期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到7篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
微型电动汽车悬架系统设计与平顺性分析 被引量：10
1
作者 陈鑫 兰凤崇 +2 位作者 陈吉清 翁楚滨 曾文波 《重庆理工大学学报（自然科学）》 CAS 北大核心 2018年第8期24-31,共8页
为了开发一款微型纯电动汽车,针对其乘坐舒适、安全可靠的设计要求,分析了悬架系统设计参数并完成了初步设计。为了保证汽车有良好的操纵稳定性,基于Adams/Insight对设计的麦弗逊悬架进行了前轮定位参数优化。在3种极限工况下,对设计的... 为了开发一款微型纯电动汽车,针对其乘坐舒适、安全可靠的设计要求,分析了悬架系统设计参数并完成了初步设计。为了保证汽车有良好的操纵稳定性,基于Adams/Insight对设计的麦弗逊悬架进行了前轮定位参数优化。在3种极限工况下,对设计的扭转梁悬架模型进行有限元强度分析,以验证其可靠性。为评估整车的平顺性,在随机沥青路面上进行仿真,并经过功率谱密度变换和频率加权得到了3个轴向的加权加速度均方根值。结果表明:优化后的前轮定位参数随车轮跳动有着良好的变化特性;设计的扭转梁悬架满足强度要求;设计的悬架系统使汽车具有良好的平顺性。 展开更多
关键词 微型纯电动汽车 麦弗逊悬架 扭转梁悬架 平顺性
在线阅读 下载PDF
基于改进柱形特征编码的单阶段目标检测算法
2
作者 罗玉涛 毛浩杰 《华南理工大学学报(自然科学版)》 北大核心 2025年第3期1-11,共11页
基于柱形(Pillar)的单阶段点云3维目标检测算法凭借其较高的运行效率,在工业界得到了广泛的关注和应用。但对点云柱形量化造成的点云3维特征细粒度信息损失,导致这类算法对稀疏点云小目标的检测能力较弱。尽管部分研究对此问题提出了应... 基于柱形(Pillar)的单阶段点云3维目标检测算法凭借其较高的运行效率,在工业界得到了广泛的关注和应用。但对点云柱形量化造成的点云3维特征细粒度信息损失,导致这类算法对稀疏点云小目标的检测能力较弱。尽管部分研究对此问题提出了应对方法,但通常以较高的检测时间成本或者大目标检测精度作为代价。为此,该文提出了一种基于改进柱形特征编码的柱形点云目标检测算法。首先,构建可实现柱形单元内部点云局部与全局特征相结合的柱形特征编码网络,用于增强柱形量化特征的表征能力;然后,设计一个由2维稀疏卷积块与特征融合网络相结合的主干网络,用于融合多尺度的高级抽象语义特征和低级细粒度空间特征,防止过度关注小尺寸特征而降低大目标的检测性能;最后,在KITTI自动驾驶数据集上进行训练和测试,并对实验结果进行了可视化和消融研究。结果显示:所提算法在KITTI数据集的中等难度下,多个类别的平均精度均值达63.54%、平均方向相似性均值达70.72%,平均检测帧速率达31.5 f/s;与PointPillars、TANet和PiFEnet算法相比,该文算法的平均精度均值分别提高了2.44、2.05和2.38个百分点,平均方向相似性均值分别提高了4.69、0.68和7.83个百分点,在同类算法的对比中表现出工程应用潜力。 展开更多
关键词 智能汽车 3维目标检测 点云 柱形特征编码
在线阅读 下载PDF
面向自动驾驶的多任务辅助驾驶策略学习方法 被引量：1
3
作者 罗玉涛 薛志成 《华南理工大学学报（自然科学版）》 EI CAS CSCD 北大核心 2024年第10期31-40,共10页
