氯吡格雷联合常规治疗急性心绞痛的临床研究

目的分析研究氯吡格雷联合常规治疗急性心绞痛的治疗效果,为该病症的临床治疗和理论研究提供有效依据。方法选择2011年1月—2012年3月在本院心血管内科治疗的急性心绞痛患者138例,按照随机原则分成两组,对照组采用常规急性心绞痛治疗方法,治疗组在对照组治疗方案基础上予以患者氯吡格雷治疗,8周后分析比较两组治疗效果。结果治疗结束后,两组患者生存率均为100.00%;治疗组总有效率84.06%(58/69),对照组总有效率63.77%(44/69);治疗组心血管事件发生率、心绞痛复发率、心力衰竭发生率、非致死性心肌梗死发生率均低于对照组,两组比较差异均有统计学意义(P<0.05)。结论常规急性心绞痛治疗方法中应用氯吡格雷临床效果良好,疗效明显,安全性佳。

糖尿病患者的西医内科疗法分析

目的：对西医内科治疗糖尿病患者的临床疗效进行研究。方法选取从2012年1月~2013年1月收治的患有糖尿病的86位患者,随机的将所有患者分成治疗组与对照组,两组均有43位患者,对照组患者使用二甲双胍进行治疗,治疗组患者使用吡格列酮进行治疗,将两组患者临床治疗效果进行对比。结果在空腹血糖水平、餐后2h血糖水平以及治疗后复发人数方面,治疗组明显优于对照组, P〈0.05,其差异有统计学意义。将两组患者有效治疗概率进行对比,治疗组明显高于对照组, P〈0.05,其差异有统计学意义。在86位患者中,没有由于使用药物而引起不良反应的情况。结论对于糖尿病患者来说,采取西医内科治疗的方式,临床治疗效果较为理想。

急性单纯性胃炎患者的临床治疗方法和效果分析

目的：探讨针对急性单纯性胃炎患者，临床对其进行治疗的方法以及完成治疗后的效果表现。方法选取我院2010年12月～2012年12月急性单纯性胃炎患者100例。通过随机数表法对所有患者实施随机分组，设为 A1组（对照组50例）与 A2组（观察组50例）。A1组患者对其采用雷尼替丁进行治疗，A2组患者对其采用铝碳酸镁进行治疗。对比两组患者完成治疗后的效果表现。结果使用超声检测仪对患者进行检测，最终均检测出患者患有急性单纯性胃炎。对比 A1组与 A2组患者完成治疗后的效果表现发现， A2组患者临床治疗效果显著优于 A1组患者（P ＜0.05）。结论采用超声造影技术能够成功对患者患有胃炎的情况加以诊断，并且能够成功检查出患者所患胃炎类型，清楚地呈现出患者胃内部的具体图像。对于确诊后的单纯性胃炎患者，采用铝碳酸镁进行治疗，临床治疗效果表现确切，患者没有出现任何不良反应，应用意义显著。

越野环境下基于势能场模型的智能车概率图路径规划方法

复杂越野环境下的路径规划是实现智能车无人驾驶的一项关键技术。越野环境中存在多种影响车辆运动的障碍物、环境威胁和越野道路,传统路径规划方法以路径长度或时间最短为优化目标,难以在复杂越野环境中正确规划安全可行的车辆行驶路径。针对该问题,提出了基于势能场模型的概率图(AFP-PRM)算法,采用人工势能场算法对越野环境建模,评估车辆通行风险。使用概率图算法以优化节点间多维度通行代价为目标进行路径规划;考虑车辆动力学特性,用动态曲率平滑法对行车轨迹优化;应用AFP-PRM算法在模拟越野环境下进行路径规划仿真实验。仿真结果表明:AFP-PRM算法在路径规划过程中采用人工势能场算法,综合了越野环境中障碍物、环境威胁和道路条件的耦合作用;使用概率图算法,建立采样点之间的多维度通行代价评估矩阵;在复杂的越野道路条件下生成可行、安全、高效的通行路径,为智能车提供了一种多目标优化路径规划算法。

