闭环式电控空气悬架电控单元标定系统研究

为使闭环式电控空气悬架系统匹配不同车型,本文主要对闭环式电控空气悬架系统电控单元标定系统进行研究。分析了闭环式电控空气悬架系统电控单元总体结构,开发了基于飞思卡尔MC9S12XDT512主控芯片的闭环式电控空气悬架系统电控单元,并利用CodeWarrior集成开发环境,编写了电控单元各模块驱动程序。同时,根据闭环式电控空气悬架系统电控单元功能需求,并基于CAN通信,开发了其电控单元标定系统。为验证本文开发的闭环式电控空气悬架系统电控单元标定系统的实车应用可行性,利用具有闭环式电控空气悬架系统的试验改装车辆,开展相关实车静态和道路试验。试验结果表明,当车辆分别处于空载、空载+100 kg和空载+200 kg状态时,高、中、低位手动调节下的前后悬稳态,实际高度与标定高度误差绝对值保持在3 mm以内,满足设计需求;当车辆车速分别为15,30,45,60,75,90 km/h时,高、中、低位自动调节下的前后悬高度平均值与标定的前后悬高度误差绝对值,始终控制在5 mm以内,满足实车应用需求。该研究对工程实际中闭环式电控空气悬架系统电控单元标定系统的设计开发具有一定参考意义。

基于改进YOLOv3的路面正负障碍物检测研究

针对减速带和凹坑等路面正负障碍物目标检测问题,本文基于YOLOv3算法基本原理,在原YOLOv3算法的基础上,采用扩增检测尺度的方法得到改进的YOLOv3算法。利用减速带和凹坑等路面正负障碍物训练集进行模型训练,通过测试集完成对训练模型的测试。测试结果表明,改进后的YOLOv3算法在路面正负障碍物的检测能力上有所提高,R Re值提高了0.8%,R MAP值提高了0.2%,验证了本文对原YOLOv3改进的有效性。该研究可用于智能车辆对减速带和凹坑等路面正负障碍物的检测,具有一定的实际应用价值。