基于平面匹配与目标检测的视觉SLAM算法

针对移动机器人同时定位与建图(SLAM)算法在动态复杂、低纹理场景中存在算法精度下降甚至无法正常工作等问题,提出一种基于快速运动目标检测与平面匹配的算法。将视觉特征提取与运动目标检测方法相结合,降低动态目标对定位的干扰;采用平面匹配技术,克服低纹理环境特征缺少问题;同时生成一个稠密的三维点云地图,用于机器人环境解析等应用。该算法在数据集KITTI和TUM上的绝对轨迹误差RMSE指数相对于ORB-SLAM2算法分别降低了66.67%、98.77%,算法运行速率为22.20 fps。结果表明该算法具有良好定位精度、运行效率和鲁棒性。

极值服从广义Pareto分布的扭转载荷外推方法研究

提出了一种极值样本服从广义Pareto分布(generalized pareto distribution,GPD)函数的扭转载荷时域外推方法,基于极值样本的均值超出函数,首先确定一个区间范围,并以形状参数最小的均方误差为目标,通过自抽样法确定最佳阈值,再采用极大似然估计法对GPD函数的形状参数和尺度参数进行估计,获取扭转随机载荷谱的极值样本,服从GPD分布规律。以商用车驾驶室的稳定杆为研究对象,介绍了扭转载荷采集的方法,基于所提出的扭转载荷时域外推方法进行外推研究,并分别从穿级计数、功率谱密度、雨流图和潜在伪损伤量等方面对外推前后的载荷谱进行了对比分析。结果表明:所构建的载荷外推算法对商用车驾驶室稳定杆扭转载荷外推有较好适应性。

基于因子图优化的众包高精度地图云端融合方法

针对高精度地图传统云端融合方法生成的地图置信度较低、误差较大的问题,提出了一种基于因子图优化的众包高精度地图云端融合方法。利用RTK-GPS数据对车端上传的局部语义地图进行全局化处理;对地图片段进行匹配,并利用一致性筛选流程提高匹配精度;以车道线匹配对构建约束地图间变换关系矩阵的因子图优化模型;利用某城市道路真实多车轨迹数据进行测试。结果表明,相较于传统方法,该算法对于优化初值的依赖性较低,对于地图间聚集度提升了44.7%;与车道线数据真值相比,该算法绝对误差均在1 m以内,具有较高的实用价值。

基于局部窗口交叉注意力的轻量型语义分割

在自动驾驶汽车环境感知任务中,采用环视相机在统一鸟瞰图(bird′s eye view,BEV)坐标系下对车道线、车辆等目标进行语义分割受到广泛关注。针对相机个数增加致使任务推理延迟线性上升、实时性难以完成语义分割任务的难题,本文提出一种基于局部窗口交叉注意力的轻量型语义分割方法。采用改进型EdgeNeXt骨干网络提取特征,通过构建BEV查询和图像特征之间的局部窗口交叉注意力,完成对跨相机透视图之间的特征查询,然后对融合后的BEV特征图通过上采样残差块对BEV特征解码,以得到BEV语义分割结果。在nuScenes公开数据集上的实验结果表明,该方法在BEV地图静态车道线分割任务中平均IoU达到35.1%,相较于表现较好的HDMapNet提高2.2%,推理速度相较于较快的GKT提高58.2%,帧率达到106 FPS。

混合动力电动汽车控制策略——分类、现状与趋势

对现有混合动力汽车控制策略进行了归纳和分析,指出当前混合动力汽车控制策略的研究主要集中在以提高燃油经济性为目的的能量管理优化和以降低冲击度为目的的动力协调控制等方面,对排放性能的研究还未受到重视。提出今后混合动力汽车控制策略的研究重点不仅要实现最优的燃油经济性,而且要兼顾发动机尾气排放,尤其是低温冷起动阶段催化器出口的排放,以满足日益严格的排放法规要求。在此基础之上,考虑电池温度、电池寿命、模式切换时的平顺性以及各部件的可靠性等因素,整体分析、系统优化以油耗和排放为多目标的能量管理策略,研究发动机热管理、蓄电池热管理与混合动力汽车能量管理方法,从人-车-路闭环角度开发满足实际道路运行条件要求的控制策略是未来的发展趋势。

