采用滑模控制的电动汽车传动系统主动减振研究

电动汽车传动系统存在典型的机电耦合现象以及欠阻尼特性,由机电耦合效应导致的振动噪声问题成为电动汽车传动系统设计与控制的主要关注点之一。针对电机与传动系的共振问题,建立了电机-传动系双质量模型以及电机控制模型。为了避免电动汽车在怠速和巡航工况下电机与传动系处于共振状态,通过对高性能永磁同步电机的滑模控制以及磁场定向等控制,当系统将要处于共振频率时,电机角速度会增加(25~35)rad/s左右,使得系统迅速偏离共振频率来达到降低共振响应的目的。对所提出控制策略的在不同工况下和不同车型下进行仿真,结果表明系统共振加速度响应较之前未加速入控制时显著降低。提出的控制策略在降低汽车传动系振动方面具有良好的有效性和鲁棒性。

结合立体视觉的非结构化道路消失点检测研究

消失点检测是基于视觉的无人车辆自主导航的重要组成部分。由于非结构化场景存在缺乏清晰的道路线和复杂的背景干扰等问题,现有检测方法普遍存在精度低、计算时间长的缺点。因此,针对非结构化道路特点,提出了一种结合立体视觉的消失点检测方法。采用双目立体视觉技术获得道路图像的视差图,使用广度优先算法快速估计出道路图像的背景区域;设计四方向五尺度的Gabor滤波器组估计像素响应幅值,并通过幅值校正减少检测误差;结合背景区域设计一系列投票点选择策略,来剔除背景区域的干扰,提高算法精度;采用动态调整候选点范围策略,减少消失点的搜索范围,从而提高算法效率;设计了一种角度优先投票函数,将在投票空间中获得最大票数的候选点视为消失点。结果表明,改进的方法在复杂背景干扰的场景下具有较好的鲁棒性,在检测速度和检测精度上都有显著提升。

混合动力汽车传动系统纯电动模式下扭振主动控制研究

混合动力汽车传动系统受发动机、电机、传动构件、路面激励等多源激励以及模式切换时产生很大的动载荷,从而诱发复杂的扭转振动问题,直接影响传动系统的平顺性、可靠性与安全性。为了抑制传动系统的扭转振动,本文针对传动系统纯电动模式提出了一种基于混合自适应控制算法的主动控制策略。采用状态空间法建立了传动系统双质量运动学平衡方程,结合前馈控制器和反馈控制器,构建了传动电动模式的主动减振控制模型。通过分析理想模型阻尼比对控制效果的影响,获取了传动系统的最优阻尼比。通过仿真分析,对比了有无干扰情况下的控制效果,结果表明本文提出的混合自适应控制算法可降低传动系80%~90%的扭转振动并使系统稳定时间提前83%~87%,能够有效抑制HEV在纯电动模式下启动时的扭转振动,并且可以消除特定频率的外界干扰。

基于加权最小二乘法的细节增强去雾方法

雾天天气的出现使得采集到的图像出现对比度低、可辨识度差的现象.为了改善视觉系统的功能稳定性,提出一种图像去雾算法.针对当下去雾算法得到的去雾图像易产生光晕伪影的缺点,提出了形态学级联算法来估算场景透射率,在此基础上为保证场景透射率拥有清晰边缘细节的同时保持图像平滑,引入加权最小二乘来细化透射率;采用一种改进的基于四叉树法的分层搜索算法来准确估计天空区域的大气光值;引入大气散射模型,将求取的透射率以及大气光照值代入模型中来获得去雾图像.在实用性对比中,目标检测精度得以提升.与当下主流去雾算法定性和定量比较,所提出的方法在保留深度边缘、颜色质量及细节方面恢复效果良好,在图像评价指标均方差中最高降低7.0%,信噪比、结构相似性、颜色信息熵方面分别最高提升21%,32%,1.1%.

改进的基于多尺度融合的立体匹配算法

针对局部立体匹配算法在弱纹理或视差不连续区域匹配精度低等问题,提出了一种结合卷积神经网络(CNN)和特征金字塔结构(FPN)的多尺度融合的立体匹配算法。在卷积神经网络的基础上应用了特征金字塔,实现立体图像的多尺度特征提取和融合,提高了图像块的匹配相似度;利用引导图滤波器(guided filtering)快速有效地完成代价聚合,在视差的选择阶段采用改进的动态规划(DP)算法获得初始视差图,对初始视差图精细化得到最后的视差图。所提算法在Middlebury数据集上提供的图像进行训练和测试,结果表明该算法得到的视差图具有较好的效果。