水面自主船舶技术发展路径

工业4.0背景下,船舶自主化航行是水路运输工具变革的重要趋势。本文首先详细介绍了世界范围内水面自主船舶(MASS)的主要研究项目发展路径及当前的研究现状。然后分析了MASS研发的关键技术,如通讯、航路设计及优化、智能避障等。针对MASS的快速发展,指出了当前面临的困难与挑战。最后针对法律及法规等配套体系的完善提出展望。     

���ڽڵ���ҵ��������ļ�װ���ʽ����·���Ż�

在集装箱多式联运系统中,内陆运输方式和路径的选择,对集装箱门到门运输过程的运输效果产生很大的影响.为更合理地组织多式联运,本文在充分考虑集装箱内陆运输路径因素的同时,研究集装箱多式联运在运输方式转换过程中节点作业随机特征对运输方式和路径选择的影响.以总成本最小为目标,建立带有时间约束的混合整数规划模型,通过图形变换,将问题转化为节点作业带有随机特征和运输时间约束的最短路模型.通过实例验证并对结果进行分析,求得的路径在成本和时间方面较合理,具有可操作性,可以成为多式联运路径选择的决策参考.     

软件测试中基路径获取方法的研究

软件测试是软件质量保证的重要手段,基路径测试是结构测试的一种重要方法.主要分析生成线性独立路径集合时,前后判定节点使用变量存在数据依赖关系的情况.借鉴程序切片技术中的转化理论,对数据控制依赖的判定节点在控制流图中进行修改;对一般的基路径获取步骤进行改进,可避免选择的路径不可达,提高基路径获取速率.实例表明它是有效的.     

基于MATLAB的发动机功率计算优化方法研究

发动机功率决定汽车动力性能,在分析发动机功率确定方法的基础上,介绍发动机功率计算优化方法,根据转速的动态确定和拟合相关变量,分析发动机功率计算的影响因素和动态路径,建立基于MATLAB的可以实时求解发动机功率的模型,利用MATLAB的运算工具和强大运算能力,对汽车的动力性设计提供有力的实践计算方法。     

基于混合A*和可变半径RS曲线的自动泊车路径优化方法

路径规划是自动泊车系统的重要组成部分,是确保泊车运动安全、缩短行车距离、提高乘坐舒适性的关键。而当前自动泊车规划系统往往面临行驶空间狭小、障碍物多、路径搜索难度大等技术挑战,同时搜索曲线半径固定容易导致路径接点处曲率不连续,增大了路径跟随控制难度和轮胎磨损程度,这些都提升了泊车路径规划的研究难度。针对以上问题,设计可变半径的Reeds-Shepp曲线,提出基于混合A^*和该曲线的自动泊车路径规划方法,通过调整曲线半径,提升其在复杂场景下路径的搜索能力和灵活性。随后,设计基于分段贝塞尔曲线和梯度下降的路径优化方法,利用其多阶导数连续的优势优化已搜索的路径曲率,并采用梯度下降来保证路径曲率大小和对障碍的规避,解决直线与圆弧相接等位置曲率变化不连续的难题。结合路径搜索与路径优化的泊车规划方法能够切实满足复杂场景下的泊车需要。最后,基于团队自主研发的PanoSim虚拟系统与MATLAB搭建联合仿真环境,针对多种自动泊车工况测试验证提出的方法。研究结果表明：调整Reeds-Shepp曲线的搜索半径进行全局路径搜索,可获得更短和更易跟随的路径,具有良好的灵活性;基于贝塞尔曲线和梯度下降法的路径优化可有效消除曲率突变点、约束路径曲率并保证对障碍的无碰撞要求。     

交互式水域环卫机器人的避障路径规划算法

为使交互式水域环卫机器人（Interactive Water Sanitation Vehicle,IWSV）在进行垃圾收集时成功捕获水中浮动垃圾并顺利规避水域障碍物,提出一种将基于采样的快速搜索随机树（Rapidly-exploring Random Tree,RRT）算法与速度障碍模型相结合的路径规划算法。利用双目摄像头基于视差定位法获取水域动态障碍物的位置坐标,利用IWSV搭载的感应元件获取其自身与障碍物的相对方位角,基于速度障碍法计算可成功避开障碍物的移动角度调整范围,对更优的RRT*算法中的随机采样过程进行进一步优化,得到改进的避障路径规划算法。考虑实际应用场景,引入抗积分饱和比例积分微分控制（Proportional Integral Differential Control,PID Control）法使航向控制器的控制效果更为精准有效。在实景测试时避障路径规划算法存在稳健性,基于到达时间（Time of Arrival,TOA）定位法进行仿真分析。仿真试验结果表明,该路径规划算法比RRT算法和改进前的RRT*算法路径规划效果更优,可靠性更好,可在较短时间内避障并得到较优移动路径。在实景测试时基于TOA的Chan算法更加符合定位估计需求,且IWSV本体感应装置的噪声测算宜在10 m以内。     

