基于 ＯｐｔｉｍｕｍＬａｐ的ＦＳＥＣ赛车电池能量匹配研究

:以某赛车为研究对象,建立了能量消耗数学模型,基于 ＯｐｔｉｍｕｍＬａｐ软件对驾驶规律进行了仿真,得出了赛车在赛道规则下理想的驾驶规律曲线———速度变化曲线,并利用 ＭＡＴＬＡＢ进行了最小二乘法拟合分析及耗能求解,得出了赛车完成耐久赛所需的耗能总量,最终为赛车电池估计了一个能量匹配参考值。研究结果为后续 ＦＳＥＣ赛车电池的能量匹配提供了非常重要的理论依据和参考。     

卷积神经网络在无人驾驶感知技术上的应用

对卷积神经网络(CNN)的目标检测方面展开研究,将识别精度较高的Faster RCNN网络框架进行了改进,并应用于无人驾驶视觉感知系统中。利用改进算法进行了不同场景的车辆检测仿真实验。应用了MATLAB的计算机视觉系统工具箱对改进的算法进行快速验证,并应用了驾驶场景设计器对多传感器融合及模拟道路场景进行构建;应用了Simulink和Embedded Coder分别进行视觉控制系统设计及自动代码生成。实验结果表明:改进算法的平均检测精度达到80%以上,具有较高的可行性及鲁棒性,上述解决方案可加快无人驾驶安全感知系统的研发速度,缩短研发周期。     

纯电动汽车动力电池匹配技术的研究

为了保证纯电动汽车在不同路况下均能高效与安全行驶,以磷酸铁锂电池为动力源,利用ADVISOR对某款纯电动汽车的动力电池和整车系统进行了匹配研究。并分别在美国城市驱动工况UDDS和欧洲行驶循环NEDC工况下对匹配度进行了循环仿真分析,在满足汽车动力性的条件下,对多种方案分别进行了参数匹配和优化,最终得到了一套最适合该种电动汽车的匹配方案。