检索结果-南通市图书馆

基于近邻目标区域表征与CVAE的智能汽车测试场景生成方法

在线全文

学校读者我要写书评

暂无评论

中国公路学报 2024年第3期37卷 170-180页

作者：谈东奎朱波胡旭东合肥工业大学汽车工程技术研究院安徽合肥230009

基于场景的虚拟测试是研发高安全、高可靠智能汽车的必要手段,场景自动生成技术对于智能汽车测试场景库的构建具有重要意义。为此,针对多车动态测试场景,提出一种基于近邻目标区域表征(NORR)和条件变分自编码器(CVAE)的场景生成方法,实... 详细信息

基于场景的虚拟测试是研发高安全、高可靠智能汽车的必要手段,场景自动生成技术对于智能汽车测试场景库的构建具有重要意义。为此,针对多车动态测试场景,提出一种基于近邻目标区域表征(NORR)和条件变分自编码器(CVAE)的场景生成方法,实现复杂测试场景的快速生成以及对生成场景类型的控制。首先,针对高速公路场景特征,提出应用NORR方法对场景情境进行描述,将测试场景中关键车辆目标信息转化为尺度统一的灰度图像。接着,利用HighD自然车辆轨迹数据集提取大量场景片段,经过数据规范化处理后构建出真实场景库。在此基础上,以场景中车辆目标数量为条件参数,训练基于条件变分自编码器的生成模型,能够生成包含8条车辆轨迹的动态测试场景。通过计算生成样本集的匹配误差、覆盖度和不合理性3个指标,检验生成模型在样本真实性、多样性和合理性方面的表现。验证结果显示:①相比随机轨迹采样方法和基于GAN的生成模型,VAE模型生成的样本质量最好,其生成样本集的平均匹配误差小于5.22,覆盖度能达到57.2%,不合理样本比例仅为1.7%;②所提出的NORR方法有助于提高生成模型的场景生成效果;③CVAE模型能够在条件输入和生成结果之间建立关联性,通过调整条件参数可以改变生成场景中车辆目标数量。

关键词：汽车工程测试场景生成条件变分自编码器智能车辆生成模型

基于轨迹预测安全边界的智能汽车换道避撞系统

在线全文

学校读者我要写书评

暂无评论

机械工程学报 2024年第10期60卷 317-328页

作者：谈东奎胡港君朱波胡旭东姚明尧合肥工业大学汽车工程技术研究院合肥230009 合肥工业大学汽车与交通工程学院合肥230009

轨迹预测的不确定性会引发汽车换道避撞系统的预期功能安全(Safety of the intended functionality,SOTIF)风险,为此提出一种基于轨迹预测安全边界的智能汽车换道避撞控制方法。针对前方车辆紧急切入工况,首先利用切比雪夫区间分析方法... 详细信息

轨迹预测的不确定性会引发汽车换道避撞系统的预期功能安全(Safety of the intended functionality,SOTIF)风险,为此提出一种基于轨迹预测安全边界的智能汽车换道避撞控制方法。针对前方车辆紧急切入工况,首先利用切比雪夫区间分析方法量化前车切入轨迹的不确定性,推导轨迹预测安全边界的计算公式。然后据此进行自车换道碰撞危险分析,决策出换道避撞过程中自车的换道安全边界。接着以换道安全边界为约束,应用基于Tube的鲁棒模型预测控制(Tube-basedrobustmodel predictive control,Tube-RMPC)方法设计换道控制器,实现自车主动换道避撞控制。最后在Carsim与Simulink联合平台上开展仿真试验,比较此系统与没有考虑预测不确定性的换道避撞系统的安全性,并在硬件在环仿真台架上进行验证。结果表明,求解出的轨迹预测安全边界能有效包络前车切入轨迹的不确定性,基于轨迹预测安全边界的控制方法显著提升换道避撞系统的预期功能安全性能。

