期刊文献+
共找到452篇文章
< 1 2 23 >
每页显示 20 50 100
Aerodynamic Features of High-Speed Maglev Trains with Different Marshaling Lengths Running on a Viaduct under Crosswinds
1
作者 Zun-Di Huang Zhen-Bin Zhou +2 位作者 Ning Chang Zheng-Wei Chen Su-Mei Wang 《Computer Modeling in Engineering & Sciences》 SCIE EI 2024年第7期975-996,共22页
The safety and stability of high-speed maglev trains traveling on viaducts in crosswinds critically depend on their aerodynamic characteristics.Therefore,this paper uses an improved delayed detached eddy simulation(ID... The safety and stability of high-speed maglev trains traveling on viaducts in crosswinds critically depend on their aerodynamic characteristics.Therefore,this paper uses an improved delayed detached eddy simulation(IDDES)method to investigate the aerodynamic features of high-speed maglev trains with different marshaling lengths under crosswinds.The effects of marshaling lengths(varying from 3-car to 8-car groups)on the train’s aerodynamic performance,surface pressure,and the flow field surrounding the train were investigated using the three-dimensional unsteady compressible Navier-Stokes(N-S)equations.The results showed that the marshaling lengths had minimal influence on the aerodynamic performance of the head and middle cars.Conversely,the marshaling lengths are negatively correlated with the time-average side force coefficient(CS)and time-average lift force coefficient(Cl)of the tail car.Compared to the tail car of the 3-car groups,the CS and Cl fell by 27.77%and 18.29%,respectively,for the tail car of the 8-car groups.It is essential to pay more attention to the operational safety of the head car,as it exhibits the highest time average CS.Additionally,the mean pressure difference between the two sides of the tail car body increased with the marshaling lengths,and the side force direction on the tail car was opposite to that of the head and middle cars.Furthermore,the turbulent kinetic energy of the wake structure on the windward side quickly decreased as marshaling lengths increased. 展开更多
关键词 high-speed maglev train marshaling lengths crosswinds aerodynamic features
下载PDF
