智能网联环境下的汽车共享平台设计

针对传统共享汽车业务发展面临重资产、重运营、收入来源单一的困境,通过分析汽车租赁市场特征,结合自动驾驶和车路协同技术发展现状,针对车辆日租市场的计划性特征,提出了智能网联车共享平台方案。通过系统梳理平台服务和角色,将其划分工厂、车源用户、智慧停车场、签约驾驶员、日租和分时租赁6种服务角色,对应于车源流转、日租、分时租赁3个服务环节,基于车路协同网络和车辆跟驰技术尽可能降低车辆调度成本。该方案在突破的传统共享汽车业务困境的同时,有助于车路协同落地前期技术的推广,有利于车电分离模式的普及。

基于模型预测控制的无人车编队避障方法

为研究障碍物环境下基于模型预测控制的无人车编队避障方法,建立了包含虚拟智能体状态的编队避障函数,使避障问题容易用优化方法求解.在无人车编队内部引入优先级策略实现编队内部避碰,并通过动态事件触发机制减小无人车之间通讯带宽占用.对该方法进行了计算机仿真验证,在给定多边形障碍物环境下,使用领导者-追随者架构执行编队行驶任务,并借助事件触发器实现间歇通讯.结果表明,相较于传统方法,所设计的编队控制器能够提高带宽约束下无人车编队行驶安全性.

基于粒子群算法的纯电动商用车转矩分配策略

针对纯电动商用车采用双电动机驱动时存在的转矩分配问题,提出基于粒子群算法的模糊控制策略.首先在Simulink/Stateflow软件中搭建整车动力系统物理模型,以粒子群算法为基础,进行整车转矩分配.由于计算量大,无法运用于实车,故根据粒子群算法的结果,结合传统项目经验,设计一个参数实时调节模糊控制器来进行转矩分配.该方法运行速度快,且基本达到粒子群全局优化的效果.验证与分析结果表明:与原车单电动机动力系统相比,采用该方法的双电动机动力系统能量消耗减少了12.08%;在双电动机动力系统下,该方法与平均分配控制策略相比,电动机总能量损失降低了13.09%.

基于前馈非线性模型预测控制的类车机器人路径跟踪

类车机器人由于零件标准化程度低,侧偏刚度等轮胎力学参数难以准确获得,存在动力学建模十分困难的问题,因此现有研究工作通常以运动学模型作为类车机器人的控制模型,但由于其运动学模型存在模型失配,导致类车机器人与参考路径之间的误差、类车机器人的前轮转角和前轮转角速度出现剧烈振荡现象.针对前述问题,本文基于非线性模型预测控制(Nonlinear model predictive control,NMPC)的滚动优化原理,引入基于逆运动学模型的前馈转角信息,将前轮转向角作为预测模型的第四维,提出了一种基于前馈非线性模型预测控制(Feedforward NMPC,FNMPC)的类车机器人路径跟踪控制算法.并通过Simulink和CarSim进行了联合仿真,结果表明FNMPC有效减小了模型失配导致的振荡现象,同时具有较高的跟踪精度.其中前馈非线性模型预测控制器的位移误差幅值不超过0.1106 m,航向误差幅值不超过0.1253 rad.在相同工况下,线性模型预测控制、前馈线性模型预测控制、纯跟踪控制和Stanley控制误差发散,而本文提出的FNMPC相比已有NMPC跟踪精度更高,且控制增量绝对累计值相比NMPC控制器减小67.53%.通过线控类车机器人底盘作为实验平台完成的测试结果表明,NMPC系统在进入弯道时出现控制失控现象,在相同工况下,FNMPC系统能够有效完成对参考路径的跟踪,同时将位移误差幅值控制在0.1624 m以内,航向误差幅值控制在0.1138 rad以内.

