汽车速度自动控制技术及其应用

介绍了汽车速度自动控制技术的概念、控制原速度自动控制系统(CCS)电路,并对汽车速度自动控制技术的应用前景作了预测.     

基于功效系数法的城市公交线网优化模型

城市公共交通线网优化是城市客运交通规划的重要部分之一。对现有公交线网进行优化,可以更有效地利用现有资源,解决城市交通问题。通过对城市公交线网优化的主要内容、优化模式、优化目标以及约束条件的分析,同时兼顾乘客出行时间、线网平均满载率、公交线网密度和公交线网的布局,对整个城市交通系统的影响提出优化目标的函数表达式及相应约束条件的数学表达式,建立公交线网优化的多目标模型。通过对模型的分析,提出可用功效系数法对模型进行寻优和评价。     

自动驾驶中座椅旋转速度对乘员的影响

为提高自动驾驶车辆的安全性,提出用一种旋转速度曲线把座椅旋转至指定角度,研究此旋转速度下的乘员生物力学响应.首先,根据所建立的碰撞模型与假人试验数据进行对比验证;其次,改变座椅旋转方向和速度研究乘员旋转至指定位置乘员的生物力学响应.结果表明:在200 ms内采用等腰梯形旋转速度曲线旋转至±45°和±90°不会引起乘员额...     

电动汽车用双层永磁体IPMSM解析与优化设计

为准确快速地获取气隙磁密波形,采用等效磁路法对双层永磁体结构内置式永磁同步电机(IPMSM气隙磁场进行了解析计算。考虑到定子开槽效应的影响,利用改进的卡特系数修正气隙长度。为降低气隙磁通密度波形畸变率和转矩脉动,引入了一种Taguchi方法对电机铁心进行多目标快速优化设计分析。利用有限元仿真分析与数值计算,阐述了双层永磁体IPMSM多变量和多目标优化设计过程。分析表明,优化后的双层永磁体IPMSM输出转矩提升2%,转矩脉动减少2.77%,空载气隙磁密谐波畸变率降低4.28%。试制样机验证了有限元的可靠性和理论分析的有效性。     

基于DMPC的智能汽车协同式自适应巡航控制

本文中针对单向通信拓扑的非线性车辆队列协同式自适应巡航(CACC)控制问题,提出一种保证队列稳定且满足队列各车跟随性、安全性和乘员舒适性的分布式模型预测控制(DMPC)策略。首先建立了车辆队列的动力学模型和通信拓扑结构模型,并基于队列系统的多项优化性能设计代价函数和系统约束,使队列中每一辆跟随车基于其接收到的有限信息求解一个开环局部最优问题,计算出当前时刻的最优控制量作为输入并不断重复这个过程,达到滚动优化的目的,实现车辆队列的协同式自适应巡航控制。其次通过CACC系统局部代价函数之和构建Lyapunov候选函数,证明了车辆队列系统渐进稳定性的充分条件。最后通过CarSim和Simulink联合仿真,分析了算法在理想状态下对不同形式单向通信拓扑车辆队列的控制性能;通过实车试验,验证了算法在实车条件下感知层存在抖动、底层控制存在延迟和误差时的控制性能。仿真和实车试验的结果表明,本文提出的控制策略能使队列车辆实现各项优化性能,同时对外部干扰有较好的鲁棒性。     

基于RetinaNet及优化损失函数的夜间车辆检测方法

为解决智能驾驶系统中夜间车辆检测误检多、远处小目标检测效果差的问题,在RetinaNet的基础上对损失函数进行全面优化。在分类损失函数方面,分析了负样本与正样本交并比的产生机理和对训练的影响,构造了关联交并比的分类损失函数,利用负样本交并比使网络注重于训练难分类负样本,同时利用正样本交并比提高了检测框的定位精度;在定位损失函数方面,改进了传统L1损失的归一化方式,提高了小目标检测能力。此外,针对夜间场景中的车辆特征对网络结构进行了优化设计,并在夜间车辆数据集上进行了测试验证,结果表明模型优化后的平均检测精度提升了14.6%。     

招聘问题的数学模型

对招聘过程中多个定性因素,采用了模糊语言评估,用等级测评法将各类指标模糊量化;运用了多属性决策中的目标规划,引入权重对同一优先级上的不同评价指标进行综合分析,从而解决了不同优先级上各级的择优选择问题;并针对不考虑应聘者志愿和考虑应聘者志愿两种不同情况,分别给出了两种录用分配方案。     

基于重要性重采样粒子滤波器的机动目标跟踪方法

采用重要性重采样技术改进了标准粒子滤波算法,通过设定有效采样尺度来减少权值较小的粒子数目,在一定程度上克服了退化现象。仿真结果表明,采用PF跟踪机动目标,其跟踪精度要高于IMM,说明PF具有较强的处理非线性系统的能力;对标准PF采用重要性重采样策略后,PF的跟踪精度和平稳性都得到了进一步改善。     

利用时差与到达角双站对机动目标无源定位算法研究

该文提出了一种基于两站到达时间差和一个到达角的无源定位方法。以到达角消除时差定位的多值模糊,用最小二乘估计和卡尔曼滤波算法,实现对海上机动目标的无源定位和跟踪。经计算机仿真后得到了满意的效果。