摘要：路面附着系数对于车辆主动安全控制起到至关重要的作用,及时准确地获得车辆前方路段的路面附着系数,可以有效地避免发生道路交通事故。针对车辆前方超视界路况不易预测、现有路面附着系数测算算法准确度低和计算实时性较差等问题,提出了一种基于车-路互联技术的路面附着系数精确测算方法。建立了三自由度整车模型和Dugoff轮胎模型,设计了转换容积卡尔曼滤波算法、自适应加权融合算法和递推平均滤波式数据融合算法。其运行步骤为:基于三自由度整车模型、Dugoff轮胎模型和容积卡尔曼滤波算法,测算单个车轮对应的路面附着系数;通过自适应加权融合算法用于测算单台车辆对应的路面附着系数;在道路信息共享站中,针对多车对应的路面附着系数,采用递推平均滤波式数据融合算法测算待测路段准确的路面附着系数。通过两辆不同型号的SUV车辆分别进行了多次湿滑雪地沥青路况和干燥沥青路况的实车试验验证。结果表明:对于湿滑雪地沥青道路,路面附着系数测算的精确度达86.67%;对于干燥沥青道路,路面附着系数测算的精确度达94.89%;因湿滑雪地沥青路况出现局部结冰及车辙处积雪变薄的现象,测算结果相对干燥沥青路况误差较大。该方法可以有效地提高路面附着系数测算的精确度和实时性。

摘要：目的针对高强钢帽形梁强度高、塑性差、结构复杂、冲压过程中出现减薄破裂等情况,建立QP980高强度钢冲压成形减薄预测模型,解决实际生产工程难题。方法以典型高强钢车身零件帽形梁为对象,利用人工神经网络模型研究工件结构和减薄率之间的关系,将贝叶斯优化算法和循环人工神经网络相结合,建立冲压成形减薄的高精度预测模型,对高强钢帽形梁零件冲压成形时减薄量进行优化设计,通过AutoForm软件验证算法模型的准确性。结果拉深高度对减薄率影响最大,对外减薄率影响达到41.7%,对内减薄影响达到46.2%,人工神经网络模型对测试集5组数据的预测平均误差均小于0.3%。根据人工神经网络求解QP980钢在极限减薄率25%下的最大拉深高度为55.417mm,人工神经网络预测结果与Autoform仿真结果相差0.3%,验证了人工神经网络模型的准确性。结论采用该模型解决了CAE模拟在较少试验数据条件下算法预测精度差的问题,能有效缩短高强钢零件冲压成形调试周期,提高生产效率。

摘要：基于场景的测试是检测无人驾驶汽车安全性的重要手段,我国目前的智能汽车测试场景缺乏对多种复杂环境因素的考虑。据此,参考现有测试规程,结合大量车辆事故数据,建立考虑了复杂环境因素的智能车无人驾驶系统测试场景。首先,对交通事故记录数据进行筛选,将其中的轿车事故数据分为车与车相撞的事故,车与物体相撞的事故以及车与行人相撞的事故三类;然后,使用改进Apriori算法提取其中的关联规则,提出了对致命交通事故和严重交通事故发生的提升度指标,筛选出对致命事故和严重事故发生的提升度大的关联规则;最后结合现有测试规程,建立了充分考虑交通条件和自然环境因素的智能汽车安全测试场景。

摘要：目的改善双伺服压力机同步控制策略的动态响应性能和鲁棒性,提升双伺服压力机的单轴跟踪精度和双轴同步精度,实现成形过程的高精度位置控制。方法建立双伺服压力机驱动系统数学模型,分析系统同步误差来源,结合模糊神经网络单轴控制算法,引入迭代学习律,设计一种改进模糊神经网络-交叉耦合(FNN-CCC)同步控制器。基于系统控制模型进行单轴阶跃响应特性与双轴正弦跟随特性仿真,搭建嵌入式双伺服压力机驱动系统试验平台,在偏载干扰条件下进行双轴同步控制试验,验证所提出理论的有效性。结果仿真结果表明,与模糊控制算法和BP神经网络控制算法相比,该控制器单轴控制算法的超调量分别减少了11.5%和25.5%,调节时间分别减少了48.8%和34.4%,具有更好的动态响应性能。与原控制器相比,改进后的交叉耦合同步控制器最大双轴同步误差降低了65.7%,同步控制精度有所提高。试验结果表明,与传统PID-交叉耦合控制器相比,改进的FNN-CCC控制器有更好的控制性能,在热冲压合模成形阶段,单轴跟踪误差分别减小了81.8%和75.0%,双轴同步误差减小了69.2%。结论所提出的同步控制策略在偏载干扰条件下具有较好的动态响应性能和鲁棒性,能够使同步误差快速收敛,提高了双伺服压力机驱动系统的单轴跟踪精度和双轴同步控制精度,实现了对双伺服压力机的高精度控制。

