自动驾驶电动车辆基于参数预测的径向基函数神经网络自适应控制

针对具有不确定性的自动驾驶电动车辆的运动控制问题,提出了一种基于参数预测的径向基函数(RBF)神经网络自适应协调控制方案。首先,考虑系统参数的不确定性及外部干扰的影响,利用预瞄方法建立可表征车辆循迹跟车行为的动力学模型;其次,采用RBF神经网络补偿器对系统不确定性进行自适应补偿,设计车辆横纵向运动的广义协调控制律;之后,考虑前车车速及道路曲率影响,以车辆在循迹跟车控制过程中的能耗及平均冲击度最小为优化目标,利用粒子群优化(PSO)算法对协调控制律中的增益参数K进行滚动优化,并最终得到一系列优化后的样本数据;在此基础上,设计、训练一个反向传播(BP)神经网络,实现对广义协调控制律中增益参数K的实时预测,以保证车辆的经济性及乘坐舒适性。仿真结果证实了所提控制方案的有效性。

感性工学视域下外卖配送电动车造型设计

目的提出符合用户感性需求特征的外卖配送电动车造型设计方案。方法基于感性工学理论,将感性需求转化成定性分析与定量分析,采用SDM(语意差异法)方法制作调查问卷,收集并筛选描述外卖配送电动车造型的感性意象词汇与样本图片,并结合主成分分析法,提取影响造型设计的主要因子和外卖电动车造型元素,构建感性意象数学模型;通过多元线性回归法,借助SPSS统计软件对四个主要造型构成要素与感性意象进行量化处理。结果对外卖配送电动车的前面板、前大灯、车身架和座垫的造型元素展开分析,设计出与用户“时尚”和“速度”情感需求最匹配的梯形前面板、变异多边形前大灯、多边形车身架和细长型座垫造型元素。结论感性工学不仅能有效挖掘用户需求,而且还能直观表达出感性感受与数值的对应关系,对外卖配送电动车造型要素进行有目的的设计和调整。

两轮电动车骑车人头部损伤的生物力学分析

两轮电动车(powered two-wheeler,PTW)骑车人头部损伤是我国道路交通事故中一种常见的伤害类型,完善骑车人头部损伤评价标准对制定两轮电动车骑车人安全法规以降低碰撞损伤风险具有重要意义。本文采用头部具有详细解剖学结构的人体数值模型进行骑车人-车辆碰撞仿真,对头部进行生物力学分析和损伤评估,并与行人-车辆碰撞中行人头部损伤进行对比分析。研究发现行人和骑车人在车辆碰撞事故中运动学响应较为相似,但头部生物力学响应存在差异,骑车人头部损伤风险高于行人。同时发现骑车人握力因素影响头部的运动学响应,应考虑其在两轮电动车骑车人头部损伤评估中的影响。

考虑分散协作及数量折扣的双目标电动车辆路径优化

当前传统燃油车辆造成了极大的空气污染和资源浪费,电动车辆和协作物流是降低碳排放、提高运输效率的有效途径。本文基于协作物流的思想,建立以运输利润最大及配送任务完成量最大为双目标,考虑分散协作及数量折扣的带时间窗电动车辆路径优化模型。设计将贪婪随机自适应搜索—进化邻域搜索(GRASP-ELS)混合算法与ε-约束法相结合的ε-约束混合进化算法,并通过算例对模型和算法进行测试。实验结果表明:所提出的算法优于多目标优化算法NSGA-Ⅱ;通过灵敏度分析给出管理启示。本文为分散协作情境下电动车辆配送优化提供方法借鉴与决策参考。

商用电动车电池模组热管理研究

文章在已有的研究成果基础上,提出搭建特定模型分析电池模组产热情况的研究思路,并结合有限元仿真计算方法,进一步探究基于不同环境温度条件,电池在不同恒流倍率工况下的热流特性。研究结果表明,根据仿真分析结果所提出的电池模块风道改进方案,可以有效降低电池模组最高温度,同时解决内部温度分布不均匀问题,能为后续优化商用电动车电池设计提供参考。

一种创新型的智能电动车车速提示器

文章对如何提高电动自行车车速检测的准确度进行了研究。一方面对电动自行车驱动电机霍尔信号滤波整形,通过单片机精确计算出信号周期,进而得出准确的电机转速;另一方面针对不同体重的电动自行车驾驶员,对电动自行车车轮产生的压力不同,进而导致轮子实际运行半径的不同,文章采用手动输入车轮半径的方式,使得车轮半径的参数更加精准。以上两个改进措施大大提高了电动自行车车速检测的准确度。当电动车超速时,提示器准确发出超速报警,从而减少交通事故的发生。

2016款大众速腾右后电动车窗不工作

一、故障现象一辆2016款大众速腾,行驶里程约为115 000km,搭载CSTA1.4T发动机和自动变速器。车主反映右后电动车窗不工作。二、检测与诊断接车后,对故障现象进行验证。启动发动机,用驾驶员侧的主电动车窗开关操作所有车窗,发现唯有右后电动车窗不工作,左前、左后、右前电动车窗均工作正常。用各车窗分开关操作各个电动车窗时,发现左前、左后、右前、右后电动车窗均工作正常。

