圆锥面组合曲面的喷涂机器人喷枪轨迹优化

为解决圆锥面组合特征曲面喷枪轨迹优化时涂层均匀性较差的问题,根据圆锥面的几何特点,给出了 圆锥面上的喷枪轨迹生成方法.基于喷枪3D模型在圆锥面上的喷枪轨迹优化方法,讨论了圆锥面组合时面片交 界处的喷涂轨迹优化方法,建立优化目标函数,并优化了相关的喷枪参数.仿真结果表明:优化后的涂层厚度满 足涂层质量要求;与一般方法相比,其涂层厚度最大值、最小值与理想值间的误差分别降低0.4和1.0m;同向 面片组合时的涂层厚度最大值、最小值与理想值间的误差比反向时的误差分别降低0.8和1.4m.      

汽车错位碰撞事故再现分析模型研究

为了对汽车错位碰撞事故的仿真再现分析提供理论算法,在分析传统一维碰撞动力学模型的基础上,总结了其应用局限性.利用经典力学原理,构建了汽车错位碰撞动力学模型与运动轨迹模型.以实际事故案例为对象,分别利用上述模型与PC-Crash软件进行案例分析.将二者的再现分析结果进行了比较,同时与事故现场车辆残留痕迹进行了对比.对比分析结果表明,再现得到的汽车转动轨迹与现场痕迹一致,模型适用于小偏心错位碰撞的事故类型.     

前轮转角和车轮制动状态对汽车轨迹模拟的影响

对于碰撞后失去动力的汽车，建立其运动轨迹的计算机模型需要碰撞后汽车的初始速度和前轮转角，制动情况等初始值作为轨迹模型的输入参数，以便观察碰撞发生后的汽车运动情况。分析了碰撞后汽车车轮的受力情况，给出不同初始值情况下的轨迹模拟模型。分析结果得出，车轮在自由状态下，前轮的转角对汽车的运动距离有较大影响；当前轮转角为零时，汽车的质心运动几乎为一条直线；当车轮未完全抱死且前轮转角不为零时，汽车的质心运动为一条曲线。     

基于邻相电流的逆变器功率管与电流传感器故障诊断方法

作为牵引逆变器的关键器件,功率管与电流传感器分别在能量转换与系统控制中扮演着至关重要的角色。然而,在恶劣多变的工作环境下,功率管与电流传感器会出现不同程度的老化或失效,从而引发故障。功率管开路故障与电流传感器零输出故障在某些情况下不仅具有相似的故障特征,而且极易给系统带来严重的后果,其故障诊断是当前的研究重点。目前,仅有少部分故障诊断方法对这2类故障的联合诊断进行了研究,且这些方法尚未考虑牵引逆变器两电流传感器方案下的故障诊断,容易出现故障误诊或漏诊等问题。针对牵引逆变器两电流传感器方案下的复合故障诊断问题,提出一种基于邻相电流的故障特征提取与诊断方法。该方法首先分析两相电流信号在功率管与电流传感器故障下的变化,从而推导故障相电流与邻相电流的准确数学模型。在此基础上,对邻相电流进行平移变换与坐标重构,得到具备故障辨识能力的邻相电流轨迹数学模型。将该模型与已有的电流轨迹相结合,可以对功率管单管开路故障、双管开路故障以及电流传感器零输出故障进行有效区分。验证结果表明,提出的方法在电机处于不同运转状态下是有效、可行的,对于有限电流信号下的牵引逆变器故障诊断具有较好的参考价值。     

速度200km/h车辆一系悬挂参数优化及性能分析

一系悬挂刚度对车辆非线性稳定性、曲线通过动力学性能影响较大,优化一系悬挂刚度可以提高车辆的运行稳定性。通过根轨迹法对某转向架的一系纵向、横向刚度进行了优化,并以最优一系刚度方案对车辆的非线性临界速度、运行平稳性以及曲线通过性能进行了动力学评价。车辆采用优化后的一系刚度参数后,具有良好的舒适度,运行高速度与曲线通过性能也满足实际运行要求。     

