基于K60单片机智能小车设计与实践

为更好地参加全国大学生智能汽车竞赛,文章提出了基于K60的智能小车设计,设计了以MK60DN512ZVLQ10作为核心控制器的硬件电路系统。软件系统通过处理单目摄像头所拍摄的图像,得到小车的规划路径曲线;再通过单点预瞄最优曲率模型得到较优转向角,用比例积分微分（PID）算法控制小车的转向,实现了小车的循迹功能。采用了障碍物膨胀法,有效避免了碰撞的发生。试验结果表明,所设计的智能小车能够在赛道上直线行驶、转弯、过十字路口等,具有基本的行驶功能,满足了设计目标要求。     

基于跃度信号的自动驾驶横向控制

针对自动驾驶车辆的横向控制,提出了一种基于跃度信号的预瞄控制。建立车辆二自由度动力学误差模型,采用线性二次调节（LQR）反馈控制和前馈控制构成闭环横向控制模型。以CarSim和Simulink为仿真平台,模拟车辆进入并跟踪稳态圆。通过分析横向位置误差和横摆角误差等指标,表明该预瞄算法在横向控制精度、跟踪速度方面具有良好效果。     

电动汽车与电网互动模型综述

目前,电动汽车发展进入高速成长期。大规模的电动汽车入网和“即插即充”充电行为将引起电网峰谷差增加,电能质量下降等问题。因此,如何在满足日益增长的电动汽车用电需求的同时,又能使得配电网正常运行成了急需解决的问题。合理的电动汽车充放电调度以及电动汽车与电网的友好互动,需要围绕充电站/换电站、电动汽车电池、用户、聚合商等多种参与方的关键模型和优化算法。文章从充电站/换电站布局模型、充电需求预测模型、充放电响应度模型、充放电优化调度模型等方面对电动汽车与电网互动的关键模型进行综述,并提出了聚合商和虚拟电厂两种模式,能有效实现电动汽车可调度资料整合以及电力系统的运行优化,对完成“碳达峰、碳中和”的目标形成支撑。     

基于Apriori算法的机动车保险欺诈索赔的关联度分析

在保险行业中,保险欺诈是当前存在的普遍现象。然而,在保险的全部险种里面,机动车车险欺诈是保险欺诈的高发区之一。本文基于25项特征指标,应用车险欺诈关联分析模型对某保险公司欺诈识别系统数据进行了分析,得出黑色样本的频繁项集,并且在白色样本中进行验证,确定了它们之间的具体关联规则,识别出欺诈索赔事件,得到灰色样本的欺诈率。研究结果表明,总理赔样本的欺诈率为37.527%。     

基于改进分层可拓理论的智能汽车AFS/DYC协调控制

针对紧急避障及大曲率工况的稳定控制难题,提出基于改进分层可拓理论的AFS和DYC协调控制系统,引入了鲸鱼算法解决了可拓边界的自适应划分问题,既简化了分层可拓理论的边界确定过程,又遏制了控制器的一些较为强烈的输出振荡,显著提高了车辆控制的稳定性和安全性。所提AFS/DYC协调控制系统分上下两层,上层是改进分层可拓协调模块,下层是AFS/DYC控制器模块。上层可拓协调模块主要通过横摆角速度、纵向车速以及规划路径曲率来确定AFS和DYC的权重系数,下层控制器模块主要通过上层协调模块确定的权重系数来分配AFS和DYC的输出量,最终实现对智能车辆的稳定性控制。Carsim和Simulink联合仿真结果表明,所提协调控制系统在紧急避障、双移线等大曲率及曲率突变工况下,对横摆角速度和纵向车速的控制效果相较于分层可拓控制、普通可拓控制均有较大提升。     

