基于单片机的车内空气质量监测系统的设计与开发

汽车内部空气质量是影响健康的重要因素,是最常用的出行工具.因此,研制一种便携式、可靠、简单、低成本检测器真正重要的是反映机器中污染物的种类和含量.本项目研究了苯乙烯和甲醛,确认了有害气体飞机的空气质量.这个仪器可以通过打开一个显示来显示.有害气体浓度过高的话,哪些气体超过了车辆标准.另外,以SD卡为储存,对不同时期有害...     

基于CAN总线的车内空气质量控制节点设计

本文介绍了一种基于CAN总线的车内空气质量控制节点设计方法.本设计采用PHILIPS公司的P89C58单片机、独立CAN控制器SJA1000、CAN收发器PCA82C250,开发了一款带空气质量传感器的通用车载CAN总线控制节点.利用控制节点数据采集功能实时监控车内CO、CO2气体浓度,当气体浓度轻度超标时进行声光报警提醒驾乘人员;当气体浓度重度超标时节点与车载CAN总线通讯,发送CAN控制数据帧,实现自动开窗通气.经实际验证,设计的车内空气质量控制节点可灵活、方便的安装在装备车载CAN总线的车型上,提高了汽车使用安全性能,有效防止车内CO、CO2气体对驾乘人员的伤害和事故发生.     

D汽车公司X7车型车内空气质量提升实践

车内环境质量的好坏对人的身体健康具有直接影响,因汽车内空气污染所带来的危害逐渐引起社会的关注。文章介绍了D公司推进X7车型车内空气质量提升的具体方案和结果,对相关车内空气质量强制性法规的制订与完善有参考意义。     

基于多传感器数据融合技术的自动控制系统状态估计

给出了基于多传感器数据融合技术的自动控制系统状态估计的结构与算法。仿真实验表明，应用多传感器融合技术有利于提高系统状态估计的性能。     

客车内空气质量提升方法研究及应用

如何提升客车内空气质量是整个汽车行业都亟待解决的问题。本文通过对客车内零部件及材料进行VOC溯源分析,建立了车内零部件及材料VOC贡献率管控清单。提出VOC管控方案并对其效果进行了验证,包括原材料及生产工艺改进、低VOC散发材料的应用、行李架及座椅自然通风散发及加热烘烤散发的效果对比。对管控清单内的零部件及材料实施VOC管控方案后实现了客车内VOC的降低,由此证明这套零部件及材料VOC管控方案可以有效的提升客车内空气质量。     

基于神经元的多传感器数据级融合研究

在不知道先验知识的条件下,从含有观测噪声的多传感器测量数据中估计出方均误差最小的数据融合值,并作为神经元融合系统训练样本,因而解决了多传感器测量系统数据级融合的标定问题。研究结果表明,融合数据在精度、容错性以及动态响应方面均优于单传感器测量。     

基于多传感器数据融合的多目标跟踪算法研究

针对复杂环境下多传感器多目标跟踪问题,提出一种基于改进动态加权数据融合的UKF滤波多目标跟踪算法。该算法基于分布式融合结构,对于每个传感器得到的多个目标的观测信息,首先通过最近邻(Nearest Neighbor,NN)数据关联算法进行航迹关联;然后用无迹卡尔曼滤波(Unscented Kalman Filter,UKF)完成对多目标状态的估计,得到目标最新的运动轨迹;与此同时,综合多个传感器估计的目标轨迹,应用改进的动态加权数据融合算法,得到最终的目标轨迹。仿真结果表明,该算法能有效地发挥多传感器数据融合优势,准确地跟踪多个运动目标。与单传感器目标跟踪相比,多传感器数据融合后的目标跟踪精度提高20%以上。     

车载空气质量监控系统的研究

车内空气污染危害乘车人员的身体健康,也严重影响乘车的舒适性。以CAN总线为主流标准的车载网络技术的普及,使得车载电子单元能够协同工作以提高汽车整体性能。为此研发了一款车载空气质量监控系统,用以监控车内空气污染物。系统选用STM32微处理器,基于UCOSII进行软件设计,分为监测单元与执行单元两部分。监测单元将采集的污染物浓度发送给执行单元,执行单元依据污染物浓度及持续时间给定电机速度,带动风扇转动排出污染物。通过基于模型的设计实现了MATLAB与STM32协同工作,对电机进行PID调速。     

基于BP神经网络的压力传感器数据融合研究

压力传感器由于输出电压值易受环境温度、电压扰动等非目标参量的影响而导致精度大大降低。该文采用BP神经网络对压力和温度2个目标参量进行数据融合处理,减小了两者相互交叉干扰敏感度。结果表明,采用BP神经网络进行数据融合,能够提高传感器的稳定性及其精度,仿真验证了该方法的有效性和可行性。     

