应用匹配滤波器的车道线恒虚警率识别方法

针对多种道路场景下车道线的识别问题,提出了一种应用匹配滤波器和恒虚警率检测器的处理方法。根据车道线横截面的灰度轮廓特征,对图像局部区域,采用不同尺度的匹配滤波算子,实现不同环境条件下车道线区域的特征增强;利用可产生自适应阈值的恒虚警率检测器,提取车道线特征点,并通过随机抽样一致性方法拟合产生车道边界线。在车道线跟踪阶段,建立车道线参数数据库,分析当前帧车道线与数据库的匹配置信度,并动态更新该数据库。在嵌入式系统中,经过多种工况的试验验证,该算法能稳定地识别车道线,准确提取相关参数,处理速率达到30FPS。     

基于改进人工蜂群算法的复合电源电动车FSM-Fuzzy能量管理策略

针对人工蜂群算法收敛速度慢、收敛精度不足等问题,综合粒子群算法和遗传算法优势对人工蜂群算法采蜜蜂和观察蜂搜索机制分别进行综合改进。基准测试函数表明改进后的人工蜂群算法收敛速度和收敛精度明显提高。在此基础上,建立复合电源电动车动态FSM-Fuzzy分层能量管理策略,利用改进后的人工蜂群算法调用Advisor软件对复合电源模糊控制器隶属度函数位置和形状进行闭环学习。结果表明:综合改进后人工蜂群算法学习的模糊控制策略与经验模糊控制策略相比,在UDDS和SC03工况下能耗可再降低8.36%和8.58%,且与常规蜂群算法学习控制器相比求解精度更高。     

基于gt-power软件的某汽车排气系统消声器改进

通过gt-power软件对发动机某一转速下排气系统尾管噪声进行仿真。提出几种消声器改进方案,选出最佳方案。在该方案基础上,分析几种因素变化对消声器性能影响,选出较为理想的参数。最终使功率损失、插入损失等指标达到较好的水平,解决了尾管噪声过高的问题。得出了穿孔管,插入管长度,扩张腔体积对消声性能影响较大的结论。     

花脸蘑多糖对小鼠急性肝损伤的保护作用

目的:研究花脸蘑多糖对四氯化碳(CCl4)诱发的急性肝损伤的保护作用。方法:用CCl4建立小鼠急性化学性肝损伤模型,检测花脸蘑多糖对血清丙氨酸氨基转移酶(ALT)、天冬氨酸氨基转移酶(AST)活性及白蛋白(Alb)含量、肝组织超氧化物歧化酶(SOD)、谷胱甘肽过氧化物酶(GSH-Px)、还原型谷胱甘肽(GSH)及丙二醛(MDA)的含量的影响。结果:花脸蘑多糖明显降低急性肝损伤小鼠血清ALT及AST活性,提高Alb含量及肝组织SOD、GSH-Px活力和GSH含量,并显著降低MDA含量。结论:花脸蘑多糖具有一定的肝保护作用,其机制可能与抗氧化作用有关。     

汽车主动悬架免疫模糊控制策略研究

针对汽车四分之一主动悬架模型,提出免疫模糊控制策略.该策略兼有模糊控制的快速简单和免疫控制的全局搜索最优解的优点,并可同时考虑车身垂直加速度、悬架动行程和轮胎动载等多种因素.结果表明,与独立的免疫控制和模糊控制比较,该免疫模糊控制策略的综合性能最优.     

基于单神经元PID的车辆主动悬架最优自适应控制

为克服路面一车辆系统中存在的动态行为不确定性，针对1/4车辆主动悬架系统，设计了一个基于单神经元PID的自适应控制器，并采用二次型性能指标对控制器参数进行了优化设计。研究了系统在随机路面激励条件下的时域响应，计算了振动响应的均方根值，考察了在变参数条件下控制器的鲁棒特性。仿真结果表明，该控制器能有效改善车辆的综合性能，尤其是平顺性和舒适性，且鲁棒性好，对模型参数的变化具有一定的适应性，便于实现和应用。     

基于HMM-SVM的驾驶员换道意图辨识研究

为了提高驾驶员换道意图的辨识率,提出了一种基于隐马尔可夫模型(HMM)和支持向量机(SVM)的混合模型。通过驾驶员在环仿真实验平台采集1.2 s时间窗内的驾驶员方向盘转角、油门踏板操作信息,匹配时序性良好的各个HMM模型(紧急左换道、正常左换道、紧急右换道、正常右换道和车道保持五种HMM模型)。然后结合各个HMM模型输出的最大似然估计值,由SVM进行分类,从而辨识出驾驶员当前的换道意图。仿真结果表明:相比单独的HMM或SVM,该混合模型能够更准确地辨识驾驶员的换道意图,辨识率高达98%,且耗时仅需0.006 s,具有较好的实时性。     

基于ADAMS的汽车主动悬架虚拟实验台的设计

基于ADAMS/View建立了1/4汽车麦弗逊悬架模型,并运用ADAMS/Hydraulic模块,建立了主动悬架的液压伺服系统,设计了汽车主动悬架虚拟实验台。以阶跃输入、模拟路面输入和随机路面输入作为激励,对比分析了汽车主动悬架系统在理想控制力和液压伺服作用力作用下采用PID控制器的控制效果,以验证汽车主动悬架虚拟实验台的有效性。仿真结果表明,基于ADMAS的汽车主动悬架虚拟实验台,其跟随理想控制力的能力较强;与被动悬架比较,其车身的垂直加速度、悬架变形和车轮动载荷都明显降低,控制效果好。     

纯电动汽车烟花算法自学习模糊控制策略研究

针对纯电动汽车复合电源模糊控制策略靠人工经验的主观性与局限性问题,基于advisor软件建立超级电容与蓄电池复合电源纯电动汽车模型,利用新的爆炸式搜索算法—烟花算法,调用advisor软件对复合电源模糊控制策略隶属度函数及模糊规则进行闭环学习,并与遗传算法、交叉蜂群算法的学习效果进行比较。结果表明:烟花算法学习的模糊控制策略与经验模糊控制策略相比,在FTP、NEDC、UDDS和CHINACITY工况下能耗仍能再降低5.47%、5.23%、4.25%和4.15%,且烟花算法与其他算法相比在复合电源纯电动汽车模糊控制学习中的求解精度更高。     

一种适用于燃料电池车的高升压比DC/DC变换器

基于传统的半桥LLC谐振变换器,提出一种适用于输入低压大电流、输出高电压小电流的高升压比DC/DC变换器。变换器初级采用输入倍流结构,次级采用倍压输出结构,相比于传统拓扑,谐振电容电流应力和输出电容电压应力均减小一半。同时变换器增益增加了一倍。详细分析了变换器的工作原理,给出一套可行的设计方法。并基于TMS320F28335实现了变换器的数字控制。最后研制了一台额定频率为200 kHz的500 W样机,满载效率为95.8%。