对这些问题,本文提出了一种基于激光雷达(LiDAR)深度数据的车辆目标检测与跟踪方法.根据激光雷达深度数据特性,采用一种基于栅格的参数自动化聚类(PAG) 算法对原始数据进行处理,并在每个聚类中提取目标线段,获取目标特征.在此基础上对车辆目标进行识别,并计算得到目标的位置信息.采用卡尔曼滤波算法,制定滤波器管理策略,完成目标关联及状态估计.最后利用装备有一个前向激光雷达的实验车辆对提出的方法进行验证. 实验结果表明,本文提出的方法可准确识别并跟踪多个车辆目标,避免错误的目标关联.     

车路协同混合交通场景要素解析与测试案例生成

面向混合交通环境下多车效率类和单车安全类场景测试需求,研究了基于混合交通场景要素解析的车路协同测试案例生成方法;为提高测试案例的多样性和覆盖度,分析了混合交通特征要素相互作用机理,构建了混合交通场景要素层次模型,提出了场景要素重要度的一致性描述指标,并在此基础上建立了测试案例复杂度模型;针对多车效率类场景仿真测试,提出了复杂度激励的组合测试案例生成方法,设计了场景要素强耦合组合策略;针对单车安全类场景仿真测试,提出了基于复杂度聚类的蒙特卡洛测试案例生成方法,设计了风险场景特征参数抽样机制;选取车路协同混合交通典型场景开展仿真试验,验证了提出的测试案例生成方法的有效性。研究结果表明,对于多车效率类混合交通高速公路匝道合流场景测试,提出的方法比传统成对测试方法的场景最大复杂度提高了11.93%,高复杂度场景占比提高了60.02%,测试案例覆盖度提高了12.08%;对于单车安全类车路协同换道预警场景测试,提出的方法比传统蒙特卡洛测试方法的危险场景数提高了195%,且其参数估计误差降低了5.95%,高风险场景数提高了119%,且其参数估计误差降低了4.78%。可见,提出的方法能够提高测试案例的...     

汽车动力总成悬置系统的不确定性分析与优化研究综述

在实际工程中，受测量、制造、装配、疲劳老化、工程经验、认知程度和系统复杂性等主观和客观因素的影响，汽车动力总成悬置系统 （Powertrain Mounting Systems，PMS） 不可避免地存在着一定的不确定性因素。相关不确定性情形主要概括为PMS参数信息充足的概率情形、PMS参数信息匮乏的非概率情形、系统部分参数信息充足而部分参数信息匮乏的概率-非概率混合情形。针对三大类不确定性情形下的汽车PMS研究，围绕不确定性建模、不确定性分析和不确定性优化等3个方面的研究方法进行了系统性的分析和总结，并指出了相关分析模型和研究方法的分析特点和适用范围等。对汽车PMS不确定性分析与优化方法的未来研究方向进行了展望。     

基于交通业务特征理解的车路协同可信交互方法

为保障车路协同环境下信息的可信交互，分析了车车、车路协同信息交互流程和不同模式下的交互需求，设计了车路协同可信交互架构；构建了车辆行为状态推演模型与路径扰动因子量化模型，设计了车辆主体可信度计算方法与等级评估规则，实现了车辆主体行为可信认证；通过对交通业务的有效特征理解构建了消息紧急度量化模型，利用低分辨率筛选策略初步过滤了消息报文，基于支持向量机(SVM)对消息内容进行了深度理解，形成了多分辨率交互内容认知方法；使用包含OMNeT++和SUMO仿真模拟器的Veins搭建了仿真测试环境，针对不同网联自动驾驶车辆(CAV)渗透率下的开放道路和交叉口场景开展了仿真试验，对提出的车路协同可信交互方法进行了测试验证。研究结果表明:结合交通业务特征理解能够有效改善车路协同信息交互的可信度判别，提出的方法对信标位置消息的平均认知正确率可以达到90.91%，相比基于时效性检测的可信交互方法提高了8.68%；在安全效率消息可信交互验证试验中，随着恶意车辆比例的增加，传统基于投票机制的车路协同可信交互方法逐渐失效，而提出的方法在保证单次认证时延小于13 ms的条件下，平均正确率达到94.96%，较传统基于反向传播(BP)神经网络的方法提高了3.05%，且CAV渗透率越大，可信交互检测结果的准确率越高，漏报率越低，能够满足车路协同可信交互需求。      

任意概率不确定情形下的电动汽车悬置系统固有特性分析

针对电动汽车动力总成悬置系统 （Powertrain Mounting System，PMS） 参数可能被处理为不同类型概率变量的情形，提出了一种基于任意多项式混沌 （Arbitrary Polynomial Chaos，APC） 展开和最大熵原理 （Maximum Entropy Principle，MEP） 的电动汽车 PMS固有特性不确定性分析方法。采用概率模型描述任意概率不确定情形下的 PMS参数，通过APC展开获得任意概率不确定情形下PMS固有特性不确定性响应的前几阶统计矩，通过MEP拟合不确定性响应的概率密度函数 （Probability Density Function，PDF） 和累积分布函数 （Cumulative Distribution Function，CDF） 等信息，通过算例分析了5种概率不确定情形下的电动汽车PMS固有特性响应。分析结果表明，以蒙特卡洛法作为参考，所提出的方法可有效地分析不同概率不确定情形下的PMS固有特性响应，分析具有较高的计算精度和计算效率，能进一步获得响应满足设计要求的可靠度。     

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。