期刊文献+
共找到7篇文章
< 1 >
每页显示 20 50 100
基于多模态轨迹预测的智能车轨迹规划研究
1
作者 黄晶 刘祥臻 +1 位作者 邓潇阳 陈然 《汽车工程》 EI CSCD 北大核心 2024年第6期965-974,1024,共11页
混合交通流下由于驾驶员意图的不确定性行驶轨迹将呈现多模态属性,为了提高安全性并实现个性化驾驶,本文提出一种基于环境车辆多模态轨迹预测的智能车轨迹规划算法。首先,结合图卷积神经网络(GCN)和长短期记忆网络(LSTM)并加入注意力机... 混合交通流下由于驾驶员意图的不确定性行驶轨迹将呈现多模态属性,为了提高安全性并实现个性化驾驶,本文提出一种基于环境车辆多模态轨迹预测的智能车轨迹规划算法。首先,结合图卷积神经网络(GCN)和长短期记忆网络(LSTM)并加入注意力机制建立轨迹预测模型,预测不同行驶意图下的未来轨迹概率分布。然后,针对环境车辆的多意图概率下预测轨迹集合,根据自动驾驶风格偏好,设定一定的概率阈值挑选出确信轨迹,将其投影到规划路径上生成S-T图,并通过动态规划和二次规划进行基于碰撞风险规避的速度规划。最后,基于模型预测控制(MPC)对本文模型在典型换道场景和NGSIM真实道路场景下进行仿真测试并与现有模型进行对比验证。结果表明:本文提出的模型在安全性、舒适性和行车效率等方面均优于对比模型,能够在准确预测环境车辆未来轨迹的前提下实现最优轨迹规划,保证自动驾驶汽车安全、高效的行驶。 展开更多
关键词 自动驾驶 轨迹规划 模态轨迹预测 驾驶意图
下载PDF
一种基于状态空间模型的结构振动模态轨迹提取方法
2
作者 周胡 钱忠文 +2 位作者 王滨 高树健 刘福顺 《振动与冲击》 EI CSCD 北大核心 2021年第18期197-203,共7页
海上风电结构在运行过程中由于受到复杂的海洋环境作用,不可避免地会发生机械故障。而风机结构模态轨迹包含了丰富的结构运行状态信息,是判断海上风电结构是否发生故障的重要技术手段。但是在真实的海洋环境中很难找到固定的参考点测量... 海上风电结构在运行过程中由于受到复杂的海洋环境作用,不可避免地会发生机械故障。而风机结构模态轨迹包含了丰富的结构运行状态信息,是判断海上风电结构是否发生故障的重要技术手段。但是在真实的海洋环境中很难找到固定的参考点测量结构的位移信息,而直接对加速度积分会导致得到的位移信息产生虚假漂移。该研究发展了一种基于低阶状态空间模型的海上风电结构模态轨迹计算方法,首先通过复指数分解方法对实测的加速度信号进行分解,通过引入低阶状态空间模型将计算中的高阶微分方程转化为低阶矩阵微分方程,克服了传统复指数分解方法对噪声敏感的病态问题,极大地提升了分解精度,然后通过求解得到的复指数参数得到位移中的模态信息,实现海上风电结构的运动监测。该研究首先通过五自由度数值模型验证了提出方法的正确性,并通过单桩海上风电结构的实测数据验证了算法在处理实测信号的有效性。结果表明所提出的方法可以为海上风电结构的模态轨迹计算提供理论指导,具有潜在的工程应用价值。 展开更多
关键词 模态轨迹 复指数分解 低阶状态空间模型 海上风电结构
下载PDF
基于变分自动编码器的车辆轨迹预测研究
3
作者 易虹宇 杨智宇 杜力 《重庆工商大学学报(自然科学版)》 2024年第2期60-65,共6页
针对轨迹预测中车辆与周边车辆、道路几何之间交互关系建模不充分,以及车辆轨迹多模态建模不完整等一系列问题,提出了一种基于变分自动编码器的车辆轨迹预测方法。首先,通过长短时记忆网络从原始数据中提取轨迹数据与车道信息的语义特征... 针对轨迹预测中车辆与周边车辆、道路几何之间交互关系建模不充分,以及车辆轨迹多模态建模不完整等一系列问题,提出了一种基于变分自动编码器的车辆轨迹预测方法。首先,通过长短时记忆网络从原始数据中提取轨迹数据与车道信息的语义特征;其次,引入多头注意力机制,采用两个单独的注意力模块分别建立车辆与车辆交互模型及车辆与道路交互模型,能够更好地反映周边车辆与道路几何对车辆轨迹的交互影响,得到丰富的场景上下文信息;接着利用变分自动编码器对车辆轨迹多模态建模,捕捉轨迹预测的随机性质以生成合理的未来轨迹分布;最后从分布中多次重复采样以生成多条可能的未来轨迹。通过搭建实验平台和使用Argoverse自然驾驶数据集进行测试,改进后的预测方法在平均位移误差和最终位移误差指标下的数值分别为1.03和1.51,预测精度上相较于其他3种预测方法,分别提升了45%、46%、32%;实验结果表明:预测方法可以有效地改善车辆与周边车辆、道路几何之间交互关系建模不充分,以及车辆轨迹多模态建模不完整等问题,预测精度提高,总体预测性能良好。 展开更多
关键词 轨迹预测 注意力机制 轨迹模态 变分自动编码器
下载PDF
重复使用运载器末端能量管理段横侧向参考轨迹规划
4
作者 张军 黄一敏 杨一栋 《应用科学学报》 EI CAS CSCD 北大核心 2010年第1期77-82,共6页
根据重复使用运载器末端能量管理段的初始位置,采用蛇形机动原理规划横侧向参考轨迹,即消除初始位置误差并使轨迹终点进入自动着陆窗口.将初始位置误差分解为横向和纵向误差,分阶段予以消除.在消除横向误差阶段,提出消除横向误差同时兼... 根据重复使用运载器末端能量管理段的初始位置,采用蛇形机动原理规划横侧向参考轨迹,即消除初始位置误差并使轨迹终点进入自动着陆窗口.将初始位置误差分解为横向和纵向误差,分阶段予以消除.在消除横向误差阶段,提出消除横向误差同时兼顾减小纵向误差的轨迹形式.在消除纵向误差阶段,根据误差大小采用相应轨迹模态形式予以消除.仿真结果显示,该算法具有快速、准确、鲁棒性强的特点.作为TAEM段三维制导轨迹生成的核心部分,横侧向参考轨迹算法为应急情况下的在线轨迹生成提供了基础算法. 展开更多
