基于自适应平方根容积卡尔曼滤波算法的分布式驱动车辆状态估计

为了解决分布式驱动电动汽车在实时车辆行驶状态难以获取、估计精度较低的问题,提出了基于奇异值分解(SVD)的平方根容积卡尔曼滤波(SCKF)的分布式驱动车辆状态估计方法。SCKF算法通过奇异值分解优化误差协方差矩阵,以改善CKF在强非线性车辆系统或协方差矩阵非正定时状态估计精度降低甚至发散的问题,利用7自由度车辆动力学模型和Dugoff轮胎模型求得的参数信息准确估计车辆行驶状态。在Matlab/Simulink仿真平台上进行试验验证,并与基于CarSim数据的虚拟值进行了对比分析。结果表明:基于该算法的估计结果更接近真实值,并且响应速度快、实时性强。

小样本下基于SMOTE-IGWO-RF的轮毂电机轴承故障诊断

轮毂电机复杂多变的运行环境可能导致轴承故障而危及电动车辆行驶安全,为解决传统故障诊断方法在小样本条件下识别精度低的问题,提出一种基于SMOTE-IGWO-RF的轮毂电机轴承故障诊断方法。首先,通过合成少数过采样技术(SMOTE)扩展训练数据集,生成与真实样本分布相似的故障样本,并使用主成分分析(PCA)优化其时域和频域的特征。然后,通过引入非线性收敛因子和Levy飞行策略改进传统的灰狼优化算法(GWO),使用改进的灰狼优化算法(IGWO)优化随机森林(RF)模型的参数。最后,基于SMOTE-IGWO-RF的轮毂电机轴承故障诊断模型实现故障状态的识别,并在轮毂电机试验台架上进行了实验验证。结果表明,所提出的轮毂电机轴承故障诊断方法在7种转速工况下平均准确率均超过96%,具有高精度和稳定性。与遗传算法(GA)、粒子群优化算法(PSO)、GWO优化RF相比,提出的IGWO-RF模型在3种小样本训练集下的诊断准确率均超过90%,且准确率均明显高于其他3个对比算法,能够有效实现小样本条件下的轮毂电机轴承故障诊断。

电机轴承智能故障诊断综述

智能故障诊断技术(Intelligent Fault Diagnosis,IFD)将深度学习理论应用于设备故障诊断,能够自动识别电机轴承的健康状态和故障类型,在设备故障诊断领域引起了广泛关注。驱动电机是电动车辆的动力来源,其功率、扭矩和响应速度等性能参数决定了电动车辆的加速性能、最高速度和操控性能。轴承作为电机的关键部件,任何微小的轴承故障都会对车辆的安全性和可靠性产生不利影响,因此对轴承进行故障诊断至关重要。介绍了电机轴承故障的原因、信号处理方法和传统机器学习方法,并重点从深度学习方面对滚动轴承故障诊断经典算法和应用进行了综述,总结了不同方法的优点、局限性和应用现状,并对深度学习在故障诊断领域的未来发展方向进行了展望。

基于无迹卡尔曼滤波的车辆状态与参数联合观测

为提高分布式驱动电动汽车的控制性能,并针对部分汽车状态参数无法直接通过传感器测量的情况,采用无迹卡尔曼滤波设计车辆状态与参数耦合非线性观测器,对整车的状态及执行器失效系数进行估计。建立非线性车辆动力学模型,将电机的故障诊断问题转化为参数的实时估计问题,利用UKF(Unscented Kalman Filter)对汽车横摆角速度、纵向车速等进行实时估计,运用Carsim/Simulink联合仿真进行验证。仿真结果表明:该观测器能准确估计出上述相关车辆状态和参数,验证了该估计算法具有较高的实时性与准确性。

基于YOLO-BCN的PCB裸板小目标缺陷检测

为了解决PCB裸板在小目标缺陷检测过程中容易出现漏检、错检等问题,提出了基于改进YOLOv7的PCB裸板缺陷检测算法YOLO-BCN。首先在原始YOLOv7主干网络中引入了BRA注意力机制,实现更灵活的计算分配和内容感知,使网络具备动态的查询感知稀疏性。然后替换CARAFE上采样算子,来提取更多浅层特征,从而有效改善模型对小目标的检测性能。最后引入NWD损失函数,结合IoU来优化回归损失函数,降低对小目标位置偏差的敏感性。实验结果表明:改进后的YOLOv7的mAP@0.5值和mAP@0.5:0.9值相较于原始模型分别提高了3.28%和2.74%,F1因子提升了3.91%,检测速率为46.84 FPS。有效提升了PCB小目标缺陷检测的精度。

