基于GA-TD3算法的交叉路口决策模型

为了解决交叉路口场景下无人驾驶决策模型成功率低、模型不稳定、车辆通行效率低的问题,从两个方面对TD3算法作出改进,提出了基于GA-TD3算法的交叉路口决策模型。首先引入记忆模块,使用GRU神经网络来提升决策模型的成功率;其次在状态空间引入社会注意力机制,更加关注与社会车辆的交互行为,保证模型稳定性的同时提升车辆的通行效率。采用CARLA仿真器进行20000回合的模型训练后,TD3算法通过路口的成功率为92.4%,GA-TD3算法的成功率为97.6%,且车辆的通行时间缩短了3.36 s。GA-TD3算法模型在学习效率和通行效率上均有所提升,可用于缓解城市中的交通压力,提高驾驶效率。

拟间歇振动辅助偏摆车削钛合金的切削力与切屑形成研究

钛合金近年来被广泛应用在航空航天、医疗器械和军事工业等领域中,然而钛合金所固有的低导热系数、低弹性模量和高化学反应性使其可加工性能较差。为深入了解拟间歇振动辅助偏摆车削钛合金的切削机理,建立了拟间歇振动辅助偏摆车削和普通切削加工钛合金的三维仿真模型,分析在不同切削速度(30mm/s,40mm/s,50mm/s)下钛合金加工的切削力与切屑形态。从试验结果可以看出:拟间歇振动辅助偏摆车削钛合金的切削力与切屑形成和刀具摆动有关,切削力存在摩擦力逆转和进给力逆转现象,有利于切屑排出,但随着切削速度的增加而逐渐减弱;拟间歇振动辅助偏摆车削钛合金的切屑形态为波浪形,切屑形成复印了刀具摆动的轨迹,切屑的波浪形随着切削速度的增加而逐渐衰退。本研究可以为难加工材料拟间歇振动辅助偏摆车削技术的完善提供理论指导。