推动自动驾驶运输服务应用的思考与对策

为推动自动驾驶汽车在道路运输市场实现商业化应用,引导自动驾驶运输服务健康有序发展,首先从道路运输行业管理的角度出发,分析制约自动驾驶汽车规模化应用的长尾问题,提出通过增加约束条件消除应用长尾的应对策略。然后,从车辆技术、线路使用、从业人员、企业管理、行业监管等5个方面,提出与现阶段自动驾驶技术相匹配且符合现行法律法规要求的自动驾驶汽车从事道路运输服务经营活动的使用条件,以有效解决自动驾驶技术应用的长尾问题。最后,分析自动驾驶汽车运行区域开放程度、车辆在区域内的运行速度、载客和载货量等要素与自动驾驶汽车商业化应用风险的关系,确定高、中、低3个风险等级下各要素的指标参数,并基于不同运输业态的风险等级提出自动驾驶汽车应用预期,为自动驾驶汽车商业化应用提出可行对策。

移动APP测试技术在车辆运行状态检测应用的可行性分析

文章在分析传统车辆运行状态检测技术的原理和方法的基础上,结合移动客户端内置传感器的种类和功能,探究了基于移动客户端APP测试技术检测车辆运行状态的可行性,并依据GPS/INS组合导航方法设计了GPS重调惯导、位置和速度信息组合模式两种检测方案。针对移动客户端采集数据的特征,通过数据有效性检查、采样频率检查与修正、修补丢失数据和数据滤波4个处理环节来消除原始数据中存在的数据无效点、采样点丢失、噪声干扰等缺陷,提高检测数据的可靠度及精度。研究结果表明:利用移动客户端完全可以实现车辆运行状态的检测,从而大大降低了车辆运行状态检测的成本和时间投入。

多种动力类型道路运输装备的区域优化配置方法

鉴于交通运输行业在国民经济中的核心地位,确保运输效能的高效与适应性至关重要。为此,深入探讨了新能源车辆在各类场景下的应用适宜性,特别针对其在特殊条件下的应急保障作用进行了详细分析,提出了“宜氢则氢、宜电则电”的多元化动力源匹配策略。为了实现这一策略,基于BP神经网络构建了优化车辆配置模型,旨在实现应急保障运力与区域内车辆需求的最优匹配。这一方法不仅考虑了车辆的动力源选择,还融入了区域特点、经济发展水平和环境条件等多维度因素,从而形成了一套科学、合理的多动力源营运车辆区域适宜性配置方案。

锂离子电池安全性能评估及过充电实例分析

锂离子电池在全生命周期使用过程中,不可避免地面临控制失效、外界碰撞、浸水等问题,导致电池出现电滥用、热滥用或机械滥用,严重时引发热失控,造成安全事故。现有电池安全评价方法仅用于研发阶段的定性测试,基于电池的安全状态与滥用程度成反比这一假定,提出一种电池安全性能实时量化评估方法。针对多类典型滥用模式展开分析并提出多种安全状态计算公式。开展了一款大容量三元电池的过充电热失控实验,基于温度和电压数据计算电池的安全状态变化曲线,有助于及时准确地实现电池安全预警。

基于KANO模型的电动汽车维修技术需求实证分析

为促进新能源汽车维修技术发展,本文结合国内汽车维修发展现状趋势,分析了电动汽车维修技术需求,通过构建电动汽车维修技术需求KANO分析模型,实证分析了10项电动汽车维修技术成熟度/推广应用状态与维修企业认可度/满意度之间的关系,并按照必备属性、期望属性、魅力属性和无差别属性进行了优先级划分,最终得出气密性检测技术和传感器维修技术两项电动汽车维修技术具有的需求优先级相对较高,分类型提出推动电动汽车维修新技术发展应用的措施建议,提出了分层级有序推动维修技术进步发展方向性思路。