基于非接触式的三维重建技术综述

三维重建技术作为获取研究对象空间信息的主要途径,在计算机视觉和计算机图形学领域引起广泛关注,在工业制造、虚拟现实与增强现实、医疗等领域发挥重要作用,呈现出极高的研究价值。为了全面了解三维重建技术的多样方法适应性,聚焦于基于非接触式的三维重建技术的探讨,其中包括飞行时间法、基于三角测距的结构光三维重建、单目视觉、双目视觉、多目视觉的三维重建方法。对各种方法的基本理论进行分析,归纳其应用场景并对未来研究方向做出展望。

基于模糊逻辑的六轮月球车路径跟踪控制

以六轮差速转向月球车样机JLUIV-6为研究对象,推导了三维环境下月球车速度运动学模型,进而得出逆运动学模型。在路径跟踪阶层,根据横向偏差和角度偏差设计了车体的偏航角速度模糊控制器,并基于路径曲率和地形崎岖程度,引入模糊修正模块来控制车体的期望速度。在执行阶层,根据控制器输出的车体期望速度和角速度,用逆运动学模型给定车轮相应的转速指令,使其跟踪车体的期望速度和角速度。最后通过ADAMS/Simulink联合仿真验证了所提方法的有效性。

基于CCD参数智能调节的车道线检测

在分析传统Hough变换优缺点后,提出一种基于CCD参数智能调节的车道线检测方法。通过建立图像特征区域,调节CCD的亮度、增益和曝光时间等参数,增强车道线与周围道路的对比度,减少路面噪声;在此基础上提出改进的Hough变换算法,对整幅图像进行种子点的选取与归类,再对每组种子点进行Hough变换,最后通过一定的角度约束提取车辆当前运行车道线。道路试验验证了该方法的有效性、实时性和准确性。

永磁同步电机WOA-PI优化控制

永磁同步电机(Permanent Magnet Synchronous Motor,PMSM)由于具有高效率、结构紧凑、高精度控制等特点,广泛应用于新能源汽车、家用电器、工业设备等领域。但电机运行时会受温度、电流、磁场等影响,导致抗干扰能力不高与动态响应差。为了提高PMSM转速跟踪能力与平稳性,设计一种基于鲸鱼优化算法(WOA)的永磁同步电机PI控制器。在Simulink中建立PMSM模型,以PI速度环为基础,分别使用传统PI控制与WOA-PI控制。通过仿真对比,在电机空载启动与转速信号变化的情况下,WOA-PI具有更好的稳定性与响应性。

思政视域下的车辆工程专业课程体系建设实践与探索

围绕高校车辆工程专业课程思政的开展,从课程体系的角度,探索了车辆工程专业课程思政的建设思路。基于OBE教学理念,考虑不同课程的特点与专业背景,从专业-课程-课堂角度,以课程为载体,课堂为阵地,对思政视域下的车辆工程专业课程体系进行了探索与实践,使课程思政与课程思政相辅相成,专业教育与思政教育有机融合。

松软月面上月球车动力学建模及运动控制研究

通过分析松软月面上车轮下陷原因,建立了车轮与月面相互作用模型,在此基础上对ADAMS进行二次开发,通过等效转换建立了松软月面上月球车仿真模型。由于月球车行走运动时需要考虑能耗、驱动能力等多方面因素,以速度跟踪和驱动能力为控制目标,设计了基于车轮滑转率的协调控制器,并对不同运动工况进行了动力学仿真及分析,验证了所提方法的有效性,为下一步综合设计月球车运动控制策略提供了依据。

参数自调整的月球车路径跟踪模糊控制器设计

针对常规模糊控制器需要不断手动调整控制器参数才能获得更好控制效果的缺点,提出一种基于多目标遗传算法NSGA-II进行参数优化的路径跟踪模糊控制器。以CJ-1月球探测车原理型样机为研究对象,用模糊逻辑描述了月球探测车的路径跟踪问题,通过调整规则因子来达到调整模糊规则的目的;引入了积分器以达到较好的稳态性能;采用NSGA-II算法实现了控制器7个参数的优化选择,提高控制器的适应能力。仿真结果表明,在跟踪阶跃路径时,常规模糊控制器超调量达到4.25%,而所设计的参数自调整模糊控制器基本能平稳无超调地跟踪路径,获得更好的控制效果。

