发动机振动主动控制系统低能耗研究

针对发动机主动控制耗能大的问题,自主设计了一款新型高效的振动发电机来收集振动能量,并通过外接电路将收集的振动能量用于发动机振动主动控制中;基于振动理论,建立了单自由度发动机振动主动控制系统数学模型,利用PID控制策略,以正弦信号代替发动机的二阶惯性力作为激励源,通过Simulink仿真工具进行了仿真分析。结果表明,新型振动发电机用于低、中频段振动信号中可以有效地减少外部功能;采用PID控制可以在较宽的频率范围内衰减垂直振动,满足减震要求。     

路面激励下的汽车变速器振动噪声分析

本文基于某车参数建立汽车线性振动模型与汽车动力传动模型,引入了后轮滞后的路面随机激励,采用MATLAB/SIMULINK与SIMULATIONX的联合仿真技术对随机路面激励下的汽车变速器振动噪声进行仿真模拟。通过改变汽车悬架刚度、阻尼系数来分析其对汽车变速器振动噪声的影响,该分析可为变速箱噪声分析提供参考。     

基于目标检测的激光雷达道路边缘检测算法

道路边缘检测是自动驾驶车辆环境感知的重要组成部分,有效地从点云数据中提取道路边缘信息,有利于进行目标检测以及可行驶区域检测。针对点云道路边缘检测问题,提出了一种考虑车辆等道路参与者对道路边缘检测带来干扰的解决方案。首先,采用地面点云分割算法,将原始点云分割成地面点云和非地面点云;其次,根据车辆等道路参与者的固有特性,采用点云聚类算法对点云进行聚类,并将符合车辆等道路参与者特性的非地面点云进行滤除;再次,根据道路边缘点云在二维平面内,能够有效的遮挡激光发射中心点与非道路边缘点之间的连线,从而提取道路边缘点云;最后,采用随机抽样一致性(random sample consensus,RANSAC)算法对道路边缘点云进行多项式拟合,并使用扩展卡尔曼滤波器对道路边缘进行跟踪。实验结果表明,所提点云道路边缘检测算法能够消除车辆等道路参与则对点云道路边缘检测的影响,且算法满足实车实时性和鲁棒性要求。     

物理化学实验体系改革与学生创新能力培养

物理化学实验是理论性很强的一门基础实验课程,通过物理的方法和手段对化学现象进行观察与测量,从而揭示化学反应的规律。随着科技的进步和知识经济时代人才培养的需要,实验教学改革引起了教育界的广泛重视。本文从优化教学内容改革、引入现代教学手段、开放实验室、改进考核办法等多个方面探讨了物理化学实验教学改革的成效。     

基于麦克纳姆轮的磁导航自动导引车模糊控制

由于自动导引车(AGV)的运动方向和速度取决于每个麦克纳姆轮的运动,故AGV循迹运动需要更加精准。将麦克纳姆轮应用于AGV的运动系统,使其具备在平面内三自由度的移动能力。为了克服AGV运行中偏离预定路径的问题,设计了一种基于模糊控制的循迹纠偏方法来纠正其实际行驶轨迹,并进行了仿真实验和实际检测,验证了所设计模糊控制器的有效性。     

车载总线自动化测试系统的设计与应用

随着现代汽车技术的迅速发展,当汽车网络上电控单元数量越来越多,总线结构越来越复杂时,测试工作量将成倍增长,传统手动测试已无法满足测试需求。通过对车载网络总线测试的研究,分析了测试方法的优缺点,提出了一种车载网络自动化测试系统。该系统以Vector的工具链为测试平台,通过C#语言开发的上位操作平台对系统进行配置与控制以完成车载网络CAN(controller area network)总线、CANFD(CAN with flexible date-rate)总线、LIN(local interconnect network)总线的测试,解决了以往测试过程中通用性差的缺点,提高了测试效率。     

油气管道上测温热电偶的标定

油气管道仪表自动化系统中常用热电偶和热电阻来检测和显示运输油品的温度,达到报警、控制等目的。本文主要是针对符合油气管道测量范围的热电偶用标准铂电阻进行标定,并通过最小二乘法进行拟合,得到了标定曲线和方程。     

基于迁移学习和AlexNet的驾驶员行为状态识别方法

为了解决传统基于神经网络算法的驾驶员行为状态识别系统精度过于依赖大量训练样本的问题,本文提出将迁移学习理论和AlexNet引入到驾驶员行为状态的识别研究中。首先对驾驶员行为特征及状态进行深入分析,对驾驶员7种驾驶状态进行了定义,构建了驾驶员状态信息采集系统;然后对基于卷积神经网络的驾驶员状态识别方法研究,建立了驾驶员状态数据集,构建了基于AlexNet卷积神经网络的状态监测系统,通过迁移学习完成了卷积神经网络识别模型。最后通过实验验证了本文提出的驾驶员状态识别算法对7种驾驶员状态识别的有效性。实验表明：该系统准确率达到97.8%,且在实验设备中运行速度达到70帧/分钟,满足较高的准确率要求与实时性要求。     

基于分段切换模型的点集优化车道线识别方法

针对车辆的横向运动偏差及相关安全监控技术存在缺陷的问题,提出一种基于分段切换模型的点集优化车道线识别方法。首先建立稳定可靠的分段切换车道线模型,然后利用单目视觉和毫米波雷达的传感器组合对车辆进行识别,筛选掉干扰车道线识别的无效候选点,如果缺少有效的识别点,则利用卡尔曼滤波和车道线等宽条件进行有效点的补充。实验证明,该方法能够准确有效的识别车道线,对于减少车辆行驶过程中安全事故的发生具有重要意义。     

穿戴式下肢外骨骼机器人研究现状

近年来,随着国家人口老龄化问题的加重,医疗技术的限制及青壮劳力的减少,穿戴式下肢外骨骼机器人在医疗、搬运、军事方面上的显著功能获得科研人员的广泛关注.本文试图摒弃传统功能层面的描述,从穿戴式下肢外骨骼机器人的结构层面梳理该类外骨骼机器人近年来的研究进展,进而分析了穿戴式下肢外骨骼机器人应用的新技术材料,然后重点阐述了其最新的关键技术(驱动方式和能源供应),探讨了穿戴式下肢外骨骼机器人今后的发展方向.