基于因子图优化的激光惯性SLAM方法研究

融合激光雷达和惯性测量单元的SLAM方法是拒止环境下自动驾驶定位建图的重要技术手段。该技术包含前端和后端2个数据处理模块,在后端数据处理方面,现有方法存在长时间运行时累积误差较高、回环检测计算负载较大以及复杂拒止环境下鲁棒性不理想等问题。针对上述需求,提出一种适配前端激光惯性里程计的新型后端数据处理方法。该方法采用因子图优化算法架构,建立激光连续关键帧间的惯性单元预积分模型,将该模型作为因子图架构中表征惯性单元数据的算法因子,降低数据处理的计算负载。构建基于Scan-Context描述符的高效回环检测方法,将点云数据三维空间结构特征转化为二维特征图,在保证回环检测精度的前提下进一步提高计算效率。结合前端里程计信息,构建包含里程计因子、惯性单元预积分因子和回环检测因子误差项的目标函数,通过非线性优化算法求解最优位姿状态,形成完整的SLAM算法结构。对所述方法及FAST-LIO2、LIO-SAM和SC-LeGO-LOAM等现有主流激光惯性SLAM方法基于开源数据集进行对比验证,并开展实车试验。结果表明:相较于现有方法,所述DSC-Algo方法在公开数据集测试中的计算性能和全局定位精度实现了显著提升,在现实拒止环境实车测试中的定位精度和算法鲁棒性也具有明显优势。

基于1dCNN-LSTM量化单体异常性的动力电池故障诊断方法

准确的动力电池单体性能评估对保障动力电池安全具有重要意义。目前基于数据驱动的电池故障诊断算法,大多对各单体电池进行相互比较,根据各单体电压等特征参数之间的差异,使用分类算法将离群单体认定为故障单体。然而当动力电池包内有多个异常表现相似的电池单体,或所有单体性能整体恶化时,难以区分甚至没有显著离群的个别单体,相互比较策略的应用范围受到限制。本文提出了一种基于1dCNN-LSTM量化单体异常性的动力电池故障诊断方法,结合车辆运动状态、驱动系统状态及动力电池电信号3类特征,建立1dCNN-LSTM融合模型估计理想状态下的单体实时电压参考值,根据各单体电压实测值与参考值之间的差异,量化各单体异常性。结合实际案例表明,对于因单体故障导致热失控的案例,本方法可以提前7日识别故障单体相比其他单体的明显异常,且可以在距离事故发生1年前甚至更早的放电片段中发现潜在风险;针对无明显单体不一致的整体恶化案例,可以实现事故发生前7日内的整体性能恶化过程跟踪。

动态场景下基于3D多目标追踪的实时视觉SLAM方法研究

近年来一些解决动态场景下的SLAM技术被提出,其中SLAM与MOT结合的技术路线不仅可解决动态场景问题,还可以提高系统对周围场景的理解,获得了更大关注。本文介绍了一种高效的实时在线视觉SLAMMOT融合系统,以双目视觉或RGBD作为输入,只须借助2D目标检测网络,便能高效、准确、鲁棒地跟踪相机以及动态目标的位姿,并生成稀疏点云地图。为提高多动态目标追踪的精度与准确度,引入了级联匹配与IOU匹配结合的策略;利用阿克曼转向模型来简化追踪目标的运动,减少求解动态目标位姿所需匹配点的数量;利用因子图将相机与动态目标的追踪结果进行联合优化,同时提高相机、追踪目标的位姿和地图点的精度。最后在KITTI跟踪数据集上与其他方法进行比较。结果表明,在满足实时性要求的前提下,该方法仍能准确地追踪相机以及动态目标位姿。

融合K-means聚类和序列分解的实车锂电池剩余使用寿命预测

电动汽车锂离子动力电池健康状态(SOH)衰退过程受使用工况影响存在较多波动,导致模型预测精度下降,在锂电池剩余使用寿命(RUL)短期预测时,SOH波动情况不可忽略,为了准确预测SOH短期内波动情况,须从实车上传的锂电池运行数据中提取有效的健康因子。本文建立一种联合分布特征输入和序列分解融合的锂电池RUL预测方法,使用K-means聚类方法构建车辆锂电池运行过程的联合分布特征,并通过S-G滤波器对SOH衰退曲线进行序列分解,分别使用长短时记忆神经网络(LSTM)和多层感知机(MLP)对趋势部分和波动部分进行预测,融合得到最终预测结果。理论分析和实车采集数据验证表明,融合模型可以在预测车辆锂电池RUL短期衰退趋势的同时预测SOH的波动情况,有较高的短期预测精度。