考虑行车安全事件严重程度和个体差异的驾驶行为风险评估

为解决驾驶行为风险评估方法存在事件危险程度度量缺失及个体行为习惯考虑不足的问题,采集15位被试的自然驾驶试验数据,通过配对T检验和具有噪声的基于密度的聚类方法(DBSCAN),聚类得到行车安全事件中指标偏离正常状态的显著程度和驾驶人风险倾向性等级;选取指标量化单次行车安全事件严重程度,修正驾驶风险权重,构建考虑行车事件严重程度和个体差异的驾驶行为风险评估方法;开展实例分析,使用车头时距(TH)验证模型的有效性。研究结果表明:速度标准差、速度极差、加速度均值和最大值对于驾驶风险评估的重要度较高;使用优化后的评估方法得到的驾驶行为风险评分范围为[21,42.6],均值为32.93,标准差6.62,相较于传统评分方法,该风险评分与实际情况更为接近;采用上述指标评价综合驾驶行为风险,有助于提升驾驶风险辨识准确性。

大型货运车辆辅助制动性能试验研究

为了解决大型货运车辆在下长坡路段行驶时,长时间制动会造成主制动器的热衰退,容易引发道路交通事故的问题,合理利用车辆辅助制动,从而缓解主制动器的热衰退现象,通过车辆辅助制动滑行理论分析和实车试验,探究大型货运车辆的辅助制动性能。结果表明:在相同车速条件下,变速器挡位越低,发动机制动力和排气制动力均越大;在相同挡位条件下,随着车速的增大,发动机制动力和排气制动力逐渐增大,并且挡位越低,制动力随车速变化越快;在相同车速、挡位条件下,排气制动效能更高,制动力大于发动机制动力。

自动驾驶虚拟仿真测试技术研究进展

随着自动驾驶技术的快速迭代,对自动驾驶汽车进行测试的需求更加急迫。虚拟仿真测试作为构成自动驾驶汽车测试的基础测试技术之一,近年来受到了汽车行业的广泛关注。通过对大量自动驾驶虚拟仿真测试技术文献的梳理和分析,综述了自动驾驶虚拟仿真测试的研究进展。概述了自动驾驶虚拟仿真测试软件平台,主要包括传统仿真测试平台和新兴仿真测试平台。在此基础上,对比分析了虚拟仿真测试硬件平台,梳理了硬件在环(hardware-in-the-loop,HiL)、驾驶员在环(driver-in-the-loop,DiL)、整车在环(vehicle-in-the-loop,ViL)等硬件平台的技术特点。在仿真测试场景方面,介绍了测试场景的数据来源,归纳了场景构建手段。在仿真测试方法方面,从评价指标的角度对仿真测试方法进行了比较与分析,指出当前方法的不足。最后,对仿真测试技术的发展趋势进行了展望与分析。研究结果表明:自动驾驶虚拟仿真测试是自动驾驶车辆落地的必由之路,未来应着力于自动驾驶标准场景库、仿真测试加速技术、仿真模型验证标准等研究,建立仿真测试标准体系。

汽车被动安全部件结构安全性风险评价研究

针对风险评估过程中传统故障模式影响分析(FMEA)的不足,提出了一种改进的风险优先数(RPN)的分析方法。利用层次分析法(AHP)得出主要被动安全部件的重要度排序,利用改进的RPN分析法将传统风险优先数分析法中的定性因素和基于费用损失的风险优先数分析法中的定量因素相结合,使得出的风险排序结果更加准确,同时该方法也可用于风险评估的其他领域。

“智能车挑战赛”车辆参赛资格测试规范的研究

通过分析2009年和2010年"中国智能车未来挑战赛"中车辆暴露出来的问题,并根据国家自然基金委员会"视听觉信息的认知计算"重大研究计划的总体目标和研究要求,对2 011年挑战赛资格测试的技术要求和实施规范进行了技术分析,并通过测试规范在资格测试环节的应用和验证,提出进一步修改完善挑战赛资格测试技术要求和实施规范的对策与建议。