随着自动驾驶技术的发展,深度强化学习成为实现高效驾驶策略学习的重要手段。然而,实施自动驾驶面临着复杂多变的交通场景带来的挑战,并且现有的深度强化学习方法存在场景适应能力单一、收敛速度较慢的问题。针对此类问题,为提高自动驾... 随着自动驾驶技术的发展,深度强化学习成为实现高效驾驶策略学习的重要手段。然而,实施自动驾驶面临着复杂多变的交通场景带来的挑战,并且现有的深度强化学习方法存在场景适应能力单一、收敛速度较慢的问题。针对此类问题,为提高自动驾驶车辆的场景适应能力和策略学习效率,文中提出了一种多任务辅助的驾驶策略学习方法。该方法首先基于深度残差网络构建了编码器-多任务解码器模块,将高维驾驶场景压缩为低维表征,并采用语义分割、深度估计和速度预测的多任务辅助学习,以提高低维表征的场景信息丰富程度;然后,以该低维表征作为状态输入,构建基于强化学习的决策网络,并设计多约束奖励函数来引导驾驶策略的学习;最后,在CARLA中进行仿真实验。结果表明:相较于DDPG、TD3等经典方法,文中方法通过多任务的辅助改善了训练进程,学习到更优的驾驶策略;在环岛、路口等多个典型城市驾驶场景中实现了更高的任务成功率和驾驶得分,具备优秀的决策能力和场景适应性。 展开更多
关键词 端到端自动驾驶 强化学习 多任务学习 驾驶策略 决策
在线阅读 下载PDF
人车碰撞事故中行人伤亡风险的关联性分析与预测 被引量：4
4
作者 兰凤崇 张越 +2 位作者 陈吉清 冯雨佳 周云郊 《华南理工大学学报（自然科学版）》 EI CAS CSCD 北大核心 2022年第5期1-10,共10页
为了研究人车碰撞事故中影响行人伤亡的因素,提出了基于聚类方法与BP神经网络的行人碰撞后伤亡风险预测模型。首先,以国家车辆事故深度调查体系(NAIS)数据库内2018—2019年间的372起人车碰撞事故数据为研究对象,对其进行统计分析,得到... 为了研究人车碰撞事故中影响行人伤亡的因素,提出了基于聚类方法与BP神经网络的行人碰撞后伤亡风险预测模型。首先,以国家车辆事故深度调查体系(NAIS)数据库内2018—2019年间的372起人车碰撞事故数据为研究对象,对其进行统计分析,得到关于车辆、行人和碰撞状态3个维度的9项事故特征参数;然后,结合各事故特征特性,对连续特征值选用K均值聚类方法,对离散特征值选用层次聚类法,分析行人的伤亡风险与各特征参数间的关联性;最后,建立BP神经网络预测模型,根据事故特征预测行人伤亡情况。结果表明建立的行人伤亡风险预测模型的成功率为86%。 展开更多
关键词 人车碰撞事故 行人伤亡 事故特征 聚类分析 伤亡预测 BP神经网络
在线阅读 下载PDF
基于通道注意力和特征增强的交通标志检测 被引量：5
5
作者 罗玉涛 高强 《华南理工大学学报（自然科学版）》 EI CAS CSCD 北大核心 2023年第12期64-72,共9页
道路上的交通标志包含大量的交通规则语义信息,快速、准确地获取这些信息有助于实现更高级别的辅助驾驶功能,从而提高车辆的安全性能。针对交通标志易受外界因素影响、类别间相似度高和尺寸微小的难点,本研究基于YOLOv5s模型,在数据预... 道路上的交通标志包含大量的交通规则语义信息,快速、准确地获取这些信息有助于实现更高级别的辅助驾驶功能,从而提高车辆的安全性能。针对交通标志易受外界因素影响、类别间相似度高和尺寸微小的难点,本研究基于YOLOv5s模型,在数据预处理、特征提取、特征增强方面分别进行了针对性的改进。在数据预处理部分,利用颜色空间变换、几何变换矩阵来模拟实际场景中交通标志可能发生的颜色变化和形状变化,通过Mosaic算法、Copy-paste算法来提高训练集中微小交通标志的数量和背景的丰富性。在特征提取部分,构建了基于通道注意力标定的C3-TCA模块来提高模型对相似特征的辨别能力。在特征增强部分,通过双路径增强结构融合浅层特征和深层特征,并优化了预测分支的数量和下采样倍率,从而增加了对微小交通标志的检测精度。此外,还利用K-means++算法聚类先验框模板,基于CIoU度量构建边界框回归损失函数,从而降低边界框的回归难度。在TT100K和CCTSDB数据集上进行测试,模型的mAP@0.5指标分别为88.8%和83.5%,模型的检测速度分别为120.5 f/s和114.7 f/s。相较于现有交通标志检测模型,所构建模型在检测精度和检测速度上均达到了先进水平。针对数据增强算法、预测分支、通道注意力模块位置的对比实验进一步证明了所提具体优化方法的有效性。 展开更多
