对汽车智能化进程及其关键技术的思考

 随着控制、感知、通信和执行器技术的飞速发展,以电动化、自动化及网联化为基础的智能汽车成为汽车行业发展一大趋势,而汽车智能化所带来的技术挑战性问题也成为人们关注的热点。从汽车自动化、智能化的发展进程来看,汽车智能化可分为驾驶辅助、半自动化、高度自动化和完全自动化4个阶段。本文对当前汽车智能化研究中以车企和IT行业所主导的2条技术路线进行介绍,深入分析了汽车智能化在各个发展阶段的特征和含义,并概括了汽车智能化所面临的多源信息融合感知、智能汽车控制架构协调决策控制、人机交互与拟人共驾等挑战性问题。最后,对中国汽车企业智能化发展提出建议。     

多传感器信息融合及在轮胎压力监测系统中的应用

轮胎是汽车的的重要安全部件,为了提高轮胎压力监测系统的精度,提高报警的准确性,减少误报漏报,为安全行驶保驾护航;本文主要介绍了传感器技术和多传感器信息融合基本理论以及多传感器信息融合技术在TPMS中的应用,建立基于多传感器信息融合的TPMS模型,并对两种TPMS融合方案设计进行了分析研究。     

融合信息智能技术在变电管理中的应用与探索

信息智能处理技术是信号与信息技术领域一个前沿的富有挑战性的研究方向,它以人工智能理论为基础,侧重于信息处理的智能化,包括计算机智能化(文字、图象、语音等信息智能处理)、通信智能化以及控制信息智能化。融合信息智能技术就是将多种数据信息处理的智能化,逐渐符合用户要求的信息的过程。数据融合技术,例如,信息特征识别和数据融合,物理信号处理和识别等。除了需要人工智能理论的支持以外还需要进行智能信号处理技术的综合应用。本文将围绕融合信息智能技术在变电管理中的应用与探索进行展开。     

机器学习算法在绿色智能化汽车发展及研究中的应用展望

绿色智能化是未来汽车发展的必然趋势，然而，从传统汽车向绿色智能汽车的转变还需要在许多技术上实现新的突破；其中，机器学习算法对汽车的绿色智能化发展具有非常重要的科学价值和实践意义。所以，该文从机器学习算法在汽车绿色智能化发展中的应用角度出发，阐述了绿色动力，车辆智能化以及机器学习算法的研究现状，突出了未来机器学习的在汽车绿色智能化发展中的的重要地位。     

焊接机器人的发展及其在汽车工程实际中的应用

机器人自产生以来已经广泛应用到工程领域的各个方面,焊接过程自动化、智能化、机器人化已经成为焊接技术的发展趋势。本文综合介绍了机器人工作原理及其发展历程,重点介绍了焊接机器人在汽车工程实际中的应用,并对焊接机器人在焊接中的进一步应用前景提出了展望。     

基于MEMS的智能集成汽车传感器的研究

随着汽车传感器的迅速发展和MEMS技术的深入研究,基于MEMS技术的汽车传感器具有广阔的应用前景.本文从传感器原理、MEMS技术理论与制造工艺、智能传感器理论与控制算法、软件与硬件实现、以及集成原理与工艺等几个方面,综合运用MEMS技术、人工智能、信息融合、半导体加工等先进技术,研究基于MEMS技术的智能集成汽车传感器问题.最后对MEMS汽车传感器今后的发展研究进行了探讨.     

信息融合技术在机械故障诊断中的应用

针对目前机械故障诊断过程中存在的不足,考虑信息融合技术在机器故障诊断中的应用,以有效进行机器故障诊断．对目前应用的基于神经网络、贝叶斯理论和D-S理论的信息融合方法作了比较详细的论述．并以例子说明了信息融合技术在机器故障诊断分析中的有效性．     