重度混合动力汽车燃油经济性和排放多目标优化

考虑重度混合动力汽车运行模式切换时发动机频繁起停对油耗的影响,建立了整车动态仿真模型和综合考虑燃油消耗和排放的多目标优化模型,采用简化控制变量的动态规划算法并结合自动变速器经济性换挡规律,在NEDC工况下对多目标优化模型进行仿真。结果表明,发动机的频繁起停对整车燃油消耗有显著影响,采用动态规划算法可全局优化整车燃油经济性和排放。

基于ADAMS软件的汽车平顺性仿真分析

以多体系统动力学理论为基础,应用机械系统动力学仿真分析软件ADAMS的Car专业模块来建立某轿车的整车样机模型。分析在ADAMS/Car中建立整车模型的方法,进行运动学仿真分析,探索运用ADAMS来研究车辆行驶平顺性的途径。

加快三元催化器起燃的HEV混合驱动控制策略

针对冷起动阶段三元催化器起燃特性对整车排放影响显著的问题,提出了应用于混合驱动工况下以加快三元催化器起燃为目的、通过降低发动机输出功率来提高发动机排气温度的模糊控制策略以及基于极小值原理的起燃时间最优控制策略.依据传热学原理,利用集总热容法建立三元催化器动力学模型,在此基础之上,在Matlab/simulink环境下建立了整车动力学模型并进行了仿真计算,分析了上述2种控制策略对油耗和排放性能的影响,最后将仿真与试验结果进行了比较.结果表明:2种控制策略均能增大废气传递给三元催化器的热量,缩短催化器起燃时间,有效改善混合动力汽车冷起动阶段的排放.

重度混合动力汽车油耗和排放的多目标随机最优控制策略

鉴于采用通常在特定工况下开发的控制策略的混合动力汽车在实际路况下的性能未必能达到最优的问题,将实际道路下的混合动力汽车能量管理策略问题转化为标准路况下的随机线性最优控制问题。建立了包含三效催化转化器热状态的混合动力汽车二次型状态空间方程,以发动机燃油消耗和三效催化转化器出口处的排放最小为优化目标,对蓄电池SOC、车速、三效催化转化器温度和出口排放等实际状态进行卡尔曼滤波估计,以对电机功率和发动机功率等输出变量进行最优反馈。仿真结果表明,与规则控制相比,所建立的随机最优控制策略能在满足车辆动力性要求的前提下,三效催化转化器的起燃时间约缩短160s,HC和CO的转化率明显提高。

融合历史轨迹的智能汽车城市复杂环境多目标检测与跟踪算法

针对现有智能汽车环境感知算法多根据特定类型目标设计,在处理目标遮挡、光照突变等城市复杂场景时识别准确率较低的问题,提出一种基于网状分类器与融合历史轨迹的多目标检测与跟踪算法。该算法考虑各目标之间的遮挡关系,利用具有目标融合功能的网状分类器对多尺度滑动窗获取的待检窗口进行多目标检测;历史检测结果基于目标特征关联通过计算目标长短轨迹和历史轨迹可靠性验证生成历史轨迹库,该轨迹库用于预测或融合新的检测结果;利用该检测跟踪结果更新网状分类器中的标准差分类器、最近邻分类器和历史轨迹信息,直至完成多目标长时跟踪。实验结果表明,本文算法在目标遮挡、光照变化和阴雨天气的复杂城市环境下均可实现多目标长时间检测跟踪,与KITTI数据集样本相比,平均准确率在77.17%～81.32%之间,单帧图像平均耗时0.05s,具有较好的实时应用前景。