关键词 交通标志检测 卷积神经网络 通道注意力 特征增强
在线阅读 下载PDF
基于改进深度强化学习的自动泊车路径规划 被引量：18
6
作者 陈鑫 兰凤崇 陈吉清 《重庆理工大学学报（自然科学）》 CAS 北大核心 2021年第7期17-27,共11页
提出一种基于深度强化学习的运动规划方法,以车辆位姿、方向盘转角和与障碍物的最小距离作为状态,以目标方向盘转角作为动作,通过Pytorch搭建了基于深度强化学习的泊车算法框架。设计基于引导的奖励函数以避免奖励稀疏问题;以回合平均... 提出一种基于深度强化学习的运动规划方法,以车辆位姿、方向盘转角和与障碍物的最小距离作为状态,以目标方向盘转角作为动作,通过Pytorch搭建了基于深度强化学习的泊车算法框架。设计基于引导的奖励函数以避免奖励稀疏问题;以回合平均奖励作为优先级,将经验池改进为基于优先队列对样本进行存储和淘汰;针对泊车问题,提出了基于课程学习的分阶段训练方法,加速算法收敛。仿真结果表明:提出的算法较原始算法收敛速度提高25%,完成训练的智能体具有较强的规划能力和健壮性,规划成功率达到90.6%,同时具有良好的舒适性和安全性。 展开更多
关键词 自动泊车 路径规划 深度强化学习 课程学习
在线阅读 下载PDF
面向净功率最大化的车载光伏系统气动性能优化
7
作者 罗玉涛 林志强 《华南理工大学学报(自然科学版)》 2025年第11期122-131,共10页
当前对车载光伏系统的研究多侧重于通过优化折叠机构增加光伏板安装面积来提升发电功率,忽视了发电功率与系统附加阻力能耗协同优化的问题。该文以提升车载光伏系统净功率为目标,通过优化车载光伏系统的气动性能,减小系统给车辆附加的... 当前对车载光伏系统的研究多侧重于通过优化折叠机构增加光伏板安装面积来提升发电功率,忽视了发电功率与系统附加阻力能耗协同优化的问题。该文以提升车载光伏系统净功率为目标,通过优化车载光伏系统的气动性能,减小系统给车辆附加的阻力能耗,从而提升系统净功率。首先,以折叠式车载光伏系统为对象,设计了符合空气动力学原理的高透光率整流罩和车载光伏系统尾翼;然后,选取前倾角、后背角和系统高度3个设计变量对整流罩外形进行优化,通过构建正交试验方案,由极差分析得到3个设计变量对气动阻力的影响程度为系统高度>前倾角>后背角,由主效应图分析得3个参数对系统气动阻力的影响均具有单调性,由此确定整流罩外形结构参数为:前倾角70°,后背角0°,系统高度100 mm;进而,对车载光伏系统尾翼攻角进行优化,对实验数据构建三次样条插值近似模型,得到升阻比最优的尾翼攻角为33.96°。将安装了该文所提出的车载光伏系统的车辆与未安装该系统的车辆进行对比,发现空气阻力系数降幅达44.59%,气动阻力降幅达22.45%;升力系数降幅达226.15%,升力方向由向上转为向下,消除了气动升力向上给整车操控和安全性能带来的不利影响。与原始车辆模型对比,空气阻力系数降幅达17.35%,气动阻力仅增加3.14 N,基本消除了车载光伏系统对车辆气动性能的负面影响。该文还对优化前后的车载光伏系统净功率进行了对比和分析,发现所提出的优化方案可有效提升车载光伏系统在车辆行驶时的净发电功率,当车速为40.0 m/s时,净功率差达7723.62 W。 展开更多
关键词 车载光伏系统 气动性能优化 净功率
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部