高瑞彤、邹渊设计作品

设计说明:《水绿》和《蔚》是中式服装的改良设计,结合如意云纹,以手推绣的方式体现,统一中富有变化。

基于AUTOSAR的汽车控制器软件优化部署研究

针对基于AUTOSAR的汽车控制器软件开发过程中SW-C到ECU、Runnable到OsTask以及OsTask到多核ECU中Core的软件优化部署问题,面向工程应用需求,建立了基于AUTOSAR的汽车控制器软件拓扑和优化部署模型,提出了一种基于D2RL和PER改进的SAC深度强化学习求解框架.仿真实验显示所提方法相比于常用启发式算法在ECU核心负载均衡、OsTask栈空间利用率以及ECU之间和Core之间通信带宽利用率等具有优越性和稳定性.

面向车载时间敏感网络的流量调度策略及改进算法研究

本文面向汽车电子电气架构中的时间敏感网络(TSN)流量调度问题开展研究。针对实际应用需求,提出一种车载TSN网络拓扑建立方法。针对网络中多类型信息流调度问题,提出一种基于时间感知整形器(TAS)机制的流量调度策略并建立相应的数学模型,在降低网络总延时的同时,兼顾高优先级信息流的时间敏感性和低优先级信息流的数据完整性。为解决模型中信息流转发过程复杂导致求解效率不稳定和流量调度方案众多导致寻优困难的问题,提出一种改进的遗传算法(IGA),从设置自适应交叉概率公式、引入禁忌搜索变异、多种群联合3个方面进行了优化。实验结果表明,本文所提出的算法在端到端延时优化方面提升了43.47%,在生成方案稳定性方面提升了76.96%,该算法可得到低延时、高可靠的车载TSN流量调度方案。本文的研究成果为智能网联汽车领域的研究和车载网络通信算法的优化提供了思路。

基于域架构的纵横向结合行人紧急避障系统研究

针对行人横穿场景,提出了一种基于域架构的纵横向结合的紧急避障策略。首先,搭建基于域架构的行人紧急避障系统,通过最大减速度模型和多项式组,拟合纵横向轨迹决策规划方法,并基于采样离散数值计算法,综合考虑避障安全距离、动力学约束和平顺性的成本函数,选取最优轨迹;然后,分别使用双环比例-积分-微分(PID)、线性二次型调节器(LQR)控制方法,实现对纵横向的运动控制;最后,通过PreScan、CarSim和Simulink联合仿真及域架构系统延时分析,验证了该避障系统的适用性,有效提升了道路安全性。

基于双估计强化学习结合前向预测控制的自动驾驶运动控制研究

运动控制研究是实现自动驾驶目标的重要组成部分,针对传统强化学习算法在求解中因单步决策局限而导致控制序列次优的问题,提出了一种基于双估计强化学习算法及前向预测控制方法结合的运动控制框架(DEQL-FPC)。在该框架中引入双估计器以解决传统强化学习方法动作值过估计问题并提高训练优化的速度,设计前向预测多步决策方法替代传统强化学习的单步决策,以有效提高全局控制策略的性能。通过虚拟驾驶环境仿真,证明了该控制框架应用在自动驾驶汽车的路径跟踪以及安全避障的优越性,保证了运动控制中的精确性、安全性、快速性以及舒适性。

一种基于简化可视图的建图和规划方法

当前车辆路径规划大部分是基于栅格地图的规划方法,这种方法在搜索面积较大时计算量也会大幅增加。相比之下,基于可视图的方法能够在路径搜索时减小计算量,但是受到障碍物复杂程度的影响较大。针对这一问题,本文结合SLAM和可视图的方法,提出了一种简化可视图的建图和规划方法。首先使用改进的SLAM算法生成点云地图,并进行动态障碍物的剔除。接着生成可视图,并基于障碍物的大小和顶点处内凹角的大小对可视图中多边形的复杂边缘进行简化,剔除冗余的顶点。最后通过仿真和实车实验证明,该方法相对原有的算法,在保证建图精度的情况下,可视图中多边形的顶点数量减少20%~30%,地图更新时间和整体算法的运行时间减少30%以上。这表明本文方法能够有效减小建图和规划过程的计算量和算法的运行时间。

面向未知环境探索的分层架构路径规划算法

为实现无人平台在未知环境下的高效路径探索,该文提出了一种以“感知-规划-控制”分层架构为基础的路径规划算法。在感知层通过Cartographer建图算法实时构建未知环境的二维栅格地图。在规划层,通过Canny边缘检测、基于密度的聚类算法、效能函数评估选择最佳探索目标点,并在规划的效能函数中引入探索方向延续性概念,克服了传统路径规划反复探索已知环境的难题。在控制层,通过概率路线图算法规划从当前位姿到目标点的最短路径,并通过纯跟踪算法和向量直方图算法实现了路径无碰撞跟踪。3种典型环境下的仿真实验表明,所提出的算法在不同环境下均具有较高的探索效率和完成度。

中央计算平台混合关键系统模型研究

为解决不同关键级任务在中央计算平台上部署时因安全隔离需求所带来的资源浪费与共享原则所要求的高效资源利用的矛盾,基于混合关键系统理论提出了车辆多模式混合关键系统模型(AMMMCS)与车辆自适应混合关键系统模型(AAMCS)及其降级策略.AMMMCS方法保障行车安全的高关键级任务的执行情况下对低关键级任务的执行采取相对积极的调度,AAMCS方法保障车辆控制任务不超过阈值条件下保障所有任务的执行以最大程度提升效率.在FreeRTOS系统上实现了SMC-NO、AMC、AMMMCS、AAMCS模型的部署并进行了硬件在环实验,结果表明所提方法能显著提升任务的履行率与处理器资源利用率.

