基于ARM的商用车信息系统的设计

针对传统商用车车载终端信息显示不足、车辆数据提取困难的现状,设计了一款以S5PV210为主控制器的商用车信息系统。系统通过CAN总线网络采集车辆数据并根据J1939协议进行解析,在车载终端即时显示并利用3G网络实现了远程监控系统的实时监控。设计了将STM32作为控制器的扩展卡,利用加速度传感器和RFID技术实现驾驶员身份识别及事故自动报警功能。整个系统具有简洁的用户界面,软硬件易于扩展,可满足多样化需求。     

商用车维修服务链关键技术研究

作为构建商用车维修服务链的关键设备,设计了一种基于J1939协议的车载商用车故障诊断系统;该系统扩展了传统车载故障诊断系统,利用无线通讯技术将采集到的J1939车辆故障信息和GPS定位信息实时上传至车辆监控中心;目标是实现商用车车辆动态监控、故障诊断和预警以及车辆维修保养服务的网络协同管理;系统以Cortex-A8为主控制器和嵌入式Linux为平台,包括故障采集与分析模块,利用Qt设计用户界面;经多次测试实验,故障诊断快速准确,无线传输数据实时性强,丢包率低。      

基于SAE J1939车载远程诊断系统设计和实现

结合当前应用广泛的商用车总线诊断协议SAE J1939,提出了一款应用于商用车进行远程故障状态采集,并能够对整车故障进行诊断和对车辆进行远程控制的远程监控设备.     

基于QNX的智能车载3G远程诊断系统

提出基于QNX的智能车载远程3G诊断系统方案,采用QNX硬实时系统作为车载终端,通过CAN总线和GPS模块实时采集车辆状态信息,以实现对车辆运行状态的动态反馈;设计3G无线分层驱动模型实现车载终端与远程服务器通信,提高远程诊断的实时性和准确性;引入远程监控服务中心对车辆各项安全参数进行动态实时检测,进而提高运行安全系数。实验表明,该方案不仅能实时采集影响车辆安全运行的各项ECU参数,还可通过车辆远程服务中心实现对车辆的全天候跟踪监控。     

基于GPS/GPRS的车载卫星定位系统的研究

根据现代智能变通系统的实际需求,设计了一种基于GPRS的车载卫星定位系统,系统采用单片机作为处理器,通过GPRS网络建立无线通信链路,把车载移动终端的GPS定位信息传到Internet网上的服务器,实现在线实时监测车辆行驶各类信息;详细阐述了车载定位系统的工作原理和车载终端系统硬件设计,介绍了单片机软件编程以及PPP,TCP／IP等协议栈的建立,实际运行结果表明,系统达到设计要求,实现了控制中心实时监测车辆行驶状态,加强了企业对车辆的监控和管理。     

基于Cortex-A8的车载信息系统设计

基于Cortex-A8嵌入式开发平台和SAE J1939协议,通过解析CAN总线报文、后台数据处理和前端应用程序开发,设计出了一套车载信息服务系统。经过测试表明,该系统能稳定显示车辆实时运行状况,并能分析和保存故障信息,方便车主的维护和保养;其易操控性和良好的人机交互体验使本系统具有一定的实用价值。     

商用车在线故障诊断系统设计与实现

为方便商用车监测运行状态与故障诊断,设计了一种基于SAE J1939协议的在线故障诊断系统;搭建了以S3C6410为主控制器的嵌入式Linux系统平台,详细介绍了故障诊断系统的硬件、软件以及应用层设计方案;该系统能够在线解析和显示车辆报文信息,保存CAN网络接收到的报文;实验结果表明,该系统运行稳定,实时性好,能够满足车辆在线监视和诊断的需要.     

基于J1939的车辆下线检测系统的数据库设计

SAE J1939协议是重型车辆广泛采用的一种车载网络规范,它详细定义了大量的参数,通过对车上协议数据报文的分析就可以获取车辆重要电控单元的各项状态信息.针对整车厂车辆下线检测的需求,在J1939协议应用层的功能基础上,经过需求分析并使用PowerDesigner建模工具对J1939的参数数据库进行建模,建立具体数据库管理系统的物理数据库,并在此基础上利用CodeSmith代码生成工具以及.Nettiers模板来生成该数据库应用系统中数据访问层的.NET代码框架,实现车辆下线检测系统中对J1939协议参数的支持,最终完成设计.     

Telematics系统研究与车载终端设计

Telematics是基于智能交通系统(ITS)发展起来的新兴产业,它是以全球卫星定位系统(GPS)和无线语音、数据通信为基础,让服务供应商与移动目标(人、车、物)交换信息的技术.Telematics系统通过GPS和无线通信网,向驾驶员和乘客提供实时交通信息、车辆导航、生活信息,车辆远程控制、防盗报警、紧急救援、远程车辆诊断及跟踪、多媒体和互联网(金融交易、新闻、电子邮件等)服务.车载终端是实现Telematies服务的控制平台.     

