摘要：液压系统广泛应用于工程机械与液压成形装备等领域,但液压驱动单元输出功率与负载需求功率不匹配造成的低能效问题一直不可忽视。变速变排量驱动单元可协调控制电动机转速和泵排量,实现液压系统在各稳定工况下驱动单元输出功率与负载需求功率的匹配,提高液压系统能量效率。为进一步提高变速变排量驱动单元在复杂多变工况下的能效,对其动态过程中的能效进行深入研究。建立了动态过程能耗优化模型,通过优化模型并结合试验分析得出动态过程最小能耗对应的电动机加速度。通过试验研究了不同加速度下的系统稳定性,分析得出液压缸推杆振动与电动机转速波动有关,可通过调整电动机加速度以限制电动机转速波动从而保证系统稳定性。最后,以液压拉深成形过程为例,在保证系统稳定性的前提下分析拉深成形过程的动态能耗,当电动机采用最佳加速度时,整个动态过程的能效平均提高了8.0%、转速波动量平均降低了14.9%。

摘要：道路标线的准确提取在高级辅助驾驶系统和高精度地图的开发中具有重要意义。基于深度学习的方法强烈依赖于高质量的训练样本数据集,因此本文根据工程项目需要并在分析道路标线特征信息的基础上,提出了一种深度学习道路标线提取数据集的构建方法。该方法选用车载激光点云数据,并对点云进行预处理操作,将预处理后得到的点云转换为强度特征图像,然后根据道路标线相关规范,结合原始车载激光点云数据中所涉及的标线进行道路标线信息标注,并研究了数据分块与划分和数据增强与归一化的方法。实验结果表明,本文研究的构建方法是可行的,可为道路标线相关提取工作提供参考。