智能网联汽车测试场现状分析及发展建议

|近些年来,智能化网联化发展迅速打造部署智能网联汽车测试场地也就成为了发展智能网联汽车的重点工作任务之一。本文结合国内外典型智能网联汽车测试场地,从设施建设、长远规划、管理服务、特色定位等方面进行分析研究,进而为智能网联汽车测试场地的建设提出一些发展建议。     

智能网联汽车测试场设计理论与实务

智能网联汽车测试场设计需要将传统道路工程与新兴智慧交通工程深度融合,兼顾道路基础设施与智慧交通设施设计要求,引入互联网企业迭代与共享思维,提出测试相对集中、柔性可控可测、专用共享统筹、标准适度超前的基本设计理论,并结合国内外多个测试场地情况,进行了完整解析.     

公路跨线桥全寿命周期设计方案研究

跨线桥上跨运营线路,其施工架设、养护、维修都受到下穿运营线路的影响.如何能在设计方案阶段便考虑到检测、监测、维修、拆除的安全便捷,成为跨线桥方案设计阶段需要考虑的问题.以辽宁省内一批新建跨线桥为背景,从全寿命周期角度考虑跨线桥设计方案,对各个寿命环节内需要解决的问题、得以实现的方法全面考虑,以保证跨线桥在全寿命周期内自身性能良好、对运营铁路影响小、经济效益最优.通过从运输、架设、设计细节、养护维修、阶段费用和全寿命周期费用等方面对3个方案进行对比分析,得到不同外部条件下所适用的不同的设计方案,为上跨铁路、公路桥梁快速架设、智能养护、全寿命周期成本等方面提供参考.     

5G移动通信在智能铁路中的方案分析

面对铁路智能化和未来演进,现有的移动通信技术不能满足智能铁路大容量数据传输,铁路亟需新一代移动通信支撑。5G技术可全面推进铁路通信技术换代升级,但对于数量庞大、高速移动用户,时速350 km上行多普勒频偏高于2 kHz,如不能有效预估并补偿,系统解调性能会严重恶化。针对5G移动通信在智能铁路的应用中面临的问题,分析其业务指标;提出了智能铁路5G移动通信整体架构;并对区间、隧道、室内覆盖组网进行了规划,描述了多普勒频偏原理并给出了频偏补偿方法,这可为实现智能铁路提供技术支持。     

智能空间专利布局分析

智能网联汽车的发展,提高了用户的舒适性和节能性,是汽车行业未来发展的主流,而智能空间尤其是智能移动空间的研究,对于相关领域的企业的发展来说,都有着或多或少的影响,那么如何在智能空间领域进行布局和探索,并且产生知识成果,是在整个过程中不可避免的问题。本文通过SooPat数据库筛选有关智能空间的专利,并对相关数据进行分析统计,为智能空间领域专利的布局提供了可选方向。     

“智能时代”应用型汽车专业人才培养

国内汽车产业指的是新能源汽车和汽车智能化的生产,它将焦点放在智能制造开发和现代汽车服务上,对汽车行业智能制造领域的人才培养体系建设的完善和专业教育的改革带来了良好的效果。对于汽车产业的新发展来看,在智能制造背景下,分析汽车产业的人才需求,同时要结合当前我国各高校在培养汽车专业人才方面存在的问题,以此来提出针对性和具有一定可行性的教育优化对策。     

基于“互联网+”与“物联网”混合发展的智能网联汽车发展研究

汽车行业迅猛发展,大量新技术和设备应用其中,极大的推动了汽车行业发展。智能网联汽车作为现代企业行业发展的主要趋势,基于互联网+与物联网混合发展,基于控制器、执行器和传感器等装置,与通信技术和网络技术有机融合,可以实现数据云端传输共享,协同控制和智能决策,赋予驾驶人员更加高效、舒适与安全的驾驶体验。相较于传统交通出行方式,智能网联汽车出行方式更加安全可靠,对于推动汽车行业更高层次发展具有积极作用。文章重点就智能网联汽车发展展开分析,把握互联网+与物联网带来的技术优势,积极践行到实处,力求为我国汽车行业发展提供支持与参考。     

CR300BF中国标准动车组以太网控车技术研究

介绍了 CR300BF中国标准动车组以太网网络控制系统的构成、拓扑结构,以及实现列车级和车辆级数据传输的管理.详细阐述了以太网交换机的方向及端口的定义,以及动车组如何实现互联互通、在单编组和重联编组情况下如何快速辨别标准动车组的主控端和方向等功能.     

城际轨道交通动车组一系钢弹簧断裂故障问题研究

一系钢弹簧是动车组重要的承载和减振部件,其故障问题主要集中在断裂和磨损上.目前对于钢弹簧断裂故障的分析大多基于仿真和材料学分析方法,而未对其异常受力根源进行深入研究.从振动响应角度对某动车组一系钢弹簧疲劳断裂故障问题进行深入分析,综合理化分析、振动模态测试以及车轮状态调查,找到钢弹簧失效的根本原因,即车轮存在多边形,且...     

机器学习——动力学耦合车辆跟驰模型

目前,跟驰模型的建立主要基于动力学方法和机器学习算法,将两者耦合起来建立跟驰模型的研究还没有.以线性组合预测为基础,对最优加权法中的目标函数进行改进,将经典的Gipps模型和基于BP神经网络的跟驰模型(BP Car-following Model,BP)耦合起来,建立线性组合车辆跟驰模型(Linear Combination Car-following Model,LC-CF).结果表明:BP模型的预测结果更加贴近真实值,Gipps模型的预测结果更加贴近安全值;LC-CF模型可以通过调整参数,来控制BP模型和Gipps模型在LC-CF模型中的权重,进而达到控制预测速度的真实性和安全性的目的.