基于特征点提取的弯道识别算法研究

针对高速公路弯道处事故率高的特点,研究了一种基于特征点提取的高速公路弯道识别方法,以降低弯道处交通事故发生率。采用Hough变换求出车道线直线方程,根据高速公路的特点建立适当的道路模型,确定对应直线段上的最低点和最高点;分别比较直线段两侧白色像素点的个数判断出曲线道路的弯曲方向,从而进一步确定曲线段上的特征点,同时对车道线候选特征点进行滤波;分段拟合车道线的直线段和曲线段,实现车道线的二维重建。实验表明,能识别不同形状的车道线,具有很高的实时性和准确性,且在不同道路干扰下对连续型分道线和虚线型分道线的检测都有良好的识别效果。

汽车弯道防侧滑/侧翻控制器设计

对自动化公路系统弯道上汽车防侧滑/侧翻控制系统进行了研究.在汽车驶入弯道前计算安全车速,建立车辆运动学模型,采用积分反推方法设计了直道制动减速阶段的速度控制器,通过引入虚拟控制变量设计了弯道车道保持阶段的位姿控制器.根据车辆动力学简化模型设计了动力学控制器进行仿真试验,车辆以安全车速通过弯道.试验表明所设计的控制器具有快速、准确跟踪和全局稳定的特性,能有效避免发生侧滑/侧翻的危险工况,保证车辆行驶安全性和方向稳定性.

基于反演法的智能车辆弯路换道轨迹跟踪控制

基于车辆的运动学模型,研究了具有非完整约束特性的智能车辆弯路换道的轨迹跟踪控制问题。结合弯曲车道的曲率半径,针对换道过程中车辆横向运动和纵向运动对换道轨迹的耦合作用,提出了一种适用于弯道的换道轨迹规划方法。根据换道轨迹,利用积分反演法,引入中间虚拟控制量,设计了轨迹跟踪控制算法,并用Lyapunov稳定性理论证明了控制系统的稳定性。仿真结果表明:该控制器可以保证车辆在弯路换道的轨迹跟踪误差一致有界收敛,且具有快速、准确跟踪和全局稳定的特性。

基于特征组合粒子滤波的行人跟踪方法

为获得车载动态环境下较好的行人跟踪结果,提出一种融合梯度方向直方图(HOG)与颜色直方图特征的粒子滤波行人跟踪方法。利用HOG特征训练识别行人的分类器获取待跟踪目标,利用颜色直方图粒子滤波预测行人位置状态信息,并在预测结果的一定范围内,利用HOG特征对行人进行验证及位置校正,不断修正粒子权值并实现重采样,实现动态背景下的行人跟踪。实验结果表明,与传统的粒子滤波算法相比,该算法能更准确有效地跟踪行人目标。

双闭环结构的智能车辆弯路换道轨迹跟踪控制

为提高智能车辆弯道换道的安全性能,对其换道轨迹跟踪控制进行了研究。考虑到纵向速度、横向速度及横摆角速度对换道过程的影响,建立了非完整约束条件下车辆的运动学和动力学模型。基于积分反演方法设计了外环车辆位姿控制器,将换道轨迹跟踪问题转换为在任意初始误差下跟踪参考位姿问题,基于非线性积分滑模控制方法设计了内环的动力学控制器,实现了对车辆运行速度的跟踪,分析了该控制系统的稳定性和收敛性。仿真结果表明,所建立的控制系统可保证跟踪误差全局一致有界收敛,具有较快的收敛性和对时变参数不确定性的鲁棒性。

基于模糊控制的车辆自适应巡航系统设计

在定速巡航的基础上,结合跟车巡航功能,设计了一种自适应巡航分层控制系统,可根据行驶工况自动切换其工作模式,实现巡航系统的智能化。该系统综合考虑了跟车系统中前车车速、加速度、车距等各种因素,利用模糊控制技术的优点,提高控制系统的性能。利用Matlab仿真及硬件在环技术进行实验研究,结果表明该控制系统能够实现巡航模式的自适应切换,并且具有较高的控制精度和理想的巡航性能。

基于人体典型部位特征组合的行人检测方法

为实现汽车主动安全对行人的保护,提出一种组合人体典型部位特征的行人检测方法。利用查表型的Gentle Adaboost算法来训练经加权Fisher线性判别算法优化的梯度方向直方图特征,形成一个强分类器对行人腿部区域进行检测;行人初步定位后,根据其头部轮廓变动较小的特点,运用模板匹配的方法对其进行检测;最后根据腿部与头部检测结果,综合采用部位约束、特征转化和分类器阈值调整的方法对检测结果进行融合。结果表明,该方法能有效排除大部分虚警,提高检测行人的准确性。

四轮毂独立驱动电动汽车协调控制技术综述

对四轮毂独立驱动电动汽车的协调控制技术进行综述,重点介绍了多目标之间的协调控制以及四轮转矩协调控制的研究方法以及国内外研究现状,提出了当前存在的一些问题,展望了今后的发展趋势。