Analysis of stress and natural frequencies of high-speed spatial parallel mechanism
2
作者 陈修龙 李文彬 +1 位作者 邓昱 李云峰 《Journal of Central South University》 SCIE EI CAS 2013年第10期2676-2684,共9页
In order to grasp the dynamic behaviors of 4-UPS-UPU high-speed spatial parallel mechanism, the stress of driving limbs and natural frequencies of parallel mechanism were investigated. Based on flexible multi-body dyn... In order to grasp the dynamic behaviors of 4-UPS-UPU high-speed spatial parallel mechanism, the stress of driving limbs and natural frequencies of parallel mechanism were investigated. Based on flexible multi-body dynamics theory, the dynamics model of 4-UPS-UPU high-speed spatial parallel mechanism without considering geometric nonlinearity was derived. The stress of driving limbs and natural frequencies of 4-UPS-UPU parallel mechanism with specific parameters were analyzed. The relationship between the basic parameters of parallel mechanism and its dynamic behaviors, such as stress of driving limbs and natural frequencies of parallel mechanism, were discussed. The numerical simulation results show that the stress and natural frequencies are relatively sensitive to the section parameters of driving limbs, the characteristic parameters of material on driving limbs, and the mass of moving platform. The researches can provide important theoretical base of the analysis of dynamic behaviors and optimal design for high-speed spatial parallel mechanism. 展开更多
关键词 high-speed SPATIAL parallel mechanism STRESS NATURAL frequency driving LIMB dynamic behavior
下载PDF
DuFNet:Dual Flow Network of Real-Time Semantic Segmentation for Unmanned Driving Application of Internet of Things 被引量:1
3
作者 Tao Duan Yue Liu +2 位作者 Jingze Li Zhichao Lian d Qianmu Li 《Computer Modeling in Engineering & Sciences》 SCIE EI 2023年第7期223-239,共17页
The application of unmanned driving in the Internet of Things is one of the concrete manifestations of the application of artificial intelligence technology.Image semantic segmentation can help the unmanned driving sy... The application of unmanned driving in the Internet of Things is one of the concrete manifestations of the