交叉口车辆行为感知在线半监督混合方法

自动驾驶感知系统须对目标车辆运动进行感知,以制定合理交互决策。针对行为感知在时间上的滞后性和数据中可能存在的波动和异常值导致感知准确率差的问题,本文提出一种在线半监督混合方法。首先,采用自回归积分移动平均和在线梯度下降优化器设计基于数据驱动的车辆运动状态在线预测算法。然后,构建基于微簇的初始模型,并以K近邻为基分类器建立集成学习策略,设计错误驱动代表性学习和指数衰减策略实现对初始模型的迭代更新。最后,基于驾驶模拟平台采集了验证所提算法有效性的实验数据。结果表明,所提出的方法对于车辆行为波动具有快速适应性,在线预测算法可准确预测车辆运动趋势,行为感知算法对于不同预测时间下的车辆行为均有较强适应能力。

基于产线大数据的锂离子电池一致性动态特性分选方法

随着锂离子电池生产规模的迅速扩大,电池制造商急需高精度高效率的电池分选方法,增强电池成组后的一致性,从而提升电池组寿命、安全性和能量密度。基于容量和内阻等特性的传统分选技术可以满足成组后的静态一致性需求,但无法保证同组电池的动态一致性。因此,综合考虑电池在整个充放电过程中的性能,基于充放电电压曲线动态特性的分组方法是下一代分选技术的发展方向。本文基于电池产线大数据,从电池分容阶段的电压曲线提取关键动态特征,形成了基于K-means聚类的电池分选方法。此外,本文还从电池分容后的回充阶段提取了用于评估电池性能一致性的指标,并设计了一个以指标标准差为核心的电池一致性评价方法。与传统的电池分选方法相比较,本文方法分选后的电池综合性能一致性提高了15.65%。

各向异性膨胀石墨双极板对燃料电池性能的影响

该文分析了膨胀石墨双极板(EGBPs)各向异性结构对燃料电池水热管理与输出性能的影响。建立了三维两相非等温数值模型,对比了4种典型复合材料结构下温度、电流密度、水含量等参数的分布特征,揭示了双极板传热特性与输出性能的耦合效应。结果表明:沿质子传递方向热导率(k_z)对燃料电池性能具有显著影响,在2.2 A cm^(-2)电流密度下,将k_z从常规结构的5 W·m^(-1)·K^(-1)提升至280 W·m^(-1)·K^(-1),可以使输出性能提高22 m V;沿流道气体流动方向的热导率(k_y)是影响散热能力的关键因素,将k_y与k_z提高至280 W·m^(-1)·K^(-1),或者实现各向同性结构(k_x=k_y=k_z=20 W·m^(-1)·K^(-1)),均能够使膜电极组件(MEA)核心区域的温度降低2℃左右。因此,提高k_y与k_z并实现各向同性结构是膨胀石墨双极板技术的未来发展目标之一。

高速公路强制换道场景下的车辆队列换道控制策略

为满足基于L1、L2级辅助驾驶技术的车辆队列在高速公路上整体强制性换道需求,首先,提出了分层架构的车辆队列控制系统;随后,针对其中的策略层设计了队列整体换道条件判断方法,并详细描述了队列整体换道过程的具体控制流程,弥补了现有研究偏向理论而忽视实际应用的不足;最后,通过联合仿真平台与实体小车队列平台验证了所提策略的安全性、有效性与计算实时性。结果表明,所提策略可以在多种工况下判断合适的队列换道时机,并进行车辆队列整体换道流程的控制,且整套策略可以在实车嵌入式控制器上实时运行,具备面向实车产品开发的实用性。