基于区块链的车联网跨域数据安全传输系统设计

为有效应对车联网系统在数据传输过程中的安全问题,提出一种基于区块链的车联网跨域数据安全传输系统。该系统将车联网安全数据传输过程划分为注册、安全通信与数据共享三个关键环节。在注册阶段,车辆和路边单元需要通过可信机构完成注册,以确保其的身份合法性;在通信阶段,为了减少路边单元与车辆频繁认证,设计了跨域认证的方法,保障数据传输的可靠性和完整性,并引入假名来保护用户隐私;在共享阶段,文中设计了基于多线程遍历共享广播森林的事务广播算法,利用广度优先搜索思想建立广播森林,并使用多线程遍历进行数据事务广播传输。实验仿真结果显示,文中方案的签名计算成本减少70%,验证计算成本减少41%;其次,在ER模型下,相比使用Gossip协议进行事务数据传输,该方案中交通数据事务总时间降低了93%;在BA模型下降低了87%。

矿用井下无轨胶轮车失速阻拦系统

无轨胶轮车失速阻拦系统已成为煤矿运输系统急需的一项保护性措施。该系统应具有可靠性高、结构简便、便于维护等特点。对传统阻拦设备的缺点进行改进,提出一种自动变载的新式阻拦系统,并对柔性阻拦的可靠性进行验证。实验结果表明,该系统可以简化阻拦设备,并对失速车辆进行柔性阻拦,防止随车人员受到刚性阻拦造成的二次伤害。

大罐笼载胶轮车用液压自动阻车器的开发

针对传统大罐笼内的胶轮车阻车器多为手动阻车,提出了一种无轨胶轮车用液压自动阻车器。该液压阻车器采用液压自动控制,无须工人进罐操作,安全、可靠,为立井大罐笼载无轨胶轮车的运输安全提供了保障。

加州预计美国环保署会批准其2035零排放汽车计划

美国加利福尼亚州(加州)的一名高级官员表示,他预计美国环境保护署(EPA)将批准该州在2035年前停止销售纯汽油车的里程碑式计划。加州空气资源委员会(CARB)已根据《清洁空气法》向EPA寻求豁免,以实施该州在2035年前停止销售纯汽油车的计划。此外,还有其他7项关于环境法规的豁免请求等待批准。

一种新能源车专用轮胎的设计

文章介绍了一款新能源车专用轮胎,规格型号为255/45R18。结构设计:充气外直径703 mm、行驶面宽220 mm、充气断面宽255 mm;花纹设计:变宽度纵向沟槽,可提升湿地抓着力;内外侧采用静音变节距设计,降低噪声;独特的消音槽和消音窗搭配设计,降低行驶噪声;互锁式胎肩花纹块,可提高操控丝滑度;施工设计:胎面采用新能源电动汽车轮胎专用配方,具备优异的湿抓地、滚动阻力、防静电性能;胎侧为双复合设计,带束包含1#和2#两层钢丝帘线使用2+2×0.30HT钢丝,钢丝圈设计为斜六角形;成型使用荷兰VMI一次法成型机,硫化工艺为氮气硫化。新能源车专用轮胎成品检测的各项性能符合研发标准。

香港“金桥”铺路,助力车企海外行

中国新能源汽车年度产量突破千万辆大关,产业规模再上新台阶。香港地区作为内地与世界“超级联系人”和“超级增值人”,将进一步发挥“金融”优势,助力内地企业拓展海外市场。

2024年11月国产汽车销量331.6万辆

报废更新和以旧换新政策对汽车市场的拉动作用明显。伴随政策累积效应不断显现,各地及企业促销活动持续发力,加之最后一月收尾冲刺,中国汽车工业协会预计2024年全年汽车总销量有望超3100万辆。2024年12月11日,中国汽车工业协会发布了2024年11月份我国汽车产销数据及经济运行情况。11月,整体来看,汽车市场热度仍然延续,以旧换新政策效果继续显现,购车需求进一步释放。当月,汽车产销环比同比继续实现双增长,其中乘用车市场表现持续走强,商用车市场表现相对疲弱,新能源汽车继续较快增长,起到较强支撑作用。

