自动化集装箱码头高程系统优化设计

针对现有高程设计方法因码头和陆域高程设计标准偏低、堆场高程设计的抗涝能力偏低而无法适应设备价值高、堆存货物价值高的自动化集装箱码头的问题,通过分析自动化水平运输设备和集装箱货物的特点,总结现有高程设计方法考虑的因素和应用在自动化集装箱码头时需要优化的方向,提出适用于自动化集装箱码头的高程系统优化设计方法,经实际案例验证可有效提高码头和陆域防洪标准及堆场抗涝能力,同时可减少疏浚土外抛、节省工程投资。     

液压挖掘机转台回路的改进及动特性分析

图１所示为某液压挖掘机转台液压回路。该回路采用双溢流阀组进行双向制动和过载保护。该系统在启动与制动过程中，能量损失过大，导致系统的热负荷增加，油温过高，系统的工作性能下降。图１某液压挖掘机转台液压回路１改进措施１．１回转过程中能量损失原因分析挖掘机在...     

基于MM-STConv的端到端自动驾驶行为决策模型

针对现有端到端自动驾驶模型输入数据类型单一导致预测精确度低的问题,选取RGB图像、深度图像和车辆历史连续运动状态序列作为多模态输入,并利用语义信息构建一种基于时空卷积的多模态多任务(Multimodal Multitask of Spatial-temporal Convolution,MM-STConv)端到端自动驾驶行为决策模型,得到速度和转向多任务预测参量。首先,通过不同复杂度的卷积神经网络提取场景空间位置特征,构建空间特征提取子网络,准确解析场景目标空间特征及语义信息;其次,通过长短期记忆网络(LSTM)编码-解码结构捕捉场景时间上、下文特征,构建时间特征提取子网络,理解并记忆场景时间序列信息;最后,采用硬参数共享方式构建多任务预测子网络,输出速度和转向角的预测值,实现对车辆的行为预测。基于AirSim自动驾驶仿真平台采集虚拟场景数据,以98 200帧虚拟图像及对应的车辆速度和转向角标签作为训练集,历经10 000次训练周期、6h训练时长后,利用真实驾驶场景数据集BDD100K进行模型的测试与验证工作。研究结果表明:MMSTConv模型的训练误差为0.130 5,预测精确度达到...