基于卷积神经网络感知功能的极端场景生成方法

近年来,基于卷积神经网络深度学习的感知算法在自动驾驶车辆环境感知系统中发挥着越来越重要的作用。由于在神经网络训练过程中,训练数据无法覆盖所有极端场景,因此如何保证基于深度学习的感知算法在极端场景下的安全性和可靠性,仍是一个亟待解决的问题。传统的基于真实行驶里程的验证方法,在获取极端场景数据上危险性高,经济性差,因此很难检验驾驶功能在极端场景下的性能。基于虚拟场景的仿真验证方法,虽然可以通过设置场景参数来生成大量测试场景,但是通过简单的参数组合并不能有效的生成极端场景。本文展示了一种在虚拟环境中生成极端场景的方法,用于训练和测试基于深度卷积神经网络的车道线识别算法。首先将场景特征用参数进行表示,然后使用deep Q-learning强化学习的方法,来生成极端场景的参数组合。通过与随机组合以及成对组合场景参数的方法进行对比,可以看出该基于强化学习的场景生成方法可以更有效地生成极端场景,因此可提高自动驾驶感知功能的测试效率,同时可为卷积神经网络提供更多的极端场景训练数据。     

八车道高速公路可变信息标志前置距离对驾驶行为的影响

基于驾驶模拟实验,设置3.0、2.5、1.5、0.7 km 4种前置距离的可变信息标志（variable message sign,VMS）,收集32名驾驶员视认4种前置距离的VMS后换道驶出高速公路过程中的方向盘、速度和位置数据,并观察各驾驶员在换道过程中的方向盘操控行为、换道行为、减速行为。结果表明：VMS视认过程属于多任务驾驶行为,驾驶员需在短时间内完成VMS视认、路径决策、车辆减速与换道;当VMS前置距离不足时,驾驶员需快速、大幅转动方向盘,进行连续换道、急换道;为顺利驶入减速车道,部分驾驶员采取减速换道措施,增加了事故风险;当VMS前置距离过长时,驾驶员对VMS的短期记忆效应使得驾驶负荷提高。     

基于专利引用和文本信息的自动驾驶技术演化

通过分析自动驾驶技术领域专利的引用信息和文本信息,结合社区发现、LDA（latent Dirichlet allocation）主题建模、主路径分析方法,针对自动驾驶专利数据集的特点建立分析框架进行自动驾驶技术演化分析。应用上述方法可以有效识别自动驾驶技术领域的主题分布,弥补传统单一方法不能反映技术全貌的缺陷。我国需重点突破多源传感器融合感知、复杂环境智能决策控制、车路协同、人机交互等关键技术;在测试和自动泊车技术上处于技术领先;在定位、高精度地图、执行机构、运动控制、硬件计算平台技术上处于技术跟随。     

二乙二醇甲醚浓度对飞机油箱抗静电涂层的影响

将飞机油箱专用抗静电涂层与不同质量分数二乙二醇甲醚溶液进行浸泡,分析检验涂层在浸泡后的颜色、铅笔硬度、附着力、冲击强度、柔韧性和表面电阻等关键指标的变化情况,用红外光谱、扫描电镜和能谱仪分别检测涂层分子结构、表面形态和元素组成的变化.实验表明:随着二乙二醇甲醚质量分数的不断增加,涂层的力学性能和导静电性能都有不同程度下...     

大型飞机复合材料机翼壁板气动弹性优化设计

以大型飞机复合材料机翼为对象进行气动弹性综合优化设计研究,以机翼蒙皮壁板及相关构件复合材料铺层厚度为设计变量,在满足多种气动弹性与强度/应变约束下对结构重量进行最小化设计,并分析了优化中三种强度/应变约束和蒙皮铺层比例的影响.研究表明：不同组合约束下优化后的复合材料机翼较金属机翼减重效果显著,综合考虑应变与失效准则约束能在兼顾减重效果的同时提高机翼整体刚度水平;铺层比例优化结果表明机翼内段与中段较高的0°铺层比例和外段较高的±45°铺层比例分布能使刚度分布更加高效合理.     

自动驾驶专利技术分析

汽车已经成为人们生活中举足轻重的交通工具,随着汽车工业、计算机技术以及计算机视觉技术的不断发展,智能化的自动驾驶技术能够大大减少交通事故并提高城市通行效率。本文对自动驾驶领域的专利发展状况和国内重要申请人进行了梳理,以期对自动驾驶在国内的发展提供一定的借鉴。     

基于MDA机制的跨洋航空网时隙分配方法

考虑到飞机跨洋飞行的限制性条件,提出了一种改进的多单元双向拍卖机制来满足跨洋航空主干网的时隙分配的需要。该机制将VCG双向拍卖和传统的多单元双向拍卖进行结合和改进,并从激励相容、预算平衡、个人理性和机制效率等方面证明了该双向拍卖机制的性质。最后的仿真结果表明,该双向拍卖机制具有较高的效率。     

电子干扰飞机对抗警戒雷达组网系统的效果评估

在复杂的电磁环境下,如何有效地分析和评估远距离支援干扰对抗地面防空雷达网的效果具有重要的意义。分析了电子干扰飞机的运动给干扰效果造成的影响,以噪声压制式干扰效果评估为例,针对警戒雷达及其组网系统,在"有效干扰区"、"暴露区"等传统评估指标的基础上,提出增加"干扰过渡区"作为评估指标,研究了相应的评估方法,并给出了干扰效果的定量评估结果。     

基于BDI智能体的无人作战飞机自主任务管理系统

无人作战飞机自主任务管理是减小平台对操作员依赖的关键之一.提出了基于BDI智能体的无人作战飞机自主任务管理系统体系结构.针对传统BDI解释器的缺陷,结合无人作战飞机应用的需求,设计,实现了一种并行的解释器实现结构,并给出了基本元动作定义.在此基础上讨论了无人作战飞机自主任务管理系统的功能设计与实现问题.初步仿真结果表明,平台能够对环境变化及用户指令做出正确反应.     

智能化能对冲新能源汽车补贴退坡的影响吗?——基于CGE模型的分析

在新能源汽车销量“十二连跌”和“新冠”疫情的双重压力下,购置补贴退坡不得不从2020年末延缓至2022年底,与此同时,专注于智能化的车企却异军突起,那么,智能化能否对冲补贴退坡的不利影响,补贴应于何时退坡,亟待回答.通过在可计算一般均衡模型的生产函数中引入生产过程智能化因子,在效用函数中引入新能源汽车特有的使用过程智能化因子,利用宏观闭合的不同设置模拟供给约束和需求约束两种经济形势,采用中国2018年实际经济运行数据进行参数校准,探讨了补贴退坡的适宜时期以及两类智能化的对冲效应差异与作用边界.研究发现,新能源汽车补贴适宜于供给约束时期退坡,因为该时期退坡可以促进关联度较低部门的发展,并缓解收入不平等,且适度的使用过程智能化既可以对冲补贴退坡对社会福利、新能源汽车部门的不利影响,又不至于完全抵消上述正面影响.而在需求约束时期,上述正面影响均转为负面,且难以被智能化对冲.因此,新能源汽车补贴的退坡决策,应根据经济从“新冠”疫情中复苏的程度,而相机抉择.在经济快速复苏时,可通过使用过程智能化即自动驾驶的适度发展,来对冲补贴的退坡;否则,应暂缓退坡.