摘要：铝合金整体副车架具有质量轻、结构强度高以及后续装配工序数少等特点。以某大型中空封闭截面结构铝合金后副车架为对象,设计了3种不同的低压铸造成形工艺方案,并采用AnyCasting软件进行了充型及凝固过程模拟。结果表明,在采用十字型进水的第3种成形工艺方案下铝合金熔体具有较好的充型能力及较优的凝固顺序。基于确定的成形工艺方案进行了铝合金后副车架样件试制,对关键部位进行了微观组织表征与力学性能测试。结果表明,铸件表面光洁平整,无流痕、欠铸等缺陷,内部组织致密,无缩孔、缩松缺陷;α-Al晶粒细小,二次枝晶臂平均间距为18μm;取样部位抗拉强度为281 MPa,屈服强度为245 MPa,伸长率为5.52%,性能满足使用要求。

摘要：设计了一种具有多种抓取模式的广义夹持器,使其能够抓取各种薄板零件。该夹持器集成了两组由紧凑型力传递机构驱动的手指;采用D-H法建立了夹持器空间多连杆机构的运动学模型;以最大化工作空间、机械增益和结构刚度为目标进行多目标优化,得到3组夹持器结构参数,并通过Adams软件构建虚拟样机,将优化过程的结果与虚拟样机的结果进行比较,验证了所提出的优化方法可以获得更大的工作空间和更大的机械增益;最后,根据优化后的参数,试制夹持器模型,并通过3种不同的抓取方式实验验证了该结构进行板材抓取的可行性。

摘要：针对当前基于语义分割的车道线检测算法速度与精度不平衡等问题,提出一种优化ERFNet的车道线检测算法。首先设计一个高效的核心模块,通过引入通道分离和通道重组等操作,大幅降低了模型参数量与计算量。其次对下采样进行调整,增加单分支下采样,在减少信息损失的同时提高模型并行度。最后在编码器末端引入特征融合模块,利用空洞卷积扩大感受野,提取不同尺度的车道线特征。在CULane数据集上对本文算法和四种基于语义分割的车道线检测算法进行对比实验,结果表明,在交并比阈值为0.5的情况下,本文提出的算法综合F1评分为73.9%,单帧图像的推理时间可达到12.2 ms,均优于其他四种算法,达到速度与精度的良好平衡。

摘要：为解决目前ViT模型无法改变输入补丁大小且输入补丁都是单一尺度信息的缺点,提出了一种基于Transformer的图像分类网络MultiFormer。MultiFormer通过AWS(attention with scale)模块,将每阶段不同尺度输入小补丁嵌入为具有丰富语义信息的大补丁;通过GLA-P(global-local attention with patch)模块交替捕获局部和全局注意力,在嵌入的同时保留了细粒度和粗粒度特征。设计了MultiFormer-tiny、-small和-base三种不同变体的MultiFormer模型网络,在ImageNet图像分类实验中top-1精度分别达到81.1%、82.2%和83.2%,后两个模型对比同体量的卷积神经网络ResNet-50和ResNet-101提升了3.1%和3.4%;对比同样基于Transformer分类模型ViT,MultiFormer-base在参数和计算量远小于ViT-Base/16模型且无须大量数据预训练前提下提升2.1%。

摘要：为解决传统汽车诊断资源共享受地理位置限制的问题,构建了汽车远程诊断系统,提出了一种基于Internet和3G的汽车远程诊断数据采集方法。根据数据传输流程,结合网络传输特性,设计了各个阶段的数据传输策略,实现了汽车远程诊断数据采集。试验结果表明:所提出的汽车远程诊断数据采集方法实时性高、数据传输准确,可为远程诊断提供有效的数据支持。

摘要：目的研究磁脉冲焊接工艺参数对钢/铝传动轴焊接接头界面波形特征的影响规律,并优化设计焊接工艺参数。方法采用光滑粒子动力学模拟方法分析接头界面波形,并以界面波形特征为目标,研究磁脉冲焊接时的工艺参数(扩口角度、放电电压、设备电容)对焊接接头界面的影响程度,并利用灰色关联度方法分析得出综合最佳工艺参数设置组合。结果随着扩口角度的增加,钢/铝管轴连接界面波幅/波长值呈现出先升后降的趋势;放电电压增加,界面波幅/波长值增加;储能电容值对管轴碰撞速度影响不明显,连接界面波幅和波长变化不大。放电电压对界面成波区域长度的影响最大;各因素对波幅的影响程度为:放电电压>扩口角度>设备电容。结论通过接头界面分析工艺参数对焊接强度的影响程度,对钢/铝传动轴扩口-磁脉冲焊接工艺设计具有理论指导作用。