2025中国商用车论坛将于3月在十堰召开

“2025中国商用车论坛将于3月26-28日在湖北省十堰市召开。”近期,在湖北十堰-大湾区产业链供应链旅游链对接大会上,中国汽车工业协会副秘书长李邵华代表论坛组委会正式宣布了这一消息。这将是中汽协会主办的第三届商用车领域的年度顶级盛会,李邵华在大会上介绍了本届论坛的主要信息。年度盛会再度来袭!助力商用车产业持续“进阶”全球汽车产业的发展环境正发生深刻变化,新一轮科技浪潮已经席卷汽车行业的各个领域。我国商用车行业持续创新发展,一边面临“双碳”“国内存量市场竞争加剧”等一系列挑战,一边又迎来新机遇,全产业正在由传统汽车向新能源、智能网联、无人驾驶汽车等新质生产力进阶。

2024商用车行业十大年度事件

2024年,面对宏观经济形势的波动与运输行业的结构性调整,商用车行业在挑战中积极寻求机遇,正加速向电动化、智能化、网联化转型。同时,海外市场也频频传来佳音,为行业发展注入新的活力。回首过往,皆为序章。纵观2024年,在国家政策、市场需求、技术变革等多重因素影响下,我国商用车行业实现稳健发展,其中新能源商用车产销及商用车出口表现亮眼。在以质提量基调下,我国商用车上下游产业在新能源、自动驾驶、重卡换电、智能网联等领域,也在不断提速增质,加快商业化落地。回望2024,《汽车纵横》梳理出商用车行业十大年度事件。

2025款保时捷911 混合动力车型 新技术剖析(上)

2024年5月28日,保时捷发布了一系列2025款保时捷911车型(如图1所示),其中的911 Carrera GTS车型搭载了“T(涡轮增压)混合动力”系统,这是一种前所未有的混合动力系统,它的创新技术源自勒芒24h耐力赛冠军跑车919。新款保时捷911 Carrera GTS从0加速至100km/h仅需3.0s,比前代GTS型号快了0.3s,最高车速312km/h。在纽博格林北环赛道上新款保时捷911 Carrera GTS创造了7分16秒的单圈成绩,比前代车型的相应版本快了8.7s。

2024年11月商用车销量31.5万辆

商用车市场正站在一个新的历史起点上。多元化的能源变革为商用车产业发展提供了新赛道,一些细分市场成为行业发展的新机遇;同时,新技术的创新和迭代,让商用车企业在商业模式创新上更具空间和想象力。2024年12月11日,中国汽车工业协会发布了2024年11月份我国汽车产销数据及经济运行情况。其中,在商用车方面,11月份仍然延续了两位数的下滑态势,市场表现仍相对疲弱。11月商用车销量31.5万辆,下降13.9%中国汽车工业协会数据显示,2024年11月,我国商用车产销分别为32.7万辆和31.5万辆,同比分别下降15.7%和13.9%。

考虑载客状态的改进孤立森林浮动车异常数据检测算法

为提高浮动车数据中异常数据检测能力及不同载客状态下的模型检测分析能力,提出基于S-DTA-IIForest(Summation&Difference Third Order Average&Improvement-Isolation Forest)的浮动车数据异常检测算法。构建由相邻两项求和(S)、三阶求和平均差分(DTA)的二维度空间SDTA特征向量;提出差额累计更新和动态区分辨识的改进孤立森林IIForest算法,通过设置停止阈值参数,避免当出现新样本异常值分数大于停止阈值时,仅更新样本不更新孤立森林模型的问题,设计每个二叉树区分辨识度参数,区分辨识度位于停止区间时停止二叉树生长,提高算法收敛性能,以ROC(Receiver Operating Characteristic)曲线下面积AUC(Area Under ROC Cure)、F1-score为指标对模型精度进行对比分析,并以重庆市中心城区学府大道开展实例验证。结果表明:本文S-DTA-IIForest组合算法AUC、F1-score分别为86.63%、0.89,AUC较传统孤立森林IForest(Isolation Forest)提高32.4%,运行效率提高1.29%,具有收敛速度更快、精度更高的优势,载客条件下模型AUC、F1-score较未载客分别提高7.7%、10.8%,组合算法对载客数据有更高的检测精度,且未载客状态数据异常率较载客状态增加71.4%,未载客数据异常率更高。

