基于车载健康检测的抬头显示系统

介绍一种以车载健康检测为基础的抬头显示系统。此系统集信号采集、智能数据分析、语音播报、汽车终端显示、手机终端显示、医院终端显示等功能于一体,通过智能数据分析给出有效安全的实时驾驶策略,允许相关人员通过显示系统对驾驶员驾驶状态进行监督和指导,检测驾驶者的健康安全水平。给出基于车载健康检测的抬头显示系统包含的传感器、系统布置方案及技术实现路线,说明此系统的可行及有效性。     

基于DSP的车载机车信号检测系统

以双TMS320F2812为采样及数据处理核心,设计了实时通用式机车信号检测系统.通过感应线圈收集轨道信号并经调理后输出,应用采样DSP的内部A/D模块采样,通过SPI传输到数据处理核心芯片,应用欠采样定理对信号进行处理后进行FFT变换实现键控移频信号解调及相应频谱分析得到编码规则及相关行车指令.系统采用双机备份设计保证可靠性.经实际应用证明:该系统在强电磁干扰较环境中能稳定运行,系统具有较高的频谱分辨率及实时性.     

基于单片机车载酒精浓度的检测系统

为了有效地防止驾驶员酒后驾车的行为,设计了一种基于单片机车载酒精浓度的检测系统。该系统由酒精传感器、A/D转换器、AT89S52单片机控制器、语音报警、LCD液晶显示、LED指示灯、车门锁传感器、压力传感器和继电器等构成。当酒精传感器检测出司机体内的酒精浓度超标时,该系统能够自动的切断汽车起动机,使发动机不能起动,从而实现其控制功能。     

基于车联网数据的坡度预测研究

道路坡度信息作为车辆行驶中动力性、经济性和智能化控制中的重要部分,其良好的预测精度对车辆的能量管理、制动辅助及预测性驾驶控制策略的制定具有重要作用,在道路规划、车辆导航中具有重大的应用价值,为智能导航、智能交通系统等提供数据支撑。为实时计算车辆行驶过程中的坡度状况,该研究采用来自车联网车辆实时采集的车速和GPS信息对车辆运行过程中坡度情况进行估计。考虑到坡度计算结果具有实时性且短时内对先前坡度信息具有一定的依赖。在坡度估计信息的基础上,构建了基于长短期记忆模型（LSTM）的坡度预测模型。为验证所提出的坡度估计方法及预测模型的有效性,利用一半挂车的自然驾驶数据对坡度进行估计计算,并将其作为预测模型的数据基础,利用基于LSTM的坡度预测模型进行对应的模型构建、参数初始化、训练及预测,并将预测结果与GRU模型进行对比。结果表明,所提出的坡度估计方法能有效地对车辆行驶过程中的坡度情况进行实时估计,采用基于LSTM的坡度预测模型对道路坡度预测具有较高的预测精度,其均方根误差和平均绝对误差分别为16.71和3.38,均优于GRU模型。     

基于MC55i的车载酒精检测系统

为了有效监测和处理驾驶员的酒后驾车行为,设计了基于MC55i的车载酒精检测系统。该系统利用STC12C5A 60S2单片机作为控制核心,对4路MQ-3酒精气体传感器采集到的酒精浓度数据进行处理,并利用继电器控制车辆禁驾。同时,通过串行通讯方式控制MC55i无线模块,进行车辆定位和定位短信发送。该系统成本较低、方便实用,司机亲友或者交管部门能够通过其得到含有醉酒车辆实时位置信息的短信,为及时、灵活地处理问题提供了可能。     

基于智能巡视的风机桨叶车载故障检测系统

桨叶长期工作在恶劣的环境下会产生裂纹、腐蚀、砂眼、磨损、表皮脱落等故障,大多数故障的产生是因为不能及时发现桨叶上已经出现的损伤,当微小的损伤逐步演变扩大后可能会导致桨叶的损坏进而影响风机的正常运行。本文设计并开发了基于智能巡视的风机桨叶车载故障检测系统,可以在风机不停机的情况下对风机桨叶进行自动识别、故障检测及定位,从而实现在线实时掌握桨叶的故障或异常情况,提高风力发电的安全性和可靠性。     

