混联式混合动力电动汽车动力总成的优化匹配与监控

提出一种根据所用监控策略,在大设计空间内搜寻混合动力电动汽车(HEV)多能源动力总成最优机电拓扑布局和机电匹配方案的一套方法,并由此构建了基于内燃机、电机等元件“可缩放”子模型,面向HEV动力总成的系统动力学仿真平台。利用该平台,对采用目标函数瞬时最优监控策略的混联式HEV动力总成进行机电优化匹配取得了满意效果。     

轻型商用车悬架匹配

为优化某轻卡乘坐舒适性,首先对悬架系统的刚度、阻尼匹配过程进行了分析总结,给出了悬架刚度、阻尼的匹配流程。然后针对某些受开发周期及资源限制,无法进行实车调校及精确仿真的车型给出了基于理论计算及统计数据的悬架阻尼匹配方法。从阻尼比选择,各速度段阻尼比分布,双向比分布等方面分析,总结了方便、快速,且实车验证切实有效的悬架系统阻尼匹配方法。     

汽车起重机离合器的选型设计与校核

离合器作为汽车起重机动力传动系统中与发动机相连接的关键部件,对汽车起重机的动力传递有着至关重要的作用。本文通过介绍离合器选型设计过程中的计算公式并以某汽车起重机为例进行校核计算,为汽车起重机离合器的匹配提供参考。     

Autonomous vehicle self-localization based on abstract map and multi-channel LiDAR in urban area

Accurate vehicle self-localization is significant for autonomous driving. The localization techniques based on Global Navigation Satellite System (GNSS) cannot achieve the required accuracy in urban canyons. On the other hand, simultaneous localization and mapping (SLAM) methods suffer from the error accumulation problem. State-of-the-art localization approaches adopt 3D Light Detection and Ranging (Lidar) to observe the surrounding environment and match the observation with a priori known 3D point cloud map for estimating the position of the vehicle within the map. However, storing the massive point cloud needs immense storage on the vehicle, or it should be stored on servers, which makes the simultaneous downloading of the map by multiple vehicles another challenge. In this study, rather than employing the point cloud directly as the prior map, we focus on the abstract map of buildings, which is easy to extract, and at the same time apparently observable by Lidar. More especially, we proposed vehicle localization methods based on two different abstract map formats representing urban areas. The first format is the multilayer 2D vector map of building footprints, which represents the building boundaries using vectors (lines). The second format is the planar surface map of buildings and ground. These map formats share the same idea that the uncertainty (deviation) of each vector or planar surface is calculated and included in the map. Later in the localization phase, the observed data from Lidar is matched with the abstract map to obtain the precise location of the vehicle. Experiments conducted in a dense urban area of Tokyo show that even though we significantly shrank the map size, we could preserve the mean error of the localization.     

基于拓扑地图的自主泊车路径协调与优化策略

为了使全局路径与泊车路径无偏差对接,得到曲率连续的可行驶路径,为泊车模式切换提供精准位姿,提出基于拓扑地图的自主泊车路径协调与优化策略.首先,定义一种精简的停车场拓扑地图描述形式与道路拓扑设计原则,通过采集停车场内关键特征的定位数据建立停车场拓扑地图.其次,基于道路拓扑设计原则与泊车规划原则,设计"第1次平滑处理-路径...     

电控CNG发动机增压匹配的仿真计算

利用GT-POWER软件对电控CNG（Compressed Natural Gas）发动机建立了仿真计算模型,对某电控CNG发动机与某型增压器的匹配进行了仿真计算.结果表明,该发动机能够与增压器进行较好的匹配,但由于增压器采用了放气阀压力调节装置,致使某些工况下发动机的效率降低.     

基于智能船厂的三维电子地图开发技术

研究基于智能船厂的三维电子地图开发技术，开发三维电子地图相关组件并实现地图瓦片化、动态加载、位置校准、地图缓存等功能，通过直观的地理实景模拟表现方式快速搭建智能船厂三维电子地图服务，为管理者提供设备、人员和中间产品等信息检索服务，有效提升船厂数字化、智能化、信息化程度，可为构建船厂资源管理和工装管理智能化提供技术支撑，进一步挖掘生产和管理环节潜力，推进船舶行业信息化建设。     

多线索融合的结构化道路检测算法研究

为实现结构化道路的检测，提出了一种用于道路检测的激光雷达和视觉融合法，通过提取激光雷达在道路边缘的三维点云信息，将其投影到视觉图像上，形成激光点云与图像的映射关系，生成激光雷达似然图。通过改进提取道路的颜色、纹理、水平线等特征的方法，生成相对应的视觉似然图。在贝叶斯框架下将激光雷达和视觉生成的似然图进行融合。在KITTI数据集上测试可知，精度达到94%，准确率达到86%，表明该道路检测法具有较好的道路检测果。     

基于2阶HMM的智能车视觉地图定位方法

本文中针对视觉地图匹配问题，将视觉地图匹配问题转化为基于图像序列的最优视觉地图节点匹配问题，并提出基于2阶隐马尔科夫模型（hidden Markov model,HMM）的视觉地图匹配方法。在该模型中，状态变量被定义为高精度视觉地图节点，查询图像被定义为观测数据。在状态转移模型中，引入2阶模型对短时间车辆运动进行匀速运动建模，与传统的1阶HMM相比，可以提高模型的适用性与准确性。提出利用全局图像特征建立查询图像与地图节点之间的匹配关系，并从匹配的汉明距离建立发射概率模型，可有效提高地图匹配的效率。最后，通过前向算法来求解最优匹配的地图节点。为了验证算法的性能，分别在封闭工业园区、开放道路和KITTI公开数据集对算法进行验证。实验结果表明：2阶HMM模型能够有效融合车辆运动信息和图像信息，提高匹配的稳定性和精确度，算法性能明显优于传统的基于单帧匹配和序列匹配算法。     

基于SVG格式的远洋客船电子地图显示模块构建

对可缩放矢量图形（Scalable Vector Graphics，SVG）技术特点进行分析，结合远洋客船电子地图显示模块功能需求，对电子地图进行功能设计，实现远洋客船电子地图显示模块的构建。以某远洋客船为例，验证基于SVG格式的电子地图显示模块符合远洋客船网络化构建的需求，可为后续远洋客船实现乘员动态导航和构建个性化网络服务平台提供技术基础。