船舶螺旋桨水动力性能数值分析

为获取船舶螺旋桨的水动力性能，采用多参考系模型（Multi-moving Reference Frame，MRF）法，运用重正化群（Renormalization Group，RNG）k-ε湍流模型计算定常条件下的螺旋桨水动力性能，研究不同进速比与不同盘面比条件下的螺旋桨水动力性能，分析不同进速条件下的螺旋桨推力与扭矩等水动力参数变化特性。结果表明：随着进速比的增大，螺旋桨的推力与扭矩呈现下降趋势；在盘面比由0.45增大至0.55时，螺旋桨的推力与扭矩随着盘面比的增大而增大，但在盘面比由0.55增大至0.60时，螺旋桨的推力与扭矩减小。因此，在设计螺旋桨的过程中，需要考虑盘面比对螺旋桨水动力性能的影响。     

汽车与电动两轮车碰撞典型场景下的AEB纵横向触发策略研究EI北大核心CSCD

在汽车与电动两轮车碰撞事故中,自动紧急制动(autonomous emergency breaking,AEB)系统的横向触发固定宽度是避撞失效的重要因素之一。为了提高汽车AEB系统的避撞可靠性,本文在分析了汽车与电动两轮车碰撞临界工况的纵横向TTC(time to collision)差值范围的基础上,建立了AEB纵横向触发TTC差值模型。基于PreScan、Matlab/Simulink和CarSim仿真平台建立2种典型的汽车碰撞电动两轮车事故场景,并与横向触发宽度固定为1.75和3.75 m的AEB策略对比。结果表明:提出的AEB纵横向触发TTC差值模型在避撞率中表现更优,在汽车速度低于54 km/h时均能实现避撞。在典型场景1中避撞率为88.9%(45例),未避撞事故碰撞平均速度从70.6下降到29.7 km/h;在典型场景2中避撞率为80%(30例),未避撞事故汽车平均碰撞速度从66降低为18.2 km/h。AEB纵横向触发TTC差值模型具有良好的可靠性和鲁棒性,提高了汽车与电动两轮车道路安全性,为汽车主动安全系统开发提供重要理论参考。     

自适应均衡学习的端到端类人驾驶控制决策网络

针对现有端到端自动驾驶网络对于类人驾驶行为与思维特征模拟不足的问题，从类人驾驶特征出发，设计了一个包含时空特征、历史状态特征及未来特征的端到端类人驾驶控制决策网络。采用多层卷积和长短期卷积时序记忆网络（Conv-LSTM），对前方道路视觉感知图像时间序列进行时空特征提取，同时采用一维卷积和长短期时序记忆网络（Long Short-Term Memory，LSTM） 对车辆状态信息时间序列进行历史状态特征提取，进而采用多任务参数共享方式进行当前时刻和未来序列的方向盘转角、车速的控制决策，并以未来序列作为辅助任务督促当前时刻的主任务学习。为更好地耦合汽车纵横向控制参数学习的过程，还提出一种权衡纵横向控制参数损失量级及学习速度的权重自适应方法，并引入容差阈值，建立衡量纵横向控制参数训练效果的评价方法。依托Comma2k19数据集对所构建控制决策网络进行训练和验证，体现出良好的可行性及优越性。     

敦煌市花雨路总体设计方案

花雨路是敦煌市“九横十四纵”路网中“一横”的重要组成部分，道路等级为城市主干路，位于敦煌市沙洲主城区以南，近年来随着敦煌市区逐渐向南发展以及敦煌旅游业的快速增长，对于花雨路的建设已是迫在眉睫，结合花雨路沿线地形、地貌，土地性质、城市规划及城市发展对花雨路平纵横、重要节点及景观方案进行介绍。     

基于微分几何的四轮独立驱动车辆运动解耦控制研究

针对车辆在纵向运动和横摆运动时的强耦合关系给车辆动力学控制带来的困难，以四轮独立电驱动车辆作为研究对象，基于微分几何理论设计了车辆系统运动解耦控制方法，将非线性强耦合的四轮驱动车辆动力学系统解耦为纵向和横向两个相对独立运动控制子系统，并设计了鲁棒控制器，以提高抵抗车辆行驶时不确定外力如侧风的干扰能力。基于 Trucksim 软件建立四轮驱动车辆模型，并针对车辆解耦控制策略和抗干扰策略进行了仿真测试。结果表明，相比于无解耦控制的车辆，采用微分几何解耦控制的四轮独立驱动车辆纵向速度偏差降低了 82.1%，横摆角速度偏差降低了80.7%，且微风干扰下的抗干扰能力明显改善，车辆稳定性显著提升。为验证该运动解耦控制策略在实时系统中的控制效果，还进行了硬件在环试验，结果表明，硬件在环试验的结果与仿真结果一致。