基于延迟补偿的网联式自主驾驶车辆协同控制

针对智能交通领域多车协同驾驶中存在的通信信息乱序、丢包问题,研究网联式自主驾驶车辆协同控制技术,建立基于零阶保持(Zero Order Hold,ZOH)信息处理机制的自主驾驶车队控制模型,通过非线性系统状态估计算法进行延迟补偿,使得车队控制模型在复杂汽车行驶环境下保持有效。通过构建由多辆实车组成的网联式自主驾驶车队,在封闭道路环境下进行协同驾驶编队测试,结合网络传输及传感器数据进行模型仿真,验证了模型在实车编队环境下的稳定性、有效性和实用性。

可食性大蒜素/淀粉抑菌膜的制备及性能研究

本研究以淀粉膜为基质,以甘油和海藻酸钠为增塑剂,大蒜素为抑菌剂制备淀粉抑菌膜,并测试抑菌剂、膜液和膜等的相关性能。结果表明:大蒜素对酵母菌、大肠杆菌、枯草芽孢杆菌的最低抑菌浓度分别为0.05μL·mL^(-1)、2.5μL·mL^(-1)、0.63μL·mL^(-1)。将大蒜素添加到淀粉膜液中制成膜后,对酵母菌、枯草芽孢杆菌的最小抑菌浓度增加至10 mg·g^(-1)、80 mg·g^(-1),而对大肠杆菌无明显的抑菌效果。通过比较淀粉膜和抑菌膜的抗拉性能、透过性、红外光谱检测及膜液的流变性、接触角等性能,抑菌剂对基质影响较小。

ε-聚赖氨酸/淀粉抑菌膜的制备及性能检测

对以淀粉为成膜基质,海藻酸钠和甘油为增塑剂,ε-聚赖氨酸为抑菌剂的淀粉基抑菌膜进行研究,并对其抑菌性和膜性能进行检测。结果表明,ε-聚赖氨酸对大肠杆菌、枯草芽孢杆菌和酵母菌的最低抑菌浓度分别为1、2、2μg/mL,而将ε-聚赖氨酸添加到淀粉膜后,最低抑菌浓度都提高到64 mg/g,对淀粉膜和抑菌膜的力学性能、红外光谱检测、透气性和透油性及膜液的流变性、接触角等比较,差异较小。

人工智能在汽车自动驾驶系统中的应用分析

以自动驾驶系统为代表的汽车智能化技术将对汽车产业生态变革产生重大影响。首先,分析了自动驾驶技术发展路线、发展现状及人工智能(Artificial Intelligence,AI)的应用领域,指出AI在自动驾驶应用中面临的挑战。然后,提出一种基于AI的车云协同自动驾驶系统架构,分析了基于AI的智能驾驶终端软硬件架构与基于大数据的自动驾驶云端空间架构;结合车端与云端的AI集成应用问题、信息数据交互方法与车云协同技术,讨论了人工智能在自动驾驶系统的主要应用。

基于OpenMV的云台追踪系统设计

为解决传统目标识别过程中目标不能移动、动态追踪等问题,基于OpenMV,采用PID控制、模块识别、颜色识别、图像处理等技术和方法,设计了一种能够自主动态追踪目标物体的云台系统。锥桶的动态追踪识别测试结果表明:系统能够较好地完成动态追踪。

新能源汽车车内实时以太网技术发展综述

汽车产业正朝智能化方向发展,对汽车电控系统的网络架构与通信能力提出了挑战。具有高带宽、高实时、高安全性和高可靠性的车内实时以太网技术作为下一代车载网络的发展方向,受到广泛关注。分析了现有国内外新能源汽车车载网络技术(In-vehicle Network,IVN)的发展现状,阐述了车载网络在带宽压力及高可靠性需求下面临的挑战,讨论了未来以太网技术结合汽车产业的发展趋势,最后指出进一步完善汽车电控架构设计,开发车载以太网产品,制订相关标准规范的必要性。

基于OpenCV的锥桶识别技术研究与实现

基于图像处理理论与算法,利用OpenCV库函数实现对锥桶的识别。为减轻图像处理的压力,先将源图像进行HSV转换,后通过漫水填充对指定区域进行指定颜色填充,并通过形态学滤波去除明显噪声。通过轮廓查找以剔除较小轮廓,并构造最小外接矩阵对锥桶因白色反光条分割的2个部分进行比较,最后将垂直投影图像通过最小二乘法得到的斜率进行识别。实验数据表明,采用文中算法识别锥桶准确率较高。