基于GA-PSO的智能汽车横向LQR控制器优化设计

针对线性二次型调节器(LQR)在智能汽车横向控制中,系数矩阵Q和R选取困难导致的控制精度低和参数整定效率低的问题,提出了一种遗传粒子混合优化(GA-PSO)方法。基于车辆二自由度模型设计了横向LQR控制器和前馈控制器,以该模型下控制器自身能量损失函数作为代价函数对系数矩阵进行优化,并对比了GA-PSO和粒子群优化(PSO)算法的优化效果。CarSim/Simulink联合仿真结果表明,经GA-PSO算法优化后的控制器跟踪精度和计算效率分别提高了47.06%和63.54%,且优化后的控制器具有较强的鲁棒性。

基于产业园区承载的职业本科产教融合创新机制研究与实践--以西安汽车零部件产业园和西安汽车职业大学为例

文章立足通过机制创新途径解决职业教育产教融合普遍存在的积极性不高、融合度不深的问题;结合职业本科试点工作实践,提出职业本科人才面向的产业领域,职业院校融入产业发展、强化服务功能的内涵;以汽车专业群为例,通过分析研究产业布局,提出构建产业园区承载的多元主体产教融合业务协作平台,立足关注协作各方利益诉求的出发点,在实践过程中初步形成了科学的协作平台运行机制,研究成果对国内产教融合模式优化具有借鉴意义。

基于改进YOLOv5的自校准卷积模块目标检测算法

目标检测是当前工业界、学术界的研究热点,随着深度学习以及相关需求的进一步发展,需要更精准的检测模型。YOLO,一种新的对象检测方法,强调的是单阶段的模型。文章通过研究传统目标检测网络模型,提出一种即插即用的自校准卷积模块。文章基于现有模型YOLOv5,将该模块插入YOLOv5主干网络的C3模块中。经过对比实验后发现,两种模型所生成的曲线图、检测图、热力图均表明,该卷积模块能够有效提升YOLOv5原模型的目标检测效果。