后补贴时代新能源汽车换电模式发展趋势分析

在能源匮乏的背景下,新能源应用的范围越来越广,延伸至汽车领域,新能源汽车逐渐成为未来汽车领域的发展趋势。21世纪初,国外就开始尝试新能源汽车换电模式,但是受到各种外力因素的影响。随着新能源汽车换电技术的发展,换电站的建设成本越来越低,而且新能源汽车换电的标准越来越规范,我国汽车龙头企业逐渐开始研究和推广新能源汽车换电模式。中国新能源汽车的能源补给方式以充电为主变为充换共存,换掉模式能够为充电模式提供有效的补充,这是我国未来新能源汽车的发展趋势之一。     

考虑共享停车的用户出行选择研究

为探讨共享停车的出现对用户出行选择的影响,将出行者划分为共享停车和普通停车两种用户类型,分别构建停车阻抗函数,并基于分层Logit(NL)建立停车和路径联合选择结构模型.进一步提出带有两种停车方式的随机用户均衡模型,并改进相继平均算法对模型进行求解,通过算例分析发现预约费用从4元变化到12元时,共享停车需求量从378辆...     

基于动态清空距离的特殊车辆与CAVs混合车道控制

特殊车辆的优先通行是道路交通管理的一项重要工作,而目前相关控制措施存在实施难度较大、道路空间利用率低和道路通行能力下降等问题。为解决这些问题,结合智能网联汽车（CAVs）技术特点,提出考虑特殊车辆优先通行的CAVs专用车道控制方法,按应急车辆、一般优先级车辆和CAVs的优先通行顺序设计车辆通行规则。通过预测特殊车辆到达下游交叉口时的路口排队长度,建立“满足不同优先级特殊车辆通行需求”的动态清空距离模型,其中应急车辆以速度损失最小化为优化目标,一般优先级车辆以均衡车辆通行需求为优化目标。针对CAVs在专用道上可能成为其他车辆通行障碍的情况,考虑换道安全和不同换道动机,设计CAVs进入和离开专用道的规则,建立换道决策控制模型;在此基础上,提出适用于不同优先级车辆的专用车道通行控制策略。通过仿真实验对所提方法的控制效果予以分析验证。实验结果表明：与不考虑特殊车辆优先通行的控制方法相比,虽然该方法的车均出行时间和人均出行时间分别增加了3.9%和2.8%,但特殊车辆的车均延误时间减少了59.6%以上;与IBL控制方法相比,该方法的车均出行时间和人均出行时间分别减少16.7%和14.6%,特殊车辆的车均延误时间减少13.5%,专用车道利用率提高36.3%以上,并且在CAVs渗透率大于0.4时获得最佳控制效果。该控制方法在特殊车辆优先通行方面,减少了单一控制策略的局限性,为交通控制和管理提供理论支撑。     

基于细节层次模型的公共自行车调度方法

公共自行车系统作为城市公共交通的重要组成部分,对于缓解城市交通拥堵和建设低碳、环保的出行体系起到了积极的作用。然而,由于公共自行车系统的借还车需求在时间和空间分布上存在不均衡性,在使用公共自行车时,经常遇到“借车难”或者“还车难”的问题,使得出行者不得不放弃使用公共自行车出行。为了有效地提升出行者借还公共自行车的成功率,研究了1种基于细节层次模型的自行车调度方法。基于公共自行车站点之间的相似度,采用谱聚类算法对站点进行层次划分,形成基于空间范围（即公共自行车站点所占据的地理空间区域）的站点簇;在每个划分层级上统计不同簇之间的自行车借/还需求,结合遗传算法对调度车辆的运输路径进行求解;将不同层级上的调度方案叠加,形成1种调度粒度由粗到细的自行车调度方案。通过对比实验证明：基于细节层次模型的公共自行车调度方法较传统方法减少了42.70%的调度路径,进而减少了相应的调度时间。     

基于触觉引导的L2级智能汽车人机共享控制技术综述

因技术和法规等因素限制,智能汽车短时间内难以实现L1级到L5级的快速跨越,人机共驾将长期存在;基于触觉引导的人机共享控制技术为L2级智能汽车人机共驾提供了有效的人机共享控制途径。通过综述国内外车辆人机共享控制技术相关问题的研究现状,重点分析了基于触觉引导的车道保持、换道、避撞、倒车辅助等人机共享控制在路径规划、意图决策和权限分配转移等过程中,可能会造成人机冲突进而导致车辆稳定性降低、行车安全性变差和驾驶员操作舒适度与自由度恶化等关键问题。同时针对人机共享控制中固有的驾驶人风格及认知差异进行了探讨,以期进一步明确人机共享控制器的设计方法及人机冲突产生的机理。提出未来应在大量仿真或实测行车数据的基础上不断迭代优化智能系统,提高智能控制系统对行车环境和驾驶人状态识别的精准度,从而合理分配人机共享控制权重,有效解决人机冲突、车辆稳定性、行车安全性、驾驶员操作舒适性和自由度等问题。基于现有研究存在的问题,指出自适应性触觉引导共享控制器、权重分配共享控制器、基于神经肌肉反应共享控制器及基于高级辅助驾驶系统共享控制器等将是智能汽车人机共享控制的主要研究方向。     