关键词：轨迹预测不确定性预期功能安全换道避撞系统安全边界区间分析

精密铸铝件一体化设计及在车身轻量化中的应用

在线全文

学校读者我要写书评

暂无评论

汽车工程 2024年第1期46卷 179-186页

作者：谷先广陈红林俞陆新张代胜合肥工业大学汽车与交通工程学院合肥230009 合肥工业大学智能制造技术研究院合肥230051

铝合金一体化精密铸造技术是实现汽车轻量化的重要方式之一。本文首先采用轻质铝合金材料、熔模真空吸铸工艺以及拓扑优化对白车身前副车架及仪表板横梁进行“材料-工艺-结构”一体化设计;其次对比一体化铝合金结构件的质量、研发成本... 详细信息

铝合金一体化精密铸造技术是实现汽车轻量化的重要方式之一。本文首先采用轻质铝合金材料、熔模真空吸铸工艺以及拓扑优化对白车身前副车架及仪表板横梁进行“材料-工艺-结构”一体化设计;其次对比一体化铝合金结构件的质量、研发成本、研制周期,较原钢制件大幅度降低;最后对加装一体化精密铸铝件的白车身进行刚度与模态的有限元仿真分析及台架试验。结果表明,一体化设计后,前副车架及仪表板横梁分别轻量36.6%、30.8%,同时白车身性能均满足设计要求。

关键词：精密铸造一体化设计轻量化仿真分析台架试验

在线全文

学校读者我要写书评

暂无评论

基于交叉注意力机制的多模态感知融合方法

中国公路学报 2024年第3期37卷 181-193页

作者：张炳力潘泽昊姜俊昭张成标王怿昕杨程磊合肥工业大学汽车与交通工程学院安徽合肥230041 安徽省智能汽车工程实验室安徽合肥230009

针对智能汽车道路目标检测任务中单一传感器感知能力有限、多传感器后融合处理复杂等问题,提出了一种基于Transformer交叉注意力机制的多模态感知融合方法。首先,利用交叉注意力机制能较好地融合多模态信息的优势,搭建了基于深度学习方... 详细信息

针对智能汽车道路目标检测任务中单一传感器感知能力有限、多传感器后融合处理复杂等问题,提出了一种基于Transformer交叉注意力机制的多模态感知融合方法。首先,利用交叉注意力机制能较好地融合多模态信息的优势,搭建了基于深度学习方式的端到端融合感知网络,用以接收视觉与点云检测网络的输出,并进行后融合处理。其次,对点云检测网络的三维目标信息进行高召回处理,与视觉图像检测器输出的道路目标信息一同作为网络的输入。最后,通过网络实现二维目标信息向三维信息的融合,输出对三维目标检测信息的修正,从而得到准确度更高的后融合检测信息。在KITTI公开数据集上的验证指标表明,通过所提融合方法引入二维检测信息后,相比较PointPillars、PointRCNN、PV-RCNN及CenterPoint四种基准方法,对车辆、骑行人、行人3种类别的综合平均提升分别为7.07%、2.82%、2.46%、1.60%。通过与基于规则的后融合方法对比,所提融合网络在行人和骑行人中等、困难样本检测上,分别有平均1.88%与4.90%的提升。进一步表明所提方法具有更强的适应性与泛化能力。最后,进行了实车试验平台的搭建及算法验证,选取实车试验场景进行可视化定性分析,在实际道路场景下验证了所提检测方法与网络模型。

关键词：汽车工程多模态融合交叉注意力机制三维目标检测后融合信息修正

金属粉末压制中多尺度力学特征不均匀性模拟研究

在线全文

学校读者我要写书评

暂无评论

机械工程学报 2024年第2期60卷 168-177页

作者：张炜萧伟健袁传牛陈荣昕张宁刘焜福建工程学院机械与汽车工程学院福州350118 合肥工业大学摩擦学研究所合肥230009

针对金属粉末压制过程实际研究的复杂性,基于颗粒物质理论及离散元法进行压制过程的数值模拟,特别是结合宏观应力、细观力链及微观接触力各尺度力学特征量化提取分析方法,通过接触力基尼指数与参与指数、力链强度不均匀度参数、局部应... 详细信息