实车数据驱动的锂电池剩余使用寿命预测方法研究

锂离子动力电池剩余使用寿命(RUL)预测对于认识全生命周期电动汽车的安全和可靠性、改善电池管理系统的设计具有重要意义。通常基于深度学习的时序预测方法,本质上是一个递推的过程,每一次预测的误差会随预测次数增加而累积,难以保证预测精度和预测效率。基于深度学习序列预测和误差分析理论,建立一种ARIMA-EDLSTM融合模型的锂电池RUL预测方法,使用编码器-解码器(ED)框架改进长短时记忆神经网络模型(LSTM)构建从序列到序列预测的EDLSTM模型,并融合ARIMA模型预测误差趋势,进而修正最终预测结果。理论分析和实车采集数据验证表明,该方法在预测比例超过历史数据总量35%的情况下,仍然能较好地拟合实车SOH衰退曲线,有效提高锂电池剩余使用寿命的预测精度。

基于动态博弈算法的切入场景下自动驾驶车辆运动规划研究

鉴于在车辆换道切入的场景中,自动驾驶车辆容易出现频繁的误减速、误避让,而造成通行能力和乘员舒适性的下降,提出一种基于主旁车动态博弈的切入场景决策规划算法。在行为决策层,根据切入场景中主旁车的冲突性关系,联立相关车辆运动方程建立整体系统的运动模型,构建考虑旁车状态的切入博弈模型,设计安全性和舒适性收益函数,进行驾驶行为博弈,输出行为决策结果。在轨迹规划层,根据车辆间距构建避障约束条件,以Sigmoid函数轨迹的变曲率和速度切向矢量的时间分量来构建车辆动力学约束。同时以加权收益方式联合考虑驾驶习惯和舒适性等需求,建立轨迹规划数学模型,求解得到满足上层博弈决策要求的运动轨迹。Carsim-Simulink联合仿真结果表明,在不同的初始条件下主车与切入的旁车能进行多种形式的合理的交互决策,准确完成切入场景下的运动规划任务,车辆能准确跟踪输出的轨迹,更符合一般驾驶习惯,提高了车辆的舒适性。

基于Aseq2seq-PF的实车锂离子动力电池剩余使用寿命预测

锂离子动力电池剩余使用寿命(RUL)预测可评估电池未来状态,实现指导电池维护和降低故障危害。实车工况中电池循环条件不受控制,动态运行条件下的RUL预测仍存在杂乱数据处理困难、预测结果精度较差且无法兼顾老化不确定性等问题,提出注意力机制序列到序列-粒子滤波(Aseq2seq-PF)混合模型,选取公共荷电状态(SOC)充电区间获取归一化容量,采用迭代和直接的融合预测策略,Aseq2seq模型作为迭代部分实现容量序列精确预测,粒子滤波(PF)模型作为直接部分实现容量波动的不确定性预测,外推容量衰退趋势预测RUL。经实车动力电池数据验证,公共SOC充电区间有效获取了清晰容量衰退趋势,混合模型提高了容量衰退长期预测精度,具有良好鲁棒性,对比已有模型平均绝对误差下降56%以上,且输出满足不同应用需求的置信区间,实现老化不确定性描述。

基于非线性降维IC特征的实车电池SOH估计

基于实车电池复杂的运行数据,本文使用增量容量分析方法提取IC峰特征作为电池充电片段的有效特征,使用t-SNE非线性降维方法处理IC峰特征,消除多维特征冗余性,以解决实车数据难以提取可靠特征的问题。另外构建支持向量回归模型,实现对电池健康状态的估计。结果表明,本文使用的增量容量曲线峰特征能有效表征电池健康状态衰退变化;对实车数据的平滑、降噪方法可以较好地提升训练数据质量;基于t-SNE降维特征的SVR模型提升了对电池健康状态的估计精度,保证了有限样本数据集上实现准确估计。

质子交换膜燃料电池五边形挡板流场结构优化与性能改进

为有效提高燃料电池(fuel cell,FC)的性能,提出一种在阴极处具有五边形挡板的新型流场(flow field,FF)设计。为了解五边形挡板的加入对FC内部传质过程的影响,开发了一个三维、多相、非等温稳态模型,将多孔层结构引起的各向异性传输性质和催化层实际团聚体结构的非均质特性耦合到模型中,研究了挡板高度变化时FC性能的变化。结果表明,五边形挡板增强了流道的传质性能与气体分布均匀性。随着挡板高度增加,流道的传质性能、排水性能以及气体分布均匀性增加,高度100%(H100)的挡板由于与气体扩散层直接接触,堵塞了排水通道,因此其保水性能最好。在相对湿度为50%情况下,H100的FF结构具有最大的净功率密度,与原始FF(H0)相比,净功率密度增加17.778%。