application of artificial intelligence technology.Image semantic segmentation can help the unmanned driving system by achieving road accessibility analysis.Semantic segmentation is also a challenging technology for image understanding and scene parsing.We focused on the challenging task of real-time semantic segmentation in this paper.In this paper,we proposed a novel fast architecture for real-time semantic segmentation named DuFNet.Starting from the existing work of Bilateral Segmentation Network(BiSeNet),DuFNet proposes a novel Semantic Information Flow(SIF)structure for context information and a novel Fringe Information Flow(FIF)structure for spatial information.We also proposed two kinds of SIF with cascaded and paralleled structures,respectively.The SIF encodes the input stage by stage in the ResNet18 backbone and provides context information for the feature fusionmodule.Features from previous stages usually contain rich low-level details but high-level semantics for later stages.Themultiple convolutions embed in Parallel SIF aggregate the corresponding features among different stages and generate a powerful global context representation with less computational cost.The FIF consists of a pooling layer and an upsampling operator followed by projection convolution layer.The concise component provides more spatial details for the network.Compared with BiSeNet,our work achieved faster speed and comparable performance with 72.34%mIoU accuracy and 78 FPS on Cityscapes Dataset based on the ResNet18 backbone. 展开更多
关键词 Real-time semantic segmentation convolutional neural network feature fusion unmanned driving fringe information flow
下载PDF
基于改进YOLOv5s的面向自动驾驶场景的道路目标检测算法 被引量:1
4
作者 胡丹丹 张忠婷 《智能系统学报》 CSCD 北大核心 2024年第3期653-660,共8页
在复杂道路场景中检测车辆、行人、自行车等目标时,存在因多尺度目标及部分遮挡易造成漏检及误检等情况,提出一种基于改进YOLOv5s的面向自动驾驶场景的道路目标检测算法。首先,利用深度可分离卷积替换部分普通卷积,减少模型的参数量以... 在复杂道路场景中检测车辆、行人、自行车等目标时,存在因多尺度目标及部分遮挡易造成漏检及误检等情况,提出一种基于改进YOLOv5s的面向自动驾驶场景的道路目标检测算法。首先,利用深度可分离卷积替换部分普通卷积,减少模型的参数量以提升检测速度。其次,在特征融合网络中引入基于感受野模块(receptive field block,RFB)改进的RFB-s,通过模仿人类视觉感知,增强特征图的有效感受野区域,提高网络特征表达能力及对目标特征的可辨识性。最后,使用自适应空间特征融合(adaptively spatial feature fusion,ASFF)方式以提升PANet对多尺度特征融合的效果。实验结果表明,在PASCAL VOC数据集上,所提算法检测平均精度均值相较于YOLOv5s提高1.71个百分点,达到84.01%,在满足自动驾驶汽车实时性要求的前提下,在一定程度上减少目标检测时的误检及漏检情况,有效提升模型在复杂驾驶场景下的检测性能。 展开更多
