摘要：基于点云的三维目标检测算法是自动驾驶系统中关键技术之一。目前基于体素的无锚框检测算法是学术界的研究热点,但是大多数研究都侧重于设计复杂的二阶段修正模块,在牺牲巨大的算法延迟的情况下带来有限的算法性能提升。而单阶段无锚框点云检测算法虽然具有更加精简的检测流程,但其检测性能难以满足自动驾驶场景的需求。对此,本文基于无锚框检测算法CenterPoint,提出了一种面向自动驾驶场景的单阶段无锚框点云目标检测算法。具体来说,本文通过引入编码解码稀疏模块,极大地促进了三维特征提取器对于空间非连通区域的信息交互,保证了三维特征提取器能够提取到满足各类目标检测的特征。此外,考虑到现有的二维特征融合主干与基于中心点的无锚框检测头的适配存在挑战性,本文通过引入自校正卷积和大核注意力模块,能够有效提取到目标区域的点云特征,并将目标区域的点云特征聚集到中心点区域,从而提升算法对于目标的召回率和检测精度。本文所提出的算法在大规模公开数据集nuScenes上进行模型训练和实验验证,与基准算法相比,mAP和NDS分别提升了5.97%和3.62%。同时,本文将所提出的算法在基于自主搭建的实车平台上进行实际道路实验,进一步证明了所提出算法的有效性。

摘要：为了充分利用路面附着条件分配再生制动力,提高制动能量回收率,根据双电动机四驱结构电动汽车复合制动系统的特点,对其制动能量回收控制策略进行了研究.分析了驱动轮与地面附着特性,设计了道路识别器来计算每个轮胎与当前路面之间的峰值附着系数,并使用模糊控制策略确定每个车轮与8种道路的滑移率和附着利用率的相似输入.根据双电动机外部特性的制动力分配关系,提出了使更多制动能量回馈给电池的策略.结果表明:制动强度为0.3时,能量回收率为65.55%,具有较高的回收效率.

摘要：基于相机传感器的多目标跟踪算法是自动驾驶的重要组成部分。驾驶场景下,基于交并比进行前后帧关联的方案一直存在大量的身份切换,此现象在对向来车以及自车转弯时更加明显。本文将目标在二维平面上的运动速度作为扩展匹配空间的变量,设计了基于目标速度变化的交并比算法:Velocity IoU,从而优化前后帧目标关联。同时,使用自监督的外观模型提取不同目标的外观特征编码。基于上述的运动模型以及外观模型,提出了一种互补的关联策略,最终实现驾驶场景下多类别多目标跟踪。在BDD100K上验证了该方法,对应mMOTA为45.2,mIDF1为55.2,IDs为8793,优于大部分跟踪算法。

摘要：基于大功率拖拉机设计了一种新型的高传动效率和大变速范围的液压机械无级变速器(HMCVT),采用基于惩罚函数的遗传算法,对变速器的传动系统参数进行优化设计。通过Matlab软件对液压机械无级变速器的无级变速特性、转矩特性、功率分流比特性进行仿真分析,验证所设计的传动参数的合理性。此外,通过啮合功率法对系统总传动效率进行计算,进一步验证所设计的传动参数的合理性。结果表明:该液压机械无级变速器方案能够满足大功率拖拉机无级变速调速特性,且各区段有较大范围的速度区间和较高的传动效率,变速器各工作段的传动效率都能达到80%以上。

摘要：为了提高车辆碰撞自动呼救系统(Automatic Crash Notification System,ACNS)的抗干扰能力和事故信息的准确性,提出了一种具有自适应门槛阈值的ACNS触发算法。基于门槛阈值与路面国际平整度指数之间的关联模型,设计ACNS触发算法,并实现ACNS门槛阈值随路面状况和车速的动态匹配;基于STM32F103ZET6微控制器,利用加速度信号采集模块、定位模块和通信模块等模块设计一种车辆事故自动呼救系统终端;利用道路实车试验和触发测试试验测试系统性能;结果表明:ACNS终端能够实现门槛阈值根据不同路面状况的动态匹配,并对相关信息进行实时处理及发送呼救信息。

