小亦可大:大众汽车庆祝POLO车型诞生50周年

自1975年以来,大众Polo深受一代又一代人的喜爱,并成为其细分市场的先驱:它始终代表着经济实惠的出行方式、永恒的设计理念和开创性的技术。历经六代车型,Polo销量超过2000万辆,稳固了其作为该细分市场最成功车型之一的地位。2025年,大众汽车将庆祝这款小型紧凑型轿车诞生50周年。

多次部分充电策略下双车型车辆配送路径研究

针对物流配送过程中燃油车和电动车并存的实际情况,综合考虑多次部分充电策略下双车型、充电设施、碳排放等因素,构建了以车辆使用成本、运输成本(含充电成本)、燃油车碳排放成本之和最小为目标的混合整数线性规划模型。选择某市配送中心为算例进行研究,采用CPLEX求解算例。结果表明:采用多次部分充电策略能进一步缓解“里程焦虑”,提高电动车装载率。之后进行单因素灵敏性分析,分析电动车的续航里程、额定载重量、充电站位置与数量对双车型路径优化结果的影响。

基于大数据分析的高速公路分车型拥堵态势评估

针对面向全车型的道路拥堵状态评估统一化和静态管控方法的局限性,围绕不同类型车辆的交通拥堵问题开展研究。首先,基于沈海高速公路福建段龙门架数据,采用聚类方法分析不同类型车辆在不同指标下的交通拥堵特征;其次,提出分车型数据驱动的模糊云模型,根据行业专家给出的数字特征计算不同车型下的拥堵等级隶属度;然后,选取拥堵指标作为模糊逻辑系统的输入,并采用Mamdani方法建立模糊关联矩阵,量化不同专家评价的可信度;引入Dempster-Shafter证据理论对所有专家的综合可信度进行模糊融合,根据隶属度最大原则综合评判道路交通状态;最后,验证了提出模型的精度及对车型间差异表征的准确性,分车型下的拥堵评价结果一致性达84.51%。结果表明:相比1~4型客车及小型货车,大型货车在移动过程中形成的瓶颈对高速公路上堵塞的消散表现出明显的迟滞作用;在低密度下,客车、少轴货车、多轴货车渗透率的提高对路况的影响依次提升;在高密度下,3~6轴货车渗透率的改变对拥堵状态的影响最为明显,1~4轴客车次之。分车型拥堵研究可为制订适应各类车型的主动交通管理提供定量的数据支撑,特别是在动态调控措施如错峰出行、可变限速等方面具有重要指导意义。

基于改进YOLOv7x的车型识别算法

为提高车型识别精度并改善误检问题,本文提出了一种改进YOLOv7x的车型识别算法.首先,对BIT-Vehicle数据集进行提取并人为划分,使数据集符合模型要求;其次,将CBAM(Convolutional block attention module)注意力机制加入backbone网络中,在模型参数增幅较小的情况下,提升主干网络的特征提取能力;最后,引入SIoU损失函数,利用predict box和groundtruth box之间的向量角度,重新定义了损失函数,提高了模型检测的mAP0.5(mean Average Precision,IoU=0.5)与准确率.实验结果表明,改进YOLOv7x算法整体识别结果优于YOLOv7x算法,改进YOLOv7x算法的mAP0.5和准确率分别为98.4%和97.4%,分别提高了0.5%和1.1%,具有更优的精度和更低的误检率,较好地满足了车型识别的需求.

目标检测下的车型对交通流速度影响研究

针对传统目标检测跟踪算法识别精度低,实时性差等缺点,提出了一种基于YOLOv5s和DeepSort算法模型的视频车辆实时车流量和速度检测方法。构建了包含25 877个目标样本的数据集,采用YOLOv5s算法模型实现视频车辆的检测,利用DeepSort算法对车辆进行跟踪计数与测速,实现了路段监控对车辆的实时检测。基于深度学习获取的速度与交通量数据,构建了不同车型对交通流速度影响模型,探究畅通状态、稳定状态、拥挤状态下车型的速度与交通量之间的关系,结果表明:算法模型对视频车辆的检测效果良好,平均准确度达到91.4%;不同状态下,车型对交通量速度的影响程度不同;畅通状态和稳定状态下,出租车的速度对交通量影响较大;拥挤状态下,私家车的车速受交通量影响较大。

