布线型中央集控电器盒在某轻卡上的设计应用

本文首先介绍了电器盒的发展趋势及在国内轻卡的应用情况,然后描述了布线型中央集控电器盒的技术特点。接着以某轻卡为例,从电器盒的内外部结构、电路要求、汇流排、绕线设计等方面详细阐述了布线型中央集控电器盒在某轻卡上的设计应用研究过程。结果表明布线型中央集控电器盒在轻卡上应用完全具有可行性,并且其性能和可靠性方面优于传统的插入端子式电器盒。     

混凝土喷射台车工作臂逆向运动学研究

混凝土喷射台车机械臂设计十分复杂,机械臂末端执行器工作路径的控制问题是设计的关键。为解决各关节驱动控制的问题,研究机械臂结构和执行器工作路径的关系,利用D-H法建立机械臂的运动数学模型,给出其逆向运动学解。利用Matlab和COSMOSMotion计算预定喷射路径下机械臂的杆件参数,通过虚拟样机实验仿真机械臂的运动。仿真结果满足工作要求,验证了逆向运动学解的正确性。该方法可应用于类似机械臂的研究。     

汽车与电动两轮车碰撞典型场景下的AEB纵横向触发策略研究EI北大核心CSCD

在汽车与电动两轮车碰撞事故中,自动紧急制动(autonomous emergency breaking,AEB)系统的横向触发固定宽度是避撞失效的重要因素之一。为了提高汽车AEB系统的避撞可靠性,本文在分析了汽车与电动两轮车碰撞临界工况的纵横向TTC(time to collision)差值范围的基础上,建立了AEB纵横向触发TTC差值模型。基于PreScan、Matlab/Simulink和CarSim仿真平台建立2种典型的汽车碰撞电动两轮车事故场景,并与横向触发宽度固定为1.75和3.75 m的AEB策略对比。结果表明:提出的AEB纵横向触发TTC差值模型在避撞率中表现更优,在汽车速度低于54 km/h时均能实现避撞。在典型场景1中避撞率为88.9%(45例),未避撞事故碰撞平均速度从70.6下降到29.7 km/h;在典型场景2中避撞率为80%(30例),未避撞事故汽车平均碰撞速度从66降低为18.2 km/h。AEB纵横向触发TTC差值模型具有良好的可靠性和鲁棒性,提高了汽车与电动两轮车道路安全性,为汽车主动安全系统开发提供重要理论参考。     

典型汽车碰撞事故场景中行人运动轨迹预测方法

为提高未来自动驾驶车辆对弱势道路使用群体的感知和决策融合的可靠性，本文提出一种基于目标检测算法（YOLOv5）、多目标跟踪算法（Deep-Sort）和社交长短时记忆神经网络（social-long short-term memory,Social-LSTM）的行人未来运动轨迹预测方法。结合YOLOv5检测和Deep-Sort跟踪算法，有效解决行人检测跟踪过程中目标丢失问题。提取特定行人目标历史轨迹作为预测框架的输入边界条件，并采用Social-LSTM预测行人未来运动轨迹。并对未来运动轨迹进行透视变换和直接线性变换，转换为世界坐标系中的位置信息，预测车辆与行人的可能未来碰撞位置。结果显示目标检测精度达到93.889%，平均精度均值达96.753%，基于高精度的检测模型最终轨迹预测算法结果显示，预测损失随着训练步长的增加呈递减趋势，最终损失值均小于1%，其中平均位移误差降低了18.30%，最终位移误差降低了51.90%，本研究可为智能车辆避撞策略开发提供理论依据和参考。     

电动两轮车骑车人紧急避让姿态对损伤风险的影响研究

为研究不同紧急避让姿态下骑车人运动学响应及损伤差异，采用 THUMS 人体有限元模型开发 1类正常驾驶姿态和 3 种典型紧急避让姿态：被撞侧脚着地（SFL）、非被撞侧脚着地（NSFL）和双脚着地（LBF）。建立了汽车碰撞电动两轮车和骑车人的仿真模型，进行了8组仿真（20和40 km/h两种碰撞速度和4种驾驶姿态的组合），以对比分析头部损伤参数(峰值角加速度、峰值线性加速度、HIC₁₅、颅内正压力、CSDM_0.15和最大主应变)和下肢的 Vonmises 应力分布，评估两轮车骑车人撞地损伤风险。结果表明：当车速为 20 km/h 时，正常姿态骑车人头部撞地损伤超过 AIS 4+，各姿态下肢损伤均未超过骨折阈值；当车速为 40 km/h 时，各姿态骑车人头部撞地损伤均超过 AIS 4+，紧急避让姿态 LBF 时头部损伤风险最高。正常姿态骑车人的下肢损伤风险最低，紧急避让姿态 SFL 骑车人下肢有骨折风险。该研究结果厘清了紧急避让姿态对骑车人撞地损伤的影响，为汽车安全技术研究提供重要参考依据。