考虑发动机排气背压阈值的柴电混合动力汽车最优控制

根据柴油发动机台架试验结果,分析排气背压对发动机性能的影响,在设计插电式柴电混合动力汽车(plug-in hybrid electric vehicle,PHEV)控制策略时考虑排气背压对油耗与排放的影响因素.以排气背压和蓄电池荷电状态为状态变量,利用庞特里亚金极小值原理,求解以插电式混合动力汽车油耗与颗粒物排放量的多目标泛函,从而得到整车油耗与排放综合最优控制策略.在MATLAB/Simulink仿真平台下建立了包含柴油颗粒过滤器(diesel particle filter,DPF)压力损失和捕集效率模型的整车动力学模型,对上述所得最优控制策略进行验证,并与二阶段(charge-depleting and charge-sustaining,CD–CS)控制策略和无排气背压状态最优控制策略进行对比.仿真结果表明,本文建立的最优控制策略相对于其它两种控制策略均能明显降低排气背压升高对发动机性能的影响,有效地改善了整车燃油经济性和排放性.最后通过台架试验对所提出的最优控制策略的有效性进行验证,结果表明,采用该控制策略优化后的等效燃油消耗量与颗粒物(particulate matter,PM)排放量分别降低了9.68%和32%.

HEV电加热能量对三元催化器转化效率、油耗和排放的影响

对混合动力汽车电加热型三元催化器冷起动阶段的催化过程进行了分析,建立了适用于开发整车控制策略的三元催化器动力学模型。在此基础之上,通过对混合动力汽车运行工况的模拟,对影响三元催化器起燃的加热功率和位置等因素进行了研究,分析了电加热能量对电池荷电状态、整车油耗和排放的影响。结果表明,混合动力汽车采用电加热方式不会造成电池过放电,能以微小的燃油消耗为代价,有效加快三元催化器起燃,提高冷起动阶段的HC/CO转化效率。

基于深度强化学习的插电式柴电混合动力汽车多目标优化控制策略

插电式混合动力汽车工作模式切过程中发动机频繁启停引起的发动机排气温度和进气流速波动明显,导致SCR催化器催化效率降低和排放恶化,尤其是低温冷启动阶段更为明显。另一方面,建立精确的SCR催化器瞬态模型较为困难,传统基于模型的混合动力控制策略开发方法效果较差。以某P2构型插电式柴电混合动力汽车为研究对象,建立了包括发动机、电池和SCR后处理系统的整车纵向动力学模型;在此基础上将深度强化学习应用于插电式混合动力汽车的能量管理问题,采用DQN算法对油耗和排放组成的加权目标函数进行求解,得到以需求功率、蓄电池SOC和SCR温度为状态变量、以电机最优功率为输出变量的控制策略;最后将测试结果与DP算法进行对比分析。结果表明,燃油消耗为2.623 L/100 km,SCR催化器出口NO x排放为0.2275 g/km,与DP控制策略相比,分别下降10.12%和25.69%,证明了提出控制策略的有效性。

基于多源异构信息融合的智能汽车目标检测算法

针对智能汽车单一传感器环境感知的局限性,提出一种基于GPS、双目深度相机、16线激光雷达等多源信息融合的环境感知算法,解决单一传感器环境感知的局限性问题。算法在GPS时间同步基础上,将单一传感器标定后的数据作为改进联合标定算法输入,求解多源传感器最优空间变换矩阵。使用SVM分割点云及欧式聚类提取点云信息的几何特征,获取障碍物的位置信息;利用空间变换矩阵将障碍物点云信息变换到图像坐标系,并将3D点云映射为2D点云信息;融合基于深度学习算法求解的图像中障碍物位置信息与类别信息,实现目标检测。经KITTI数据集及实车测试验证,该算法准确率在78.13%~85.56%之间,每帧数据检测平均耗时0.16~0.19 s,在光照变化、目标遮挡环境下均能有效的进行目标检测,具有较好的工程应用前景。

智能汽车环境感知算法测试评价系统开发

基于硬件在环仿真平台和六自由度驾驶模拟器,开发了智能汽车环境感知算法测试评价系统。为兼顾仿真测试的可重复性、可拓展性及道路测试的真实性,采用真实交通场景作为输入场景信息;针对现有检测算法评价依赖人工识取的不足,提出了基于机器学习的标准检测算法和基于数据关联的检测评价算法,并将系统测评结果与人工识取结果进行对比。实验结果表明,所开发的测试评价系统方案可行,测试精度较高,实时性较好,在模糊、遮挡、光照变化等复杂环境下均可实现对各种不同特性的车道线和车辆目标的准确测评,能较好地满足智能汽车环境感知算法测试评价的要求。