非均匀热环境人体局部热响应对整体热感觉影响差异性分析

在车辆智能化与电动化趋势下满足人体热舒适性和车辆节能性双向需求是乘员舱区域化热环境管理的重要优化目标。尤其在高度非均匀“热-流”特性狭小空间环境中,只有正确认识并量化人体局部受热、响应和热需求的差异性与相关影响,才能高效地优化乘员舱热环境。为此,结合人体自身物理和生理热调节特性及其与乘员舱环境传热关系,建立人体热响应数值分析模型,分析非均匀局部气流作用下人体皮肤温度和热感觉变化规律,并应用影响因子分析方法量化局部与整体热感觉关系特征,得到局部气流作用状态对人体整体热感觉影响的不同关键部位。结果表明,在相同强度冷/热激励下,人体头部和手部是影响人体整体热感觉的主要部位,二者皮肤温度和热感觉变化幅值最大;高温环境中局部冷却作用需求的关键部位依次为头部、手部、前胸和后背,偏冷环境中局部加热作用需求的关键部位为头部、手部和脚部。

燃料电池模型多尺度参数双代价函数的全局灵敏度分析

质子交换膜燃料电池半经验模型存在较多未知经验参数,且其尺度和取值范围均相差较大,在全局灵敏度分析中局部高灵敏度信息易丢失,从而导致结果存在偏差。为此,构造了互为倒数的双代价函数。在原代价函数基础上计算全域内经验参数与响应误差的相关性,利用Sobol方法均匀采样进行首次全局灵敏度分析,筛选整个取值范围内高灵敏度(即影响收敛速度)参数;进而利用倒数代价函数放大局部区域的误差相关性,对于剩余全域不敏感参数,进行倒数代价函数的再次全局灵敏度分析,筛选出局部取值范围内高灵敏度(即影响收敛精度)参数。从而提高了多尺度多局域高灵敏参数识别能力。分析结果证明了所得高灵敏度参数辨识后模型的响应误差与全参数辨识的结果一致,可节省约60%的计算成本。该方法的适用性和准确性在电堆实验中均得到了有效验证。

矢量-角度几何映射的方向重要抽样分布函数近似化方法及多失效模式可靠性分析

方向重要抽样法是一种结构可靠度模拟方法,适合评估非线性、多维度的复杂结构可靠性问题。然而对于多维度问题,利用接受/拒绝方法获得重要矢量样本,效率较低且可执行性差。因此,需要改进或重新构造易于抽样的分布函数。通过概述现有的分布函数,利用插值方法近似构造基于矢量-角度几何映射的分布函数,利用一维拉丁超立方方法对重要角度均匀抽样,再映射到重要矢量样本,得到的矢量样本具有分层均匀性,避免了聚集现象,同时覆盖整个样本空间。该方法有效应用于多设计点和多失效模式的可靠性问题分析中,进一步制定了样本分配方案。通过非线性数值算例和车身结构工程问题验证了该方法的适用性和准确性。

新能源汽车产业专利分析综述

新能源汽车是我国战略性新兴产业,为促进广东省新能源汽车产业的发展,广东省知识产权局组织实施新能源汽车产业专利信息开发研究项目,对新能源汽车产业全球专利信息展开分析研究。采用Thomson Innovation专利检索分析平台,运用专业的专利检索分析方法搜集整理全球新能源汽车产业专利,从全球、中国两个层面分析新能源汽车及其六大技术领域专利的时间趋势、国家分布、技术分支分布、申请人分布情况,从而获得了全球与中国新能源汽车产业技术概貌。

