摘要：精准高效地完成轨道分割与障碍物检测对于智能行车具有重要意义。现有深度学习算法对轨道区域分割与障碍物识别区分不明确,复杂区域极易出现多轨融合、识别率低等情况。为此,提出一种基于任意四边形拟合的轨道分割框架,实现轨道分割任务;将其嵌入YOLOv5网络中,设计出一种全新的轨道交通双视觉任务网络(YOLOv5-DVT),该网络可根据轨道的不同特征,使用任意四边形切分轨道;经过多边形角点排序、自适应正样本匹配、相对重心位置编解码及顺序预测约束等环节完成对任意四边形轨道的预测,利用多边形寻迹拟合算法实现对轨道区域的恢复与分割;通过设计双任务结构,采用端到端的轨道分割与障碍物检测并行训练策略实现同步分割与障碍物识别,提升推理速度。采用自建数据集对该算法进行验证,试验结果表明:与经典分割算法相比,本文方法在复杂轨道的分割中更加清晰准确,其双任务精度分别达到95.10%、93.51%,推理速度达32 FPS,具备实际场景的应用价值。

摘要：伴随动力机械轻量化的发展,运动部件与机体的质量比增大,将引发明显的机体振动。为研究轻量化条件下的动力机械机体固有频率与内部质量比的关系,设计了模拟动力机械不同质量比的试验台架,在其静态和动态工况下进行振动测试,发现两者固有频率存在差异;建立起内力联接的动力隔振内力拓扑模型,解释固有频率差异的原因;推导关于质量比、频率比的二元动力传递函数并从侧视和俯视两个角度对三维曲面进行分析。结果表明,在轻量化背景下,动力机械机体固有频率存在随着质量比增加而向大值漂移的现象,研究中的二元动力传递函数能够表达内力模型下动力机械固有频率的分布特性,可以为动力机械系统参数辨识及隔振器设计提供理论基础。

摘要：针对现阶段运行状态下风力机叶片振动测量方法中,加速度传感器常布设到风力机机头靠近风轮处,导致测量结果易受干扰的问题。基于叶片受力分析和应变模态理论,将叶片上应变传感器采集的原始信号分解为叶片应变信号与振动信号的叠加,设计一种基于应变模态理论和变分模态分解的叶片振动感知方法。通过设计静态模态实验和模拟动态偏航的叶片振动实验,对叶片表面应变和机头振动信号进行对比分析,表明叶片振动感知方法在频域和时频域上均能正确识别叶片振动特征,且其谱线更清晰,受干扰更小,从而为动态偏航运行工况下风力机叶片振动测量提供了一种新方法,可为风力机叶片安全、可靠运行提供技术支持。

摘要：交通标志在智能驾驶领域有着重要的作用,面对交通标志尺寸小,易受遮挡,在复杂环境下容易出现漏检、错检等问题,提出了一种基于YOLOv5改进的PMM-YOLO交通标志检测算法。为了能够有效提取多尺度信息,并增强模型对特征信息的表达能力,提出了一种结合注意力机制的并行空洞卷积模块(adaptive parallel atrous convo-lution,APA),使用具有不同膨胀率的并行空洞卷积,能够有效地提取不同尺度的特征,并通过gate机制突出关键目标的特征表示,提高检测的准确性;设计了一种多分支的自适应采样(multi-branch adaptive sampling,MBAS),多分支的采样可为网络提供多条特征提取途径,丰富特征表达的多样性,并通过不同位置的权重筛选重要特征进行强化,抑制冗余特征;设计了多尺度特征融合(multi-scale feature fusion,MSFF)模块,对不同大小尺度的特征图进行拼接,充分利用多尺度信息,将多个尺度的特征图融合,以获取更全面的目标特征,提升对目标的检测效果。构建了输出重组(output reorganization,ORO)模块,增加小目标检测层并去除大目标检测层,提升对小目标的检测效果,并相应减少模型复杂度。实验结果表明,PMM-YOLO算法在TT100Ke数据集上的mAP@0.5达到了86.4%,较原YOLOv5提升了5.9个百分点,且FPS较改进前提升了4.4%,能够快速准确地对交通标志进行检测。

摘要：为进一步实现在移动设备上对驾驶员吸烟的违法行为实时检测,提出一种改进的SlimYOLOv7-tiny模型。使用DSConv替换YOLOv7-tiny特征融合网络中标准3×3卷积,增加P6检测层,采用Mish激活函数,引入边框回归损失函数EIoU loss,利用Slim剪枝算法进一步提高模型的轻量化,使用PyQt5开发图形界面程序。实验结果表明,模型在自建驾驶员吸烟数据集上与原模型相比参数量减少60.0%,计算量减小64.39%,有利于模型进一步在移动设备及嵌入式设备上的实时性检测。

