基于CAN总线的车辆控制器现场升级系统

工程车辆控制器中各种带ISP功能的元件的大量使用,使得控制器具有利用CAN总线进行现场升级的能力.在讨论利用CAN总线对车辆控制器进行现场升级的模式以及通信协议后,以基于ISP的车栽设备作为升级实验对象验证了利用CAN总线升级车辆控制器的正确性与可行性.     

通信机房无人值守系统中维护终端技术的实现

通信机房设备与环境无人值守系统的开发与建立是保障电信网安全运行与提高管理水平的必要手段和途径，作者提出了在原有系统的基础上引入维护终端技术的设想，并展开了相应的研究与开发工作，解决了系统工程实施中的安装调试和日常在线维护的难题。     

我国电动汽车产业链延伸发展的关键要素分析与对策

电动汽车产业的发展是解决资源短缺、环境污染以及汽车行业结构升级的重要途径,经济危机后,发达国家纷纷对发展电动汽车提出战略性规划以重振汽车产业来带动经济发展,面对世界汽车产业再次崛起,电动汽车发展与未来中国汽车产业命运息息相关。从产业链的上中下游三个阶段分别分析了我国电动汽车产业链的现状及主要问题,电动汽车原材料品质不高,电池、电机、电控研发能力有限以及产业配套设施不足等问题严重制约我国电动汽车产业链延伸发展,从顶层规划、技术创新、产品品牌、基础设施四个关键要素角度提出了解决电动汽车产业链延伸的战略思考,并针对实现该战略提出了相应的对策。     

多缩微智能车交互行为研究平台设计与实现

针对真实道路上开展智能汽车研究存在的风险和困难,提出了一种基于缩微城市道路环境的智能车交互行为研究平台. 该平台首先实现了具备视觉认知功能的缩微智能车,采用了一种基于特征和模型融合的嵌入式平台实时车道线和障碍物检测算法,通过本车可行驶区域的形式化描述,实现道路环境的感知,最后经过模糊决策控制方法控制缩微智能车产生拟人驾驶行为. 实验结果表明,文中提出的研究平台能够有效模拟智能车车间交互行为,环境感知算法和决策控制方法能够满足实时性和精度要求.     

大规模无线传感网络数据收集的无人机路径规划

针对部署在地表交通困难的大规模无线传感网络,采用目前可控无人机(unmanned aerial vehicles, UAV)进行数据收集能够达到更好的效果. 然而,考虑到无人机自身有限的资源,以及网络中存在大量传感器节点的情况,无人机飞行路径规划对于顺利完成数据收集任务具有重要作用. 无人机路径规划可以看作经典的旅行商问题(traveling salesman problem,TSP). 针对部署具有均匀性特点的大规模无线传感网络,提出了一种规则化快速路径规划(fast path planning with rules, FPPWR)算法. 该算法通过网格划分,将全局区域飞行路径的求解划分到多个较小的方格中进行,并通过成对算子路径优化算法在初等飞行路径上将方格区域中的路径合并为全局路径. 实验证明,该算法在保证了较高精度的同时,显著提升了路径规划的效率.      

基于有限元与逆向工程的轮—沙耦合沉降试验研究

小型轮式车辆与松软沙地的相互作用会显著地影响车辆的稳定性与安全性,研究二者之间的承压关系对无人地面车辆的设计与应用具有重要意义。利用ABAQUS建立了小型轮式车辆与松软沙地的承压模型,通过自行开发的车轮-土壤相互作用测试系统进行试验,在综合考虑了轮胎和沙地的非线性变形后,建立了5种胎压下轮胎的整合径向静刚度,利用二元线性回归分析法拟合试验数据,确定胎压-负荷-下沉量三者之间的相互关系。针对轮胎在松软地面接地印迹难于提取问题,提出了利用逆向工程技术来完成接地印迹曲面重构设计,进一步验证了耦合模型的准确性,为无人地面车辆性能的改进及新型行走机构的设计制造提供了参考依据。     

基于轮廓特征点凹性分析的遮挡车辆分割算法

在智能交通系统的拍摄场景中,由于车辆间距过近和摄像角度原因,引起车辆遮挡的现象,增加了目标车辆检测和跟踪的难度。根据轮廓特征点,结合轮廓凹凸性,提出一种凹陷区域检测与分割算法。首先采用背景差分法提取车辆区域,根据车辆区域外接矩形的长宽比和占空比判断是否是多车遮挡,同时通过凸包分析算法提取遮挡凹陷区域;然后通过Freeman链码确定凹陷区域的轮廓特征点,对特征点进行凹性分析;最后匹配分割点,采用Bresenham直线生成法分割遮挡车辆。实验结果表明,该算法有效解决遮挡车辆分割不准确问题,与其他算法相比,具有较好的场景适应性。     

恶劣环境下无人机双旋翼故障的智能监测系统设计

当前无人机双旋翼故障检测系统在恶劣环境下的抗干扰性能差,无法正常运行。设计一种小型、智能的适用于恶劣环境下的无人机双旋翼故障监测系统。首先规划了系统的总体结构,将便携式工控机作为系统运行的核心,用于对故障进行检测、提取故障数据进行存储和分析。然后利用数据采集模块对恶劣环境下无人机双旋翼相关数据进行采集,通过RS485总线完成主机和被监测无人机之间的数据传输。利用信号测试卡模块对数据采集模块接收的数据进行逻辑测试和故障诊断。最后采用无人机双旋翼故障检测算法对故障进行检测。实验表明,所设计系统具有较高的监测效率和精度,诊断效果良好。     

基于D-S证据信息融合方法的全地形车行驶工况辨识

磁流变阻尼器的全地形车智能悬架可以使车辆面对不同行驶工况下提供更好的减振效果,为了解决在传感器存在噪声或异常等情况下车辆行驶工况辨识困难的问题,文中提出了一种基于D-S(Dempster-Shafer)证据理论的多传感器信息特征值的融合技术提高行驶工况辨识的准确性。通过改进的距离评估方法对全地形车行驶工况的传感器敏感特征值进行了提取和筛选,采用区间估计将传感器的噪声和异常值当做不确定性信息。利用D-S合成对特征层的辨识结果进行决策层融合,基于可行区间的决策规则完成对车辆行驶工况的辨识。最后使用Carsim整车仿真试验平台,验证了基于D-S证据理论的决策层融合方法的有效性。     

面向无人驾驶碾压机的容错控制方法研究

无人驾驶碾压机高精度路径跟踪控制依赖于传感器对车体信息的准确测量,但在恶劣的高原大坝环境下,定位传感器极易出现信号突变、信号丢失现象,对系统的安全性与稳定性构成极大威胁。针对无人驾驶碾压机在恶劣工况下传感器的短时定位失效问题,提出了基于自学习模型的信号代偿容错控制方法。根据无人驾驶碾压机运行过程中转向系统漂移特性,构造了带流量损耗参数的线性转向模型,提出了模型参数在线学习算法,用于学习系统的流量损耗特性。以串联抗扰控制器作为车辆控制基础,实现定位短时失效场景下的容错控制。实车验证结果表明：车辆能够在传感器失效后的40 s内继续进行高精度碾压作业,与无代偿和模型无自学习代偿2种情况对比,分别延长了近18.7倍和2.7倍的运行时间,极大地提高了系统的安全性与作业效率。