电动汽车大数据处理活动中的伦理问题研究

为了解车辆零部件运行状态,分析整车故障原因,技术人员通过车载终端把电动汽车的整车控制系统各节点发送至大数据平台进行查阅、分析和下载使用。大数据的使用引发了信息工程领域的伦理问题。本文重点阐述了电动汽车产业运用大数据时可能产生的伦理问题及其产生原因,探索强化责任、加强职业道德教育等解决办法,并结合伦理学理论提出了建议。     

新媒体环境下全地形车营销策略分析

互联网+和大数据技术的不断发展和进步让信息经济时代真正地到来了。伴随着电子商务从起步到发展,很多的电商运营平台也逐渐凸显出自己的价值和地位。与此同时,电子商务的营销模式也从传统的B2B、B2C模式向着O2O、C2B的方向发展。全地形车,是一种十分独特的车型,适用的范围和人群也具有特定性。为此,在新媒体的环境之下,如何进行全地形车的营销,如何能够为全地形车吸引到更多的受众群体,这正是本文所要探究的关键所在。为此,文章在对全地形车的基本内涵、主要分类进行阐述和分析以后,针对全地形车这一个特殊车型的营销模式的创新和进步,提出了一些见解和主张。     

基于Faster R-CNN与形态法的路面病害识别

为提高基于图像处理的路面表观病害检测识别效率及精度,引入目标检测中的快速区域卷积神经网络（Faster Region Convolutional Neural Network,Faster R-CNN）算法以快速识别病害种类、位置与面积;针对已提取的带边框裂缝病害区域,采用基于VGG16迁移学习与模型微调的CNN与50%重叠率的滑动窗口定位裂缝骨架,进而利用形态法操作提取裂缝形态,计算其长度与宽度;针对Faster R-CNN算法在病害种类识别时漏检率低但误检率偏高的问题,引入精确率、召回率和F₁分数指标对算法进行评估,并根据F₁分数最大值确定相应的病害框像素面积及置信度阈值来降低误检率,以适应路面表观病害多样化的应用场景。运用开发的病害识别算法对广东一高速公路路面进行表观检测。结果表明：所提方法对典型裂缝图片的识别效率及精度均高于单独应用CNN滑动窗口和传统形态法的全局图像处理方法;对分段的裂缝边界框进行合并,且病害框像素面积及置信度阈值取优化值后,横向裂缝精确率由合并前的0.861提升至合并后的0.918,横向及纵向裂缝误检率则分别由调整前的20.4%和23.8%下降至调整后的8.2%和6.9%,漏检率则稍有提高。基于Faster R-CNN、CNN及形态法的路面病害识别方法具有工作高效、漏检率低的优点,在引入评估指标、最优病害框像素面积与置信度阈值后,病害误检率也大幅降低,具有潜在工程应用价值。     

双自由度舵机执行机构冲击载荷的仿真分析

超高速水下航行体航行过程中工况复杂,在加速段速度跨度大,双自由度舵机执行机构承受了较大的瞬态冲击载荷,有必要对其韧性进行分析校核。本文分别建立旋转机构输出轴、减速箱体和展开机构最后一级齿轮副的多刚体动力学仿真模型,分析各机构在冲击载荷下的应力和变形情况,校核结构韧性的可靠性,同时对旋转机构输出轴进行模态分析。仿真与校核结果为机构优化设计提供参考依据。     

硬咬合桩在含承压水复杂软土地层中的应用

通过上海某水厂基坑的咬合桩围护施工,分析了在含承压水的复杂软土地层中采用全套管全回转钻机进行硬切割成孔的咬合式排桩施工易出现的问题,以及采用的相应施工措施和施工要点,保证了工程的施工质量,为以后类似工程施工提供借鉴和参考.     