车联网安全标准综述

车联网(IoV)安全标准是保障车联网产业发展的压舱石。为了让研究者全面清晰的了解IoV产业的安全需求,基于IoV的“云-管-端”三层体系架构,从IoV安全标准视角出发,统计分析了IoV的安全标准和政策文件,对比分析了国际和国内标准化组织发布的IoV安全标准的侧重点、总结了各层的安全需求、防护技术和安全标准之间的对应关系,给出了IoV安全标准的发展趋势和建设建议。

基于V-REP自动垂直泊车的教学仿真实验

泊车对驾驶员的操作技能有很高的要求,自动泊车系统的出现能够很好地解决这一问题,帮助驾驶员安全精准地完成泊车操作。该文对典型的自动垂直泊车进行仿真研究,针对标准和狭窄停车通道的垂直泊车,研究了C字型与人字型的泊车规划路径算法。基于机器人仿真平台(virtual robot experimentation platform,V-REP)搭建了典型的泊车仿真场景,利用用户数据协议(user datagram protocol,UDP)构建V-REP与MATLAB之间的通信,开展了V-REP与MATLAB的联合仿真实验,充分展示了自动垂直泊车的泊车过程,总结了垂直泊车的路径特点,对自动垂直泊车进行了可视化演示。此外,基于该平台为学生提供了虚拟仿真实验环境,激发了学生对无人驾驶的学习兴趣和勇于探索的精神,提高了学生的操作能力与创新思维能力,获得了良好的教学效果。

考虑车辆绕行的低碳校车路径优化模型

为了合理规划校车路径以降低碳排放,建立以考虑行驶距离和载重的碳排放最小化为优化目标,及以车辆绕行和容量为约束的低碳校车路径优化模型(GCSBRPTW).针对绕行问题,引入绕行因子并转化为单侧时间窗约束;设计了一种基于Lin-Kernighan heuristic(LKH)算法和莱维飞行算子的改进蚁群算法(LKH-Levy-ACO)对模型进行求解,其中LKH算法和莱维算子分别用于提高算法寻优效率和全局搜索能力.最后利用泰兴市工业园区班车线路规划实例求解,展开绕行因子取值对比、GCSBRPTW与传统校车路径模型对比、LKH-Levy-ACO与传统蚁群算法等4种算法对比实验.结果显示,绕行因子取值越小,最优解越差,GCSBRPTW比传统校车路径模型降低了约0.70%的碳排放,且LKH-Levy-ACO算法比传统蚁群算法降低了6.19%的碳排放,证明了模型的实用性和算法的有效性.

基于增量学习的车联网恶意位置攻击检测研究

近年来,车辆恶意位置攻击检测中主要使用深度学习技术.然而,深度学习模型训练耗时巨大、参数众多,基于深度学习的检测方法缺乏可扩展性,无法适应车联网不断产生新数据的需求.为了解决以上问题,创新地将增量学习算法引入车辆恶意位置攻击检测中,解决了上述问题.首先从采集到的车辆信息数据中提取关键特征;然后,构建恶意位置攻击检测系统,利用岭回归近似快速地计算出车联网恶意位置攻击检测模型;最后,通过增量学习算法对恶意位置攻击检测模型进行更新和优化,以适应车联网中新生成的数据.实验结果表明,相比SVM,KNN,ANN等方法具有更优秀的性能,能够快速且渐进地更新和优化旧模型,提高系统对恶意位置攻击行为的检测精度.