BIM技术在道路与桥梁工程设计中的应用综述

从建筑信息模型（Building Information Modeling,BIM）建模参数化与智能化、地形与地质三维建模关键技术、BIM与有限元分析软件交互关键技术、基于BIM的多专业正向协同设计等方面,对BIM技术在道路与桥梁工程设计中的应用现状进行了综述和分析,研究结果表明：（1）BIM模型参数化建模及智能化需要通过融合设计经验共识和规范设计流程实现;（2）地形、地质模型创建智能化和精细化程度较低,模型融合困难,极需开展相关实现方法研究;（3）BIM模型与有限元分析模型不能精准转换,需要研究BIM与有限元计算模型交互关键技术;（4）实现角色、设计环境和设计资源的深度融合,是开展基于BIM多专业协同设计的发展方向。BIM技术是解决道路与桥梁工程复杂问题的有力支撑,但是仍然不成熟。基于BIM技术进行深度开发,是实现数字化信息表达、数据交互以及项目管理的有效途径。     

信息融合技术的方法与应用研究

信息融合是现代信息技术与多学科交叉、综合、延拓产生的新的系统科学研究方向,在军事和民用领域已经展现出的有效与广阔的理论和应用前景。文章在对信息融合技术应用现状研究的基础上,介绍了信息融合的定义、功能、实现步骤,阐述了信息融合常见算法及其优缺点,最后指出了信息融合技术存在的问题和发展趋势。     

油藏描述中的多信息随机动态综合优化模拟及智能化建模应用分析

在油藏描述中,大数据分析与多信息随机动态综合优化模拟及智能计算的结合,是油气田开发可持续发展战略中一项亟待解决的重要课题,有着极其深远的研究意义与十分广阔的应用前景。本文运用多种现代信息决策分析与处理方法以及大数据智能分析技术,深入讨论了油藏描述中的多信息随机动态综合优化模拟的理论性能与特点,以及随机模拟的步骤与方法,进而深入讨论了智能化全多维计算机模拟技术在我国部分油气田综合勘探、开发中的应用。     

GPS组合导航系统在车辆导航中的应用

ＧＰＳ组合导航系统在车辆导航中的应用房建成，万德钧（东南大学仪器科学与工程系，南京２１００１８）统计资料显示，公路堵塞造成的直接和间接的经济损失惊人，仅美、日、法三国每年的损失就超过１１０００亿法郎．德国交通部门统计，在全德国，每年因汽车司机行错路线...     

基于联合卡尔曼滤波的汽车防碰撞多传感器信息融合方法

车辆行驶信息感知是汽车防碰撞系统的关键技术之一,只用单一传感器对目标车辆进行测量容易产生虚警.在对联合卡尔曼滤波分析的基础上,给出了基于联合卡尔曼滤波的汽车防碰撞多传感器信息融合方法.计算机仿真结果表明,该算法可以得到较精确的融合数据,对于增强汽车防碰撞系统的安全性具有重要意义.     

可重复使用助推器组合导航技术研究

为提高火箭动力返回工作模式下可重复使用助推器(RBV)的导航精度,设计了一种组合导航方案。建立了发射点惯性坐标系下的导航系统误差模型,改进了基于联邦滤波的多传感器信息融合技术。针对估计误差方差阵的特点,提出了一种分块阵求逆的部分信息融合方法。基于典型飞行环境的数学仿真表明,该组合导航方案和算法提高了RBV返回过程特别是着陆点处的导航精度。与惯性导航系统相比,组合导航的定位误差由102m级降低到5 m以内、测速误差由0.2~1.0 m/s降至0.01 m/s以内、定姿精度由0.1′提高到0.02′。     

提高载车定位与卫星跟踪精度的多信息融合系统研究

基于应用背景对移动卫星通信车辆精确定位和实时动态通信的要求,提出了一种新的基于激光陀螺捷联导航系统（LINS）、光电编码器（OEC）、GPS、信标组合的载车精确导航定位与同步卫星实时跟踪方案．方案以LINS／OEC组合作为核心单元,GPS、信标作为辅助信息,研究了基于联邦滤波的信息融合策略,给出了融合系数的选取方法．论文在车辆移动卫星通信系统中创造性地引入光电编码器组合以提高姿态保持精度和系统自主定位精度,并有效降低系统对GPS的依赖性．大量试验研究表明采用该技术与融合方法后,载车在长时间、不同路况动态工作时,其定位精度CEP值在10m以内,天线姿态跟踪精度保持在±0．05°范围内,尤其在较长时间内系统受遮挡条件下,其定位、姿态跟踪精度较未组合光电编码器前的系统提高达50％以上．     