关键词 重复使用运载器 末端能量管理 横侧向轨迹规划 轨迹模态
下载PDF
基于ANSYS/Rotordynamics的磁悬浮柔性转子运动特性研究 被引量:4
5
作者 刘伟 文湘隆 胡业发 《机械制造》 2008年第8期4-7,共4页
用ANSYS/Rotordynamics分析软件建立了磁悬浮柔性转子的有限元模型;对转子的运动特性——临界转速、模态轨迹和振型进行了系统的计算和理论分析;研究了磁悬浮柔性转子模态轨迹的特性以及对位移测试信号的影响;同时,为同类磁悬浮柔性转... 用ANSYS/Rotordynamics分析软件建立了磁悬浮柔性转子的有限元模型;对转子的运动特性——临界转速、模态轨迹和振型进行了系统的计算和理论分析;研究了磁悬浮柔性转子模态轨迹的特性以及对位移测试信号的影响;同时,为同类磁悬浮柔性转子的悬浮控制提供理论参考。 展开更多
关键词 磁力轴承 柔性转子 模态轨迹
下载PDF
基于无监督深度学习的多模态手术轨迹快速分割方法 被引量:3
6
作者 谢劼欣 赵红发 +2 位作者 邵振洲 施智平 关永 《机器人》 EI CSCD 北大核心 2019年第3期317-326,333,共11页
传统的手术机器人轨迹分割方法存在耗时长、分割准确度差且容易产生过度分割等问题.为解决上述问题,本文提出了一种基于特征提取网络DCED-Net(密集连接的卷积编码-解码网络)的多模态手术轨迹分割方法.DCED-Net采用无监督方法,不必进行... 传统的手术机器人轨迹分割方法存在耗时长、分割准确度差且容易产生过度分割等问题.为解决上述问题,本文提出了一种基于特征提取网络DCED-Net(密集连接的卷积编码-解码网络)的多模态手术轨迹分割方法.DCED-Net采用无监督方法,不必进行十分耗时的人工标注,使用密集连接结构,使图像信息能更有效地在卷积层间传递,从而提高了特征提取质量.将特征提取后的视频数据和运动学数据投入转移状态聚类(TSC)模型得到预分割结果.为进一步提高分割精度,提出了一种基于轨迹段间相似性的合并后处理算法,通过衡量轨迹段间的4个相似性指标,包括主成分分析、互信息、数据中心距离和动态时间规整,将相似度高的分割段进行迭代合并,从而降低过度分割造成的影响.公开数据集JIGSAWS上的大量实验证明,与经典的轨迹分割聚类方法相比,本文方法的分割准确率最高提升了48.4%,分割速度加快了6倍以上. 展开更多
关键词 机器人辅助微创手术 模态轨迹分割 无监督深度学习 合并后处理
原文传递
Model-Based Fault Detection of a Battery System in a Hybrid Electric Vehicle
7
作者 S. Andrew Gadsden Saeid R. Habibi 《Journal of Energy and Power Engineering》 2013年第7期1344-1351,共8页
Recently, a new type of IMM (interacting multiple model) method was introduced based on the relatively new SVSF (smooth variable structure filter), and is referred to as the IMM-SVSF. The SVSF is a type of sliding... Recently, a new type of IMM (interacting multiple model) method was introduced based on the relatively new SVSF (smooth variable structure filter), and is referred to as the IMM-SVSF. The SVSF is a type of sliding mode estimator that is formulated in a predictor-corrector fashion. This strategy keeps the estimated state bounded within a region of the true state trajectory, thus creating a stable and robust estimation process. The IMM method may be utilized for fault detection and diagnosis, and is classified as a model-based method. In this paper, for the purposes of fault detection, the IMM-SVSF is applied through simulation on a simple battery system which is modeled from a hybrid electric vehicle. 展开更多
关键词 Battery system fault detection and diagnosis interacting multiple model smooth variable structure filter Kalman filter.
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部