2023年新能源汽车下乡活动总结会召开

<正>2023年新能源汽车下乡活动取得了显著成果,为推动新能源汽车在农村市场的普及和应用做出了积极贡献。1月5日,2023年新能源汽车下乡活动总结会在常州中吴宾馆召开。工业和信息化部装备工业一司副司长郭守刚、中国汽车工业协会常务副会长兼秘书长付炳锋、江苏省工业和信息化厅副厅长石晓鹏、中国汽车工业协会副总工程师许海东与各地方工信主管部门领导,新能源车企相关负责人齐聚一堂,回顾总结2023年新能源汽车下乡的活动经验方法,为2024年新能源汽车下乡活动建言献策。     

芯片标准化：走出混沌，解锁产业新纪元

<正>我国汽车芯片产业要实现向上突破,需要通过建立行业统一标准来引导整车企业、研究机构和专项技术企业共同研发,推动技术突破和产品创新。随着全球汽车产业向电动化、网联化、智能化加速转型发展,汽车芯片在汽车新技术应用和功能提升中的重要性日益凸显。然而,受技术壁垒、生产工艺限制、成本控制以及内外部环境和市场需求等因素的影响,我国汽车芯片产业发展依旧面临较大的挑战。     

新能源汽车下乡，充电网建设先行

<正>高质量充电基础设施建设是支持和连接交通电动化和能源低碳化的重要举措。全面推动乡村充电网络建设、推动新能源汽车下乡是应对气候变化、推动绿色发展、支撑乡村振兴的战略举措。公安部统计数据显示,截至2023年12月底,我国新能源汽车保有量达2041万辆,其中纯电动汽车1552万辆。目前,我国一线城市新能源汽车渗透率已超过40%,但在乡村地区,新能源汽车渗透率不足20%。在多部委组织下,     

ID.6 CROZZ助力一汽-大众发力纯电市场

锁定大尺寸高端智能纯电SUV市场,一汽-大众ID.6 CROZZ上海车展正式亮相。汽车产业电动化、智能化、网联化趋势已然明了,中国新能源汽车市场也逐步从政策市场向需求市场迁移,新能源汽车市场进入燃爆式增长。数据显示,今年一季度我国新能源汽车产销分别完成53.3万辆和51.5万辆,同比分别增长3.2倍和2.8倍。     

北京设立智能网联汽车政策先行区

政策先行区将成为具有引领作用的技术和政策创新高地,推动新技术、新产品示范应用,促进汽车产业发展。2021年4月10日,北京市政府正式批复《北京市智能网联汽车政策先行区总体实施方案》(以下简称《实施方案》),同意依托高级别自动驾驶示范区设立北京市智能网联汽车政策先行区(简称"政策先行区"),为企业在京发展营造"政策友好型"智能网联汽车产业发展营商环境。     

��ͨͼ��ѹ����FPGAʵ��

交通图像处理系统需要存储或上传非正常交通状况的图像,而图像数据量大难以存储或上传,对此本文设计了一种基于FPGA的交通图像压缩系统.针对交通图像压缩的特点,采用算法复杂度相对较低的JPEG算法,并对算法进行并行化处理,使系统内各个模块并行运行,增强了系统的实时性;采用两个基于Loeffler快速算法的一维DCT变换(1D DCT)模块实现二维DCT变换（2D DCT）,并在对大量交通图像进行实验的基础上给出一套适合交通图像压缩同时适合FPGA处理的量化表,大大降低了系统对FPGA资源的占用.外场实验分析表明,系统工作稳定,压缩图像质量好,压缩比较高,实时性强,对分辨率为720×576的彩色图像具有30帧/s的处理能力,可以作为交通图像处理系统的重要组成模块.     

基于马尔科夫链的并联PHEB预测型能量管理策略研究

为使能量管理策略更好地面向实时应用,本文中针对一款装有自动机械式变速器(AMT)的并联插电式混合动力客车(PHEB),展开预测型控制策略的研究,以实现挡位选择和功率分配的协同优化。首先,基于马尔科夫链模型,计算转矩状态转移概率,得到不同预测时域长度的预测车速;在此基础上,进行滚动时域内的功率分配和挡位选择协同优化。其中,在滚动时域内的优化选择含电池SOC和挡位两个状态变量的二维动态规划(DP)算法。分析了不同预测时域长度对预测结果的影响,并对动态规划、基于规则的能量管理策略和预测型策略进行对比。结果表明:与基于DP的能量管理策略相比,本文中提出的预测型策略的能耗增加了17.3%,但与基于规则的能量管理策略比较,预测型策略的能耗降低了29.7%。     

基于微多普勒效应的运动船舶目标分类研究

基于雷达的舰船目标识别技术具有重要的应用,包括海上交通的管理与监控、舰船运动目标的识别、敌方舰船侦察等,在雷达系统的运行过程中,地面杂波信号、气象杂波信号等干扰信号会降低雷达系统的精度,导致水面舰船目标识别出现误差等问题。微多普勒效应是指激光雷达发生二次散射时,运动目标产生位移时目标的雷达回波频率会发生改变,利用微多普勒效应可以显著提高雷达系统的精度,提高海上舰船目标的识别与分类水平。本文首先介绍了微多普勒效应的原理,然后对水面监控雷达系统进行详细研究,最后开发了基于微多普勒效应的海上运动船舶目标识别与分类系统。     

新能源汽车赛事开启汽车运动“新”时代

<正>新能源汽车为我国汽车产业弯道超车提供了重要机遇。在这个关键节点上,通过新能源汽车赛事充分地将中国品牌新能源汽车的性能展现出来,这对提升中国新能源汽车品牌的国际竞争力尤为重要。“汽车运动,属于新能源汽车的时代即将到来。”在2022年9月举行的首届中国新能源汽车耐力赛上,奇瑞参赛选手李彦毅如此感叹。     

基于多源参数的高速工况驾驶行为模式识别方法

准确识别车辆当前驾驶行为模式是自动驾驶领域亟待解决的技术问题。为实现驾驶行为模式精准解析,提高模型识别精度和可靠性,通过开展自然驾驶试验,采集高速工况下20名驾驶人的驾驶行为数据及视觉特性数据等多源参数信息,分析4类典型驾驶行为模式(自由行驶、跟车、左换道、右换道)运行规律及多源参数耦合特性。基于主成分分析法确定4类驾驶行为模式表征指标集,使用支持向量机、随机森林决策树算法建立驾驶行为模式识别模型,通过学习训练,分析比较模型识别结果,对识别效果较好的模型进一步优化,分析优化模型对4类驾驶行为模式识别精度的时序性变化特征。研究结果表明：支持向量机模型、随机森林决策树模型、基于多层感知器神经网络的随机森林优化模型总体识别精度分别为89.4%、90.5%、91.9%;4类驾驶行为模式的AUC (area under the curve)值均高于0.93,可较好地识别车辆当前驾驶行为模式。此外,随机森林优化模型对4类驾驶行为模式的识别精度均随时间推移,呈现先增长后趋于稳定的变化态势,且同一时刻的自由行驶及跟车模式识别精度高于向左及向右换道模式。研究结果可为高级别自动驾驶系统决策及控制策略的制定...