基于气相色谱-质谱法的车辆驾驶室空气污染物检测

本文研究了车辆驾驶舱主要空气污染物的成份和来源。利用快速检测技术与色质联用技术,对汽车处于静止、行驶状态驾驶室及尾气处空气污染物成分进行了定性检测。结果显示,车辆在行驶或静止状态下,其驾驶舱内主要污染物以烷烃类、苯及其衍生物污染物为主。苯及其衍生物主要为燃油燃烧过程产物,在尾气中含量较高。无机类污染物以二氧化碳、一氧化碳、二氧化氮、一氧化二氮等无机气体为主。     

多传感器数据融合技术在室内环境品质监控系统中的应用

为解决室内环境监控系统在信息处理中的误差和不确定性问题,提出一种多传感器自适应加权数据融合算法及基于模糊集理论融合算法的室内环境品质综合指数判定原则。该算法和判定原则以室内环境监测数据为研究对象,对室内环境品质因素进行综合等级评估,并根据评估结果控制驱动设备动作。实验表明:这种数据融合算法和判定原则是正确的,以此构造的室内环境品质监控系统具有较高的精度。     

基于传感器数据融合的车辆目标匹配

利用毫米波雷达和相机数据融合检测前方障碍物的方法,可以为智能驾驶汽车提供准确可靠的感知信息。因而,基于多传感器数据融合的目标匹配的重要性逐渐凸显。为实现二者的目标匹配,首先构建了相机和毫米波雷达的时间融合模型和空间融合模型,实现二者数据的时间一致和空间对准,然后对毫米波雷达数据和图像数据进行处理,通过对毫米波雷达数据的预处理且引入有效目标决策算法,获取毫米波雷达的有效目标数据;利用基于深度学习的目标检测算法,实现对图像中车辆目标的检测。最后设计了二者的目标匹配算法,并通过实验验证了该方法的有效性。     

神经网络数据融合在车用传感器中的应用

在阐述了神经网络数据融合优势的基础上,分析了将神经网络数据融合应用于汽车传感器的可能性,并以汽车自适应悬架控制系统为例,建立了其BP神经网络模型,通过实验仿真,验证了该方法的可行性。     

微小型飞行器中的数据采集与控制系统

为探索微型飞行器的飞行控制规律，基于脉宽调制信号设计了一种专用的微型机载数据采集和输出控制系统。在微小尺寸和低功耗的前提下充分利用有限的硬件资源实现了对微型飞行器的多路飞行数据的实时采集和存储，同时按照要求对微小型飞行器进行了飞行控制。通过飞行试验，应用于微小型飞行器的微型测控系统的可行性和可靠性得到了证明。     

多传感器数据融合技术在动态称重系统中的应用

利用多传感器数据融合技术,通过对超声波传感器、测速传感器、电容传感器以及称重传感器测得的物料质量数据进行数据融合,大大提高了称重系统的测量精度,得到受环境干扰因素更小、精度更高的有关物料的测量数据。仿真结果表明,该方法在数据处理的精确性和稳定性方面都得到改善,可以有效地减小噪声、振动、电磁干扰等环境因素对动态称重系统测量的影响。     

基于多传感器数据融合技术在集员辨识方面的应用

通过多传感器数据融合的方法,可以减少辨识目标的不确定性和模糊性,如果能对数据融合中所采集的信息作出评估,可以进一步提高辨识结果的准确性和精度。所以利用提出的集员估计算法可以用来减少各种检测误差带来的影响,提高辨识的速度和精度。     

数据融合技术在液压挖掘机质量诊断中的应用

随着多传感器复杂大系统的不断出现,多传感器数据融合技术已受到广泛关注。在分析数据融合基本原理和结构形式的基础上,建立了液压挖掘机故障诊断的数据融合模型,结合虚拟仪器技术对诊断数据进行了融合分析,并应用于液压系统供油主路故障诊断实验,给出了阀芯位移与故障映像流程图和供油主路诊断流程图,结果表明该方法较好地满足了液压挖掘机质量诊断的需要,具有一定的有效性和实用性。     

基于ZigBee的空气质量监测系统的研究设计

针对石油化工领域中安全事故的频繁发生,提出了一种基于ZigBee无线技术的工业现场空气质量监测方案,并设计了完整的空气质量监测系统。系统主要包括：检测终端、无线路由器、无线网关以及空气质量监测软件;系统可以测量多种气体参量,包括：温度、湿度、CO含量、CO2含量以及空气质量;整个系统具有测量精度高、灵敏度高以及监测范围广等特点。