智能网联汽车多域电子电气架构技术发展研究

随着汽车智能化、网联化技术不断发展,传统电子电气架构已难以满足面向未来的车路云网一体化发展新需求。本文中聚焦面向未来的智能网联汽车多域电子电气架构,分别从总体设计、硬件系统、通信系统和软件系统4个方面对现有技术进行了详细的综述并对我国电子电气架构的发展进行展望。本文可对汽车电子电气架构技术研究提供重要的参考价值。

面向时间敏感网络的车载以太网网络架构多目标优化

车载电子电气架构的网络架构深刻影响智能网联车辆的通信安全性和确定性。针对面向时间敏感网络(TSN)的区域-功能域电子电气架构,本文首次建立了以端口数均匀、负载均衡和信息流端到端延时最低为优化目标的网络架构多目标优化框架。通过求解TSN流量调度问题获得信息流延时,将流量调度抽象为周期性车间作业调度问题(JSP),提出适用于流量调度的多种群遗传算法(MPGA),相比于传统遗传算法求解效果提高16%。为了快速求解多目标优化问题,设计了改进的快速非支配排序遗传算法(NSGA-II),通过引入迭代因子和拥挤因子对算法进行自适应交叉变异概率改进,优化效率提高了25%。仿真验证了多目标优化框架的有效性并为面向TSN的车载以太网网络架构优化提供了一种设计思路。

车辆工程专业“智能无人+”拔尖人才培养教学模式探索与实践

探索了基于“智能无人+”技术的“重实验、重应用”教学模式;实践了“低年级-高年级”渐进式教学、“书院制-学院制”协同式育人、“校内-校企-军民”三位一体教育新型教学理念。开展了教学评价体系改革,激发了学生自主学习的意识和热情,培养了创新精神,推动了北京理工大学面向实验教学改革与创新,对相关领域其他实践课程的教学体系改革具有一定的借鉴作用。

混动履带式无人平台轨迹跟踪控制研究

为了提高履带式无人平台的轨迹跟踪性能,提出了一种考虑纵向速度规划的分层轨迹跟踪算法并进行了联合仿真验证和实车验证。在建立了包含履带的滑移滑转率和质心侧偏角的车辆运动微分方程的基础上,完成分层轨迹跟踪算法框架的构建。上层基于伪谱法的速度规划算法根据路面信息进行纵向速度规划,并将规划的速度作为目标车速下发给下层基于线性时变模型预测控制(LTV-MPC)的轨迹跟踪算法。基于LTV-MPC的算法通过建立预测模型和约束条件,二次规划求解出两侧电机的目标转速。通过Matlab/Simulink和RecurDyn的联合仿真以及实车验证了所提出的算法在不同地面条件下具有良好的轨迹效果。

基于局部几何-拓扑地图的地下矿自动驾驶定位导航方法

无人驾驶技术在提高效率、节省成本、减少安全隐患等方面具有巨大优势。针对目前地下环境中定位导航方案实施难度大、成本高、构建地图耗时长等问题,提出了一种基于局部几何-拓扑地图的地下矿自动驾驶定位导航方法。设计了一种局部几何-拓扑地图,井下环境的路网主体结构由拓扑地图表示,该地图上定义了巷道(边)和交叉路口(节点),在每个节点中存储以该节点为中心构建的局部几何地图,用以实现节点处的精确定位。提出了一种基于局部几何-拓扑地图的定位方法,使用基于激光雷达的交叉路口检测算法与交叉路口定位算法进行车辆全局定位。设计了一种基于自适应模型预测控制(MPC)的轨迹跟随算法,保证车辆在交叉路口大曲率转向时的路径跟踪精度。使用三维物理仿真平台构建了地下矿的仿真环境与车辆仿真模型,仿真结果表明:该方法能够实现地下矿自动驾驶定位导航功能,在各种类型交叉路口的定位误差均在0.2 m以内,可以满足自动驾驶的定位精度要求;在整个行驶过程中车辆始终保持较为平稳的行驶状态和较小的跟踪误差。与目前依赖于5G、UWB等技术的定位导航方法相比,该方法仅依赖于激光雷达与惯性测量单元2种车身传感器,在控制设备成本上具有极大优势。

基于随机动态规划的混合动力履带车辆能量管理策略

混合动力履带车辆采用发动机—发电机组和电池组混合供电,必须设计满足车辆动力性和燃油经济性约束的能量管理策略。针对串联式混合动力履带车辆,提出一种基于随机动态规划的能量管理策略设计方法。以实车行驶试验数据为目标工况,将驾驶员功率需求抽象为随车速变化的马尔科夫过程。建立发动机—发电机组、电池组以及直流母线功率平衡动态模型。以目标工况中燃油消耗及电池最终荷电状态的偏差作为车辆的优化控制成本函数,建立车辆能量管理最优控制问题。采用策略迭代法求解以发动机转速、电池组荷电状态、车速和驾驶员功率需求为输入、发动机电子节气门为输出的最优控制策略。所得控制策略通过基于前向车辆模型的仿真以及行驶试验验证。结果表明,相对于原发动机多点控制策略,所得最优控制在满足目标工况同时,燃油经济性明显提高。

基于动态规划的混合动力商用车能量管理策略优化

考虑混合动力商用车部件基本的动态特性,在Matlab/Simulink中建立了整车前向仿真细化模型。应用动态规划理论获得整车燃油经济性的最优控制策略,包括能量分配和换挡控制策略。基于动态规划的最优控制策略,抽取出能够应用于实车控制的改进规则作为控制策略。采用重型车辆实际行驶工况的仿真结果表明,基于动态规划优化方法改进的整车控制策略可显著提高燃油经济性。