数字化汽车标准信源技术及其在公路交通管理中的应用研究

数字化汽车标准信源体系的建立是解决我国公路交通管理难题的有效方式。以800/900MHz无源RFID技术可建立起数字化汽车标准信源体系平台,通过建立该平台,可形成不停车收费及路径识别的应用系统,该系统不但可以实现不停车收费及路径识别功能,还可以进行一系列的拓展应用,提高我国公路交通的管理水平。     

算法战争,车用芯片的下一道“地平线”

模式改变,从卖车到卖“迭代”2020年,全球汽车产业首次爆发芯片“断供”危机,一家名为地平线的中国芯片企业却迎来首次“上车”,成为继Mobileye和Nvidia后,第三个实现汽车智能芯片前装量产的AI芯片公司,也成为首个经过量产验证的中国车规级智能芯片供应商。如今,地平线已与包括长安汽车、上汽集团、奥迪等传统车企巨头,以及理想汽车等新造车势力,达成在智能座舱与自动驾驶等领域的多层次深入合作,包括芯片供应、软件算法协同、联合开发等。首个量产汽车AI芯片征程2截至2020年底,出货量已达16万片,AI算力高达96 TOPS的征程5将于2021年发布,支持L4+自动驾驶的征程6也已经在定义过程中。     

基于TSK模糊系统的模糊对向传播神经网络

充分利用了TSK（Sugeno-Tanaka)模糊系统的优点，提出了改进的模糊对向传播神经网络Improved-FCP，并给出了其学习算法，实验结果表明Improved-FCP网络之FCP网络对样本有更高的逼近精度。     

基于遗传-神经网络的字符识别

设计并实现了一种基于遗传一神经网络的字符识别系统．遗传一神经网络算法综合了遗传算法的全局优化和神经网络的并行计算等特点，可克服遗传算法最终进化至最优解较慢和神经网络易陷入局部解的缺陷，具有较好的全局性和收敛速度．     

水下机器人操作能量最小化运动控制研究

以操作能量作为评价函数进行水下机器人运动规划的结果得到随时间变化的目标运动路径和理论控制输出^[1]。本文探讨为实现运动控制过程中能量最小化，在进行目标路径跟踪的前提下作为随机量的实际控制输出与理论控制输出的一致性问题，提出了神经网络控制器的结构和学习方法，水下机器人“Twin-Burger”的实验结果验证了本文所提出方法的有效性和可行性。     

城市客车短后悬结构的开发

论述了客车短后悬的优点,并针对现行的发动机后横置短后悬存在结构复杂、传动效率低、成本高的不足,开发了一种传动可靠的低成本客车短后悬结构.     

自卸车前顶多级缸漏油故障树分析

本文针对自卸车前顶多级缸漏油问题建立了故障树,对产生问题的底事件进行了分类分析并给出了相应的解决建议,具有一定的参考意义。