无信号交叉口处基于深度强化学习的智能网联车辆运动规划

为了兼顾无信号交叉口处智能网联车辆通行效率和舒适性要求,提出基于深度强化学习的车辆运动规划算法.结合时间卷积网络(TCN)和Transformer算法构建周围车辆行驶意图预测模型,通过多层卷积和自注意力机制提高车辆运动特征捕捉能力;利用双延迟深度确定性策略梯度(TD3)强化学习算法构建车辆运动规划模型,综合考虑周围车辆行驶意图、驾驶风格、交互风险以及自车舒适性等因素设计状态空间和奖励函数以增强对动态环境的理解;通过延迟策略更新和平滑目标策略提高算法稳定性,实时输出期望加速度.实验结果表明,所提运动规划算法能够根据周围车辆的行驶意图实时感知潜在的交互风险,生成的运动规划策略满足通行效率、安全性和舒适性要求,且对不同风格的周围车辆和密集交互场景均有良好的适应能力,不同场景下成功率均高于92.1%.

医学超声在空间站的应用及展望

超声仪器作为常规的医学影像设备,在临床上已经广泛应用多年,深受广大医务工作者的推崇。自人类载人航天活动以来,超声仪器因具有体积小、质量轻、功耗低、无辐射等优点,成为空间站唯一的医学影像设备,在保障航天员健康和人体生物医学研究方面发挥了不可或缺的作用,并体现了重要的应用价值。本文首先回顾了在空间站上应用超声所取得的研究成果,然后介绍了目前国际空间站超声应用状况,并根据航天飞行中人体常见的变化,结合当今肌肉骨骼超声新技术发展趋势,展望未来超声在航天飞行中的应用前景。

弯道制动工况下车辆参数估计

【目的】为了准确估计车辆在弯道制动工况下的状态参数,观察松弛长度对车轮侧向力的影响,提出了一种基于无迹卡尔曼滤波器(UKF)的状态参数估计模型.【方法】该模型考虑了单个车轮驱/制动力对车辆稳定性的影响,将松弛长度作估计量来调节侧向力的估算精度.选择典型工况,应用Carsim与Matlab/Simulink联合仿真对模型进行验证.【结果】仿真表明,该模型估计的质心纵向速度、横摆率、车轮侧向力与参考数据100%拟合,质心侧向速度误差较大.【结论】该模型能有效地估计弯道制动工况下的车辆状态参数.