发动机冷启动阶段插电式柴电混合动力汽车多目标优化控制策略

插电式柴电混合动力汽车在发动机冷启动阶段要求高NOx转化效率与低NH3泄漏的目标之间存在trade-off关系。依据SCR反应机理建立了NH3解吸附速率模型、SCR温度模型以及动态反应模型,将电池SOC和SCR温度作为状态变量,基于庞特里亚金极小值原理提出SCR起燃时间最短策略和油耗与排放多目标综合优化控制策略,并对上述两种策略进行仿真分析。结果表明,SCR起燃时间最短策略在快速升温过程中易造成氨存储量超过催化器储氨能力限值,氨泄漏体积浓度峰值达到4.362×10^-5,而油耗与排放多目标综合优化策略相比SCR起燃时间最短策略,能实现快速起燃;同时,SCR出口氨泄漏体积浓度峰值降低至2.1226×10^-5,燃油经济性提高7.13%。最后,基于dSPACE实时仿真平台进行硬件在环实验,验证了所提出控制策略的实时性和有效性。

基于AVL/Cruise仿真平台的汽车理论实验教学改革研究

立足现有汽车理论实验教学实验条件,结合汽车技术、计算机仿真技术的发展状况,针对汽车理论课程的教学实验特点,提出将AVL/Cruise仿真平台导入到汽车理论实验教学中,探讨适应前当高校发展需求的汽车理论课程的建设和实验教学改革的措施。初步结果表明,该仿真平台能较好的提高学生积极性,提高对汽车理论认识水平和理解深度,适合在本科实验教学中推广应用。

以“五W模型”理论为指导的跨文化传播视野下本科通识教育探索

跨越学科背景和文化差异的现实鸿沟,在不同学科之间开展通识课程的跨文化教育和传播,以提高人才培养综合素质,适应社会对人才多元化的要求,尤其是在日益密切的国际交流和合作趋势下,培养学生跨文化学习和沟通能力,这是高等院校在进行通识教育普遍面临的问题。本文运用文献研究、走访调查和比较研究的方法,根据通识课程在不同文化背景下的传播特点,以传播学理论中的拉斯韦尔"五W模型"为理论依据,从控制、内容、媒体、对象、效果五个方面进行具体分析,指导通识教育在不同学科背景和专业水平的受众中的跨文化传播,探索如何建立跨文化传播视野下的通识教育课程体系、人才培养模式和评价体系。

地方本科与高职院校人才培养衔接SWOT分析与实践

当前地方本科院普遍面临实践教学条件不足、学生就业困难、科研实力薄弱等困境,高职院校也面临招生困难、学习风气差、社会声誉下降等问题。为提升高职院校教学水平和办学层次,弥补本科院校实践教学环节力量薄弱的不足,达到优势互补、抱团取暖目的,本文以重庆交通大学和重庆市五一技师学院车辆工程专业为案例,以培养工程应用型人才为目标,基于SWOT视阈分析地方本科与高职院校人才培养模式衔接的优势、劣势、机遇和挑战,并提出相应应对策略。

基于驾驶员意图识别的纯电动汽车动力性驱动控制策略

为了解决纯电动汽车动力性和操控性难以同时兼顾的问题,将驾驶员意图分为稳态意图和动态意图,稳态意图用于保证车辆的操控性,动态意图用于保证车辆的动力性,在此基础上提出了一种基于驾驶员意图识别的纯电动汽车动力性驱动控制策略,该策略首先分别采用"典型工作点+分段插值"和模糊推理方法来识别驾驶员的稳态和动态意图;接着采用"动态补偿转矩保持"和"动态补偿转矩归零"等算法计算动态补偿转矩;最后通过"增量式"动态补偿转矩跟踪算法和电机过载管理算法给出最终的转矩指令。仿真与试验结果表明,该策略既可以根据驾驶员稳态意图保证车辆的操控性,也可根据驾驶员动态意图提高车辆的动力性。