日本坦克装甲车辆的新发展

近20年来,日本的科学技术和国民经济都得到了飞速的发展,其军事技术水平和军工生产能力也跃身于世界先进行列,尤其是坦克装甲车辆技术的很大发展,更令世人刮目相看。 主战坦克 日本从50年代中期开始到现在,已经发展了三代坦克。第一代是仿制生产的61式坦克;第二代是引进关键技术研制生产的74式坦克;第三代是自行研制设计和生产的90式坦克。目前,正在积极研制     

自主式交通系统功能架构优化密度峰值聚类算法

自主式交通系统(autonomous transportation system, ATS)是为应对主动式智慧交通发展趋势而提出的新一代交通系统。为科学合理地构建ATS功能架构,提出了一种面向多属性文本的优化密度峰值聚类算法(density peaks clustering, DPC)。该算法结合交通系统功能架构的基本特征,通过改进的词频-逆向文档频率算法与文本向量空间模型,将多属性文本转化成空间维度坐标。再利用高斯函数和决策值优化DPC算法进行聚类,并结合轮廓系数对聚类结果进行评价。为了检验算法的合理性,在ATS道路自动驾驶场景下,基于道路载运工具运行服务域、交通基础设施管理服务域和交通安全管理服务域的功能数据集进行了算例分析,依据聚类结果绘制功能架构图。架构图由自主感知-自主学习-自主决策-自主响应4层构成,验证了ATS应用场景中功能架构优化算法的可行性和合理性。算例结果表明：该算法的构建具有鲁棒性,算例轮廓系数整体均值为0.84,与原算法相比解决了聚类过程中聚类中心难以划定的问题;与原智能交通系统中的各架构设计相比,该功能架构更具有层次性和逻辑性。该优化算法能够促进新一代交通系统...     

具有优先级的深度确定性策略梯度算法在自动驾驶中的应用

深度确定性策略梯度(deep deterministic policy gradient,DDPG)算法在自动驾驶领域中应用广泛,但DDPG算法因采用均匀采样而导致低效率策略比例较高、训练效率低、收敛速度慢等.提出了基于优先级的深度确定性策略梯度(priority-based DDPD,P-DDPG)算法,通过优先级采样代替均匀采样来提升采样利用率、改善探索策略和提高神经网络训练效率,并且提出新的奖励函数作为评价标准.最后,在开源赛车模拟(The Open Racing Car Simulator,TORCS)平台上对P-DDPG算法的性能进行了测试,结果表明相对于DDPG算法,P-DDPG算法的累积奖励在25回合之后就有明显提升而DDPG在100回合之后训练效果才逐渐显现,提升约4倍.P-DDPG算法不仅训练效率提升且收敛速度加快.     

数据驱动下交通异常行为的双层识别模型

为实现对车辆异常行为的准确识别,提高车辆行驶的安全性,提出了一种基于支持向量机(support vector machine, SVM)、监督学习与长短期记忆(long short term memory, LSTM)深度学习的交通异常驾驶行为双层识别模型。首先,对车辆轨迹数据筛除和滤波,构建异常行为数据集;其次,从异常行为轨迹特征中提取出特定异常行为的特征标签,并人为标定在训练集中;再次,构建SVM模型对训练集进行粗识别,基于SVM的二分法原理,从测试集中筛选出异常行为;最后,通过LSTM时间序列模型构建具体种类的异常行为模型,并通过深度学习的方法,从异常行为数据中细分为蛇形驾驶、急速变向、侧滑、大半径转弯、快速U型转弯、急刹车等具体的异常驾驶行为。本次实验选用下一代仿真(next generation simulation, NGSIM)数据中US-101高速公路和peachtree城市道路的数据集的轨迹数据验证SVM和LSTM双层识别模型的性能,包括均方根误差、识别准确率等。结果表明,构建的双层识别模型在第一层有98%的识别准确率,第二层有超过80%的识别准确率,可以较为准确地识...     

考虑人-车-路耦合的路径跟随过程操稳性预测研究

为更早预测车辆的操稳性失稳风险,针对性解决传统“人-车-路”耦合系统中“路”先验信息未知和由此导致的“人”输入难预测问题,借助先进辅助驾驶系统提供的前方预瞄路径,提出结合驾驶员转向模型及车辆非线性动力学模型的操稳性预测方法. 构建“人-车-路”闭环反馈驾驶员模型,对跟随道路曲率的驾驶员转向行为进行预测;将当前车速与预测转向作为三自由度非线性动力学模型的输入,实现跟随前方路径的操稳性状态预测;通过Simulink-Carsim联合仿真及驾驶员模拟器硬件在环对比,进行双移线路径、变曲率路径和蛇形路径工况模拟. 所提方法的操稳性状态预测值与实际值吻合良好.     

三维场景的交互仿真技术

目的坦克和高炮仿真软件中关键技术的研究与实现。方法 采用ＯｐｅｎＧＬ和Ｖｉｓｕａｌ Ｃ＾＋＋进行实时交互的三维图形开发。结果采用键盘进行交互,实现了三维场景的编辑和实时漫游,实现了光照,纹理,反走样,雾化等一系列提高真实感的效果。     

我国研制6千米深海机器手 可排险和驾驶飞船

可在6000米深海环境下工作的“水下机器手”由我国科学家首次研制成功。专家介绍，作为由中国科学院合肥智能机械研究所智能机器人传感器实验室承担的”863”项目，该系统不仅可用于深海作业型机器人，也可用于特种部队的排险机器人、空军无人驾驶飞机以及无人驾驶飞船中机器人自动或遥控驾驶和操作，还可辐射到其他相关领域，推广前景广阔。     

用于仿真的等高线数据三角优化构网

视景系统是航海模拟器的一个十分重要的部分，航海模拟器要求视景系统可实时连续地显示某一真实港口的三维景像．从海图上采集等高线的DEM数据，然后进行三角优化构网，进而生成该不规则三角网格的层次细节模型，可满足航海模拟器对视景系统的要求．文中在分析了现有剖分算法的基础上，提出了基于点插入法和多边形剖分算法相结合的混合算法，该算法可方便地用于生成基于等高线数据的Delaunay三角剖分．该算法已成功地应用于航海仿真系统的视景建模。     

基于自动网格生成技术的精细油藏数值模拟器

针对笛卡尔网格油藏数值模拟软件不能精细模拟油藏特殊区域的问题，在综合一些自动网格生成算法优点的基础上，提出了一套新的适合于有限体积差分的网格自动生成算法，用面向对象语言C^ 开发出能对油藏特殊区域生成柔性网格的全隐式油藏数值模拟软件－VGRNS，并通过实例将此软件与笛卡尔网格划分的油藏数模软件进行了对比。