面向智能车的电子液压制动系统研究

面向智能车设计了一款并联式电子液压制动系统,并针对智能车在紧急制动时易失稳的问题,基于车辆制动时的载荷转移特性,提出一种制动力分配控制策略.根据车辆在制动时前、后轴载荷转移量调节前、后轴车轮制动力,并将此时前、后轴车轮制动力矩作为基准制动力矩,基于径向基神经网络和PID算法设计附加制动力矩控制器,以此调节各车轮的制动力...     

基于BP神经网络算法预测的重型半挂汽车列车AEB控制策略研究

我国商用车AEB性能要求和试验方法标准的发布,推动了AEB在商用车领域的发展与应用.本文针对半挂汽车列车制动距离长、质心高等特点,结合驾驶员紧急制动的经验,提出了一种基于BP神经网络预测碰撞时间TTC的AEB控制策略.首先,设计了上层控制器,基于不同驾驶员在不同紧急制动场景下碰撞时间的数据,利用BP神经网络算法得到预测...     

基于交通因子状态网络的城市交叉口交通流预测

信息技术的快速发展,为交通研究和城市交通管理提供了大规模、多样化的数据资源,并为城市交通状态估计和交通流预测方法的研究提供了有力支持.将城市交叉口视为一个微观交通系统,采用数据驱动与领域知识结合的方式,建立微观层次的交通因子状态网络模型(Traffic Factor State Network,TFSN),考察交通因素...     

一种基于深度学习的交通标志识别算法

在无人驾驶和驾驶辅助领域,交通标志识别是非常重要的.现实道路中,许多交通标志目标较小且存在相互遮挡的问题,导致标志很难被准确检测.为了解决这一问题,文章利用深度学习网络YOLO v3模型实现对交通标志进行检测.首先,利用数据增强用不同的方式模拟现实天气条件对清华-腾讯交通标志集进行数据集增强,得到更为真实、丰富的标志数...     

PSO-BP神经网络在隧道围岩变形预测中的应用

针对滇西复杂地质条件下隧道围岩变形预测问题,以BP神经网络为基础,引入了改进后的粒子群算法,通过调试和改进建立了PSO-BP神经网络。该神经网络结合了粒子群算法的全局搜索能力和BP神经网络的局部搜索能力,非线性映射能力强,泛化能力强,具有一定的容错能力。计算结果表明:PSO-BP神经网络预测精度高,平均绝对误差为2.4 mm,平均相对误差为2.7%,满足隧道围岩变形预测精度的需要。     

路锥投收自动控制系统的研制

针对高速公路交通事故现场快速隔离、警示和防护等日益增强的需求,提出一种新型路锥自动投收装置的系统设计方案.针对传统大型路锥投收装置费用高、结构复杂的弊端,利用虚拟样机技术开展紧凑型路锥自动铺设、回收一体化装置的机械结构的设计,包括路锥的叠置、拾取、传送、放置等机构.并利用Pro/E、ADMAS等仿真软件进行仿真测试.基于ARM提出嵌入式的系统总体设计方案:以uCOS-II操作系统为平台,以STM32系列单片机为CPU,完成控制器的软硬件设计,并采用"S"型加减速控制曲线策略实现电机的平滑控制.基于Android开发了操作方便、友好的人机交互接口,以"蓝牙"作为上下位机的通信桥梁,以RSA算法作为上下位机数据交互中的安全的保障.实车测试结果表明,该设计方案的路锥投放与回收成功率均达到95%,基本符合要求.但高、低速时路锥投放、回收的成功率差异较大(6%),此外,路锥的倒伏率达到5%,该单项指标基本不满足设计要求.     

基于时空GPSO-SVM的短时交通流预测

为了提高城市道路短时交通流预测的精度,提出了一种基于时空遗传粒子群支持向量机的短时交通流预测模型.通过主成分分析法对路网原始交通流量进行时空相关性分析,用较少的主成分代替原始交通流量并作为预测因子,在粒子群算法中引入遗传算法的交叉和变异因子,避免粒子群算法陷入局部最优.利用改进后的粒子群算法优化支持向量机参数,得到最优的支持向量机模型,并实现城市道路的短时交通流预测.以长春市路网的实测数据为基础进行了实例验证,结果表明,优化支持向量机参数时,遗传粒子群算法不会陷入局部最优,优化效果更好;与粒子群支持向量机模型和遗传粒子群支持向量机模型相比,所提出预测模型的相对误差波动较稳定,平均预测精度分别提高了4.96%和3.41%.     

优品评介

Honor荣耀V9荣耀201 7年开年旗舰荣耀V9,是荣耀史上品质和性能突破的极速之作,拥有麒麟960＋6GB内存、5.7英寸2K高清护眼屏、第三代双摄技术、4000mAh大电池容量等顶级配置,及基于人工智能算法的EMUI 5.1。荣耀V9采用突破性的大技术,系统解决手机卡顿问题,不仅解决瞬时卡顿问题,实现秒杀、秒抢、秒拍,还保证持久流畅,实现500天不卡顿。ECOVACS科沃斯扫地机器人DN78这款进驻亚马逊美国站不足一年的科沃斯机器人凭借傲人的销售业绩打了一场精彩的品牌战役。与中国家庭“先扫后拖”的清洁习惯不同,美国市场用户在打扫时的痛点是以宠物毛发处理以及地毯清洁居多,科沃斯明确将无缠绕扫地机器人“DEEBOT N78”作为美国市场的主打产品,产品一经上市便在“黑五”活动中一炮而红,在世界的舞台上大放异彩。     

基于小波和粒子群算法的HEV行驶状况辨识方法研究

针对混合动力汽车(HEV)行驶状况(道路坡度和整车载荷)变化难以有效识别,导致驱动系统控制策略不能有效满足驾驶员意图问题,以混联式HEV为研究对象,提出了基于小波滤波和粒子群算法的HEV行驶状况辨识方法。首先建立了汽车行驶状况辨识模型,采用最小二乘法确立了优化目标函数,其次研究了基于小波滤波和粒子群算法的HEV行驶状况辨识原理,最后进行了行驶状况粒子群智能算法辨识试验。在采集实车数据的基础上,对实车数据进行小波滤波,并运用行驶状况辨识方法对道路坡度和整车载荷进行了辨识,并对辨识结果进行小波滤波,结果表明,试验工况下整车载荷辨识的相对误差绝对平均值为2.71%,道路坡度辨识的相对误差绝对平均值为3.85%,验证了所提出方法的有效性。