电梯电动车阻车系统研究

随着城市交通压力的增大,电动车成为重要代步工具。由于电动车的结构、电池容量等特性,电动车充电时引起的火灾带来很大危害,禁止电动车上楼,让电动车存放于室外相对开放的区域,成为目前急切需要解决的问题。本文介绍的地感应线圈阻车系统、采集板阻车系统、智能图像识别阻车系统能有效减少电动车进入电梯从而上楼,降低由其引发的人员伤亡和建筑火灾事故。

基于单片机的智能电动车充电器模块化设计

【目的】解决传统电动车充电器充电过程中存在充电不足、过充电量大、电池组电压不同不能通用等问题。【方法】课题组采用模块化设计方法,设计一款基于STC8A8K64S4A12单片机的智能电动车充电器,优化了电源模块、电压采样模块、电流采样模块、温度检测模块、数控模块、单片机控制模块、显示模块等电路设计,改良了恒流—恒压—定时脉冲充电方法。【结果】仿真结果表明,该智能电动车充电器在充电过程中能够实时显示充电模式、充电曲线、电量、充电电压、充电电流、定时充电时间、剩余充电时间、预计充满时间等充电信息数据,能在48 V、60 V和72 V铅酸动力电池组上通用,采用优化的三段式充电方法充电。【结论】该智能电动车充电器具备三段式充电的优点,且过充电量小,能够有效防止充电过程中出现充电不足、误充等情况;经过长时间测试验证,该智能电动车充电器能够提高充电效率,延长铅酸动力电池的使用寿命。

电动车废热辅助空调系统的研究

针对目前电动车空调存在的节能性和低温适应性等问题,提出了一种电动车废热辅助热泵空调系统。该系统将多变频器协调控制技术、双级压缩循环技术、废热辅助热泵技术有机融合,通过仿真分析研究系统在不同运行状态下的系统性能。仿真结果表明:协调调节低压级压缩机和风扇电机的频率,可实现系统制冷/制热量和能效比的优化控制;合理设置单双级压缩的温度切换点,能提升制热性能、保证系统在低温工况下的可靠运行;利用废热辅助空气源热泵技术,能实现系统的节能。研究结果为减小空调系统对电动车续航里程的影响、推动电动车的普及提供了参考。

一种改进的YOLOv5电动车头盔佩戴检测方法

利用深度学习算法检测非机动车交通违法行为有助于加快我国交通智能化发展,保障交通安全。为此,设计一种基于改进YOLOv5算法的电动车骑手头盔佩戴自动检测方法。该方法在YOLOv5算法的基础上利用Inception卷积减少特征提取网络参数量,引入注意力机制优化目标检测结果。在自建电动车头盔数据集QCKJ-MH上的实验结果表明,该方法的识别精度均值达96.4%,检测速度达82FPS,模型大小为12.9 MB,能够精准、快速地对电动车骑手头盔佩戴情况进行识别。

浅析欧盟电动车辆电池碳足迹核算规则

欧盟电池法案首次以法规形式强制要求投放到欧盟市场的电池需进行生命周期碳足迹信息披露,为支持电池碳足迹的实施,欧盟制定了基于环境足迹方法的电动车辆电池碳足迹核算规则。详细介绍了欧盟电动车辆电池碳足迹功能单元、系统边界和取舍规则、数据收集要求和数据质量评价、建模要求、核算及报告等方面的要求,为我国电池企业开展电池碳足迹核算摸底,识别控碳降碳关键环节提供了方法指引。

基于蓄热装置辅助的燃料电池电动车供暖系统动态仿真

为了辅助燃料电池车辆预热,提升燃料电池在低温下的冷启动速率以及降低电动车能耗,该文提出了一种基于热泵和蓄热装置联合的燃料电池电动车供暖方案,并开展了燃料电池车辆系统动态仿真研究,对比了有无蓄热装置辅助的系统对车辆运行过程的影响。结果表明:在寒冷运行环境下,蓄热装置可确保驾驶循环工况下循环冷却液热量来源的连续性,相较于无蓄热装置的热管理系统,热泵和蓄热联合供暖方案可使空调系统能耗下降26%;利用蓄热装置辅助的供暖系统能够改善燃料电池电动车的冬季冷启动特性,优化车辆电池系统的热管理。

考虑时变路网的多行程电动车辆路径问题研究

为了降低城市物流的电动车配送成本,考虑道路交通网络的时变性对电动车多行程配送活动进行研究。首先,以固定成本、充电成本和时间惩罚成本之和最小化为优化目标,构建时变路网下的多行程电动车辆路径问题模型;其次,利用自适应大规模邻域搜索算法对实际案例进行求解;最后,分别对出发时刻、路网时变性、充电策略和电价进行分析。结果表明:路网时变性在不同时刻下对成本和配送用时的影响不同,不同出发时刻有着不同的最优路线规划;电价的小范围波动对配送活动的影响很小;充电策略的选择对配送用时和成本的影响显著。

