汽车主动悬架LQR控制研究

为解决主动悬架LQR控制器中加权矩阵Q和R参数需要手动设计存在的人为因素干扰,提高优化结果的精度,提出基于自适应多种群遗传算法汽车主动悬架LQR控制策略,该策略融合了自适应遗传算法和多种群遗传算法的优点。其利用自适应遗传算法的参数自适应调整提高控制器参数的收敛速度;利用多种群遗传算法的多个种群协同进化提高控制器参数的收敛精度。研究结果表明,自适应多种群遗传算法相比自适应遗传算法以及多种群遗传算法所得寻优结果更优,可有效降低悬架在垂直方向的振动幅度,减缓路面对车体的冲击,进一步改善汽车的行驶平顺性和乘坐舒适性。     

基于康复训练中力信号的人体参与度建模

设计一种基于人机接触力的人体主动参与程度评估模型,用于康复机器人应用中的主动康复训练。通过人体的肌电信号得到肌肉活跃度,确定肌电信号与人体参与度的关系。分析这一过程中人机接触力的变化,将腿部力信号平均值以及腰部力信号方差作为模型输入,对基于肌电信号的参与度模型进行拟合,得到基于力信号的参与度模型,使用肌电信号参与度模型对力信号参与度模型进行验证,证明了该模型的有效性。该方法避免了肌电信号采集时干扰较大且准备工作繁琐等缺点,具有良好的实用性。     

采用轮廓特征匹配的红外-可见光视频自动配准

为了精确地配准近平面场景下的红外-可见光视频序列,本文提出了一种基于轮廓特征匹配的自动配准方法,通过迭代匹配目标轮廓特征来解决异源图像中配准特征的提取和匹配难题。首先,采用运动目标检测技术获取目标轮廓,并由曲率尺度空间(CSS)角点检测算法提取轮廓特征点。此后,建立全局形状上下文描述子和局部边缘方向直方图描述子描述特征,从而实现可靠的特征匹配。来自不同时刻的匹配点对被保存在一个基于高斯距离准则的特征匹配库中。最后,为了克服近平面场景中目标深度变化的影响,本文结合前景样本随机抽样策略计算配准矩阵的损失函数,完成对全局配准矩阵的更新。在LITIV数据库上对方法进行实验验证,结果表明本文方法的配准精度优于当前先进的对比方法,在9个测试视频上的平均重叠率误差仅为0.194,与对比方法相比下降了18.5%。基本满足了近平面场景下红外-可见光视频序列配准的精度要求,且具有较高的鲁棒性。     

基于道路载荷与负载电流模拟的主动减振器耐久试验方法

为了对主动减振器进行零部总成件级耐久试验,除了采集了整车在试车场道路行驶过程中主动减振器的结构载荷,同步采集其工作电流信号,并自主建立了主动减振器总成室内耐久试验系统。利用伺服液压作动器模拟主动减振器在试车场的道路载荷,同时利用工控机及可编程电源同步地模拟主动减振器电磁阀的工作电流。通过对零部件总成室内试验与整车道路试验对主动减振器的结构应变进行对比分析,验证了基于道路载荷与电流模拟的主动减振器耐久试验方法的有效性。     

汽车主动防撞系统设计研究

随着我国汽车保有量的增加,对汽车的安全性有了更高的要求。为了提高汽车行驶的安全性,在汽车设计时会研究防撞系统。汽车安全性设计可分为主动安全和被动安全,主动安全设计为可避免汽车发生安全事故,被动安全设计为在汽车发生安全事故时能够确保驾乘人员的安全性。现阶段我国汽车安全设计主要以被动安全设计为主,随着安全需求的提升,主动安全设计成为汽车设计发展的重要趋势。文章主要对主动防撞系统研究开发进行分析,目的在于尽可能的避免事故的发生。     

基于主动网络技术的存储网络关键技术探讨

当今的网络技术取得了前所未有的发展,在旧式的存储技术的基础上,结合现有的网络技术,产生了适应社会发展的存储网络新技术。本文以主动网络技术为研究对象,从其涵义入手进行研究,对以主动网络技术为基础的存储网络的关键技术进行了探讨,并从的存储拥塞的技术控制,以及缓存技术进行了较为充分的分析,由此来适应存储网络的应用技术的更新,使得现有的网络存储更能满足社会发展的需要。     

基于超像素和显著性的多聚焦图像融合

针对多聚焦图像融合问题,提出一种基于超像素和显著性的融合方法。对源图像进行NSCT分解,利用超像素及源图像的视觉显著性特征分别指导高频及低频系数融合。实验结果表明所提方法能够得到较好融合效果。     

智能玩具赛车赛道图像的畸变校正问题研究

本次图像畸变研究主要针对智能玩具赛车的赛道图像。赛道图像信息由智能玩具赛车采集,采集到的图像呈现出近宽远窄的梯形畸变。针对此梯形畸变,首先采用几种不同的边缘检测算子对图像进行边缘检测及轮廓提取,再使用连接点法对处理后的图片进行畸变校正,然后针对现有方法中出现的问题提出调整改进。最后通过MATLAB仿真实验仿真分析,该方法能够有效地实现赛道的畸变校正,为后续对赛道图像的进一步处理奠定了基础。