摘要：为解决传统制动系统逻辑门限控制存在逻辑复杂且难以充分利用路面附着的问题,以及ABS存在的非线性、不确定性问题,提出了一种基于路面识别的ABS控制策略应用在电子机械制动系统。首先,通过Simulink建立1/4车辆制动模型;其次,分析附着系数在不同路面存在的差异性以及附着系数和车轮角减速度的变化规律,设计了一种高效且准确的路面识别算法来估算当前路面的最佳滑移率;最后,设计了基于积分滑模控制的ABS控制策略跟踪最佳滑移率。仿真结果表明:路面识别算法识别响应快、识别准确度高;所设计的ABS控制策略能够稳定跟踪最佳滑移率,对不同路面工况具有较强的适应性。与基于逻辑门限控制的传统制动系统相比,在单路面条件下制动时间减少了11.89%,制动距离缩短了12.7%;在变路面条件下制动时间减少了17.8%,制动距离缩短了19.9%。

摘要：针对UTV在恶劣路面行驶引起的车辆振动,以某款农用UTV悬架系统为对象,建立包含俯仰的四自由度(4-DOF)半车半主动悬架动力学模型,并提出一种EGA-LQR复合控制策略,设计满足物理约束的悬架系统自适应最优控制器。利用EGA算法的全局寻优与快速收敛特性,对LQR最优控制器的权重矩阵寻优,输出悬架系统最优控制阻尼力。在Matlab/Simulink中搭建UTV的路面与悬架模型进行时域仿真,仿真分析结果表明,EGA-LQR控制显著减小了车体质心垂向振动加速度、车体俯仰角加速度、前后轮动位移以及前后悬架动行程的均方根值,有效保证了UTV在农田路面下行驶的舒适性与安全性。

摘要：为进一步提高制动能量回收率,考虑不同工况下驾驶员不同制动意图所需的制动效果,提出了一种四驱电动汽车制动控制策略。首先,针对常规制动工况,基于常规制动意图识别,从制动能量回收率、稳定性和安全性角度分别设计控制策略;其次,针对滑行工况下的不同滑行制动意图,判断电机制动力是否介入及何时介入,并根据驾驶员所需的滑行距离计算电机制动力的大小;然后,由台架试验获得前后电机外特性并建立前后电机最优利用效率模型;最后,利用Carsim和Simulink进行了联合仿真分析。仿真结果表明,在新欧洲驾驶循环(New European Driving Cycle,NEDC)工况下,与并联控制策略相比,能量回收率提升了13.64百分点;在滑行工况下可有效识别驾驶员需求滑行距离,提升了整车滑行经济性。

摘要：针对车辆在行驶过程中产生的车身姿态失衡问题,提出了一种基于姿态补偿的主动悬架整车车身姿态控制策略。在建立整车七自由度动力学模型,并基于随机路面进行实车试验验证整车模型的准确性的基础上,构建了模型预测控制器,根据状态观测器估计的各信号求解各个悬架的垂向控制力以衰减车辆垂向振动;进而以模糊算法为基础设计车身姿态补偿控制策略,使电磁直线作动器产生反作用力以抑制车身姿态恶化。选取某型号直线电机作为主动悬架力源,将垂向控制力与姿态补偿力合并得到各悬架控制所需电磁作动力,以此计算电机所需目标电流,并通过MATLAB/Simulink平台对主动悬架系统进行仿真。仿真结果表明:所提出的基于主动悬架的整车车身姿态控制策略在不影响车辆垂向控制效果的基础上,能够大幅降低车辆质心侧倾角和俯仰角的均方根值,车身姿态得到有效控制。

摘要：为了解决智能车辆在低附着路面下主动转向跟踪控制的稳定性和控制精度问题,提出了一种基于自适应时域参数的智能车辆轨迹跟踪控制策略。基于车辆动力学模型和模型预测控制算法(MPC)建立线性时变MPC控制器,并加入包括轮胎侧偏角约束、质心侧偏角约束以及前轮转角约束的动力学约束,求解出最优前轮转向角。分析控制器中的时域参数对控制效果的影响,设计了一种自适应时域参数控制器,能够根据获取的车辆速度,将求解得到最优的预测时域和控制时域参数输入到控制器,提高控制器在不同速度下的控制精度和稳定性。通过搭建MATLAB/SimuLink与CarSim联合仿真平台,在低附着路面情况下对固定时域控制器和自适应时域控制器进行对比仿真实验。结果表明:自适应时域控制器能够有效改善控制器的性能、减少横向偏差、提高轨迹跟踪控制精度,同时对不同速度也具有较强的适应性,车辆质心侧偏角也控制在0°~15°内,有效保证了车辆行驶的稳定性。