针对金属粉末压制过程实际研究的复杂性,基于颗粒物质理论及离散元法进行压制过程的数值模拟,特别是结合宏观应力、细观力链及微观接触力各尺度力学特征量化提取分析方法,通过接触力基尼指数与参与指数、力链强度不均匀度参数、局部应力不均匀度参数对不同颗粒、侧壁摩擦因数工况下的多尺度力学特征不均匀性进行量化分析,同时探讨多尺度力学特征空间不均匀分布演化。多尺度模拟研究表明:随压制进行,各尺度力学特征不均匀性均逐渐降低;而随侧壁及颗粒间摩擦因数增加,各尺度力学特征不均匀性逐渐增加。其中在宏观力学尺度上,侧壁、颗粒间摩擦因数对不均匀性影响均较为显著,而在细观、微观力学尺度上,颗粒间摩擦因数较侧壁摩擦因数对不均匀性影响更显著;各尺度力学特征空间分布亦逐渐向均匀化发展且保持各尺度一致对应性。研究对于粉体成形力学的丰富及致密化行为解释,以及压坯致密化程度与成形质量提升具有理论铺垫及实际指导意义。

关键词：离散元法金属粉末压制多尺度力学不均匀性力链

基于路面识别算法的分布式驱动汽车驱动防滑控制策略

在线全文

学校读者我要写书评

暂无评论

重庆理工大学学报（自然科学） 2024年第2期38卷 65-76页

作者：常九健吴佳豪方建平合肥工业大学汽车工程技术研究院合肥230000 合肥工业大学汽车与交通工程学院合肥230000

针对在低附着系数路面上由于分布式驱动汽车质量变化及道路坡度影响造成驱动防滑控制效果差的问题,提出了一种基于路面识别算法和滑模控制的驱动防滑控制策略。通过递归最小二乘法估计整车质量和道路坡度,修正车轮垂直载荷,根据附着系... 详细信息

针对在低附着系数路面上由于分布式驱动汽车质量变化及道路坡度影响造成驱动防滑控制效果差的问题,提出了一种基于路面识别算法和滑模控制的驱动防滑控制策略。通过递归最小二乘法估计整车质量和道路坡度,修正车轮垂直载荷,根据附着系数和滑转率的关系设计路面识别策略,获取最优滑转率作为控制目标,采用滑模控制算法实现对滑转率的快速跟踪。通过Carsim和Simulink联合仿真和实车试验,与传统的PI控制策略进行对比,仿真结果表明本文提出的策略滑转率误差RMSE值降低75.1%,实车试验验证本文中提出的控制算法在整车滑转率控制上具有优势。

关键词：分布式驱动电动汽车路面识别驱动防滑控制滑模控制

面向人机共驾模式下驾驶人接管过程的视觉转移特性研究

在线全文

学校读者我要写书评

暂无评论

汽车工程 2024年第5期46卷 795-804页

作者：李梦凡冯忠祥张卫华李靖宇合肥工业大学土木与水利工程学院合肥230000 合肥工业大学汽车与交通工程学院合肥230000

当在L3级自动驾驶系统操作期间,驾驶人无须时刻监管车辆,往往会处于脱离驾驶任务的状态,并可能从事各种与驾驶无关的任务。当自动驾驶系统遇到突发状况并发出接管请求时,驾驶人是否能安全及时地进行人机交互操作并顺利接管车辆是目前L3... 详细信息

当在L3级自动驾驶系统操作期间,驾驶人无须时刻监管车辆,往往会处于脱离驾驶任务的状态,并可能从事各种与驾驶无关的任务。当自动驾驶系统遇到突发状况并发出接管请求时,驾驶人是否能安全及时地进行人机交互操作并顺利接管车辆是目前L3级自动驾驶所面临的重要问题。本文针对驾驶人接管操作过程,根据道路线形的差异性,设计了5种不同道路场景进行L3级自动驾驶接管试验,分析了驾驶人在不同道路场景下的注视熵,构建了驾驶人接管行为的马尔可夫链注视模型,探讨了自动驾驶人机交互过程中驾驶人的视觉转移特性。结果表明,驾驶人在接管操作期间表现出明显的注视行为规律,重点关注道路前方、次任务区域和人机交互区域。随着道路曲率半径的减小,驾驶人的视觉特性呈现出明显的变化,对道路前方和右侧区域的关注增加,而对次任务区域的关注减少。结果可为自动驾驶人机界面的优化研究提供科学依据,从而提高驾驶员接管绩效和驾驶安全。