摘要：为解决已有灌木平茬机在平茬过程中锯片锯切性能差、崩齿、断齿以及茬口表面质量差等问题,本文基于仿生技术,以螳螂前肢为仿生对象进行仿生锯片设计。利用HyperMesh与LS-DYNA软件建立锯片和沙柳的动力学仿真模型进行有限元分析,通过模拟仿真对比普通三角齿与仿生螳螂齿的锯切性能。结果表明,仿生锯片的锯切性能更优,其最大等效应力、动能和锯切力分别降低了8%、6%、21.6%,平均锯切力和锯切总能耗分别降低了25.17%和14.35%。以螳螂为仿生对象的灌木平茬锯片不仅改善了锯齿的受力、减少了锯片的磨损,还提高了平茬合格率、促进了沙柳次年萌芽率。

摘要：目的 针对磨粒流抛光直角弯处因磨料惯性力梯度变化导致肘部流道外侧过磨问题,提出一种带有创新保护结构的弯管设计方法。方法 以不均匀增厚、条状凸起和半球凸起结构弯管为实验对象,通过数值模拟和磨粒流实验相结合的方法,研究3种创新结构设计弯管内表面在磨粒流光整工艺加工下各样点压力与流道形状对弯管肘部材料去除量的影响。结果 仿真和实验结果揭示了各结构弯管的压力变化趋势,以及去除量的分布特征。在10 MPa的加工压力和100次的循环加工次数下,不均匀增厚弯管在入口倒角处存在压力增大突变,所以在倒角处、弯管段去除量最大,比普通弯管增加了20.7%。2种凸起结构在弯管段外侧压力随凸起结构的阻滞作用加剧而突变增大,随形磨削导致外侧凸起结构处去除量变化波动加剧,相比普通弯管分别增加了67.2%和47.5%,内侧去除量相比普通弯管也显著提升,分别提升172%和151%。结论 不均匀增厚弯管可以显著减少肘部过磨,保持内壁表面连续均匀的梯度变化,而凸起结构导致去除量波动,虽然可以减少过磨但难以控制稳定的表面粗糙度,所以不均匀增厚弯管结构对肘部流道外侧过磨问题具有较好的工程应用价值。

摘要：为在不提高目标函数维度的前提下,满足实际运行中风力机翼型对于范围攻角综合性能气动性能和设计工况点气动性能兼优的设计需求,提出一种耦合混沌映射及动态协同机制的翼型优化方法。通过Bezier曲线构建翼型几何参数化模型,引入改进的Logistic-Tent混沌映射提高设计空间全局搜索能力,以提升翼型升阻比为设计目标,将动态协同函数嵌入自适应多目标算法,可实现翼型在攻角范围内的气动性能、设计工况点气动性能的优化。经CFD数值验证,优化后翼型在范围攻角内的升力系数平均提升4.6%、7.0%,升阻比平均提升4.2%、7.4%;设计点升阻比提升7.53%、9.19%,证明了方法的可行性。

摘要：为解决车辆在信号交叉口频繁停走导致高能耗的问题,同时考虑到自动驾驶车(autonomous vehicle,AV)与人工驾驶车(human-driven vehicle,HDV)混合交通的趋势,采用通过自动驾驶车引领人工驾驶车组成混合车队的方式实现信号交叉口处的生态驾驶。在混合车队建模方面,不仅考虑跟驰行为和能量消耗模型,还通过真实车辆轨迹数据进行理论分析,并采用Lighthill,Whitham and Richards(LWR)模型研究排队消散行为,为后续生态驾驶策略设计提供理论基础;研究了前方不同排队情况下目标速度的计算方法,提出了两阶段速度策略,并针对混合车队在同一绿灯时长内不能通过交叉口的情况设计了车队拆分策略。研究结果表明:在前方无排队的情况下,混合车队总能量消耗较自由驾驶模型减少了33.96%,比传统生态驾驶模型多节约了3.33%;在前方有排队且可消散的情况下,未考虑拆分策略的混合车队总能量消耗较自由驾驶模型减少了23.26%,应用拆分策略后总能量消耗的节约比例提高了4.41%;在存在二次排队的情况下,提出的模型相较自由驾驶模型总能量消耗下降了14.55%。研究结果有助于交通管理者根据不同交通状态为混合车队设计更加精准、灵活的动态策略,以降低单位车辆能耗,为实现双碳目标奠定基础。

摘要：针对航空发动机传统的检测方法需要人工拆解的问题,设计一种无需将航空发动机拆解便可实现检测功能的连续体狭窄空间辅助检测机器人。该机器人由驱动单元和检测通道搭建单元两部分构成。为了躲避狭窄空间内的障碍物,设计一种由球铰链连接的连续体关节,连续体关节由顶端关节和后3段相同结构的关节串连而成,共有2个自由度。基于几何分析的方法,建立机器人的运动学模型,研究驱动空间、关节空间的映射关系,通过齐次变换的方法得到关节空间和操作空间的映射关系。运用蒙特卡洛算法得到机器人的可达工作空间并绘制了机器人末端位置变化曲线和驱动线长度变化曲线。最后研制机器人原理样机,通过实验测试机器人的弯曲性能和通过性能。实验结果表明:机器人能够在0°~110°进行不同程度的弯曲运动,能够在复杂狭窄的环境下躲避障碍物成功到达目标位置。