基于嵌入式Linux的移动终端的软件设计

移动终端是车辆监控系统的重要组成部分,主要用来接收GPS信号并对其进行处理,然后通过GPRs网络发送给监控中心.本文介绍了一种嵌入式Linux系统平台下,移动终端软件的设计方案及其相关实现.     

基于道路图像的阈值分割算法的研究

在众多的图像分割技术中,阈值化技术是基于区域的图像分割技术,是图像分割中最重要而有效的技术之一.本文给出了几种常用图像阈值分割方法,并提出了一种基于道路图像序列的改进的逐行最优阙值分割算法,其内容是:相邻两帧图像的对应行的亮度、对比度等近似不变,因此它们对应的分割阈值也有近似不变性,运用迭代的方法控制相邻两帧图像对应行的阈值,从而减少运算量,提高算法的实时性.对比仿真结果表明,改进的分割算法具有较高的精度和较好的实时性、鲁棒性.     

基于嵌入式的悬架与转向集成控制器研究

为了改善车辆的操纵稳定性和行驶平顺性,提高汽车底盘控制的集成度,本文对底盘部分的半主动悬架SASS (Semi Active Suspension System)和电动动力转向EPS (Electric Power Steering)系统进行了集成控制研究.设计并试制出基于嵌入式系统ARM S3C44BOX的SASS和EPS集成控制器,并进行了台架试验,结果表明研制的集成控制器效果良好,可用于汽车底盘集成控制系统的开发研究.     

基于C-V2X的车路协同自动驾驶关键技术与应用

随着车联网技术的演进,自动驾驶在单车智能的基础上,又有了新的发展形态——车路协同自动驾驶。通过“人-车-路-云”深度融合形成的一体化复杂信息物理系统（cyber physical system,CPS）,可以与自动驾驶车辆实现协同感知、协同决策规划甚至协同控制,提升自动驾驶安全性,帮助克服各类复杂交通环境。首先介绍了车路协同的复杂信息物理系统的概念内涵和总体架构,并提出了车路协同自动驾驶的一系列典型应用场景、技术原理、C-V2X(cellular vehicle-to-everything)性能要求、车路协同系统功能与性能要求,可以为下一阶段智能网联汽车与智能交通的深度融合发展提供参考和解决思路。     

水陆两栖仿生机器人构形、运动机理及建模控制综述

从水陆两栖机器人本体构形、推进动力学建模、多环境运动控制等方面对水陆两栖机器人近期的研究现状进行综述。首先,按照两栖机器人结构类型将两栖机器人分为腿式推进、轮腿/鳍复合式推进、蛇形推进、球形两栖机器人等;然后,介绍两栖机器人在水、陆环境中推进的动力学建模方法,以及目前常用于水陆两栖机器人的多环境运动控制策略。最后归纳得到两栖机器人的关键技术及未来发展方向,包括新型推进机构设计、系统建模、推进机理研究和多模态自主控制技术等。     

路面激扰与电磁激扰下电动轮车辆系统非线性全局动态特性研究

为研究电动轮车辆系统在路面 电磁联合激励下的非线性振动特性,并挖掘参数与初始条件协同作用下系统全局动力学信息,建立了计及悬架系统和轮胎的非线性弹簧力和阻尼力的电动轮车辆系统两自由度1/4垂向振动非光滑非线性时变动力学模型,考虑外部激励的谐波性和随机性以及电磁激励的分段周期性,得到了含谐波性、随机性和周期性的复杂外激励模型,分析了驱动电机转速与多初值的关联性对系统动力学共存行为及其分岔的影响规律,研究了共存运动的多样性及其吸引域的拓扑构型,揭示了转速对系统全局动力学稳定性的影响机理.结果表明：电机转速与多初值协同作用诱发系统出现多样性的共存运动,共存运动吸引域的拓扑结构复杂多样,部分共存运动的振动幅值可能较大亦可能很小,其全局动力学稳定性差异较大.电机转速与初值的协同作用对电动轮车辆系统非线性振动和全局动态特性的影响不予忽视.本文研究对电动轮车辆系统的动态性能改善和结构优化具有重要的理论意义和工程价值.     

网联车辆有限时间滑模预设性能队列控制

针对含有未知扰动和模型不确定的网联车辆预设性能队列控制问题,本文提出了一种基于改进滑模的有限时间队列控制方法.首先,为满足预设性能,设计了一种新型性能函数,保证了跟踪误差在预设时间内收敛到规定区域.其次,提出了一种改进的滑模队列控制算法,加快了系统收敛速度,实现了有限时间单车稳定及队列稳定,同时,设计了自适应律,有效解决了扰动及模型不确定问题.最后,进行了MATLAB仿真实验,通过6辆网联车的队列控制仿真验证了所提算法的有效性.     

考虑车辆充电调度机制的电动公交车充电站规划

针对电动公交车充电站的最佳充电容量难以确定及其充电效率低的问题,提出了一种在站址既定情况下考虑车辆充电调度机制的电动公交车充电站优化规划方法。首先,根据电动公交车的发车状态模拟电动公交车日常运行中的电能消耗,生成电动公交车的总运行负荷时序曲线;然后,基于生成的运行负荷时序曲线,构建充电需求度指标,制定电动公交车的充电调度机制;最后,在满足电动公交车充电需求的同时兼顾充电站精细化规划的要求,建立以充电能力最强、投资运行成本最小、光伏能源综合利用指标最大为优化目标的充电站多目标优化规划模型,并采用小生境多目标粒子群优化算法对该模型进行求解,以确定电动公交车充电站的充电桩数量以及光伏发电系统和配电变压器的容量。工程实例分析结果验证了所提方法的正确性和有效性。     

基于轻量化YOLOv4模型的车辆检测方法

当前,各类基于深度学习的车辆检测模型大多存在参数量大的问题,导致对模型运行的硬件系统要求较高,难以移植到嵌入式平台。为了减小模型的参数量,提升模型的检测速度,本文提出一种基于改进的YOLOv4的轻量化目标检测模型,使用MobileNetV2网络替换YOLOv4的主干特征网络,将普通卷积替换为深度可分离卷积。同时,为了保证模型检测精度,使用K-Means++算法聚类得到预设锚框。实验结果表明,所设计的模型参数量从原YOLOv4网络的64.36 Mb压缩到了11.73 Mb,同时检测速度为47.31 f·s^(-1),能够满足道路车辆检测的实时性要求。     

基于交通大数据的车辆画像技术应用研究

依托大数据平台搭建方案,以车辆号牌为主标签,整合车辆的登记信息、使用信息、车主信息、驾驶员信息以及事故、违法信息等,对车辆的静态属性与动态行为特征进行分析建模.通过对车辆属性分类并利用一定的技术方法抽取得到车辆特征,提炼成车辆标签,最终得到车辆画像,勾勒出车辆的整体特征与轮廓.在大数据环境下,车辆画像技术支撑对车辆的全面信息搜索和各类研判应用,满足各管理单位个性化需求,成为车辆主动管理、精细化管理的重要助力.