基于改进Boosting算法的夜间运动车辆检测

针对夜间交通场景中运动车辆目标提取及实时检测困难的问题,引入改进的Boosting模糊分类算法,提出了一种新的基于车头灯的夜间运动车辆检测方法.通过SIFT算法和融合多特征的方法精确提取夜间运动车辆车头灯特征,利用遗传算法优化Boosting模糊分类算法,并以加权投票方式对提取的车头灯特征进行分类判别,最后结合车头灯空间、运动信息及灯光颜色信息进行同车车头灯配对分组,实现夜间运动车辆的实时检测.实验表明,该方法在夜间交通环境中具有良好的实时检测效果和较高鲁棒性.     

无人艇航迹跟踪控制系统设计与验证

针对复杂湖面环境干扰下的无人艇自主航行控制问题,设计了一种有效的无人艇航迹跟踪控制系统。该系统从航迹跟踪控制算法、数据融合处理、上位机监控三个部分展开设计。在算法设计层面,将航迹跟踪控制问题分为外环和内环两部分,外环部分提出了一种自适应视线(Line of sight,LOS）制导算法,以求解目标航向角作为航向控制器的输入;内环部分设计了无模型自适应PID航向控制器,以实现无人艇稳定的航行。在数据处理层面,采用卡尔曼滤波算法对传感器信息进行融合,实现了对无人艇位置和姿态信息的准确估计。在监控层面,设计了一种可视化上位机软件,实时监测无人艇航行状态,保证航行安全。最后,利用实艇进行湖测实验,验证了该控制系统的有效性,结果表明该系统具备在内湖执行任务的能力以及应对复杂环境干扰的能力。     

基于LabVIEW的多传感器信息采集平台

车辆定位中利用多传感器信息融合技术可以提高定位精度.系统中的传感器数量急剧增加,传统仪器很难满足整个系统的测量需求.本文开发了一种基于虚拟仪器软件开发环境Lab-VIEW的多传感器信息采集平台,将多传感器数据采集、预处理、信息显示、存储及数据回放集成在一起,解决了以往实现多传感器信息同步十分困难的问题,为将来进一步研究利用虚拟仪器测量多传感器信息及进行多传感器信息融合奠定了基础.     

聚变工程研究中的统一建模与信息集成

针对聚变堆系统设计的复杂性,结合聚变工程研究的现状及面向研究建模与面向工程建模的特点,提出了聚变堆系统的统一建模与信息集成的处理思路,给出了从面向研究到面向工程的全过程统一建模原理及其建模分析模式,并通过包层信息模型建模的实例,说明了这一思路的可行性和必要性.     

D-S证据理论数据融合方法在目标识别中的应用

为解决车辆目标识别问题 ,采用基于推理的数据融合方法 ,分析了 Dempster- shafer证据理论用于多传感器数据融合的基本概念和理论 ,并将它应用于车辆目标识别的数据融合中 ,实验结果证明了基于融合后的识别结果较单传感器的识别结果好 ,验证了这一方法的正确性和有效性     

基于D-S证据推理的车辆导航系统地图匹配算法

研究地图匹配算法中的匹配道路的选择问题,提出基于D-S证据推理理论的地图匹配算法.根据D-S证据推理的基本原理,结合车辆行驶情况,给出当前时刻车辆位置信息和方向信息的基本概率分布函数的设计方法.按照D-S合成公式,对位置和方向信息进行融合,并根据融合结果选择匹配道路.在设计方法中,引入位置信息和方向信息的可靠性参数.仿真结果表明,该方法是行之有效的,通过适当地调整可靠性参数的值,就能识别出车辆所在的道路.