智能分布式驱动汽车路径跟踪/制动能量回收协同控制策略研究

为了解决智能分布式驱动汽车路径跟踪与制动能量回收系统间的协同控制难题,充分考虑分布式驱动汽车四轮扭矩独立可控在智能驾驶系统中的优势,设计适应不同路面附着条件的智能分布式驱动汽车转向、制动分层协同控制策略。上层控制器依据不同的路面类型设计差异化的多目标代价函数,以综合优化各工况下的控制目标。高附路面下,制定满足最大能量回收值的全局参考车速,在线优化路径跟踪指令,实现最优能量回收的同时减小系统运算负荷;低附路面下,优先考虑车辆的路径跟踪性能和行驶稳定性,在多目标代价函数中取消对全局参考车速的跟随要求,增设终端速度约束与能量回收项性能指标并减小能量回收项性能指标的权重系数。上层控制器基于模型预测控制方法对多目标代价函数进行滚动优化与预测求解,得到期望的前轮转角及4个车轮的总制动扭矩需求。下层控制器根据制动扭矩需求对四轮的液压制动扭矩和电机制动扭矩进行分配,最终完成整个复合制动过程。基于MATLAB/Simulink和CarSim软件,搭建控制器在环仿真平台,并在高附和低附路面条件下对所提出的策略进行试验验证。研究结果表明：高附路面下,所提出的控制策略在准确跟踪期望路径的同时相较固定比例制动力分配方法可提升2.7%的能量回收值并减少约0.02 s的单次计算时间;低附路面下,与使用高附控制策略相比,能够保证车辆的路径跟踪准确性与行驶稳定性,同时可提升7.8%的能量回收值;控制器在环试验结果证明了该协同控制策略对车辆性能提升的有效性。     

考虑交通需求特征的有轨电车运营网络优化

为了提高有轨电车线网规划的科学性与运营效率, 研究了有轨电车运营网络的特征与指标, 建立了基于客流需求特征的运营网络搜索方法; 考虑有轨电车网运分离特点, 应用客流需求-运营效益建立了节点-边集网络; 以断面客流量为依据, 采用切比雪夫法则确定初始选择阈值, 通过计算重要度、“节点-流量”矩阵, 建立了时间效益-票价-运营成本的最优运营效益模型, 对有轨电车运营线网进行筛选, 结合遗传算法对运营网络总规模进行控制; 基于西咸新区有轨电车线网规划方案, 筛选出14条有轨电车运营线路, 通过MATLAB软件进行运营网络最优化模拟。分析结果表明: 有轨电车最优运营线路长度为24~25km, 运营网络总规模为339.5km, 得出的运营网络与最优效益、断面客流分布、线网布局、客流需求特征、重要客流集散点等网络要素有较好的匹配, 且大部分运营线路长度小于30km, 满足一般有轨电车运营网络要求; 该优化方法考虑了有轨电车规划与运营过程中诸多实际因素, 通过对搜索过程的整合与量化, 得出的优化结果与需求特征较为符合。     

格蕴涵代数的超滤

通过超滤构造超积是模型论中构造模型的一种重要方法。文中提出了格蕴涵代数中超滤的概念,研究了它与素滤子及有限交性的关系,并证明了它与极大真滤子的等价性,为进一步研究相应的超积理论打下了基础。     

基于无人机的高层住宅最后“一百米”配送优化

针对城市高层住宅顾客对上门配送服务的需求,借助无人机停放平台,考虑包裹异质性以及无人机在不同配送阶段的精确能耗,构建以无人机飞行成本和能耗成本最小为目标,以无人机容量、电池组容量等为约束的高层住宅无人机上门配送模型,解决“垂直位置最后一百米配送”问题。基于此模型,设计带变邻域下降(VND)搜索的混合蚁群算法(HACO-VND),引入4个算子进行变邻域下降搜索,为了提高算法的求解性能,提出两种局部搜索算子组合,根据顾客点数量使用不同的算子组合。实验结果表明,HACO-VND算法较CPLEX在求解精度与求解时间方面更优,特别是在大中型算例中表现出较佳性能。参数分析表明,高层住宅楼层数越多,无人机单次飞行的能耗利用率越大,无人机容量与电池组容量共同对配送方案产生影响。为以后无人机送货上门服务方面的研究提供参考和思路。