基于世赛赛教融合课程数字化改造路径研究——以“汽车车身修复技术”课程为例

世界技能大赛作为衡量技能水平的国际性赛事,对职业教育提出了更高的挑战。“汽车车身修复技术”课程的教学目标和课程内容与世界技能大赛车身修理进行了有机融合。在课程实施过程中,存在数字资源有限、实践教学成本投入大、技术动作欠缺量化评价依据等问题。本论文以“汽车车身修复技术”课程为例,旨在探讨赛教融合课程的数字化改造路径,以提升课程的实用性、互动性和实施效果。     

访罗伯特·博世有限公司底盘控制系统事业部总裁Mr．Gerhard Steiger

Q：根据材料介绍,自动驾驶技术才能真正的成熟。为什么不能尽快地把这个系统研发出来。Gerhard Steiger：自动驾驶的发展是一个过程,真正达到自动驾驶是终极目标。现在有很多主机厂和一些供应商部在做这方面的研究,实现过程是一步一步的。目前自动驾驶的实现还存在很多问题,比如传感技术、数据融合、人工智能、地图等。所以我们在介绍自动驾驶的同时也要介绍现阶段的技术,我们在一步一步达到自动驾驶。     

数据融合技术在短时交通流预测中的应用

提出了短时交通流预测的时间间隔长度,介绍了常用短时交通流预测方法.结合数据融合技术,明确了短时交通流预测的改进方向之一,即模型选择、模型组合,并给出了短时交通流预测的数据融合算例.     

基于因子图的自动驾驶融合定位研究

在自动驾驶系统的即时定位及地图构建问题中,当行车路况复杂多变时,如何对车辆位姿进行准确实时估计是一个关键问题。就该问题提出基于因子图的多传感器融合方法,在Matlab 软件环境中实现车辆的准确实时定位。根据实际驾驶过程的特性选择试验采用的数据类型并建立相应的数学模型,分别根据GPS 及IMU 数据特征以及VO 和IMU的数据特征建立相应的融合因子图模型,基于KITTI 数据集,对所建立的融合因子图模型进行试验验证。结果表明,通过融合因子图模型可以准确地估计车辆当前时刻的位姿。     

基于SVDD与D-S证据理论的发动机故障诊断研究

提出了一种基于支持向量数据描述(SVDD)和D-S证据理论相结合的故障诊断新方法,通过SVDD算法分别判断来自单个传感器的数据,然后运用D-S证据理论对各传感器的诊断结果进行信息融合,最终实现对发动机的故障诊断.试验表明,该方法充分利用各信号源的冗余互补信息,降低了诊断的不确定性,提高了故障诊断的可靠性.     

打造舒适度与可持续性完美融合的汽车内饰材料 专访贝内克-卡里科集团全球研发总监于尔根·布瑞博士(Dr.Jürgen Bühring)

位于德国汉诺威的贝内克-卡里科集团是大陆康迪泰克集团的一员,在汽车内饰材料领域拥有核心竞争优势。贝内克-卡里科在德国、中国和墨西哥设有4家工厂。2012年公司销售额达3.57亿欧元,全球员工数超过1700人。贝内克-卡里科为世界各地的汽车制造商生产用于仪表盘、座椅、门板、遮阳板、储物箱门、安全气囊外壳、中央控制台和可折叠顶篷等部位的软装饰件。成立于2005年的贝内克-长顺内饰材料(张家港)有限公司是贝内克-卡里科和江苏长顺集团各持51%和49%股份位于中国张家港的合资公司。自2011年起,该公司开     

基于信息融合的车辆险态运行模式评价研究

提出了一种车辆运行状态识别体系.鉴于车辆行驶环境的复杂性,多作业工况条件的影响以及车辆行驶行为表现特征的多元性,采用BP神经网络技术与Dempster-Shafer证据推理技术相结合的信息模式分类及融合判断的解决方案.为验证所提出的方案,建立车载摄像机视频实时检测系统,以车道偏离信息和跟驰车间距信息作为车辆行驶的表征参量,实现车辆险态行驶特征表现的检测和评价.研究结果表明,模式分类和多源信息融合决策技术的综合运用提高了车辆危险行驶姿态表征信息甄别的自适应性和智能化水平.     

基于压力传感器阵列的车型分类系统

针对当前车型分类系统识别率不高的问题,提出了用4条共聚物压电轴传感器组成的传感器阵列获取车型特征参数的方法。该方法利用传感器的特殊空间分布与车辆各车轴到达各传感器时刻的时空相关性,对采集到的信息进行数据融合,获得了多达11种车型特征参数。分类识别中用模糊统计的方法对大量的样本车型特征参数处理后,构造了隶属函数,最后采用了D-S证据理论对车型进行分类。实践证明该方法具有较高的识别率。     

基于小波变换的多源遥感图像融合方法

数据融合是目前遥感应用领域的一个热点问题,文中分析了传统的多源数据融合方法,提出了采用基于多分辨率的小波分解技术进行多源图像融合的方法.它将高分辨率图像的小波系数添加到多频谱(低分辨率)数据上,再将全色图像小波变换的高阶系数添加到多频谱图像的浓度组件上.实验表明,此方法切实可行,能使低分辨率图像的信息提取与利用接近于高分辨率图像.     

信息融合技术在汽车ABS系统故障诊断中的应用

针对汽车电控系统故障诊断的复杂性,提出用多传感器信息融合技术来解决该问题的思路。研究了一种决策层信息融合方法(Dempster-Shafer证据推理法)在汽车防抱死系统故障诊断中的应用,并详细介绍了在此实例中的故障识别框架的建立、mass函数的确定、证据合成等内容。结果表明,基于Dempster-Shafer证据推理的决策层信息融合方法能够准确、有效地诊断出ABS系统故障所在的部位。