基于nRF24L01的车载GPS数据传输系统

设计实现一种利用ATmega16L单片机与nRF24L01无线传输模块组成的车载GPS数据传输系统。发射端由GPS卫星数据接收器与单片机以标准串行通信接口RS-232通信。单片机控制nRF24L01实现数据无线传输。在接收端利用单片机控制无线模块实现数据接收,用串口将接收数据传送给计算机并显示数据。本文详细讨论了系统的硬件电路设计和软件设计,包括控制模块、无线传输模块、GPS解码等。经试验表明,该系统性能稳定,传输速率高,功耗低,能实现可靠的GPS数据传输。     

基于大数据平台的高炉系统

文章以某钢厂高炉现代化改造为背景,介绍了高炉系统中大数据平台的应用实现,以具体项目为案例,从需求、硬件、软件、平台等方面介绍了大数据平台的高炉系统。通过运用大数据、人工智能、模型仿真等技术手段,建立在线监测、行业智能对标、高炉运行体检、智能预警等云端业务,深挖高炉生产节能降耗潜力,为高炉的稳定顺行保驾护航。     

基于大数据和机器学习模型的风力发电机组健康管理研究

对风力发电机组智能故障诊断和预测技术进行了分析,研究了风电机组健康度评估方向和级别,并以大数据为基础,提出了基于分布式数据处理技术和机器学习算法的风电机组健康管理平台。     

车载燃气泄漏检测系统研究

通过分析燃气特性、使用现状和燃气公司的实际需求,根据TDLAS燃气检测技术原理,提出车载燃气泄漏检测系统的设计方案和实施方法。研究了采用扩散式采样方式的气体检测设备的标定方法,设计了设备的标定系统,提出了扩散式气体检测设备标定规范的思想,并通过实际应用验证了车载燃气泄漏检测系统的可行性。     

基于大数据的机动车环污检测系统的研究与应用

在现代环保需求下,针对机动车污染实施治理有重要意义.在机动车环境污染检测中的应用大数据技术,对机动车环境污染监测系统设计及应用进行分析,得到机动车尾气质量好坏,为机动车环境污染治疗提供相关建议,有利于人加强环境污染监督和管理.     

基于大数据的电铲健康管理系统设计分析

新时期,矿山企业为了提升生产效益,正在积极转型升级,开始将大数据、物联网等技术应用在生产中,建立了矿山智慧生产模式。本文通过分析电铲数据基础问题,并结合电铲数据特点,给出了电铲健康管理系统设计方案。     

基于激光测距雷达和车载GPS的动态障碍物检测

动态障碍物检测问题一直是移动机器人的研究热点之一,也是机器人实现安全可靠导航的前提.该文提出了一种在道路环境下进行动态障碍物实时检测的方法,采用激光雷达和车载GPS 2种传感器,激光雷达实时地获取连续2帧的数据,连续2帧间无人车的航向角度和位置信息,通过车载GPS实时获取.通过对2帧数据的对比分析,进行潜在动态障碍物的判定,然后进行连续2帧之间潜在动态障碍物的匹配,区分出2帧中同时存在的动态障碍物,并计算其运动矢量,最后给出预测区域.实验结果验证了算法的有效性,对无人车提前避让动态障碍具有一定的意义.     

基于PLC的电冰箱在线数据检测系统

介绍了基于PLC电冰箱制冷性能检测线上的数据自动检测、采集系统，阐述了硬件、软件的构成并详细说明了在Windows环境下运用C十十Builder实现上位机与PLC之间的实时数据通信的过程。该系统在电冰箱厂的检测线上应用后取得了很好的效果。     

基于ARM的车载称重系统

介绍了基于ARM内核的INTEL PXA255处理器及Window CE系统的车载称重系统设计,该方案克服了传统称重系统中称重设备和车辆分离的缺点,并利用GPS系统对车辆实时监控,从而实现了交通管理部门对车辆超载的网络化智能化管理.着重介绍了该系统的软件和硬件设计方案,对数据采集处理模块设计、汽车电子控制系统的通信模块、文件传输模块进行了实例分析,并详细阐述了设计和开发的具体方法和过程.     

