摘要：侧风影响下的车辆侧翻事故虽然所占比例不大,但伤亡率较高,文中以某轿车和某客车车型为基础,运用机械系统动力学软件ADAMS/Car建立了相应的仿真模型并进行虚拟试验。通过侧风影响下车辆侧翻倾向性虚拟试验分析了两种车型在不同车速和风速条件下的侧向加速度和方向盘转角,给出了各条件组合下车辆侧向加速度的峰值,探讨了两种车型的侧翻倾向性。通过双因素方差分析揭示了风速和车速对两种车型侧翻的影响,表明这两种因素对不同车型的侧翻影响程度不同,对大客车而言,两种因素对侧翻倾向性有同等程度的影响,而对轿车来说,车速的影响程度高于风速的影响。该研究结果为侧风环境中行车安全措施的制定提供理论依据。

摘要：在预瞄跟随理论基础上设计的驾驶员方向控制模型常用于弯道、移线、蛇行试验中横向轨迹的控制,文中研究了它对汽车侧风稳定性的控制效果.根据预瞄跟随理论及PID控制技术,采用MATLAB/Simulink建立了驾驶员方向控制模型;根据某轿车实测数据,采用多体动力学软件AD-AMS建立了车辆-侧向风-道路耦合模型;通过定义输入变量(转向盘转角)和输出变量(侧向位移),实现了基于ADAMS与MATLAB/Simulink的汽车侧风稳定性联合仿真.试验结果显示驾驶员模型能够有效控制由侧向风引起的大幅度侧向偏移,系统具有较强的跟随性和鲁棒性.

摘要：为了将有效地识别车辆类型用于智慧交通系统,本文在分析Inception V3模型的基础上,提出了一种基于迁移学习理论的车型分类深度学习模型。该模型首先在Inception V3模型的基础上去除最后的全连接层,并加入参数优化层,然后采用Dropout和全局平均池化层。理论分析和试验结果表明,该模型的性能优于基于VGG-16的车型分类模型、基于Xception的车型分类模型和基于Resnet50的车型分类模型,其训练精度优于96.48%、测试精度优于83.86%。

摘要：提出了一种基于融合特征稀疏编码模型的车辆品牌识别方法,该方法首先提取车脸图像的方向梯度直方图特征作为融合特征稀疏编码模型的一级特征向量,然后将车脸图像的一级特征向量作为过完备字典中训练样本集的线性组合,并构建非负性约束稀疏编码模型,最后采用重构误差最小原则对车辆品牌进行识别。基于东南大学的车脸数据库进行了试验,结果表明,基于融合特征稀疏编码模型的车辆品牌识别方法优于HOG+SVM、传统稀疏表示和字典学习稀疏表示的车辆品牌识别方法,其平均识别率达到96.16%。理论分析和试验结果表明,基于融合特征稀疏编码模型的车辆品牌识别方法具有较强的鲁棒性和适用性。