基于TD3算法的人机混驾交通环境自动驾驶汽车换道研究

提高人类驾驶人的接受度是自动驾驶汽车未来的重要方向,而深度强化学习是其发展的一项关键技术。为了解决人机混驾混合交通流下的换道决策问题,利用深度强化学习算法TD3（Twin Delayed Deep Deterministic Policy Gradient）实现自动驾驶汽车的自主换道行为。首先介绍基于马尔科夫决策过程的强化学习的理论框架,其次基于来自真实工况的NGSIM数据集中的驾驶数据,通过自动驾驶模拟器NGSIM-ENV搭建单向6车道、交通拥挤程度适中的仿真场景,非自动驾驶车辆按照数据集中驾驶人行车数据行驶。针对连续动作空间下的自动驾驶换道决策,采用改进的深度强化学习算法TD3构建换道模型控制自动驾驶汽车的换道驾驶行为。在所提出的TD3换道模型中,构建决策所需周围环境及自车信息的状态空间、包含受控汽车加速度和航向角的动作空间,同时综合考虑安全性、行车效率和舒适性等因素设计强化学习的奖励函数。最终在NGSIM-ENV仿真平台上,将基于TD3算法控制的自动驾驶汽车换道行为与人类驾驶人行车数据进行比较。研究结果表明：基于TD3算法控制的车辆其平均行驶速度比人类驾驶人的平均行车速度高4.8%,在安全性以及舒适性上也有一定的提升;试验结果验证了训练完成后TD3换道模型的有效性,其能够在复杂交通环境下自主实现安全、舒适、流畅的换道行为。     

汽车天线偏心测试的系统设计与试验验证

随着智能网联汽车的迅速发展,汽车对外通信性能的重要性显著提高,但汽车体积大、重量沉,无法直接借鉴传统通信行业的天线系统测试方法。本文以智能网联汽车的天线系统为研究对象,研究出一种改进的近远场变换算法,并基于该方法设计出一种合理的验证方案,从而降低因汽车测试位置偏移对试验结果的影响。研究表明,当以整车作为被测件时,车载天线在测试系统中心和整车几何中心在测试系统中心的情况下,近场测试数据存在明显的较大差异;然而通过正确的NF-FF变换处理,两者远场辐射方向图都是一致的。说明了在球面近场系统测量加近远场变换的处理下,可以得到整车远场辐射信息。该结论对推动整车无线性能测试提供了实验和验证基础。     

基于GIS空间分析的抛石护岸工程水下抛石效果评价

抛石护岸工程水下抛石效果评价是工程水下质量控制的重点和难点。准确掌握和分析工程水下质量状况,对确保抛石护岸的施工质量起到了重要作用。GIS(地理信息系统)技术拥有强大的空间数据处理与分析能力,可用于对水下抛石效果进行多维度的定性与定量分析。分析结果可以准确评价施工质量、精准指导下一阶段施工、降低施工成本。通过对3个试验区的分析,总结出一般施工规律:1)由于工程区上游起始处以及下游深水侧容易产生冲刷,抛石效果较差。2)工程区中部及近岸区抛石效果较好,但容易过抛。     

铁路下一代移动通信系统LTE-R检测技术研究

GSM-R应用过程中,在频率规划、传输速率和系统应用等方面受到较大限制,我国铁路已确定下一代专用移动通信系统的发展方向为LTE-R。从带宽、网络结构和系统承载的业务等方面分析LTE-R系统与GSM-R系统的异同;基于LTE-R所承载的业务,前瞻性地研究了LTE-R相关检测技术及其检测系统的架构和组成,为LTE-R系统日常动态检测提供技术积累和系统支撑。     

基于改进Radon变换的直线钢轨识别算法

针对传统Radon变换在直线轨道检测方面速度慢且不能从众多边缘直线中识别出钢轨,提出基于改进Radon变换的直线轨道识别算法。首先,通过阈值筛选的边缘点;其次,利用先验知识,建立极角约束域;然后通过Radon变换提取所有直线,再利用直线角度差和直线平均距离筛选出钢轨边缘直线;最后将本文算法与传统Hough变换算法和传统Radon变换算法的比较,实验结果显示本文算法能精准识别出钢轨,且速度更快。