基于DS-LOF与GA-XGBoost的路域环境感知数据智能检测与修复

针对目前路域环境感知系统易受路面结构和气候等众多因素影响从而造成感知数据出现异常的问题,对路域环境感知数据异常智能检测与修复问题展开研究,提出一种基于DS-LOF(Difference&Summation-Local Outlier Factor)与GA-XGBoost (Genetic Algorithm-eXtreme Gradient Boosting)的路域环境异常感知数据智能检测与修复方法。以沥青路面温湿度感知数据为实例,首先通过对感知数据进行一阶差分与线性求和计算,构建原始感知数据DS (Difference&Summation)特征向量;然后,基于DS-LOF算法对感知数据进行异常值检测,并与K-means聚类和单类支持向量机算法进行对比分析;其次,以原始感知数据集为基础,并结合异常检测结果,构建路域环境感知数据异常修复数据集;最后基于遗传算法优化XGBoost模型进行数据修复。试验结果表明：GA-XGBoost模型相比于XGBoost模型以及其他机器学习修复模型,其路域环境感知数据修复平均误差最低(M_AE=1.253 7,R     

考虑黏土结构性影响的柱孔卸荷收缩问题解析及数值验证

圆孔收缩理论是岩土开挖问题的主要分析方法之一,然而已有研究中大多未考虑土体的结构性影响。为此,采用结构性参数和结构损伤速率分别表征土体结构性强弱和损伤快慢,基于S-CLAY1S模型求解了不排水条件下各向异性天然结构性黏土中的圆柱孔卸荷收缩问题。首先推导了反映应力-应变关系的弹塑性刚度矩阵,进而联立硬化法则和塑性区大变形理论,得到了关于有效应力分量、各向异性分量和结构性参数的微分方程组,并结合边界条件进行了求解;同时编写了S-CLAY1S模型的显式积分算法,通过相应的有限元数值解验证了理论解的正确性。结果表明：土体结构性对圆孔卸荷收缩过程影响显著,结构损伤使得孔周有效应力减小和超孔隙水压力增大,该现象随着土体结构性增强变得更为明显;土体抗剪强度随其结构破坏而降低,土体表现出应变软化特征,分析认为是缩孔过程中土体结构破坏引起的应力释放所致。参数分析表明结构损伤速率越大,缩孔过程中土体结构损伤效应的影响越显著。研究结果可为隧道围岩压力计算、竖井收缩变形预估以及钻孔泥浆护壁压力预测等提供理论依据。     

基于多类型变量空间的驾驶行为基元提取

从驾驶数据中提取驾驶行为基元是实现驾驶行为高效准确分析的重要前提。为了更好地理解驾驶行为,使驾驶行为基元能够体现不同驾驶人的驾驶行为差异,考虑驾驶行为产生时所受驾驶人的主观约束,提出基于多类型变量空间的驾驶行为基元提取方法。使用驾驶行为原始变量反映车辆运行状态和驾驶操作,将所选择的原始变量定义为基础变量集;使用基础变量构造能够反映驾驶人对车辆运行状态主观期望的变量,并将其定义为构造变量集。利用基础变量集和构造变量集生成多类型变量空间,使用贝叶斯凝聚型序列分割算法分割数据以提取驾驶行为基元。针对多类型变量空间自调节问题,提出基于分割质量优选滑窗尺寸的方法,使多类型变量空间能够自适应不同数据集的数值特性,确保基元提取的准确度。对所得基元进行特征构造和提取,利用高斯混合聚类算法对直行和弯道路段的行为基元分别进行聚类,并通过分析各类基元的统计特征得到基元的语义描述。最后,通过实例分析验证基元提取和语义解释的准确性,以及多类型变量空间的优越性。研究结果表明：所提取的驾驶行为基元具有多角度语义,不仅能够反映车辆运行状态和驾驶操作,而且能够体现驾驶人对车辆操纵决策的主观期望,有利于从因果角度更全面地...     

后疫情时代公交车身媒体广告价值复苏的路径思考——以宁波公交为例

公交车身媒体是公交企业一个非常重要的资源板块,也是公交企业一项重要的收入来源。三年疫情对公交车身媒体广告经营带来了深远影响,后疫情时代,公交车身媒体广告价值如何复苏,是一项值得研究的课题。本文试以宁波市公共交通集团有限公司(以下简称“宁波公交”)为例,简述公交车身媒体广告的概念及特点。