基于卷积神经网络的语义同时定位以及地图构建方法

环境感知技术是智能车功能实现的前提,而在感知的基础上提高智能车对环境的认知能力是实现全自动驾驶的关键。本文针对室外交通场景,基于卷积神经网络提出了一种新的智能车同时定位以及语义地图构建方法,对智能车进行定位,并且构建稠密的3D语义地图,提高智能车的环境感知、认知能力。首先,基于双目ORB-SLAM提出了一种四线程的双目SLAM（Simultaneous Localization and Mapping）方法构建稠密的3D点云地图,四线程分别为追踪线程,局部地图构建线程,回环检测线程以及稠密地图构建线程;其次,为提高智能车的环境认知能力,使用端对端的方法对图像进行语义分割,并且为提高语义分割精确率,将环境的几何信息也作为卷积神经网络输入;最后,将感知的能力与认知的能力相结合构建语义地图,为智能车实现全自动驾驶奠定基础。本文将算法在KITTI数据集上进行测试,整体算法速度为10帧/秒,语义分割的全局精确率为73.1%,构建的语义地图显示本文提出算法能够在大规模室外场景下重构全局一致性地图,并且帮助智能车实现对环境的解析。     

结合车道线检测的智能车辆位姿估计方法

基于视觉的智能车辆定位问题是自动驾驶领域研究的一大热点。在某些有效近景特征不显著的场景中,由于参与计算的特征数量不足,会导致位姿估计精度下降甚至失效。为此,本文提出一种结合车道线检测的相机位姿估计方法来提高位姿估计精度。首先,设计了一套基于自适应感兴趣区域和几何结构筛选法的车道线检测算法,精确检测到了左右车道线的内、外侧线;其次,对车道线区域内的点进行帧间匹配,得到新的匹配点对,并根据V视差图拟合出地面视差方程,求解出属于车道线匹配点对的准确视差值;最后,将这些匹配点对与ORB方法提取得到的匹配点对融合,共同参与相机的位姿计算。经实验验证,本文提出的算法提高了位姿估计结果的精度,解决了某些场景中有效特征点不足导致的位姿估计失效问题,具有良好的环境适应性。     

基于电池荷电状态和行驶工况辨识的电动汽车续驶里程估算*

为消除驾驶员因电动汽车续驶里程估计不准确,产生的"里程焦虑"。提出了一种基于电池荷电状态和行驶工况辨识的电动汽车续驶里程估算模型。以大连市某电动汽车运行数据为研究对象,首先分析了SOC与行驶里程的相关性,将工况数据划分为432个工况片段。然后利用主成分分析、模糊C聚类分析对工况片段进行分类、辨识,并建立了续驶里程的估算模型,进行续驶里程的估算。最后利用实车数据,在Matlab中进行仿真验证,结果表明此方法是可行的,所建立的模型具有较高的准确度。     

电动汽车试验运行参数监控系统研究

在电动汽车的研发过程中,需要对车辆及关键零部件的运行状态信息进行实时采集和监测,因此设计开发了电动汽车试验运行参数监控系统．首先在下位机开发数据采集器,对车辆信息进行实时采集;然后采用无线通讯技术将下位机采集的数据传给上位机,在上位机实现远程监控及信息管理．实车测试结果表明该系统能够准确、可靠地完成实时数据的采集、传输和管理,具有优良的性能．     

《汽车电子与控制》课程教学改革的探析

文章探讨了《汽车电子与控制》课程在理论教学和实践教学方面的问题,提出优化配置课程内容、改革结构体系、改革教学方法和手段、加强实验建设和课程设计环节等改革思路。恰当地将现代教学手段与传统教学方法相结合,充分调动、发挥教师和学生两方面的积极性,深入探索了理论与实践相结合的教学方法,搭建了汽车电子半实物仿真教学系统平台,并在教学过程中付诸实践。     

混合动力电动汽车多能源原型控制器研究

针对混合动力电动汽车的多能源管理,研究开发了多能源控制器,提出了随车标定和修改多能源原型控制器软件和硬件的新方法．该方法利用Matlab／Simulink在便携电脑上建立混合动力电动汽车多能源控制器的动态仿真模型,利用C 构建驱动USB的S函数,使控制器模型与混合动力电动汽车多能源原型控制器连接,实现在线修改控制器软件的目的,该方法亦可以将MAXPLUSⅡ和ispPAC10生成的目标文件下载到原型控制器硬件中去,实现在线修改控制器硬件．实验证明该方法非常适合原型控制器的开发研究。     

车用驱动电机无电流传感器控制

针对传统电机矢量控制方法应用于车用驱动电机时,高效工作区窄、反馈闭环控制导致过流现象等问题,提出一种无电流传感器电机控制方法。该方法根据指令转矩和电机转速,直接控制电压空间矢量的幅值和相位,实现对电机转矩和转速的控制。该方法突破了传统矢量控制对电流传感器的依赖,克服了闭环控制导致过流的缺陷,规避了传统矢量控制在电流传感器故障情况下电机无法控制的问题,省去了电流传感器的成本。仿真实验和电机台架试验结果表明,该方法不仅能够扩大电机高效工作区,而且提高了电机控制系统的可靠性。     

基于模糊在线识别的并联混合动力客车自适应控制策略

针对一款并联混合动力客车提出了一种基于模糊在线识别的自适应控制策略.基于自主研发的混合动力车数据采集监控系统构建符合本地车辆实际行驶道路特点的典型工况,设计模糊工况识别算法对车辆实际行驶的工况类型进行在线识别.根据最小等效燃油消耗控制算法和电池电量平衡控制方法,结合工况识别的结果调用相应最优控制参数,对发动机和电池的功率分配进行实时优化计算,实现对整车的控制.实验结果表明,所设计的模糊识别方法能够较好地完成行驶工况类型的识别.基于此所提出的自适应控制方法能够在满足车辆需求功率和电池SOC维持在有效工作区间内的前提下完成发动机和电池的最优功率分配,显著提高整车的燃油经济性.      

丘陵地区对纯电动汽车经济性分析及能耗优化方法研究

为了分析丘陵地区对纯电动汽车的经济性影响以及如何提高能耗利用率,针对道路坡度,研究了一种基于动态规划优化控制电机转矩的方法,完成了优化能耗的目标。首先构建了纯电动汽车模型,设计了虚拟坡度,应用动态规划算法合理分配电机转矩及车速,并从车速方面分析了坡度对行车经济性的影响;之后,在虚拟坡度下,使用无坡度道路下的最佳经济车速控制仿真车辆,求解虚拟坡度下的汽车能耗,并将此方法计算的能耗与上一步优化方法得出的能耗做对比,证明了所提出的优化算法能够有效地降低能耗;最后,在实际路况上验证了提出的能耗优化算法的合理性。实验结果表明,针对丘陵地区提出的动态规划算法,能够全局优化能耗,有效提高驾驶经济性。     

多因素影响下的纯电动汽车电耗算法优化

针对纯电动汽车的电耗预测问题,提出一种考虑环境温度、电池状态和车速等多因素影响的电耗计算模型.首先,基于自主研发的数据采集装置,采集不同城市的纯电动汽车长期行驶数据,作为模型构建的基础;其次,考虑纯电动汽车实际行驶过程中的温度、电池和车速等因素,结合《中国汽车行驶工况》(CATC-LT)道路行驶标准,提出纯电动汽车行驶百公里的电耗模型;最后,对实际复杂环境中的百公里电耗进行优化.结果表明,在多因素影响的行驶环境中,均方根误差在0.83~4.92区间,平均均方根误差为2.00,比传统算法的均方根误差减少了77.1%.