闭孔泡沫铝力学特性及其在汽车碰撞吸能中的应用研究进展

汽车低能耗、安全和轻量化已经成为汽车领域研究的热点问题,闭孔泡沫铝作为一种轻质吸能金属材料,在低密度下具有良好的比刚度和比强度,同时具有良好的抗冲击性和能量吸收性,已逐渐引起汽车产业界地重视。简述泡沫铝单轴压缩试验中弹性模量、抗压强度、屈服强度、平台应力、致密化应变等参数的定义和试验标准;综述闭孔泡沫铝的本构方程的研究现状,重点讨论屈服面模型;总结泡沫铝的微观结构有限元建模方法,比较商业软件中集成的宏观材料模型。归纳吸能材料的特点,分析闭孔泡沫铝的吸能能力和抗冲击能力;综述应变率和冲击速度对泡沫铝吸能特性有无影响的研究进展,并对可能存在的影响进行解释。总结闭孔泡沫铝在汽车轻量化和碰撞安全性领域的应用,具体分析典型的案例。指出当前闭孔泡沫铝的力学特性及其在汽车结构中应用存在的问题与难点,总结并提出本研究领域可以借鉴的研究方向。

基于自适应响应面法的车身前部吸能部件优化

结合新车型开发中的整车碰撞分析,引入自适应响应面法对车身前部吸能结构进行了优化研究。避免了传统响应面法完全依赖于最初选定的试验点,对复杂函数拟合精度较差的问题。通过对前纵梁等主要吸能部件的板厚进行优化,提高了车身的正面抗撞性,为汽车产品开发提供了有价值的参考。

考虑动态特性的多工况车身结构拓扑优化研究

由于车身结构在汽车行驶过程中主要是保证其静动态承载性能,因此在概念设计阶段考虑其多种承载工况,特别是车身的动态性能要求来确定车身结构的最佳拓扑形式十分重要。结合整车多工况多体动力学分析,运用折衷规划法定义整车实际行驶工况下车身结构静态刚度和动态振动频率最大化的综合目标函数,通过层次分析法确定各工况的最优权重系数,进行车身结构的综合目标优化设计。以方程式赛车的车身结构设计为例,进行综合目标的拓扑优化设计,结果表明该方法进行车身结构的概念设计可行且有效。同时,经对比根据设计经验和基于正交试验定义权重系数的两种方法得出的优化结果,其车身的刚度和前6阶频率均有不同程度的提高,且结构更加合理,同时提高了计算效率。

电动汽车电池包箱体及内部结构碰撞变形与响应分析

目前关于电池包碰撞安全性问题研究较少,且大多的关注点在于电池包箱体及电池包安装位置,无法清楚地了解电池包内部的安全性.针对这一问题,文中结合一款实例电池包的开发,建立了考虑电池包内部电池单体、触点、固定装置以及电池包内架等的精细化结构模型,从变形量和加速度两个角度、电池包整体和内部结构两个层面对电池包碰撞结果进行分析,探讨了电池包在碰撞过程中箱体及内部结构的变形与响应规律。结果表明,电池包撞击侧吊耳、内架、螺钉和电池模组均发生了不同程度的变形,电池触点及附属构件安装点处加速度峰值过大.

汽车碰撞中胸-腹部的生物力学响应与损伤评价

统计表明,在汽车交通事故中人体胸部和腹部的损伤占很大的比例.为了研究汽车碰撞事故中人体胸腹部的生物力学响应与损伤机理,文中利用建立的人体胸-腹部生物力学有限元仿真模型,并引入国际同行已进行的相同部位尸体实验研究数据,对碰撞过程中人体胸腹部的生物力学响应进行了仿真分析.文献尸体实验与仿真过程中胸腹部的受力、加速度、胸腹部压缩变形量以及应力、应变分布等指标的对比结果表明,仿真结果与实验数据具有很好的一致性.研究表明,人体胸-腹部生物力学响应的有限元模拟能够准确地反应碰撞过程中人体胸-腹部的损伤程度,文中提出的模型可以用于汽车车身结构、约束系统、防护系统等方面的安全性设计和评估.

乘用车车身结构轻量化设计技术研究与实践

提出了面向设计的车身结构轻量化设计流程,并将其应用于某SUV的开发中。研究表明:运用灵敏度分析技术和基于梯度法的修正可行方向优化算法能更高效地实现车身结构轻量化;提高材料的屈服强度可弥补厚度减小后对碰撞安全性造成的负面影响。结构件轻量化和材料替换前后均作了刚强度和碰撞性能的对比,设计方案和研究结果都在应用中得到有效验证。

汽车转向节拓扑优化方法研究及应用

为使汽车悬架系统中机件转向节在轻量化的基础上满足各工况下的汽车动力学性能要求,运用折衷规划法定义多工况下转向节的静态刚度和第1阶模态频率最大化的综合目标函数,进行结构的拓扑优化。以某方程式赛车转向节为例进行优化的结果表明,转向节的刚度和1阶模态频率均有显著提高,质量有所减轻,说明该方法可行有效。