基于深度强化学习的自动驾驶车辆跟驰行为建模

为提高自动驾驶车辆的跟驰性能,减轻交通震荡干扰的负面影响,研究了1种基于深度强化学习的自动驾驶跟驰模型。在现有奖励函数设计基础上融入对能源消耗的考虑,基于VT-Micro模型构建能耗相关项;同时对使用跟车时距构建行驶效率因素相关项的方法进行优化,添加虚拟速度来避免在交通震荡场景中出现计算溢出和车间距过近的问题。为克服过往抑制震荡研究中仅用闭合环状模拟道路和仿真车辆轨迹开展训练的局限性,选用NGSIM轨迹数据中交通震荡阶段的驾驶员行为特征搭建训练环境,应用双延迟深度确定性策略梯度算法（Twin Delayed Deep Deterministic Policy Gradient Algorithm,TD3）训练形成多目标优化的跟驰模型。进一步构建模型性能测试评价体系,对比分析TD3模型与其他传统模型在跟车与交通震荡2类测试场景中的表现。跟车测试场景实验结果表明：在舒适度与行驶效率上,TD3模型和传统自适应巡航控制（Adaptive Cruise Control, ACC）模型表现相近,二者均优于人类驾驶员;在安全性上,TD3模型相较于传统ACC模型安全隐患降低53.65%,相较于人类驾驶...     

地铁自动检票机故障分析及可靠性研究

考虑到地铁自动检票机组成复杂且故障形式多样,对其进行故障分析并以二参数威布尔分布为基础,提出一种基于混合威布尔分布的设备可靠性评估模型。为提高模型拟合精度,基于误差平方和最小思想构建非线性最小二乘参数优化估计模型并使用粒子群算法(PSO)进行最优参数求解。以南京地铁油坊桥车站自动检票机实际故障数据为例,进行实例验证。结果表明,基于PSO算法的混合威布尔分布可靠性评估模型优于传统单威布尔分布,其均方根误差、平均绝对百分比误差、皮尔逊相关系数均为最优。     

边界层网格尺度对高效舵水动力数值计算的影响

体现边界层网格尺度的主要参数为壁面y~+值。为了研究边界层网格尺度在高效舵水动力计算中的影响,在网格数量无关性检查的基础上,针对几种典型的y~+值,应用Standard k-ε湍流模型对一种新型随边扭曲高效舵进行水动力计算,将预报值与模型试验结果进行对比分析。结果表明,不同的壁面初始y~+值得到的结果有一定差异,综合来看,当壁面初始y~+值取在30时得到的计算结果与模型试验吻合度最好。     

基于商用车的车载以太网通信技术应用

汽车智能化、网络化、自动驾驶的大浪已经来临,ADAS技术的不断革新,高品质车载娱乐影音以及FOTA远程升级,V2X、大数据、云计算等一系列技术的发展,都推进了车载网络容量需求的爆发式增长,传统的CAN、 LIN已无法满足大数据的传输。本文主要介绍基于商用车的车载以太网通信技术应用,包括以太网应用场景设计、架构设计、应用层协议介绍、通信测试等。     

2007款福特福克斯车发动机无法启动着车

1故障现象一辆2007年2月产CAF7180A福特福克斯车,因抛锚在外而需要救援;该车搭载型号:CAF483Q01.8L电控汽油发动机(额定功率91.4kW)和自动变速器;行驶里程数约:196300km。2检测诊断维修技师到达目的地后,首先查看组合仪表,燃油指示(一半)及相关故障指示灯显示正常,说明不是因燃油不足而导致发动机无法启动着车。     

船舶轴系和舵系安装过程受力分析与安全控制

为确保船舶轴系和舵系的安装过程安全可控,避免安装过程中可能发生的人员伤害事故和设备损失事故,分析船舶轴系和舵系在安装过程中的受力情况。结合船舶维修及现场施工环境,充分识别船舶轴系和舵系各个安装环节存在的危险源。根据危险源辨识结果,通过优化施工工艺、重视关键受力环节的分析与管控、强化施工组织与管理等措施,提升船舶轴系和舵系现场施工的安全性。研究成果可为船舶轴系和舵系安装过程的安全管控提供一定参考。     

基于模式识别的船舶异常行为自动报警方法

不能自行判断船舶异常行为,并根据判断结果完成自动报警,是现阶段船舶航行面临的主要问题。为有效解决此问题,建立基于模式识别的船舶异常行为自动报警方法。通过识别相似度的确定、与船舶异常行为关系的确定,完成基于模式识别研究角度的确定。通过船舶异常行为聚类、聚类异常行为识别,完成上述方法的搭建,并确定该方法是否可以完成自动报警。设计对比实验结果表明,应用该方法后,节省检测船舶异常行为所需人力资源,且提升识别准确性。     

能源消耗实时监测控制系统研究

能源实时监测控制系统的应用,促使船舶能耗监测形式由人工监测向在线监测转变、能耗监管时效由能耗统计向能耗实时监测转变,提高能源消耗监测控制的准确性和实时性,有效提高能耗的现代化管理水平。