关键词：自动驾驶人机交互人机接管注视特性马尔可夫链

在线全文

学校读者我要写书评

暂无评论

基于SAC算法的多交叉口交通信号控制研究

天津大学学报（自然科学与工程技术版） 2024年第1期57卷 105-111页

作者：钱立军宣亮陈健陈晨合肥工业大学汽车与交通工程学院合肥230009

针对深度Q网络(deep Q-learning network,DQN)算法在解决多交叉口交通信号配时方案由于外部环境变化和内部参数波动导致效果不佳的问题,提出了基于柔性“行动器-评判器”(soft actor-critic,SAC)的交叉口交通信号控制方法,并设计了相应... 详细信息

针对深度Q网络(deep Q-learning network,DQN)算法在解决多交叉口交通信号配时方案由于外部环境变化和内部参数波动导致效果不佳的问题,提出了基于柔性“行动器-评判器”(soft actor-critic,SAC)的交叉口交通信号控制方法,并设计了相应的系统采样策略和回报函数.与原采样策略相比,新采样策略将相邻智能体的策略信息加入到系统状态中,使当前智能体能够得到更多的交叉口交通分布和合作策略信息.与原回报函数相比,新回报函数中引入空间折扣因子,缩小了相邻智能体的观察和回报值,使当前智能体更加关注和改善当前交通状况.随后在此基础上分别应用DQN和SAC算法设计交通信号控制方法.Webster配时法是利用相位流量数据开发的一种基于周期的固定相位长度交通信号方法,与DQN和SAC算法相比,其优化目标是降低交叉口延迟时间,不考虑交叉口排队长度.在城市交通模拟软件(simulation of urban mobility,SUMO)中构建一个时变交通流交通网络,并在其中分别对基于DQN、SAC和Webster配时法的信号配时控制方法进行仿真测试.仿真结果表明:基于SAC算法的交通信号控制方法与基于DQN算法和Webster配时法的交通信号控制方法相比,能够显著减少交叉口排队长度和平均延迟时间,具体来说,车辆平均排队长度分别减少了17.8%和28.2%,平均延迟分别减少了26.8%和36.3%,说明所提出的方法具有更好的控制效果.

关键词：智能交通交通信号控制信号交叉口深度Q网络柔性“行动器-评判器”

智能网联汽车预期功能安全风险评估3σ接受准则

在线全文

学校读者我要写书评

暂无评论

机械工程学报 2024年第10期60卷 182-191页

作者：白先旭潘宇翔陈浩李维汉石琴合肥工业大学自动驾驶汽车安全技术安徽省重点实验室合肥230009 合肥工业大学安徽省智慧交通车路协同工程研究中心合肥230009 合肥工业大学车辆工程系合肥230009

预期功能安全(Safety of the Intended functionality,SOTIF)问题是智能网联汽车商业化推广的最大难题之一。在对智能网联汽车进行SOTIF分析的过程中,建立合适的风险接受准则能为危害识别和风险评估提供更准确的判别标准,有助于降低开... 详细信息

预期功能安全(Safety of the Intended functionality,SOTIF)问题是智能网联汽车商业化推广的最大难题之一。在对智能网联汽车进行SOTIF分析的过程中,建立合适的风险接受准则能为危害识别和风险评估提供更准确的判别标准,有助于降低开发成本、提高整车的SOTIF信心度和开发效率。为建立合适的风险接受准则,对自然驾驶数据中部分驾驶人交通特性关键参数进行提取以验证驾驶人行为的“极值特性”和参数的正态分布,并分析建立安全接受准则需要遵循的三类基本原则。在结合6标准差(6sigma,6σ)理论在工科领域中的实际应用的基础上,提出将6σ理论用于建立SOTIF风险评估的3σ接受准则,并基于该接受准则重新定义行车安全场(Driving safety field,DSF)中驾驶安全系数(Driving safety index,DSI)标准值的计算方法。利用TrafficNet数据库计算不同基础场景下的DSI的标准值(DSI*),量化基础场景下的SOTIF风险接受准则。研究结果完善智能网联汽车的SOTIF评价体系,有利于从源头提升智能网联汽车安全水平,对避免无止境地推高累积测试里程具有指导意义。

关键词：智能网联汽车预期功能安全风险评估驾驶安全系数接受准则