基于文献计量和知识图谱的电动车辆路径问题研究综述

为揭示电动车辆路径问题领域的研究与发展现状,对CNKI和Web of Science数据库中电动车辆路径问题1994-2022年间的期刊文献进行知识挖掘与分析。基于文献计量学的量化分析与知识图谱的可视化,通过分析文献外部特征和共被引情况,梳理研究热点及热点演进趋势,归纳研究主题,总结出电动车辆路径问题的知识域包括研究主题和应用场景,其中,研究主题由变体研究、充电调度、求解方法三部分构成;对电动车辆路径问题在复杂实际问题、高效求解算法方面的未来发展进行展望,这将为电动车辆路径问题研究的深入化与国际化提供一定的推动作用。

考虑众包场景的电动车动态需求车辆路径问题

针对企业自有车辆和社会车辆共同取送货的场景,以及国家节能环保的政策背景,考虑分时电价、部分充电、软时间窗、以及动态需求等因素,以最小化配送总成本为目标,建立考虑众包场景的电动车动态需求车辆路径问题(EDDVRP-CD)的两阶段整数规划模型。考虑动态需求的时效性,设计了启发式算法——改进的禁忌自适应大规模邻域搜索算法(IALNS-TS),增加了新的删除算子和修复算子,同时提出了加速策略。分别与两种算法——自适应大规模邻域搜索算法(ALNS)以及禁忌搜索算法(TS)进行对比,通过大量算例验证了IALNS-TS算法能够快速响应动态需求,并有效降低总配送费用。

动态环境下基于换电模式的电动车路径问题研究

在实际配送中,考虑车速受不同天气、不同时段的影响,根据电动车辆行驶速度与能耗之间的函数关系,以电动车固定行驶成本、能耗成本、时间惩罚成本构成的总运输费用最小为目标,以车辆载重、车辆电池容量、客户时间窗、车辆速度为约束条件,构建动态环境下基于换电模式和时变速度的电动汽车路径优化模型。用遗传算法对模型求解,采用实数编码、轮盘赌选择算子、随机单点交叉、随机变异的方式,并以小变异率提高局部搜索能力,然后与车辆速度恒定时的几种情况进行对比。试验结果表明,所建立的优化模型更符合实际情况,能够根据客户属性和动态环境下的路网特性,合理安排发车、规划配送路径和顺序,从而降低配送成本,为物流企业运营车辆和优化配送提供参考。

基于需求的停车场电动车集群充放电管理策略

电动车作为电网的分布式储能装置可以有效提高电能的使用效率.当前的车网互联(V2G)方案主要采用集中式策略实现电动车充放电管理与用电负荷的调整.然而,当大规模电动车接入电网,由于车辆用户出行行为的不确定性,集中式策略无法满足个体电动车的实时需求以及电网负荷的有效调整.本文以停车场内的电动车集群作为研究对象,并将停车场作为电动车的电力供应站,进而,提出了一个实现用电负荷调整和分布式实时控制的充放电控制方案.首先,依据车群出行统计数据和实时电价信息,基于动态规划算法提出了车群一天内各个时刻最优能源需求规划策略,从而达到了高效利用能源的目的.在车群最优能源需求的约束下,基于实时优化方案提出了针对个体车辆的分布式充放电控制策略.最后,通过不同情况的仿真实验验证了提出方案的可行性.

基于声音振动信号的电动车状态识别研究

当前电动车事故总是引起民众大量关注与讨论,故设计一种基于声音振动信号来判断电动车主要状态的识别方案,可以为车辆状况、驾驶习惯、事故鉴定等提供数据支持。在信号采集方面,设计并开发实时采集声音信号和振动信号的装置。在状态识别方面,研究一种小波包能量熵与改进灰狼搜索算法优化支持向量机参数的方法,寻找支持向量机最佳的惩罚系数和核函数,从而确定支持向量机状态识别模型。最后进行电动车不同状态下的实验测试,结果表明,相比于经验模态分解、变分模态分解、网格搜索算法、灰狼搜索算法,基于小波包能量熵与改进灰狼搜索算法优化支持向量机的方法对电动车运行状态识别具有准确率高、稳定性强的优势。

电动车辆路径问题:可调鲁棒数学模型与算法

针对行驶时间不确定的允许部分充电的带时间窗电动车辆路径问题,考虑多面体不确定集度量行驶时间的不确定性,建立了一个可调鲁棒优化模型,设计了基于行生成和集划分的求解算法,采用标号法对路径的可行性进行判定,并将不可行的路径作为新的约束加入到模型中.数值实验表明,94%的算例可求得最优解,这验证了本算法的效率;利用多面体不确定集进行度量对总行驶距离和车辆总数目具有正向的影响;相比于普通鲁棒优化,可调鲁棒优化的求解结果有显著提高,可以提升车辆调度的灵活性.