考虑场景差异性的混合车型公交调度优化方法

纯电动公交因其低碳和节能环保的特性,已成为车辆电动化转型的必然选择,但纯电动公交车在实际运营中仍面临低温条件下性能下降和电池老化导致续航里程降低等挑战。考虑在运营中混合使用燃油车和电动车,以弥补纯电动公交车在特定场景下的性能下降,提升公交运营效率和服务质量。本文考虑公交动态运行特征建立公交时刻表分段优化模型,以优化后的车次为输入,构建混合车型运营条件下的公交行车计划编制优化模型,并设计改进的遗传算法实现模型求解。最后,以北京市公交线路为例,选取单线路运营、异地充电及区域集中调度等不同典型运营场景开展案例研究,验证优化模型在差异化运营场景条件下的适用性和优化效果。结果表明,对比本地充电场景,异地充电场景下的运营成本增加5.15%,运营车辆数量增加5.88%;在多线路联合编制行车计划的区域集中调度场景下,运营成本较单线路运营场景降低4.68%;在给定的车型比例阈值下,使用混合车型运营效果优于使用单一车型运营,有效降低运营成本和碳排放。本文研究为公共交通企业结合不同运营场景,制定科学灵活的电动公交运营调度方案提供了重要支撑。

基于特征增强和分组模块的车型精细识别

针对车型种类多、差异小,模型复杂,识别精度低的问题,提出一种基于特征增强和分组模块的车型精细识别方法,在ResNet网络基础上改进,在卷积块中加入多尺度通道域和空间域的注意力机制,增强对重要的特征提取,并将多通道特征图进行分组,根据分组损失函数不断优化分组,通过加权方式结合KL(Kullback-Leibler)散度损失函数和交叉熵损失函数,有助于网络学习类内差异小、类间差异大的特征。该方法在Stanford cars-196数据集和自制数据集上进行测试,验证了所提模型的有效性。

基于视频车型识别的车型库平台

本文简要分析了高速公路交通安全管理现状,面对当前庞大的高速公路路网体系的安全管理压力,在智能交通技术飞速发展的环境下,提出了高速公路运营安全管理的提升方向和手段,对精确车辆识别在高速公路运营安全管理中的场景应用进行探讨。

某纯电车型空调PTC不制热故障分析与改进

为分析电动汽车空调系统不制热故障原因,以某车企收到的4S店空调故障案例为例,使用质量管理工程师常用的检测方法和仪器对加热零部件进行分析与诊断,结果表明是由于软件问题导致熔断器开路,造成空调故障,提出对软件控制的临界值进行改进的故障排除建议。

温州市域铁路S3线车型选择研究

温州市域铁路S3线是温州市域轨道交通线网中南北向的交通骨干线,北起瓯海区梧田站,途经南白象、仙岩、塘下,南抵瑞安市飞云站,时速120公里。车型选择是市域铁路主要技术标准之一,本文结合该线的客流适应性、配属车数及站段规模、线网检修资源共享等多方面因素综合对比分析,推荐采用市域直流B型车方案。

新车型新理念 现代复古主义标致摩托New Django

标致摩托的Django车友们应该不陌生,作为复古踏板摩托车领域的代表车型之一,自国内上市以来就凭借法式浪漫风格赢得了众多车友的喜爱,也成为国内复古踏板市场的风向标。近几年标致摩托也对Django车系发掘出不少新玩法,除了五花八门的涂装配色,还推出了Django TT、Django CafeRacer等车型,为Django家族带来崭新的生命力。

现代汽车发布全电动汽车车型INSTER

控制成本价格实惠6月27日,韩国现代汽车公司在2024年釜山国际车展上推出一款全电动汽车车型——INSTER(英斯特)微型多功能车,以加速电动汽车普及并抵御来自其他厂商的低成本竞争,如图1。新车型以其实用的整体设计和稳定的续航能力,标志着现代汽车进军主流电动汽车市场的重要一步。INSTER不仅是现代汽车迄今为止最小的电动汽车,同时也承载着该公司扩大电动汽车吸引力的战略意图。

多车场多车型冷链物流时变绿色车辆路径优化

为降低运输成本,减少环境污染,提出一种考虑速度时变的多车场多车型绿色车辆路径优化方法。针对城市交通拥堵路况常发的现状,引入百度智慧交通网预测的拥堵指数反映实时路况,兼顾经济成本和环境成本,构建以总运输成本最小为优化目标的时变绿色车辆路径模型。根据模型特点改进遗传算法,并运用大中小3种规模的算例对其进行仿真实验,验证了模型和算法可以有效地降低物流配送成本,促进配送车辆节能减排,为生鲜电商冷链物流配送决策提供车辆运输路径方案。

纯电车型侧面柱碰近端乘员损伤特征及保护

针对纯电车型在侧面柱碰工况中近端World SID 50^(th)假人手臂不易抬起导致胸部伤害高的问题,提出了侧面柱碰撞手臂运动理论分析方法,然后结合整车碰撞中乘员和车体运动响应及车体变形模式分析,揭示了纯电车型近端假人不易抬手臂原因,确定了侧气囊抬手臂的关键设计参数。制定使假人各部位受力分布均衡保护策略,并通过整车试验验证了策略有效性。结果表明:经优化后,侧面柱碰近端乘员总体得分提升22.24%,假人的胸部、腹部、髋部伤害分别降低68.89%、3.62%、8.53%,头部和肩部伤害增加3.75%和5.33%(满分余量仍大于20%)。这些结果,将为纯电车型开发中侧面柱碰的乘员保护,提供一定的参考。

