基于模型预测控制的智能车横纵向控制器设计

针对智能车横纵向控制中路径跟踪精度、行驶稳定性以及乘坐舒适性等问题,提出了基于模型预测控制(MPC)的横纵向综合控制方法.速度规则系统根据参考路径曲率与车辆跟踪位移误差计算出期望速度曲线,速度跟踪控制采用分层式控制器,上层控制器利用MPC算法计算期望加速度,下层控制器利用车辆逆纵向动力学模型对车辆的驱动和制动进行协调控...     

地铁车辆交流传动系统主电路振荡抑制研究

对主电路振荡这一地铁车辆交流传动系统开发中的难点问题进行分析,利用交流传动半实物仿真平台进行了研究,并将研究结果用于国产地铁车辆和北京地铁电动客车项目,取得了很好的效果。     

轨迹数据驱动的单点信号交叉口运行效率评价方法

为解决信号交叉口运行效率评价方法偏理论化、实用性不强等问题,以出租车、公交车、驾图(车联网)多源GPS轨迹数据为基础,充分利用车辆减速、停车、加速等连续速度变化特征及位置信息,提出交叉口个体车辆排队长度、通行时间、停车次数等交通参数提取技术.基于此,构建以信号交叉口运行指数为一级指标,车辆平均通行时间,第95％分位排队...     

基于LSTM网络的驾驶意图识别及车辆轨迹预测

自动驾驶汽车需具备预测周围车辆轨迹的能力,以便做出合理的决策规划,提高行驶安全性和乘坐舒适性。运用深度学习方法,设计了一种基于长短时记忆（LSTM）网络的驾驶意图识别及车辆轨迹预测模型,该模型由意图识别模块和轨迹输出模块组成。意图识别模块负责识别驾驶意图,其利用Softmax函数计算出驾驶意图分别为向左换道、直线行驶、向右换道的概率;轨迹输出模块由编码器-解码器结构和混合密度网络（MDN）层组成,其中的编码器将历史轨迹信息编码为上下文向量,解码器结合上下文向量和已识别的驾驶意图信息预测未来轨迹;引入MDN层的目的是利用概率分布来表示车辆未来位置,而非仅仅预测一条确定的轨迹,以提高预测结果的可靠性和模型的鲁棒性。此外,将被预测车辆及其周围车辆组成的整体视为研究对象,使模型能够理解车-车间的交互式行为,响应交通环境的变化,动态地预测车辆位置。使用基于真实路况信息的NGSIM（Next Generation SIMulation）数据集对模型进行训练、验证与测试。研究结果表明：与传统的基于模型的方法相比,基于LSTM网络的轨迹预测方法在预测长时域轨迹上具有明显的优势,考虑交互式信息的意图识别模块具备更高的预判性和准确率,且基于意图识别的轨迹预测能降低预测轨迹与真实轨迹间的均方根误差,显著提高轨迹预测精度。     

考虑对地航速和航向的船舶典型轨迹提取方法

基于船舶自动识别系统(Automatic Identification System, AIS)数据的船舶典型轨迹挖掘需要经过两个重要步骤,一是压缩 AIS 数据,二是聚类压缩后的 AIS 数据。传统的DP(DouglasPeucker)压缩算法,只考虑船舶轨迹的压缩形状,忽视了船舶航行中其他重要信息。为解决此问题,把对地航速和航向加入到DP算法的压缩过程中。在AIS轨迹聚类方面,传统谱聚类方法只对船舶轨迹的位置进行相似性度量,没有考虑船舶轨迹的其他维度,针对此问题,提出多属性轨迹相似性度量方法。由于不同的输入参数影响着最终的聚类质量,引入Calinski-Harabasz指标评价谱聚类算法,实现聚类参数的自适应选择。利用山东威海水域的实际AIS数据进行实例研究,并与传统谱聚类算法做比较实验。实验结果表明,利用该方法提取到的典型轨迹符合真实水域的交通情况,相较于传统谱聚类方法具有更高的聚类质量。     

鱼雷内弹道特征参数估计的回归分析

论述了以建立回归方程为中心,利用有限的实验数据建立舰艇鱼雷发射内弹道特征参数（鱼雷出管速度、膛压极值）的线性回归方程。通过实验数据计算,证明这是一种舰艇鱼雷发射内弹道特征参数估算的有效方法。在回归分析法基础上,提出了如何进行实验的优化。     

不可压缩液体中自由气核分叉特性研究

空化气泡会引起强烈的声辐射和舰船壳体振动,自由气核振动的跨临界分叉研究对寻求空化气泡的生成机理具有重要意义.通过建立不可压缩液体中自由气核的振动模型,由中心流形定理对该振动模型进行约化,得出中心流形上的跨临界分叉方程,通过该振动模型的分叉研究,提出了产生气泡的新机理,并进行了仿真实验加以验证.仿真结果表明,跨临界分叉是自由气核产生气泡的一条途径.     

不同发射参数下潜射鱼雷初始弹道建模与仿真

为研究潜射鱼雷发射参数设定对鱼雷初始弹道的影响,建立鱼雷初始弹道数学模型,对鱼雷在纵平面的初始弹道进行了研究,利用Simulink编程进行了仿真,得出在不同发射参数设定下弹道的袋深、最大超调量和到达设定深度所需时间.仿真结果表明,鱼雷横舵管制舵角和出管速度对鱼雷初始弹道都有影响,其中鱼雷横舵管制舵角影响较大,为进一步优...     

信号交叉口行车风险场建立及车辆通行行为优化

随着汽车逐步向智能化、网联化发展,智能网联车辆逐步进入实际应用阶段。进行智能网联车辆的通行行为优化,对提升驾驶安全性和行车效率,避免事故发生和交通拥堵至关重要。车辆在通过交叉口时将受到很多环境及运动因素的影响,而现有的通行优化模型难以准确表达各类因素共同作用下的行驶环境。为此,基于风险场理论建立由环境场和运动场组成的信号交叉口行车风险场,表征信号交叉口中每点的实时行车风险程度,从而引导车辆驶向风险值低点,并提供下一步长的位移及速度指引,实现车辆的动态轨迹优化及速度控制。典型场景下的仿真结果表明：在优化模型的控制下单车的信号交叉口通行效率明显提升,其中直行方向车辆单车平均通行效率提升最高,平均提升6.35%,通过对交叉口面积内所有车辆进行通行行为优化,交叉口通行效率提升了9.3%,这表明所建模型可以准确表达交叉口行车环境并优化车辆通行行为。研究结论可应用于自动驾驶车辆的交叉口通行控制,并为网联环境下的行车环境表达和安全驾驶控制提供模型基础。     

轭式简谐轮振荡系统应用于超精研装置的研究

本文所研究的用于超精研装置的轭式简谐轮振荡系统的突出优点是两个振子在轴上对置,质量平衡,能赋予超精研油石以光滑、连续、平稳的简谐振动,且同时装有6块油石,加工效率高,适用于超精研大型圆筒工件的外表面.