电动客车空调排风热回收的设计与仿真

本文利用Amesim平台搭建了空调系统的仿真模型,研究了其在环境温度变化时的性能,并提出一种回收排风热量的方法。仿真结果表明,在冬季,热回收机组的制热量平均增加0.58kW。进一步的仿真分析发现,排风量和排风温度对热回收机组的性能影响不明显。     

基于模型的SCR车载故障诊断策略

以柴油机选择性催化还原(SCR)后处理系统为研究对象,对SCR催化器化学反应机理进行了系统的研究,并建立了SCR催化器模型,设计了基于模型的SCR控制策略和车载故障诊断(OBD)策略.为了便于建模,沿着气流轴线方向将SCR催化器分为数个理想的SCR单元,并建立了SCR催化器的化学反应动力学模型和温度模型等.然后设计了基于自适应滑模观测器的催化器状态观测器.利用反步法设计了SCR控制器,对SCR催化器沿着气流轴线方向的储氨状态分布进行控制,实现减少NOx排放的同时避免氨(NH3)泄漏造成的二次污染.最后,开发了基于模型的OBD策略,并进行了试验验证,结果表明:基于模型的SCR控制策略和OBD策略是有效的.     

基于实例分割的车道线检测方法

针对自动驾驶汽车在复杂环境下车道线难以识别的问题,将车道线检测视为实例分割任务,利用一种改进的双边分割网络,能识别任意数量的车道线,并直接提取分割图感兴趣行上最大概率值坐标作为车道线候选坐标点,使用最小二乘算法拟合车道曲线。使用了注意力机制和金字塔池化结构增强网络结构的特征提取能力。在数据集Tusimple和自制数据集MiniLane实验结果表明,改进的双边分割网络在检测精度和实时性上得到明显提高,能够很好地应用于自动驾驶汽车。     

Lie群下利用改进JPDA滤波器的智能车立体视觉多目标跟踪方法

提出基于改进联合概率数据关联滤波器的智能车立体视觉多目标跟踪方法。利用立体视觉摄像头采集车辆及行人图像、视频;在Lie群下对传感器的不确定性进行建模,并采用欧几里德群算法对预处理的图像进行状态滤波;在可能存在车辆的区域内利用双目视觉去除误检,并获得车辆的位置信息;通过卡尔曼滤波器对测量的不确定度和预测目标运动的轨迹进行确认;运用改进的联合概率数据关联滤波器对车辆及行人的跟踪结果进行优化修正。实验结果表明,提出的方法可以有效解决智能车多目标跟踪问题,大幅度提升驾驶系统的自动化和智能化水平。相比其他较新的目标跟踪方法,提出的方法在跟踪精度和速度上具有明显的优势,且在跟踪车辆时不会产生明显的偏移、不会遗漏对行人的跟踪。     

电动客车空调排风热回收的仿真分析

为了解决电动客车空调在夏季高温天气运行过程中制冷效率低、乘客热舒适性差的问题,提出了一种通过增加过冷器,对排风进行热回收的方法。利用Amesim平台搭建了空调机组的仿真模型,并根据实验数据进行修正,分析得到了热回收机组的性能参数。仿真结果表明,额定工况下排风热回收机组COP(Coefficient of performance,系统能效比)提升3.9%,环境温度变化时COP平均提升7.6%。通过进一步的仿真分析发现,排风量和排风温度对热回收机组性能影响不大。     

山苍子精油/壳聚糖涂膜保鲜对黄颡鱼贮藏品质的影响

为研究山苍子精油(Litsea cubeba oil, LCO)与壳聚糖(Chitosan, CS)协同处理对黄颡鱼贮藏品质的影响,以黄颡鱼为实验材料,采用对照组、壳聚糖涂膜、不同浓度山苍子精油/壳聚糖组复合涂膜(0.2%、0.4%、0.6%)处理。4℃下贮藏保鲜13 d,测定其肌肉p H值、挥发性盐基氮(Total volatile basic nitrogen, TVB-N)值、菌落数、硫代巴比妥酸(Thiobarbituric acid, TBA)值、质构与感官评价等指标变化。结果显示：经CS+LCO处理,可有效延缓pH值、TBA值、TVB-N值及菌落总数的上升速度。贮藏至第9天时,pH值、TBA值、TVB-N值及菌落总数分别比对照组低3.3%、37.7%、38.17%、11.74%。同时,CS+LCO处理组肌肉的硬度、弹性、咀嚼度、回复性等质构指标下降减缓,感官评分高于同期其他样品。因此可见,LCO/CS涂膜能较好保持黄颡鱼的贮藏品质,延长其货架期,其中以CS+0.6%LCO处理效果最佳。     

基于Simulink仿真模拟的电动汽车电池优化设计研究

为了使均衡系统能量效率达到最高,提出了一种改进的均衡电路参数优化方法,对均衡电池电路中的重要参数包括PWM波的占空比和周期T在初选值附近进行了优化,并利用Simulink设计了优化方法的仿真模型。仿真结果表明:单位周期内能量效率最大的最佳占空比为0.52,最佳周期为0.1s。     

分布式汽车驱动力能量效率优化分配控制

充分利用分布式驱动汽车信息源多的特点,根据扩展卡尔曼滤波算法（EKF）建立观测器对车轮侧向力进行在线估计。通过改进的车辆线性二自由度模型制定系统控制目标,依据车轮侧向力观测值设计了基于滑模变结构控制的直接横摆力矩控制器。全轮驱动力综合优化分配策略同时考虑了轮胎负荷率与驱动电机效率,完成了对车轮稳定性与能量效率的耦合控制。通过Carsim-Matlab/Simulink的仿真表明,整个系统实现了对车轮侧向力的准确估计,提高了目标直接横摆力矩计算的准确性。驱动力综合优化分配在提高车辆路面附着余量的同时也提高了各驱动电机的综合效率,进一步提高了车辆的能量利用效率。     

改进协方差矩阵的智能车视觉目标跟踪方法

智能车辆视觉目标具有非线性、噪声分布非高斯性的典型特点，现有算法难以实时估计目标的状态。针对识别物体复杂且多变，很难用完全的特征来描述待识别目标及其背景的不断变化，提出了一种用于融合颜色特征及SURF（Speed-Up Robust Features）特征的协方差矩阵来改进粒子滤波算法，从而提升视觉目标跟踪的实时性，满足智能车辆的要求。首先，对采集的图像进行预处理来获取感兴趣区域。接着，通过融合颜色特征及SURF特征构造范围感兴趣区域（Region Of Interest，ROI）的目标特征协方差矩阵，建立目标状态预测模型及状态观测模型，用于改进粒子滤波算法粒子重采样过程，实现对目标的精确跟踪。最后，将该方法与Mean-shift算法和颜色属性（CN）算法进行对比。实验结果表明，在智能车视觉跟踪过程中对光环境瞬时变化、目标物体存在短时遮挡以及目标物体姿态改变时，该算法在满足智能车辆对实时性要求的前提下，有效提升算法的精确度及鲁棒性。