客车视听系统的CAN总线控制

在CAN总线和SAE J1939协议的基础上,利用客车上原有的CAN总线网络,设计了客车视听系统的新控制方案,实现远程控制,达到比较好的效果．     

汽车自主驾驶碰撞试验的控制系统设计

为降低汽车研发过程的碰撞试验成本和缩短研发周期,对无牵引装置的汽车正面碰撞试验进行系统研究,论述正面碰撞试验车自主控制系统的设计.根据C-NCAP碰撞试验法规,对车辆进行了行进方向和行车速度控制的实车试验.结果表明:试验车行进方向与纵向中心线的重合度最大正负偏差分别为+95mm和-105mm,在汽车碰撞试验法规规定范围±150mm内,车速快速提高到64km·h-1后,系统仍能够保证汽车直线稳速行驶,满足现有试验法规的基本要求,具有实用性和推广价值.     

浅谈专色油墨的计算机配色

专色油墨在包装印刷中使用的越来越多,专色油墨的计算机配色技术也在不断发展,通过一定的配色方法可以使我们在短时间内得到目标色的配方和优化方案。     

基于Uchida-Kraepelin心理测试的酒后驾车交通事故倾向测量

针对利用驾驶员的血液酒精浓度一致标准测定和问责酒后驾车行为的方案在某些场合可能不够严谨的问题,为探索新型测量技术,招募18位驾驶员开展酒后Uchida-Kraepelin心理测试(UK测试).结果显示,随着驾驶员饮酒量的增加,UK作业曲线从未饮酒时的定型曲线特征逐渐向非定型曲线特征转变,且作业错误率均值递增.定义UK作业偏离度,探明其与交通事故倾向具有一致性,且两者具有正相关性,平均相关系数为0.71.UK作业偏离度能够揭示酒后驾车交通事故倾向,或可作为酒后驾车行为测定和问责的一种新证据参数;基于UK测试分析的酒后驾车交通事故倾向测量是一种可探索方案.     

一种多阈值Hough变换车道线检测算法

针对传统Hough变换虚线检测率不足的问题,提出一种多阈值Hough变换车道线检测算法。该算法在对图像进行灰度化处理、逆透视变换、二值化处理的基础上,在预设好的多条直线位置进行突变点检测,并对突变点进行分类、拟合、合并,最后进行Hough变换。3种实际路况的实验表明,该算法能够较准确、稳定地检测出车道线,平均识别率达到9870%,高于传统Hough直线检测算法的平均识别率(86.84%),而且可通过计算车道线线段的长度和点的个数来判断虚线和实线。     

FSAE赛车电器设置与仪表研制

根据FSAE赛车规则的要求，提出FSAE赛车整车电气系统方案，说明了主要电器的设置，并针对原有发动机的ECU与改换后的进排气子系统无法匹配等问题，提出了解决办法，主要目的是提高赛车的加速性能；然后提出一种基于NEC公司的UPD78170883单片机的全数字式赛车仪表系统设计，阐述了车速表、转速表的电路设计、测量原理、误差分析、软件算法，最后通过实车验证了上述方案的可行性．     

客车自主安全控制系统设计与研究

为提高客车行驶的安全性,在研究客车胎压和温度监测系统的基础上,研制出基于客车胎压和温度监测的自主安全控制系统,其控制策略为:在轮胎异常初期发出声音预警提示,后期将进入发动机"跛行回家"的故障模式,以限制发动机功率和车速;当轮胎爆胎或快速漏气时,客车的应急制动控制系统起作用,司机对客车行驶方向和制动的控制只是作为应急制动控制系统的输入,同时发动机处于"怠速"的工作模式。这与传统胎压监测系统相比,不仅仅实现了胎压异常预警,而且还实现了应急制动控制。本自主安全控制系统已装在VDS A01车型上试用,设计上达到了基本性能要求,具有较好的实用价值。     

川藏高原考察历险记

青藏高原的动植物世界和历史变迁的奥秘一直为中外科学界瞩目和向往。中国科学院青藏综合科学考察队于1982、83两年的夏天,派出了古脊椎动物考察组,考察了这个富有神奇色彩的地区。急越理塘考察组一行七人满载野外装备和给养,分乘两辆“212”汽车,于6月初从康定出发,向着正西方     

轻型电动汽车电子差速器设计

针对双轮毂电机独立驱动的轻型电动汽车,根据汽车转向行驶时内、外侧车轮转速与转向角和车体速度之间的关系,提出了一种基于方向盘转角和车轮转速的电子差速控制方案;设计了硬件电路、实时差速计算算法,并编写了汇编语言程序;进行电路调试验证了该差速器设计的可行性.     

基于多尺度复合卷积和图像分割融合的车道线检测算法

在车道线检测任务中，由于车道线的特点和获取更大范围感受野的需求，空洞卷积被广泛使用.然而，为了获取大范围信息，空洞卷积会造成卷积点附近信息的丢失.针对以上问题，提出了一种基于多尺度复合卷积和图像分割融合的车道线检测算法.首先将不同尺寸的空洞卷积、全卷积和标准卷积结合以弥补空洞卷积造成的信息丢失；然后通过语义分割和实例分割融合的图像分割融合模块来增强实例分割网络对全局特征的关注；最后，设计一个加权交叉熵损失函数对网络进行训练和优化.实验结果表明，算法在CULane数据集中的整体F1measure取得74.9%，整体性能优于比较算法，在多种挑战性环境中均有所提升.