基于时空注意力机制的STA-GRU船舶轨迹预测方法

船舶轨迹预测的精度关系到船舶智能航行水平。针对门控循环单元（gated recurrent unit, GRU）提取船舶时空信息数据能力不足,导致轨迹预测精度不佳的问题,研究了基于时空注意力机制的GRU船舶轨迹预测方法（spatial-temporal attention mechanism-gated recurrent unit, STA-GRU）。将传统GRU中的激活函数改进为加权激活函数组,以保留更完整的船舶轨迹数据;引入空间注意力机制模块提取船舶空间位置信息的特征,以船舶经纬度及相对经纬度数据作为输入序列,计算对应的空间权重注意力因子,获得空间特征向量;再引入时间注意力机制模块挖掘观测时段内历史轨迹特征向量的时空依赖性,以历史轨迹数据中的航速、航向拼接空间特征向量作为输入序列,计算时空权重注意力因子,将获得的时空特征向量作为STA-GRU模型的训练数据集,用于船舶轨迹预测。采用青岛港AIS数据开展实验验证,以输入时长20 min,采样频率2 min作为输入条件,构建船舶航行轨迹数据集,结果表明：对比LSTM、AT-GRU、Bi-GRU算法,STA-GRU模型不仅在训练过程中收...     

湖北汽车零部件产业技木路线图的制定研究

技术路线图作为一种创新管理工具和技术预测方法,对企业技术规划的制定和自主创新能力的提升具有重要的指导作用。在对产业技术路线图的研究和运用现状分析的基础上,提出了制定湖北汽车零部件产业技术路线图的若干建议。     

基于多特征融合的行人意图以及行人轨迹预测方法研究

行人作为重要的交通参与者,其行走意图和轨迹预测对智能驾驶汽车的决策规划具有重要意义。基于注意力机制增强的长短时记忆(Long Short-term Memory, LSTM)网络,设计一种多特征融合的行人意图以及行人轨迹预测方法。该方法通过融合行人骨架和头部方向特征,以加强行人运动特征的表达,并将融合特征作为意图预测网络输入,继而得到行人意图;由于行人运动具有不确定性,将行人意图预测类别和历史轨迹坐标的联合向量作为行人轨迹预测网络的输入,以期生成更为精确的轨迹预测结果。此外,在轨迹预测网络中引入注意力机制,以加强LSTM对各个时刻编码向量的有效利用,从而提高网络的行人轨迹预测性能,并基于Daimler数据集进行训练及验证。研究结果表明：所提出的多特征意图预测方法准确率可达96.0%,优于基于骨架单特征的意图预测网络;在预测时域为1 s的情况下,预测轨迹的位置均方根误差为347 mm,相较于恒速度(Constant Velocity, CV)模型、交互多模型(Interacting Multiple Model, IMM)、常规LSTM等基线方法均有明显的提升;在实际场景分析中,提出的方...     

基于毫米波雷达组群的全域车辆轨迹检测技术方法

高精度车辆轨迹数据对于高速公路交通管理和智慧服务具有非常重要的研究及应用价值,然而现有的车辆轨迹感知技术难以获得全域全时车辆轨迹数据。为此,提出一种基于毫米波雷达的全域车辆轨迹跟踪技术方法,该方法包括：雷达原始数据获取及适配、轨迹数据清洗及降噪、道路线形感知及还原、车辆轨迹匹配及拼接。其中,雷达原始数据获取及适配通过构建雷达帧数据适配表将雷达数据格式标准化,并通过构建的轨迹可信度评价指标K,剔除镜像车辆轨迹数据,进而基于历史行车轨迹的统计学特征,采用聚类方法还原道路线形,最终通过雷达群组间车辆轨迹特征分析及匹配拼接,实现设备内部及跨设备对车辆轨迹的持续跟踪。利用载波相位差分技术(Real-time Kinematic, RTK)和基于无人机航拍视频定位技术分别对单车及多车轨迹跟踪精度进行检验。研究结果表明：在单目标跟踪状态下,系统的纬度偏差均值为-0.284 m,经度偏差均值为-0.352 m,纬度误差均值为0.712 m,经度误差均值为0.539 m;在多目标跟踪状态下,系统丢车率约为8%,轨迹定位与真实位置偏差均值为0.990 m,具备良好的轨迹跟踪精度。该方法为未来从更加宏观的范围内研究个体驾驶行为风险转移分析、微观水平的驾驶风险的时空演化提供了数据支撑。     

船舶行为异常检测研究进展

船舶行为异常检测对于海上安全、海域的智能监管具有重要意义.异常检测算法不能满足轨迹大数据挖掘在实时性、准确性和鲁棒性等方面的需求.将异常行为进行分类,分析目前几类主要的异常检测方法:统计分析在对数据分布做出正确假设时根据概率分布获取异常情况,确定合适的异常阈值较为困难;预测法基于对历史数据的了解程度,易受多种因素影响;机器学习依赖数据特征、计算复杂度高.基于此,总结可能提高统计分析、机器学习和预测法检测效果的方法,指出将在线实时检测引入船舶检测,并展望数据处理、轨迹表示、挖掘分析和情境语义在异常检测中的可能研究方向.