关键词 YOLOv5s 自动驾驶 目标检测算法 深度可分离卷积 感受野模块 自适应空间特征融合 PANet 多尺度特征融合
下载PDF
基于改进Deeplabv3+算法的滚珠丝杠驱动表面点蚀缺陷检测
5
作者 郎朗 陈晓琴 +1 位作者 刘莎 周强 《计算机科学》 CSCD 北大核心 2024年第S01期588-593,共6页
针对滚珠丝杠驱动表面背景环境复杂、点蚀缺陷目标小因而难以检测的问题,提出改进的Deeplabv3+滚珠丝杠驱动表面缺陷分割算法。本算法采用Re2Net-50替换Deeplabv3+的主干网络,显著提升了对小尺寸缺陷目标的识别能力。此外,通过在主干网... 针对滚珠丝杠驱动表面背景环境复杂、点蚀缺陷目标小因而难以检测的问题,提出改进的Deeplabv3+滚珠丝杠驱动表面缺陷分割算法。本算法采用Re2Net-50替换Deeplabv3+的主干网络,显著提升了对小尺寸缺陷目标的识别能力。此外,通过在主干网络中融合特征金字塔网络FPN,能够加强多尺度信息的提取,从而增强了对缺陷目标的精确定位。最后,本研究在Deeplabv3+网络的ASPP模块之后引入了Coordinate Attention机制,能够增强模型对图像中空间和维度的关注,有效地捕获了图像中的长距离空间依赖关系。实验结果表明,与原始的Deeplabv3+相比,所提算法在平均交并比MIoU指标上提高了4.38%,准确率Accuracy提高了5.52%,F1-score提高了2.74%。同时,与其他经典的语义分割算法相比,所提算法也展现出了一定的优越性。 展开更多
关键词 滚珠丝杠驱动 缺陷检测 Deeplabv3+ 多尺度特征 注意力机制
下载PDF
BEV特征下激光雷达和单目相机融合的目标检测算法研究
6
作者 李文礼 喻飞 +2 位作者 石晓辉 唐远航 杨果 《计算机工程与应用》 CSCD 北大核心 2024年第11期182-193,共12页
为提高自动驾驶汽车对周围目标物的检测精度,提出了一种激光雷达和单目图像数据在鸟瞰图特征上融合的目标物检测算法(monocular-bird’s eye view fusion,Mono-BEVFusion)。为构建相机BEV特征,搭建了简单高效的深度预测网络预测相机特... 为提高自动驾驶汽车对周围目标物的检测精度,提出了一种激光雷达和单目图像数据在鸟瞰图特征上融合的目标物检测算法(monocular-bird’s eye view fusion,Mono-BEVFusion)。为构建相机BEV特征,搭建了简单高效的深度预测网络预测相机特征的深度,基于显式监督的方法用深度真值对其进行监督。构建激光雷达BEV特征时,将激光点云体素化为柱状网格转化到BEV特征下,设计BEV特征融合网络将激光点云BEV特征和相机BEV特征融合,将融合特征输入到目标检测框架得到目标物(汽车、行人和骑行人)检测结果。利用KITTI数据集和实车路采数据对Mono-BEVFusion融合算法进行评估,实验结果表明该算法相较于现有融合算法综合平均精度提升了2.90个百分点,其中汽车类和行人类单项检测精度分别提升3.38个百分点和4.13个百分点。Mono-BEVFusion融合算法对遮挡目标或者距离较远的目标有较稳定的检测效果,能够有效避免单传感器的漏检现象,具有较好的实际应用价值。 展开更多
关键词 自动驾驶汽车 目标物检测算法 深度预测 BEV特征融合 KITTI数据集
下载PDF
基于Transformer模型的车辆轨迹预测
7
作者 田晟 胡啸 《广西师范大学学报(自然科学版)》 CAS 北大核心 2024年第3期47-58,共12页
准确预测车辆轨迹可以保障自动驾驶车辆行驶安全,针对已有方法对长序列轨迹建模预测能力有限的问题,本文提出一种基于Transformer网络的车辆轨迹预测模型。将车辆的运动数据与交互数据输入驾驶意图预测模块生成概率意图向量,通过Concate... 准确预测车辆轨迹可以保障自动驾驶车辆行驶安全,针对已有方法对长序列轨迹建模预测能力有限的问题,本文提出一种基于Transformer网络的车辆轨迹预测模型。将车辆的运动数据与交互数据输入驾驶意图预测模块生成概率意图向量,通过Concatenate函数与轨迹信息拼接后输入轨迹预测编码器,利用多头注意力机制充分提取轨迹特征,经解码器得到未来时刻的车辆轨迹分布。在车辆轨迹真实数据集NGSIM上进行验证,结果表明:在2 s预判时间下,驾驶意图预测模块准确率可达到85%以上;在4 s的预测时域下,轨迹预测模型相较于已有模型,其RMSE降低均达到10%以上。本文提出方法为自动驾驶车辆准确预测轨迹提供技术支持。 展开更多
关键词 自动驾驶 车辆轨迹预测 驾驶意图 特征提取 多头注意力机制