基于应力等效关系的汽车零部件疲劳寿命预测模型

对于预测多级应力加载下的汽车零部件疲劳寿命,已有的相关非线性模型通常需要依赖大量的试验数据,或者较难选取合适的基准值,使得疲劳可靠性理论在汽车领域的应用存在一定局限性。针对此问题,基于材料疲劳寿命特性曲线,通过分析两级应力之间疲劳损伤转化过程,建立了一种考虑相邻载荷作用的等效转化关系,推导了两级、三级及更高应力等级情况下相邻应力之间的疲劳累积损伤等效公式和剩余疲劳寿命的表达式,进而提出了一种基于应力等效关系的疲劳寿命预测模型。该模型的计算过程仅需不低于两级应力的材料疲劳寿命试验结果。采用二级、三级、四级及五级应力加载试验数据,分别计算并对比了Miner模型、Manson模型、Subramanyan模型、Hashin模型及新模型的相对误差平均值和最大值,进一步汇总了两级至五级应力下各模型疲劳累积损伤与疲劳累积寿命的预测结果、各模型预测疲劳损伤与试验疲劳损伤之差的分布。结果表明,基于相邻载荷作用等效转化的新模型在疲劳寿命的整体预测结果优于Miner模型、Manson模型、Subramanyan模型及Hashin模型,可更为准确地应用于材料多级应力下的疲劳寿命/损伤预测。

基于Manson-Halford模型改进的疲劳损伤预测模型

为了预测在多级应力加载条件下汽车零部件的疲劳损伤,提出一种基于Manson-Halford模型改进的疲劳损伤预测模型。首先,基于材料S-N特性曲线的关系式,在解析Gao模型中非线性作用系数的结构形式及构成要素的基础上,分析并引入相邻应力幅值之比、材料S-N对数特性直线的斜率、前一级疲劳累积损伤这3项参数,作为非线性疲劳损伤模型中作用系数的构成要素。在兼顾Manson-Halford模型原有优势的基础上,提出基于Manson-Halford模型改进的疲劳损伤预测模型。其次,为验证新模型的预测效果,采用了4种材料的两级至五级疲劳试验数据,从疲劳损伤绝对误差的最大值与疲劳损伤相对误差的最大值两项指标,分别对比了Miner模型、Manson-Halford模型、Gao模型、YG模型、Yue模型、Haghgouei模型及新模型的预测结果。其中,疲劳试验数据不仅涉及高周寿命的情况,也包含高周寿命与低周寿命相结合的情况。最后,对两级至五级疲劳损伤预测结果与试验结果之差进行了统计分析,利用最小值、最大值及标准差统计值判定各模型的优劣性。结果表明:提出的新模型与试验结果吻合,特别在低周疲劳与高周疲劳混合应力时,新模型的预测效果相较于其他几种模型具有一定优势,证明了新模型在疲劳损伤预测方面具有较高的精确性和鲁棒性。

一种阶梯块谱下的疲劳累积损伤模型

针对阶梯块谱下的材料疲劳寿命预测问题,尤其是已有相关非线性模型的计算参数依赖大量试验数据或较难选取合适的基准值,导致在实际工程中应用有一定局限性。提出了一种新的基于相邻载荷的作用系数α_(i)=(S_(i+1)/S_(i))1/b lg K,该系数中两个参数b、K来自材料疲劳寿命关系式S=KN^(-b)。结合前人的二级、三级、四级应力加载试验结果,分别计算并对比了与多种疲劳损伤模型的结果。结果表明,新模型在疲劳寿命/损伤的预测结果优于Miner模型、Manson模型、Subramanyan模型及Hashin模型,可更为准确地预测阶梯块谱下的疲劳寿命/损伤。

