基于机器视觉的车辆检测与参数识别研究进展

近年来公路交通运输快速增长,交通车辆的快速准确检测与识别对智能交通系统和交通基础设施运维具有重要意义.随着机器视觉和深度学习技术的迅速发展及其在目标检测领域的广泛应用,车辆目标检测和参数识别也取得新的突破.该文从车辆参数的识别方法和应用研究两方面梳理了机器视觉和深度学习在车辆检测与参数识别领域的研究现状、最新研究成果和...     

并联混合动力汽车ECMS的时变等效因子提取算法的研究

为解决当前等效燃油消耗最小控制策略(ECMS)未能根据实际工况选取最优等效因子的问题,利用动态规划算法(DP)和ECMS各自的优点,构建并联混合动力汽车能量算法模型,即采用动态规划算法的等效燃油消耗最小控制策略(ECMSwDP),将等效因子作为全局最优算法的控制变量,通过对等效因子的离散全局优化,获得基于工况的最佳时变等效因子。在标准工况下对时变等效因子实时控制策略与全局最优控制策略DP的各项性能参数进行了数值仿真,验证了时变等效因子提取算法的有效性和等效因子初始值选取方法的可行性。     

基于数据驱动的电动汽车动力电池SOC预测

为准确预测电动汽车动力电池的能耗,缓解驾驶者的里程焦虑,本文中提出一种基于数据驱动的电动汽车动力电池SOC预测模型.首先分析电动汽车能耗构成并提取能耗影响因素,接着基于某款电动出租车CAN总线采集的汽车运行数据,采用机器学习算法,提出基于温度分层的能耗模型,通过宏观数据与微观数据的融合减小误差,最后使用该模型对车载BM...     

磁流变半主动悬架研究及实车试验分析

针对车辆半主动悬架系统的整车协调控制,通过悬架动力学模型分析了耦合量的影响,提出了一种主从控制方法.基于自行研制的并联常通孔式磁流变减振器和控制系统开展了实车道路试验.在越野路行驶时,驾驶员坐垫处的加权加速度降低了13.8％～42.6％,车身俯仰角速度降低了21.1％～53.7％;蛇行试验中车身侧倾角速度、角度分别平均...     

考虑电动自行车骑行的非机动车道最大纵坡探讨

现行规范要求非机动车道的最大纵坡不超过3.5%,但要在山地城市、跨江桥梁两岸慢行系统衔接等场景下满足该要求存在工程占地大、造价高、可实施性差等问题,考虑到电动自行车在非机动车出行方式中占比越来越高的实际情况,以《电动自行车安全技术规范》（GB 17761—2018）规定的国标电动自行车为研究对象对骑行过程进行受力分析,提出了可满足电动自行车骑行要求的非机动车道最大纵坡参考值,可供电动车骑行占比高的类似项目参考。     

基于深度学习的智能车辆视觉里程计技术发展综述

针对基于模型的视觉里程计在光照条件恶劣的情况下存在鲁棒性差、回环检测准确率低、动态场景中精度不够、无法对场景进行语义理解等问题,利用深度学习可以弥补其不足。首先,简略介绍了基于模型的里程计的研究现状,然后对比了常用的智能车数据集,将基于深度学习的视觉里程计分为有监督学习、无监督学习和模型法与深度学习结合3种,从网络结构、输入和输出特征、鲁棒性等方面进行分析,最后,讨论了基于深度学习的智能车辆视觉里程计研究热点,从视觉里程计在动态场景的鲁棒性优化、多传感器融合、场景语义分割3个方面对智能车辆视觉里程计技术的发展趋势进行了展望。     

轮毂电机驱动电动汽车3种构型的平顺性分析

针对轮毂电机驱动电动汽车3种构型,对其平顺性问题展开研究。分别采用滤波白噪声方法和三角形凸块描述随机路面激励和脉冲路面激励。建立了轮毂电机驱动电动汽车3种构型的振动模型,确定了相应的平顺性评价指标。在随机路面和脉冲路面下,采用Matlab/Simulink仿真了轮毂电机驱动电动汽车3种构型的平顺性。研究结果表明,具有吸振结构的构型2和具有悬置结构的构型3与传统悬架的构型1相比,降低了轮毂电机驱动电动汽车随机路面和脉冲路面的平顺性评价指标。     

基于直接CAA与SEA的汽车风噪预测与控制

本文中对某一SUV风噪的预测与控制进行研究.首先基于风洞测试进行风噪声源特性与传递路径的分析,发现泄漏噪声主要发生在500 Hz以上中高频段,车底风噪主要集中于800 Hz以下中低频段,而在外形噪声中,由车顶和四门传递的风噪的贡献大于翼子板.然后基于气动噪声直接计算法和统计能量分析对外形噪声进行仿真,并结合风洞测试分析...     

微型扑翼飞行器空气动力学研究进展

微型扑翼飞行器(FMAV)作为一种新概念的航空器,有着广泛的功能和用途,已经受到了各国的高度重视.综述了国内外对微型扑翼飞行器的低雷诺数空气动力学问题的研究现状及未来的发展趋势,讨论了目前研究中需要解决的一些关键技术.在此基础上,总结出今后研究的重点,并为微型扑翼飞行器的设计提供了参考依据.     

山区双车道公路机动车碰撞事故严重度致因比较分析与预测

以云南山区双车道公路1740起碰撞事故数据为基础,将事故数据分为机动车与机动车、机动车与摩托车、机动车与非机动车3种类型,事故严重度划分为仅财产损失、轻伤、重伤或死亡事故3个等级,分别用部分优势比模型和有序Logit模型建立3类机动车碰撞事故严重度分析模型,对比分析不同等级事故的显著影响因素和模型的预测准确率,分析部分...