下载PDF
基于元学习和强化学习的自动驾驶算法
8
作者 金彦亮 范宝荣 +2 位作者 高塬 汪小勇 顾晨杰 《应用科学学报》 CAS CSCD 北大核心 2024年第5期795-809,共15页
针对基于强化学习的自动驾驶算法存在收敛困难、训练效果不理想、泛化性能差等问题,提出了一种基于元学习和强化学习的自动驾驶系统。该系统首先将变分自编码器(variational auto-encoder,VAE)与具有梯度惩罚的Wasserstein生成对抗网络(... 针对基于强化学习的自动驾驶算法存在收敛困难、训练效果不理想、泛化性能差等问题,提出了一种基于元学习和强化学习的自动驾驶系统。该系统首先将变分自编码器(variational auto-encoder,VAE)与具有梯度惩罚的Wasserstein生成对抗网络(Wasserstein generative adversarial network with gradient penalty,WGAN-GP)相结合形成VWG(VAE-WGAN-GP)模型,提高了所提取特征的质量;然后用元学习算法Reptile训练VWG特征提取模型,进一步得到MVWG(meta-VWG)特征提取模型,以提高模型的训练速度;最后将特征提取模型与近端策略优化(proximal policy optimization,PPO)决策算法相结合,对PPO算法中的奖励函数进行改进,提高了决策模型的收敛速度,最终得到MVWG-PPO自动驾驶模型。实验结果表明,该文提出的MVWG特征提取模型与VAE、VW(VAE-WGAN)、VWG基准模型相比,重构损失分别降低了60.82%、44.73%和29.09%,收敛速度均提高约5.00倍,重构图像更加清晰,并且在自动驾驶任务中的表现也更好,能够为智能车提供更高质量的特征信息。同时,改进奖励函数后的决策模型与基准决策模型相比,收敛速度也提高了11.33%,充分证明了该文方法的先进性。 展开更多
关键词 自动驾驶 特征提取 强化学习 元学习
下载PDF
基于YOLOv7-DCA的疲劳检测方法研究
9
作者 李敬兆 秦心茹 +2 位作者 许志 王国锋 郑鑫 《兰州文理学院学报(自然科学版)》 2024年第2期39-44,共6页
针对疲劳检测中小尺度检测效果不佳和实时性差等问题,以矿井提升机司机疲劳检测为目标,对YOLOv7的结构进行精简并且基于AIoU(Area Intersection over Union)损失函数优化预测框与验证框的回归过程.在模型中引入双通道注意力机制实现小... 针对疲劳检测中小尺度检测效果不佳和实时性差等问题,以矿井提升机司机疲劳检测为目标,对YOLOv7的结构进行精简并且基于AIoU(Area Intersection over Union)损失函数优化预测框与验证框的回归过程.在模型中引入双通道注意力机制实现小尺度特征的信息增强,通过融合眨眼频率、闭眼时长和打哈欠时长来判断司机的状态.实验结果表明,本文方法对疲劳检测精度达到98.85%,检测速度达到70 FPS,与其他算法相比,本文算法具有更好的准确性和实时性. 展开更多
关键词 疲劳驾驶检测 YOLOv7 双通道注意力机制 损失函数 面部多特征
下载PDF
基于双流特征提取的车路协同感知方法
10
作者 牛国臣 孙翔宇 苑峥岩 《上海交通大学学报》 EI CAS CSCD 北大核心 2024年第11期1826-1834,共9页
针对自动驾驶在遮挡、超视距场景下感知不充分的问题,提出一种基于双流特征提取网络的特征级车路协同感知方法,以增强交通参与者的3D目标检测能力.根据路端与车端场景特点分别设计对应的特征提取网络:路端具有丰富且充足的感知数据和计... 针对自动驾驶在遮挡、超视距场景下感知不充分的问题,提出一种基于双流特征提取网络的特征级车路协同感知方法,以增强交通参与者的3D目标检测能力.根据路端与车端场景特点分别设计对应的特征提取网络:路端具有丰富且充足的感知数据和计算资源,采用Transformer结构提取更丰富、高级的特征表示;车端计算能力有限、实时性需求高,利用部分卷积(PConv)提高计算效率,引入Mamba-VSS模块实现对复杂环境的高效感知.通过置信度图指导关键感知信息共享与融合,有效实现了车路双端的协同感知.在DAIR-V2X数据集训练与测试,得到车端特征提取网络模型大小为8.1 MB,IoU阈值为0.5、0.7时对应平均精度指标为67.67%、53.74%.实验验证了该方法在检测精度、模型规模方面具备的优势,为车路协同提供了一种较低配置的检测方案. 展开更多
关键词 自动驾驶 协同感知 特征提取 3D目标检测 信息共享与融合
下载PDF
全局信息感知与局部特征融合的高效三维目标检测
11
作者 鲁斌 王明晗 +1 位作者 孙洋 杨振宇 《系统仿真学报》 CAS CSCD 北大核心 2024年第11期2616-2630,共15页