中国新能源汽车的发展现状及未来展望

随着全球能源和生态环境面临严峻挑战,节能和新能源汽车是解决中国能源和环境问题的关键措施,那么新能源汽车的推广也就会越来越广泛。对于不同技术的前景,产业界和学术界尚未达成共识。本文首先介绍了新能源汽车的概念和发展历史,讲述了我国纯电动汽车、插电式混合动力汽车和燃料电池汽车的发展现状,并进一步分析了目前新能源汽车产业的发展机遇,并对其未来发展前景进行展望。最后,针对新能源汽车动力电池技术、安全性、基础设施建设等方面存在的问题,提出发展建议。     

新能源汽车产业背景下的车辆工程专业人才培养变革

随着新能源汽车产业的发展及国家新能源汽车产业发展规划的颁布,传统基于燃油车的车辆工程专业的人才培养方案已不能满足市场发展的要求。为此,我们对新能源汽车产业的发展方向和新能源汽车产业对车辆工程专业人才需求进行分析,对车辆工程专业的人才培养进行了思考并提出改革的措施。     

基于潜在类别-Logit模型的共享自动驾驶汽车使用意向

自动驾驶技术和共享经济融合产生的共享自动驾驶汽车（SAV）可为人们提供优质的出行服务。为探究出行者选择SAV的行为特性,对受访者的社会经济属性、历史出行特性、行为态度特征进行调查,并采用正交试验设计出行方式选择意向调查问卷,收集到311份有效数据。为充分考虑个体异质性,利用潜在类别分析探究SAV使用者的潜在类别,并将所得潜在类别作为变量融入离散选择Logit模型,建立SAV使用意向的潜在类别-Logit模型。结合多项或混合Logit模型以及划分的3个潜在类别,根据4个合理的模型标定的性别、交通模式、SAV使用人群类型、等待时间等59个变量的参数,识别SAV使用意向的显著性影响因素,并采用7个拟合优度指标评价多项Logit、混合Logit、潜在类别-Logit等8个模型。利用边际效应分析,探讨出行方式属性对SAV使用意向的具体影响。结果表明：涉及3个潜在类别的离散选择Logit模型具有更强的解释性,这3个潜在类别可分别描述为冲动的积极创新者、矛盾的保守创新者和理智的保守使用者;不同潜在类别人群的显著性因素存在明显差异,SAV使用人群类型是不同潜在类别人群共有的显著性因素,其中SAV创新者在各个模型中的显著性水平值均小于0.1;潜在类别-Logit模型的第1类和第2类预测正确率比其他Logit模型分别高出5.9%~28.3% 和5.4%~18.5%,可以更好地解释出行者对SAV的使用意向;出行等待时间对出行者选择SAV的影响最大;当SAV选择概率接近于0.5时,轻微降低SAV人均出行费用最易引起选择私人小汽车的出行者转而选择SAV。     

基于自然驾驶数据的驾驶人换道决策识别研究

为实现人机共驾模式下智能系统对驾驶人换道决策的准确识别,将换道决策细分并提出了基于改进的极端梯度提升(XGBoost)的换道决策识别模型。以实车试验采集的自然驾驶数据作为输入,并采用滑动时间窗法确定识别时刻,建立各识别时间窗口下基于XGBoost的换道决策识别模型,同时运用交叉检验和网格搜索(GS)算法进一步提升模型性能,最后利用验证集数据评估所构建GS-XGBoost模型的识别性能,并与机器学习及深度学习模型进行对比。结果表明,所提出的模型在具体换道决策辨识上具有较好的实时性和准确性,且在1.8 s和1.6 s时间窗下的识别准确率最高,达到86.2%。     

机动车交汇时灯具炫目性的讨论

在背景亮度为1 cd/m2的晚上,摩托车及汽车驾驶员无论使用近光灯、转向信号灯或专用昼间行驶灯,在各交汇距离相对上升对比度阈值小于2时,均不会产生炫目,不会影响对向行驶摩托车驾驶员的观察和判断能力;而摩托车和汽车远光灯在任何距离时的相对上升对比度阈值远远大于2时,在摩托车和摩托车交汇时,会产生炫目,造成交通行驶隐患.