基于势能场虚拟力的智能网联车辆运动规划

传统人工势能场方法存在着纵向运动规划速度振荡、横向运动规划难以实现的问题。本文中建立了人工势能场虚拟力模型,提出了基于势能场虚拟力模型的车辆运动规划方法。通过评估自车与周边车辆的运动状态,生成位置和速度虚拟力,实现无振荡运动轨迹与速度规划。仿真结果表明:该方法能够实现安全、可行、平滑无碰撞的路径规划,并能克服传统势能场运动规划的振荡问题。通过与highD驾驶数据集中的车辆运动轨迹对比,表明基于势能场虚拟力的运动规划与真实交通环境下的运动状态基本相符,具有良好的实用性。

行车风险量化新方法及其防控策略仿真研究

行车风险受人、车、路多类时变因素的耦合影响,如何对其进行准确量化一直是制约汽车智能安全技术发展的难题。提出考虑驾驶人行为特性的行车风险量化新方法并介绍对应的行车风险防控策略,将行车风险量化与等效力模型结合,设计行车风险的场模型框架。通过考虑车道线约束和车辆行驶路径的变化,在车辆行驶的纵向和横线上设置不同的风险梯度调整系数并采用Frenet坐标转换,使得行车风险在车辆行驶的纵向和横向上具有较大的差异。结合行车风险的防控指标,设计3种高速公路直行冲突场景和9种无信号灯交叉路口冲突仿真场景,并分别与纵向控制模型(Longitudinal control model,LCM)和预计时间(Time to intersection,TTI)阈值对比,仿真结果表明,所设计的车辆行驶决策模型能够识别各个方向上的风险并能主动执行风险防控,相比LCM模型在安全性上更优;另外,建立的左转风险防控算法在900次无信号交叉路口仿真中的碰撞事故发生率为0,相比TTI阈值算法具有更高的通行效率和安全性。

驾驶人驾驶决策机制遵循最小作用量原理

为提升智能汽车的自主决策能力,使其能够学习人的决策智慧以适应复杂多变的道路交通环境,需要揭示驾驶人决策机制。首先通过对自然驾驶数据的分析,发现在车辆行驶过程中能够反映驾驶人决策行为的主要运动特征参数存在极值现象,而产生极值现象的内在动因是驾驶人遵循"趋利避害"的基本决策机制,即驾驶过程中驾驶人力图实现机动性和安全性综合性能最优。受自然界包括物理和生物行为上的众多极值现象遵循最小作用量原理的启发,提出驾驶人决策机制遵循最小作用量原理的假设。随后建立抽象描述驾驶过程的物理模型,并提出最小作用量决策模型(Least Action Decision-making Model,LADM),通过与传统驾驶决策模型(经典跟车模型和换道模型)对比,分析结果显示LADM模型更具通用性。最后开展了实车试验,采集20名驾驶人在自由行驶、跟车行驶和邻车切入3种工况下的试验数据,分析计算并检验了不同驾驶人行车过程的理论最小作用量和实际作用量。试验结果表明:驾驶人在驾驶过程中的实际作用量与最小作用量之间无显著性差异,体现出驾驶人在行车过程中对安全和高效具有共性追求,验证了驾驶人决策机制遵循最小作用量原理。

智能网联汽车架构、功能与应用关键技术

智能化技术与网联化技术的快速进步促进智能化车辆由驾驶辅助到无人驾驶、由单车智能到多车协同的方向发展。智能网联汽车技术能提升交通安全与效率,但也面临着来自真实交通环境的复杂挑战。该文基于智能网联汽车架构、功能与应用3方面关键技术,对用于单车自主式驾驶与网联协同式驾驶的智能网联汽车研究进行分析。首先,针对系统架构设计,分析了有关智能车辆平台架构与车-路-云一体化架构的研究;其次,面向人-车-路多因素耦合的真实交通环境,重点分析了感知、决策、控制3种关键功能技术的发展现状、面临挑战与前沿探索;最后,阐述了不同等级智能网联汽车技术的产业落地情况和特点,并对其未来发展趋势进行展望。