针对基于点云的三维目标检测中存在的特征提取能力不足和检测头分类与回归不一致问题,提出基于SECOND网络的ResCST架构。该模型在三维稀疏卷积层中引入残差连接,结合SwinTransformer捕捉长距离依赖关系的能力和卷积神经网络获取局部特... 针对基于点云的三维目标检测中存在的特征提取能力不足和检测头分类与回归不一致问题,提出基于SECOND网络的ResCST架构。该模型在三维稀疏卷积层中引入残差连接,结合SwinTransformer捕捉长距离依赖关系的能力和卷积神经网络获取局部特征的优势,提出CNNSwinTransformer混合模型,有效提升特征表达能力;提出RCIoU方法,并将其应用于回归和分类分支,实现了分类与回归任务的联合优化。实验结果表明,在自动驾驶数据集KITTI汽车类别检测中,该模型在简单、中等和困难难度级别下的三维检测精度分别达到了91.21%、82.97%和80.28%。所提方法对困难目标检测效果提升明显,可达到每秒25帧的推理速度。所提出的ResCST架构在精度与速率之间取得了较好的平衡。 展开更多
关键词 三维目标检测 点云 特征融合 注意力机制 车辆检测 体素化 自动驾驶
下载PDF
自动驾驶场景类间相似特征自适应分类网络
12
作者 姜彦吉 冯宇宙 +1 位作者 董浩 田佳琳 《计算机科学与探索》 CSCD 北大核心 2024年第11期3051-3064,共14页
解决类间相似度问题是自动驾驶场景分类研究中一项充满挑战的任务,主要研究在相似度较高的真实复杂交通场景中,利用网络学习目标特征的差异性,并构建特征之间整体关联性进行场景分类。提出一种多尺度自适应特征筛选的自动驾驶场景分类... 解决类间相似度问题是自动驾驶场景分类研究中一项充满挑战的任务,主要研究在相似度较高的真实复杂交通场景中,利用网络学习目标特征的差异性,并构建特征之间整体关联性进行场景分类。提出一种多尺度自适应特征筛选的自动驾驶场景分类网络。采用双重多尺度特征提取模块预处理,初步提取不同尺度下的类间相似特征;设计了特征分化筛选模块完成场景相似特征筛选,使网络更关注不同场景类别的典型易区分特征;将特征筛选结果和多尺度特征图共同传递至特征融合分类模块进行场景分类,捕捉场景特征之间的关联性;由自适应学习算法通过输出结果动态调整训练参数,加快网络收敛速度并提升精度。所提方法在三种数据集BDD100k、BDD100k+和自制数据集上与现有网络方法进行比较,相较Top2网络在精度上分别领先了3.29%、5.59%、12.65%(相对),实验结果表明了所提方法的有效性,并展现了很好的泛化能力。提出的场景分类方法旨在学习不同复杂场景类别下的典型易区分的特征及其关联性,降低多目标类间相似的影响,使得在真实交通场景数据集中场景分类结果更加准确。 展开更多
关键词 自动驾驶 场景分类 类间相似 多尺度结构 特征筛选 自适应训练
下载PDF
可变形特征融合的无人驾驶系统三维车辆检测
13
作者 伍锡如 林钰睿 《激光杂志》 CAS 北大核心 2024年第8期69-75,共7页
针对无人驾驶系统环境感知中的车辆检测精度低的问题,提出一种基于可变形特征融合的三维车辆检测算法。首先,通过路面实况增强算法,提高收敛速度和性能;去除地面点云,减少无关点云的干扰。接着,构造可变形特征融合模块,自适应对齐不同... 针对无人驾驶系统环境感知中的车辆检测精度低的问题,提出一种基于可变形特征融合的三维车辆检测算法。首先,通过路面实况增强算法,提高收敛速度和性能;去除地面点云,减少无关点云的干扰。接着,构造可变形特征融合模块,自适应对齐不同模态数据之间的姿态和位置信息,提升多模态数据的利用效率;优化损失函数,添加对抗损失判断车辆运动的真实性,提高网络对小目标的检测精度。最后,通过训练得到网络模型的最佳权重,使用KITTI数据集进行测试,能达到较好的车辆识别效果。实验结果表明:其平均精度值为83.26%,平均检测时间为0.15 s。该算法能够快速、准确地在无人驾驶系统中对车辆进行识别。 展开更多
关键词 环境感知 车辆检测 三维点云 可变形特征融合 无人驾驶
下载PDF
基于RCMDE和ISOMAP的行星齿轮传动耦合故障辨识研究
14
作者 苏世卿 王华锋 《机电工程》 CAS 北大核心 2024年第9期1584-1594,共11页
现有针对行星齿轮箱的故障诊断方法一般仅研究单一故障,但实际行星齿轮箱的故障一般由多个故障耦合而成,耦合故障的故障机理比单一故障的故障机理更复杂,振动信号中的非线性因素对特征提取的干扰更严重。针对该问题,提出了一种基于精细... 现有针对行星齿轮箱的故障诊断方法一般仅研究单一故障,但实际行星齿轮箱的故障一般由多个故障耦合而成,耦合故障的故障机理比单一故障的故障机理更复杂,振动信号中的非线性因素对特征提取的干扰更严重。针对该问题,提出了一种基于精细复合多尺度散度熵(RCMDE)、等距特征映射(ISOMAP)和遗传算法优化核极限学习机(GA-KELM)的行星齿轮箱耦合故障诊断方法。首先,利用振动加速度计采集了行星齿轮箱单一故障和耦合故障下运行时的振动信号,构建了故障数据集;随后,利用RCMDE提取了行星齿轮箱振动信号的故障特征,建立了初始的特征样本;接着,利用ISOMAP对故障特征进行了降维,并以可视化的方式获取了低维的特征样本;最后,将新特征输入至GA-KELM分类器中,对行星齿轮箱的不同故障类型进行了识别,并基于行星齿轮箱多点损伤样本,对RCMDE方法的可靠性进行了研究。研究结果表明:基于RCMDE和ISOMAP的故障特征提取方法能够有效提取振动信号中的故障特征,而GA-KELM的故障诊断准确率达到了98.13%,平均诊断准确率达到了96.25%。相较其他故障特征提取方法,基于RCMDE、ISOMAP和GA-KELM的行星齿轮箱耦合故障诊断方法能够更好地诊断行星齿轮箱的耦合故障,具有更高的诊断准确率。 展开更多