浅析基于GPS非智能车载终端实现掌上公交系统

本文研究了GPS非智能车载终端如何将定位信息识别为公交车辆实时到离站信息的算法,实现后台核心报站功能,以及基于GPS非智能车载终端掌上公交系统的实现。     

基于视觉传感器的道路前方车辆模型研究

车辆几何模型是基于视觉传感器的车辆检测系统的重要部分。为了提高前方车辆检测的鲁棒性,利用车尾轮廓的几何特征构建了世界坐标系的车尾模型,通过坐标系变换给出了视觉传感器坐标系的车尾模型,进而导出图像车尾模型,并给出了车尾模型参数的表达式及其与现实世界中车尾几何参数的对应关系,明确建立了图像中车辆位置和大小的关系。实验表明:将该模型应用于车辆检测可以抑制图像中不符合车辆透视关系的错误识别,能有效提高车辆检测的鲁棒性。     

利用D-S证据理论的夜间车辆检测

为了有效检测夜间车辆,提出了一种利用D-S证据理论进行夜间车辆检测的方法。首先在YCrCb颜色空间中采用阈值法对道路场景图像进行分割得到明亮块,提取各个明亮块的轮廓,利用轮廓四邻域偏红度水平消除非尾灯等虚假目标。其次,使用尾灯聚类算法组合车灯对,得到车辆假设。最后,利用车辆车尾中车灯对的面积比、互相关值以及车灯对组合框长宽比等结构化特征信息来构建基本信任分配函数,运用D-S证据理论,融合这些特征信息得到总的信任度值,最终设立信任度阈值验证车辆假设。该方法减少了主观阈值的数量,可有效降低经验不足导致阈值确定不当的风险,提高辨别率。实验结果表明,该方法效果明显,提高了检测精度,减少了误判,同时提高了系统的鲁棒性。     

复杂环境下的夜间视频车辆检测*

分析了夜间复杂交通场景的特点,提出了应用于夜间交通信息采集的HLEPT（headlight extraction,pai-ring and tracking）算法。该算法包含车灯提取算法和配对跟踪规则,并结合先配对车灯后跟踪其轨迹和先跟踪车灯后配对其轨迹两种方法,对车流量、车速等交通信息进行统计。实验表明,HLEPT算法复杂度低,具有良好的实时性、鲁棒性,良好环境下其检测率达到96%以上;即使在雨夜路面有车灯倒影的交通拥挤路段,也能达到88%的检测率。     

混合动力轿车的建模与仿真

该文介绍了应用电动汽车仿真软件ADVISOR 2 0 0 2对国内一汽车企业的混合动力轿车样车进行建模与仿真的研究工作。待仿真的轿车与日本本田公司的混合动力轿车Insight的动力系统结构相同 ,因此作者采用在ADVISOR中的Insight模型的基础上 ,修改其设备参数 ,重新设计其控制策略模块的模型的技术方案来进行仿真工作 ,最后给出了混合动力轿车的整车性能和工作过程的仿真结果。该研究可以帮助确定混合动力轿车动力系统的配置方案 ,为企业设计混合动力轿车提供参考。     

基于矿井3G通信网络的防爆胶轮车监测系统

针对某基于RFID技术的防爆胶轮车运输监控系统建设投入高、维护量大等问题,提出了一种基于矿井3G通信网络的防爆胶轮车监测系统,介绍了系统总体架构及通信终端的设计方案。该系统只需为防爆胶轮车配备通信终端,即可借助矿井现有的3G通信网络实时监测防爆胶轮车运行工况。测试结果验证了该系统的可靠性和稳定性。该系统已在某煤矿连续6个月无故障运行。     

汽车网关平台业务应用与功能架构模型研究

分析了汽车网关平台的应用场景和支持的业务类型,提出了汽车网关平台的功能架构模型,包括控制和管理功能、网络和传输功能、无线接入功能和车内网络连接功能,并对这些功能进行了描述。汽车网关平台是连接汽车网络与外部通信网络的桥梁,它是全球ICT与汽车产业融合发展的结果。     

夜晚车辆异常事件分析

夜晚车道模型是车辆跟踪和车辆行为分析的基础,但是当高速公路或者城市道路光线较暗时,很难通过车道检测的方法来建立车道模型,夜晚车辆快速行驶或相邻帧车辆之间重叠度较低时无法实现准确跟踪。针对此类问题提出了一种基于学习的车道模型建立方法和基于多帧的最佳匹配跟踪方法。首先利用自动多阈值分割方法提取场景中光亮的目标;其次,利用车灯的相关特征移除非车灯光亮区域;接着,利用空间信息把车灯聚类成一个车辆目标,利用多帧的最佳匹配跟踪方法进行跟踪;最后利用车辆跟踪参数与车道模型的融合对夜晚车辆异常事件进行分析。实验结果表明,该算法能够准确地检测出夜晚车辆换道、逆向行驶、交通拥挤、停车等异常事件,并且有很强的鲁棒性。     

Comparative risk assessment of vehicle maintenance activities: Hybrid,battery electric,and hydrogen fuel cell cars

In this research, vehicle maintenance activities and their safety risks were statistically analyzed. This study focused on three types of vehicle: hybrid, battery electric, and hydrogen fuel cell cars. The repair activities and the risks for each power train technology were identified by a panel of experts. Depending on its frequency and severity, risk values were calculated for each maintenance activity. The method chosen was the staticized group method, which involves collection opinions from a panel of experts. The ten experts finally chosen were asked to anonymously respond to a survey that had been especially designed to reduce bias and ensure the quality of the data. The most dangerous vehicle maintenance activities were the manipulation of asbestos, charging and discharging of high value capacitors, and welding.Relevance to industryThe results of this research reflect the urgent need for workers in the automobile sector to be trained for emerging risks in new technologies.     

基于关联规则挖掘的伴随车辆发现算法

伴随车辆是公安刑侦部门对海量车辆通行信息检索的一类实战需求,目的是通过模糊条件查询得到潜在的结伴作案车辆,究其本质,可将此类查询转化为数据挖掘中关联规则挖掘问题。通过对公路车辆智能监测记录系统采集的过车数据进行分析,将伴随车辆查询转化为关联规则挖掘,利用数据挖掘技术对过车数据查询问题进行综合分析,实现高效率的伴随车辆查询算法AVD(Accompany Vehicles D iscovery)。算法分析表明,AVD不但能提供准确的伴随车辆查询结果,而且效率高、扩展性强,具有较高的可行性。