铁路车流径路优化的遗传算法设计

将铁路车流径路的优化问题分解为两个:车流排列离散空间中车流排列优化,车流排列的评价计算.在给出车流排列的评价函数的定义后,引入旅行商问题的描述,把车流排列优化问题归约为TSP问题,从而给出了车流排列优化的复杂性分析.引入优先权编码,定义种群个体的适应值函数和相应的遗传操作,给出相应的遗传优化算法,并以实际运营数据为依据,进行仿真计算.通过同禁忌搜索法计算结果比较,遗传算法虽然在解的精度上略逊一筹,但计算工作量小得多,硬件要求也没有禁忌搜索法高.因此,具体选用应以具体情况而定.条件允许,最好将两种算法结合起来使用.     

飞思卡尔杯B型车模机械部件的改进探讨

针对B型车模存在的底盘太高、减震器过于灵敏、舵机响应慢、测速码盘安装不便等问题,经过系列改进,通过压缩弹簧以降低底盘重心和减轻减震太软带来的震荡;选择合理的定位参数,提高了小车行走的稳定性及控制的灵敏度;舵机、测速码盘合理安装,提高舵机响应速度,为智能车快速、平稳前进、转弯以及制动控制提供更好的基础.     

基于物理引擎的汽车碰撞事故仿真系统

道路交通事故发生的时间短暂、原因复杂,使得人们难以掌握交通事故发生过程的破坏形式以及减少事故损失的方法。为了形象地模拟道路交通碰撞事故过程,清晰地展现破坏形式和碰撞能量,基于Quest3D虚拟现实平台,运用PhysX物理高阶引擎技术,针对交通事故中常见的两车碰撞开发了汽车碰撞仿真系统。结果表明,通过碰撞方式控制、相关参数控制、制动控制等多功能仿真控制,实现了白天、晚上、雨天、雪天等全天候下弹塑性三维碰撞模拟;渲染汽车碰撞过程中车身的凹陷、撕裂等破坏效果的同时,实现了实时输出碰撞速度、速度、动能、坐标向量、制动距离、角速度、角动量等定量化数据,为汽车碰撞事故的分析与重现提供了有利的仿真工具。     

基于深度学习的交通路口自动识别

基于车辆轨迹数据提取道路信息已经成为数字地图更新的一种有效而廉价的方法，引起了广泛的研究。交通路口是道路信息的重要组成，如何快速而准确提取交通路口具有一定的挑战。深度学习的快速发展为解决这一问题提供了一种新的思路。本文针对轨迹数据在交通路口的分布特性，首先提出一种基于LSTM深度学习的转弯轨迹模式自动提取方法，通过统计航向变化规律对路口转弯轨迹进行建模分类，然后采用LSTM深度模型学习轨迹时间序列，从而实现转弯轨迹模式的自动识别，训练好的模型可以对新的未知轨迹数据实现自动快速地提取转弯轨迹。其次，针对因路口转弯点的稀疏性而影响准确定位路口中心这一难点，本文提出一种联合补偿点计算和转弯轨迹航向变化幅度的方法选取路口候选点，然后通过聚类路口候选点识别道路交叉口。为验证和评估该方法的有效性，采用福州市鼓楼区出租车实际轨迹数据进行测试。结果表明，该方法道路交叉口识别准确率达到96.7%，为电子地图实时更新及无人驾驶自动导航应用等提供关键技术支持，同时我们开放该方法源代码和实验数据，以便于其他研究者开展相关研究。     

轿车后车门刚度的有限元分析与测量

通过对上海大众Ｓａｎｔａｎａ２０００型轿车后车门事的变形进行研究，应用有限元法获得了后车门在标准装配条件下的位移，应力分布规律，有而为车门装配过程薄弱环节的检测提供了依据。同时也为车门刚度的进一步完善设计和轿车装配质量的进一步提高提供了一种新方向。     

基于机器视觉的智能小车转向系统滑模控制

针对智能小车转向时跟踪精度差、响应时间较慢的问题，提出了一种基于机器视觉的智能小车转向系统的滑模控制方法。首先，以感知路面信息的智能小车为研究对象，对其转向系统进行了原理分析及数学建模。通过对永磁直流电机工作过程的分析，建立了电枢电压平衡方程和转矩平衡方程，得出了相应的传递函数，并采用实验方法对传递函数参数进行了辨识。其次，针对上述被控对象，设计了滑模控制器，并进行了稳定性证明。利用Matlab/Simulink仿真结果验证了滑模控制算法的有效性。理论结果和实验验证相结合表明，相较于PID(proportional integral differential)控制，滑模控制具有较好的跟踪精度和响应速度。在频率为20 Hz时，跟踪精度提高了89.3%。此外，滑模控制能够克服系统的不确定性，尤其是对于非线性系统，显示出良好的控制效果。