关键词 齿轮传动 耦合故障 故障诊断准确率 精细复合多尺度散度熵 等距特征映射 遗传算法优化核极限学习机
下载PDF
面向三维多目标追踪的运动补偿优化方法 被引量:2
15
作者 王顺洪 张昱 +2 位作者 沈江楠 吉建民 张燕咏 《电子学报》 EI CAS CSCD 北大核心 2024年第2期528-539,共12页
三维多目标追踪是自动驾驶系统中的关键模块之一,其结果的优劣主要取决于追踪模块中数据关联过程的准确度.现有的追踪方法大多从外观特征或运动特征出发计算两帧之间物体的相似度,而基于运动特征的方法通常根据当前帧和历史帧三维包围... 三维多目标追踪是自动驾驶系统中的关键模块之一,其结果的优劣主要取决于追踪模块中数据关联过程的准确度.现有的追踪方法大多从外观特征或运动特征出发计算两帧之间物体的相似度,而基于运动特征的方法通常根据当前帧和历史帧三维包围框之间的交并比(Intersection over Union,IoU)进行关联,然而这种方式在观测点物体自身运动时存在严重缺陷.在观测点物体自身进行运动时,观测到的两帧数据将处于不同的局部坐标系,导致无法使用运动模型准确预测已追踪物体在下一帧中的位置.本文针对上述问题,通过引入观测点自身的惯性测量单元(Inertial Measurement Unit,IMU)或全球定位系统(Global Positioning System,GPS)数据,在一帧数据到达之后计算当前帧局部坐标系与上一帧局部坐标系之间的旋转和平移关系,并对已追踪的物体状态按得到的坐标变换关系进行运动补偿,使其抵消因观测点自身运动造成的偏移量.这种运动补偿增强了追踪模块的数据关联环节,提高追踪时三维包围框的关联成功率,降低误关联数量,改善三维多目标追踪的精度.在相关追踪框架及KITTI数据集上的原型验证表明,所提的运动补偿优化方法实现了1%左右的精度提升. 展开更多
关键词 自动驾驶 运动补偿 三维多目标追踪 运动特征 全球定位系统 惯性测量单元
下载PDF
考虑不同路面特征的军用履带车辆循环工况构建
16
作者 王绪 李睿 +2 位作者 黄英 沈继伟 商显赫 《兵工学报》 EI CAS CSCD 北大核心 2024年第3期907-915,共9页
为全面有效地评估车辆动力系统的燃油经济性,建立考虑不同路面特征的履带车辆循环工况。收集铺面路、砂石路和起伏土路3种路面的实车运行数据作为原始数据样本,并利用小波分析对数据进行滤波处理。基于处理后的实车数据,综合利用主成分... 为全面有效地评估车辆动力系统的燃油经济性,建立考虑不同路面特征的履带车辆循环工况。收集铺面路、砂石路和起伏土路3种路面的实车运行数据作为原始数据样本,并利用小波分析对数据进行滤波处理。基于处理后的实车数据,综合利用主成分分析法、K均值聚类和马尔可夫链构建3种路面下的典型循环工况,并对构建的工况进行相似度分析。研究结果表明:采用新方法能够有效地构建出符合军用履带车辆运行特点的循环工况,3种路面下循环工况的特征均与原始数据有极高的相似度;3种路面车速-加速度联合概率分布与原始数据的均方根误差分别为0.0356、0.0039和0.0196,新构建的工况能够有效反映履带车辆的真实运行情况。 展开更多
关键词 军用履带车辆 工况构建 路面特征 马尔可夫链 聚类
下载PDF
基于PPO算法的自动驾驶人机交互式强化学习方法
17
作者 时高松 赵清海 +2 位作者 董鑫 贺家豪 刘佳源 《计算机应用研究》 CSCD 北大核心 2024年第9期2732-2736,共5页
针对当前自动驾驶领域中深度强化学习(deep reinforcement learning,DRL)所面临的高计算性能需求和收敛速度慢的问题,将变分自编码器(variational autoencoder,VAE)和近端策略优化算法(proximal policy optimization,PPO)相结合。通过采... 针对当前自动驾驶领域中深度强化学习(deep reinforcement learning,DRL)所面临的高计算性能需求和收敛速度慢的问题,将变分自编码器(variational autoencoder,VAE)和近端策略优化算法(proximal policy optimization,PPO)相结合。通过采用VAE的特征编码技术,将Carla模拟器获取的语义图像有效转换为状态输入,以此应对DRL在处理复杂自动驾驶任务时的高计算负担。为了解决DRL训练中出现的局部最优和收敛速度慢的问题,引入了驾驶干预机制和基于驾驶员引导的经验回放机制,在训练初期和模型陷入局部最优时进行驾驶干预,以提升模型的学习效率和泛化能力。通过在交通路口左转场景进行的实验验证,结果表明,在驾驶干预机制的帮助下,训练初期模型的性能提升加快,且模型陷入局部最优时通过驾驶干预,模型的性能进一步提升,且在复杂场景下提升更为明显。 展开更多
