GPS组合导航系统在车辆导航中的应用

ＧＰＳ组合导航系统在车辆导航中的应用房建成，万德钧（东南大学仪器科学与工程系，南京２１００１８）统计资料显示，公路堵塞造成的直接和间接的经济损失惊人，仅美、日、法三国每年的损失就超过１１０００亿法郎．德国交通部门统计，在全德国，每年因汽车司机行错路线...     

基于ARM和μC/OS-Ⅱ的车载移动终端设计

提出了一种基于ARM和μC/OS-Ⅱ的车载GPS/GPRS移动终端的设计方案.该方案采用嵌入式系统设计思想,以S3C44B0X处理器为硬件平台,引入基于优先级的抢占式实时多任务嵌入式操作系统μC/OS-Ⅱ.文中描述了车辆监控系统的原理和车载终端的主要功能,给出了车载终端的硬件和软件设计,介绍了μC/OS-Ⅱ在系统中的应用.该终端实时性好,数据传输费用低,软硬件易升级.     

基于ARM-linux智能车载信息终端的设计

本文提出了一种基于ARM-Linux嵌入式技术的智能化车载信息终端的设计方案,主要介绍了系统的硬件和软件结构特点和关键技术。采用ARM9 S3C2410作为控制核心,选用Linux作为操作系统,CAN总线作为车载信息网络,该系统满足了车载信息终端数字化、智能化、信息集成化的发展要求。     

考虑土壤特性的车载榴弹炮射击稳定性研究

为了预测车载榴弹炮在不同条件下的射击稳定性,需要建立火炮发射时的动力学模型。根据车载榴弹炮的具体特点,利用虚拟样机软件ADAMS构建了某车载榴弹炮多体系统动力学模型,给出了考虑液压油可压缩性的液压刚度计算方法,建立了考虑液压座板和液压驻锄结构形式和土壤特性的接触动力学模型,为改善数值计算的奇异性,引入了一种近似的摩擦力连续函数,模拟了不同土壤特性对车载榴弹炮射击稳定性的影响。     

基于GPRS的车载网络信息平台的构建

介绍了一种基于ARM的车载网络信息平台的构建,它采用了ARM处理器中的S3C44BO微处理器、uCLinux操作系统、S3C44BO的内部LCD控制器、GPS系统以及CAN总线,可以实现车载导航的功能,在一定程度上可以解决交通问题。     

基于车载激光扫描数据的城市地物三维重建研究

车载激光扫描系统可以精确、快速获取城市建筑物、道路交通设施、隧道等地物的表面信息,非常适用于城市物体三维空间信息的快速精确获取和在此基础上的三维重建.然而点云不是GIS数据,也不是三维模型,要将大量离散的点处理为可使用的三维模型还需要一系列复杂的过程,现阶段针对车载激光点云三维重建的方法还主要依赖于人工交互或半自动化处理,而且没有针对整个城市地物的三维重建方法.针对这一问题,本文仅提供一种基于地物分类的车载激光点云三维重建的方法,数据基础是已分类的彩色点云,重点是充分利用各类地物的特性,对不同地物使用不同的三维建模策略,以首都师范大学自主研制的车载激光扫描系统获取的三亚市点云数据为实验对象,验证了本文提出方法的可行性与实用性.     

基于CAN总线的无人车车载无线传输终端设计

针对无人驾驶汽车运行状态的监控问题,设计了以CAN总线和嵌入式技术为核心的车辆参数数据采集和远程监控系统,基于核心处理器STM32F107搭建了终端的硬件系统,介绍了汽车CAN总线接口设计、串行接口设计和语音报警模块电路设计,监控端使用面向对象的界面化设计。应用结果表明,系统的实时性强、稳定性好,可以方便地远程观测无人驾驶汽车的运行参数。     

基于复合中继的车载自组织网络数据传输算法

在车载自组织网络中,传输安全类相关的数据时,要求满足低时延和高可靠性,针对高速公路场景中危险警告消息数据的传输,提出一种基于邻居信息的多候选复合中继安全数据传输算法.车辆节点之间通过相互交换Hello Message构建2跳邻居表,在选择下一跳转发节点时利用2跳邻居节点信息得到一个复合参数,该复合参数综合考虑了车辆速度、位置和行驶方向3个因素.根据得到的复合参数值确定转发优先顺序,最高优先级车辆节点被确定为最佳中继转发节点,次优先级车辆节点作为备选中继转发节点.在最佳转发节点发送消息失败时,由备选转发节点继续完成消息转发任务,从而提高数据传输成功率.理论分析和仿真结果表明,提出的算法在实时性和可靠性方面有明显提升.     

利用UML对基于3G的车辆监控系统的建模

运用UML建模机制建立了3G车辆监控系统模型．系统由车载单元、监控中心和GSM通信网络三部分组成．系统运行机制为。车载GPS接收机确定车辆的具体位置并以手机短消息形式通过GSM网络发送到手机短消息中心。短消息中心以存储转发的方式发送给监控中心．通过基于UML的统一软件开发过程，可以将3G车辆监控系统各部件有机的整合为一个整体．并为解决系统升级难题提供了方便．     

基于双隐含层GA-BP神经网络的重型柴油车排放预测

为了建立一种能够预测柴油车道路排放特性的模型,文章采用便携式车载(汽车尾气)排放测量系统(portable emission measurement system, PEMS),对某重型柴油车进行道路污染物排放特性测试;利用测得的试验数据,在双隐含层反向传播(back propagation,BP)神经网络的基础上,引入Levenberg-Marquardt(LM)优化算法,用遗传算法(genetic algorithm,GA)优化网络的权值与阈值;以车辆比功率(vehicle specific power,VSP)为输入,搭建CO、NO_x排放预测模型,并用试验数据对模型进行训练、验证。结果表明,CO、NO_x的预测结果与样本数据之间的皮尔逊相关系数分别为0.855 3、0.851 2,线性高度相关;在整体误差水平上,CO、NO_x排放因子的相对误差分别为2.61%、6.71%。该方法对车辆CO、NO_x的瞬时排放和整体排放特性的预测准确性较好,具有一定的理论意义和工程应用价值。