基于GPRS和车载导航仪的汽车紧急呼救系统

随着生活水平的提高,国内外汽车数量在不断地增长,同时也带来了一系列的交通安全问题。当车辆发生侧翻或者碰撞的时候,驾驶员极有可能失去意识或无法脱身,导致不能在第一时间报警,失去了最佳救援时间。因此,本文提出了一种基于GPRS和车载导航仪的汽车紧急呼救系统,在车辆发生严重事故时会触发安全气囊打开,因此通过捕捉安全气囊点火信号可以瞬间获取车载导航仪的定位数据,并且进行截图以便更直白地获取地理位置。然后通过GPRS模块自动向交警等部门发出求救信号。同时驾驶员也可手动取消,避免了紧急刹车或其他因素导致的误触发信号。该系统最大的优点在于运用了车载导航仪,无需再另外配备GPS模块,实现了行车导航与紧急呼救一体化[1]。     

基于大数据的配电台区线损管理和计算系统

提出了配电台区线损管理和计算的方案.首先,针对现阶段配电台区线损的管理以及技术手段和发展趋势进行了分析.然后,提出了基于采集数据、计算数据和结果数据为特征的配电台区线损大数据,说明了数据交互规范.最后,针对基于大数据的配电台区线损优化系统进行了设计,说明了数据分析单元的作用,并在实际系统中进行仿真分析,说明了该系统的有效性.     

基于聚类和距离的大数据集离群点检测算法

针对已有的基于距离的离群点检测算法在大数据集上扩展性差的问题,提出了基于聚类和距离混合的大数据集离群检测算法.算法第一阶段采用层次聚类和k-means混合的层次k-means算法对数据进行聚类,并按照一个启发式规则对其进行排序.第二阶段在聚类的结果上采用嵌套循环算法进行离群检测,并通过两个剪枝规则进行高效舅枝,减少了离群检测时数据点之间距离计算的次数.理论分析和实验结果证明了算法的可行性和效率.     

基于货运车辆车载GPS大数据的道路超速率计算与分析

在我国交通事故统计中,人为失误导致的交通事故占90％,超速行为的危险性已引起各界重视.尤其大型货物运输车辆,其重量大,制动性能较差,该类车辆超速导致的交通事故通常比较严重.对货物运输平台提供的车辆行驶相关数据(包括GPS定位数据、时间数据、速度数据)进行处理和分析.通过OSMnx在Open Street Map下载广东地图数据并处理,运用隐马尔科夫模型对原始GPS定位数据进行地图匹配,对车辆行驶数据进行LSTM时间序列建模和学习训练,将训练好的网络用于各个路段车辆超速的预测.结果表明,该方法能够很好地拟合超速率的变化趋势,物流平台可以根据预测结果对司机进行提醒,对减少驾驶员的超速行为和保障安全行驶具有重要意义.     

基于货运车辆车载GPS大数据的道路超速率计算与分析

在我国交通事故统计中,人为失误导致的交通事故占90％,超速行为的危险性已引起各界重视.尤其大型货物运输车辆,其重量大,制动性能较差,该类车辆超速导致的交通事故通常比较严重.对货物运输平台提供的车辆行驶相关数据(包括GPS定位数据、时间数据、速度数据)进行处理和分析.通过OSMnx在Open Street Map下载广东地图数据并处理,运用隐马尔科夫模型对原始GPS定位数据进行地图匹配,对车辆行驶数据进行LSTM时间序列建模和学习训练,将训练好的网络用于各个路段车辆超速的预测.结果表明,该方法能够很好地拟合超速率的变化趋势,物流平台可以根据预测结果对司机进行提醒,对减少驾驶员的超速行为和保障安全行驶具有重要意义.