基于FTT-CAN的电动汽车动态调度算法研究

针对在控制器局域网(CAN)总线中存在低优先级信息会因为高优先级信息频繁占用总线而出现的死锁问题,在车辆控制系统中引入柔性时间触发机制组建柔性事件触发控制器局域网(FTT-CAN),针对周期信息和随机信息,分别在FTT-CAN的同步相和异步相中采用最早截止期优先(EDF)调度和动态提升优先级(DPP)调度,介绍了FTT-CAN触发原理,提出基于EDF和DPP的动态调度算法,将该调度算法应用于典型电动汽车控制系统模型的调度,验证了该调度算法的优越性。

公交驾驶员心理状况影响因素分析与疾病判别模型

为对公交驾驶员心理疾病实现精准干预,维护乘客生命及公共交通安全,本文通过分析公交驾驶员心理状况影响因素构建心理疾病类型判别模型。选用由基本信息、身体状况、生活状态、驾驶行为、组织认同感、人格特征以及职业压力与工作倦怠问卷组成的公交驾驶员心理健康状况调查问卷,对400名城市公交驾驶员展开问卷调查研究,通过皮尔逊相关性检验分析心理状况影响因素,利用K-means聚类算法和多元Logistic回归模型判别和分析心理疾病,提出相应干预措施。结果表明:人格冷怒和驾驶行为、身体状况、生活状态、组织认同感显著正相关,职业压力与工作倦怠和这4个影响因素显著负相关,相关性均较强,因此,构建心理疾病判别模型时排除与多个影响因素均呈较强相关性的人格冷怒、职业压力与工作倦怠这两个影响因素;被调查的公交驾驶员中,心理状态良好型、轻度心理疾病型、严重心理疾病型占比分别为52%、34%、14%;公交驾驶员心理疾病类型与身体状况、驾驶行为以及生活状态显著正相关,与驾驶行为的相关性最强,身体状况次之,生活状态最弱。

不同公路等级的汽车油耗和排放评估研究

为了评估不同公路等级的汽车能耗和排放水平,实测了机动车的逐秒速度,并基于机动车比功率理论模型,得到轻重型车在不同公路等级的比功率分布;运用油耗排放模型MOVES测算了不同公路等级汽车的排放和油耗。结果表明:三种车型的比功率分布接近于正态分布;三种车型的油耗和排放随公路等级降低依次增加,其中大型货车在高速公路和三级公路的平均油耗分别为18.26 L/100 km、29.15 L/100 km,小轿车在高速公路和四级公路的平均油耗值分别为5.01 L/100 km、12.65 L/100 km;同一公路等级下,大型货车NO_x、PM_(2.5)和HC的平均排放因子最高,大型客车次之,小轿车最低,而小轿车CO的平均排放因子最高,大型货车最低。研究结果对实施交通运输节能减排策略具有一定的参考作用。

基于轻量型空间特征编码网络的驾驶人注视区域估计算法

实时监测驾驶人注视区有助于人机共驾汽车理解并判断驾驶人的意图。针对车载环境下算法精度和实时性难以平衡的问题,提出了一种基于轻量型空间特征编码网络(lightweight spatial feature encoding network, LSFENet)的驾驶人注视区估计算法。通过人脸对齐和眼镜移除步骤对采集的驾驶人上半身图像序列进行预处理,得到左右眼图像和人脸关键点坐标;在MobileNetV2的基础上构建基于GCSbottleneck模块的LSFENet特征提取网络,集成注意力机制模块增强关键特征权重,生成左右两眼特征;利用Kronecker积融合眼部与人脸关键点特征,将连续帧图像融合后的特征输入循环神经网络中,得到该图像序列的注视区域估计结果;利用公开数据集和自制数据集对新算法进行测试。实验结果表明:LSFENet算法的注视区估计准确率可达97.08%,每秒能检测约103帧图像,满足车载环境下运算效率和精度需求;LSFENet算法对注视区1、 2、 3、 4、 9的估计准确率均在85%以上,且对不同光照条件和眼镜遮挡情况均具有较强的适应能力。研究结果对驾驶人视觉分心状态识别具有重要意义。