关键词 自动驾驶 深度强化学习 特征编码 驾驶干预 经验回放
下载PDF
复杂城市交通场景下的自动驾驶语义分割方法
18
作者 周勇 刘泓滨 侯亚东 《电子测量与仪器学报》 CSCD 北大核心 2024年第4期241-247,共7页
多尺度特征金字塔可以缓解语义分割在复杂交通场景下通常存在漏分割、错误分割、边界分割不清晰等问题,但现有的多尺度特征金字塔在获取丰富的语义信息时,不得不下采样特征图,牺牲空间细节信息,而这导致了最终的分割结果仍然精度受限。... 多尺度特征金字塔可以缓解语义分割在复杂交通场景下通常存在漏分割、错误分割、边界分割不清晰等问题,但现有的多尺度特征金字塔在获取丰富的语义信息时,不得不下采样特征图,牺牲空间细节信息,而这导致了最终的分割结果仍然精度受限。针对该问题,本文提出了特征强化模块,使得有利于正确分类像素的相似特征在下采样过程之前得到基于不同矢量间余弦相似度的进一步加强,降低下采样带来的负面影响。另外,结合空洞卷积和条带卷积原理,本文对大卷积核进行了改造,并构建新的多尺度特征金字塔模块,以获取尺度不同且具备更大感受野的语义信息。该分割方法实时高效,能够满足自动驾驶语义分割要求,在VOC2012数据集上的实验表明,所提出的方法分割结果mIoU达到了74.36%,FPS达到了43,优于目前的主流语义分割方法。 展开更多
关键词 语义分割 自动驾驶 特征强化模块 多尺度特征金字塔 相似特征
下载PDF
智能网联车辆MFP算法轨迹预测模型研究
19
作者 何博 黄妙华 +3 位作者 刘若璎 邹天越 尹思源 胡永康 《重庆理工大学学报(自然科学)》 CAS 北大核心 2024年第10期21-27,共7页
为解决车辆轨迹预测任务中环境不断变化、车辆间存在交互影响,导致长期预测情况下预测精度较低的问题,提出了一种基于multiple futures predictor(MFP)算法的多智能体轨迹预测模型。采用对称指数移动平均法去除异常数据并平滑轨迹;采用... 为解决车辆轨迹预测任务中环境不断变化、车辆间存在交互影响,导致长期预测情况下预测精度较低的问题,提出了一种基于multiple futures predictor(MFP)算法的多智能体轨迹预测模型。采用对称指数移动平均法去除异常数据并平滑轨迹;采用图神经网络(graph convolutional neural network,GCN)进行交互特征提取,将历史轨迹与未来智能体之间的交互特征进行编码;在解码过程中添加车辆自身运动学模型得到动态可行的预测轨迹。对公开数据集NGSIM进行实验分析,结果表明:模型对车辆轨迹预测误差在0.5 m以内;通过对轨迹预测的ADE与FDE结果分析,在预测未来5 s轨迹的情况下,相比于其他方法,ADE降低了30.7%,FDE降低了32.5%,验证了模型和算法的有效性。 展开更多
关键词 自动驾驶 车辆轨迹预测 图神经网络 特征提取 MFP模型
下载PDF
基于运动特征模式的出租车行驶状态综合研判
20
作者 董春娇 吴睿 +2 位作者 杨道源 赵丹 李宁 《同济大学学报(自然科学版)》 EI CAS CSCD 北大核心 2024年第11期1742-1749,共8页
基于行驶轨迹全球导航卫星系统(GNSS)数据,提出了出租车运动学片段提取规则和方法。根据主成分分析(PCA)及累积贡献率,确定了8个表征运动学片段的关键指标;结合K‒均值聚类算法,挖掘出租车运动特征模式。为了确保运动特征模式关键指标权... 基于行驶轨迹全球导航卫星系统(GNSS)数据,提出了出租车运动学片段提取规则和方法。根据主成分分析(PCA)及累积贡献率,确定了8个表征运动学片段的关键指标;结合K‒均值聚类算法,挖掘出租车运动特征模式。为了确保运动特征模式关键指标权重的客观合理性,采用考虑指标关联性的CRITIC(criteria importance through intercriteria correlation)法和考虑指标离散程度的熵权法,构建了基于纳什均衡的组合赋权的多准则妥协解排序(VIKOR)评价模型,用于多时空情景下出租车运动特征模式评价和出租车行驶状态研判。结果表明,基于纳什均衡的组合赋权法可以有效融合CIRTIC法与熵权法对评价指标的优势,获得更合理的权重系数。就安全性、效率和舒适性而言,出租车行驶状态在主干路和次干路上优于在支路上。早高峰出租车行驶安全性最佳,平峰和晚高峰相对一般。 展开更多
关键词 运动学片段 出租车运动特征模式 组合赋权的多准则妥协解排序(VIKOR)评价模型 行驶状态综合研判
下载PDF
上一页 1 2 23 下一页 到第
使用帮助 返回顶部