基于FIPA模型的自适应协同优化的车型识别算法

针对车型识别任务中存在的问题,包括人为组合忽略了其他部位信息以及多网络融合时价值不一致导致的精度下降等,提出一种基于FIPA (Foundation for Intelligent Physical Agents)模型的自适应协同优化算法用于车型识别。首先,在特征提取过程中采用空间到深度卷积层(SPD-Conv)替代YOLOv8中的标准卷积层,以解决细粒度信息丢失和无效检测问题;其次,设计了一种自适应协同优化网络来挖掘携带有效信息的汽车部件,并解决多智能体无序竞争问题;最后,引入基于FIPA模型的加权对数极坐标投票模块来整合近距离和远距离位置上的细粒度信息,从而解决融合过程中多智能体价值不一致所导致的精度下降问题。在DeepCar5.0数据集上的实验结果表明,在目标检测阶段相较于YOLOv5,所提算法在交并比(IoU)为0.5时的平均精度均值(mAP)提高了1.80个百分点;在分类融合阶段,所提算法的分类准确率提高了6.48个百分点,并通过增加预处理块将分类准确率又提高了7.53个百分点。

基于定常射流的快背式MIRA车型主动气动减阻

低风阻对燃油汽车节能减排和增加电动汽车续航里程具有重要意义。近年来,主动射流技术已用于汽车减阻研究中,但多是针对方背体等高风阻车体模型开展。本文以MIRA快背式车型为对象,研究车辆背部定常射流的布置位置、射流动量系数和射流角度对减阻量和净节率的影响规律,并给出了流场分析。结果表明:快背式车型垂直尾部射流(J3、J4、J5)是有效的节能措施,低动量系数具有较好的净节率,气动减阻量和净节率随射流角度变化存在极大值;最大减阻主动射流工况是对垂直尾部(J3、J4、J5)射流槽进行射流、动量系数1%、射流角度为45°时,其减阻量为2%,对应净节率129.7 W。

异质车型影响下智能汽车二维碰撞风险预测

行车碰撞风险的准确预测是保证智能汽车安全行驶的关键,但目前评估方法鲜有考虑异质车型风险差异性及横纵向二维风险耦合。为此,本文首先挖掘异质车型驾驶人的行为规律,解析车型对驾驶人风险敏感度的影响;其次,辨识获得不同车型组合的异质风险阈值,利用二维指标量化交通风险差异性;最终提出考虑车辆类型的二维碰撞风险耦合预测模型,并通过对比验证模型的准确性。该研究有助于提升智能汽车的行驶安全性,且可为人类驾驶汽车的碰撞预警系统开发提供理论依据。

基于RepVGG-A0改进的公路车型识别网络

针对当前车型识别过程中检测精度与实时性难以平衡的问题,提出了一种基于RepVGG-A0改进的公路车型识别网络,利用结构重参数化思想融合多分枝网络以提升网络推理速度。使用混合空洞卷积替换传统卷积,强化了模型对大目标的识别能力。在网络主干中插入融合残差结构的坐标注意力(RES-CA)模块,提升了网络对有效特征信息的提取能力,同时避免了梯度消失与梯度退化造成的影响。此外采用了标签平滑正则化方法对损失函数进行改进,降低了模型过拟合对检测结果的影响,提升了模型的泛化性。经验证,本方法在公路车辆数据集BIT-Vehicle上的识别准确率达到了97.17%,较原模型提升了2.67%,优于现有的ResNet-18,VGG等网络模型,同时保证了模型的检测速度。

不同车型组合的车头时距特性研究

为研究信号交叉口交通流的运行特征,提高交叉口的通行能力,缓解交通拥堵,对车头时距的影响因素和分布特征进行分析。首先,根据车辆尺寸分为4种车型组合;然后,基于VISSIM仿真获取各类型车辆的车头时距数据,探讨不同车型组合、车辆转向和车道位置对车头时距的影响;最后,采用对数正态分布和韦布尔分布检验不同组合的车头时距数据的拟合效果,并检验模型的拟合优度。结果表明:根据不同车型组合,车头时距由大到小为大型车-大型车、大型车-小型车、小型车-大型车和小型车-小型车;根据不同车型组合下的转向,车头时距由大到小为左转、右转和直行;根据不同车型组合下的车道位置,车头时距由大到小为外侧车道、中间车道和内侧车道。

基于CNN的车辆振动大小车型分类

随着高科技电子技术的迅猛发展,精密仪器对场地振动的要求变得愈发严格。车辆产生的振动对这些设备造成不容忽视的影响,因此迫切需要对周边车辆进行分类监测。本研究的目标是建立适用的模型,基于振动信号进行道路车辆的大小和车型的分类识别,从而提高效率;同时,采用数据增强技术,以增加训练样本的数量,并对所用模型进行微调以提高性能。