期刊文献+
共找到7篇文章
< 1 >
每页显示 20 50 100
AEB系统的CarMaker/Simulink联合仿真研究 被引量:1
1
作者 秦程现 张蕾 爱慕轮 《机械设计与制造》 北大核心 2021年第10期106-109,共4页
针对汽车AEB系统,提出了一种基于碰撞时间的控制算法。研究选取车辆碰撞时间作为控制变量,通过输出的期望减速度来确定各车轮上的制动力矩,从而提高车辆的纵向行驶安全性。为保证研究的准确性,采用CarMaker/Simulink联合建立虚拟仿真环... 针对汽车AEB系统,提出了一种基于碰撞时间的控制算法。研究选取车辆碰撞时间作为控制变量,通过输出的期望减速度来确定各车轮上的制动力矩,从而提高车辆的纵向行驶安全性。为保证研究的准确性,采用CarMaker/Simulink联合建立虚拟仿真环境,并选取C-NCAP(2018版)AEB系统的追尾评分场景进行验证。结果表明:试验较好地验证了AEB系统算法的有效性;根据碰撞时间可以准确预判危险程度,使车辆保持在合适的安全车距范围内。 展开更多
关键词 CarMaker 联合仿真 AEB系统 紧急制动
在线阅读 下载PDF
YOLOv8-GAIS:一种改进的无人机航拍目标检测算法
2
作者 李凯璇 刘晓锋 +1 位作者 陈强 张泽江 《光电工程》 北大核心 2025年第4期76-88,共13页
针对昏暗场景中背景复杂导致目标边缘模糊、小目标易被遮挡和误检漏检的问题,提出一种改进的YOLOv8s算法—YOLOv8-GAIS。采用四头自适应多维特征融合(four-head adaptive multi-dimensional feature fusion,FAMFF)策略,过滤空间中的冲... 针对昏暗场景中背景复杂导致目标边缘模糊、小目标易被遮挡和误检漏检的问题,提出一种改进的YOLOv8s算法—YOLOv8-GAIS。采用四头自适应多维特征融合(four-head adaptive multi-dimensional feature fusion,FAMFF)策略,过滤空间中的冲突信息。添加小目标检测头,解决航拍视角下目标尺度变化大问题。引入空间增强注意力机制(spatially enhanced attention mechanism,SEAM),增强网络对昏暗和遮挡部分的捕捉能力。采用更关注核心部分的InnerSIoU损失函数,提升被遮挡目标的检测性能。采集实地场景扩充VisDrone2021数据集,应用Gamma和SAHI(slicing aided hyper inference)算法进行预处理,平衡低照度场景中不同目标种类的数量,优化模型的泛化能力和检测精度。通过对比实验,改进模型相对于初始模型,参数量减少1.53 MB,mAP50提高6.9%,mAP50-95增加5.6%,模型计算量减少7.2 GFLOPs。在天津市津南区大沽南路进行实地实验,探究无人机(UAV)最适宜的图像采集高度,实验结果表明,当飞行高度设置为60 m时,该模型的检测精度mAP50最高为77.8%。 展开更多
关键词 目标检测 低照度图像 四头自适应多维特征融合策略 无人机 YOLOv8
在线阅读 下载PDF
面向红外与可见光图像融合的改进双鉴别器生成对抗网络算法
3
作者 廖光凤 关志伟 陈强 《红外技术》 北大核心 2025年第3期367-375,共9页
针对现有的红外与可见光图像融合算法对全局和多尺度特征提取不充分,对不同模态图像的关键信息提取不精准的问题,提出了基于双鉴别器生成对抗网络的红外与可见光图像融合算法。首先,生成器结合卷积和自注意力机制,捕获多尺度局部特征和... 针对现有的红外与可见光图像融合算法对全局和多尺度特征提取不充分,对不同模态图像的关键信息提取不精准的问题,提出了基于双鉴别器生成对抗网络的红外与可见光图像融合算法。首先,生成器结合卷积和自注意力机制,捕获多尺度局部特征和全局特征;其次,将注意力机制与跳跃连接结合,充分利用多尺度特征并减少下采样过程中的信息丢失;最后,两个鉴别器引导生成器关注红外图像的前景显著目标和可见光图像的背景纹理信息,使融合图像保留更多关键信息。在公开数据集M~3FD和MSRS上的实验结果表明,与对比算法相比,6种评价指标结果显著提高,其中平均梯度(Average Gradient, AG)在两个数据集上相较于次优结果分别提高了27.83%和21.06%。本文算法的融合结果细节丰富,具有较好的视觉效果。 展开更多
关键词 图像融合 生成对抗网络 双鉴别器 红外图像
在线阅读 下载PDF
智能网联汽车线控底盘硬件在环实验平台开发与应用
4
作者 陈强 王涛 刘晓锋 《实验室研究与探索》 2025年第9期216-221,共6页
为培养汽车类专业高素质复合型人才,构建了智能网联汽车线控底盘硬件在环实验平台。该平台通过车辆动力学模型模拟真实车辆行为、传感器仿真实时交互数据、线控接口模块控制执行单元,实现在虚实融合环境中快速验证自动驾驶算法与底盘控... 为培养汽车类专业高素质复合型人才,构建了智能网联汽车线控底盘硬件在环实验平台。该平台通过车辆动力学模型模拟真实车辆行为、传感器仿真实时交互数据、线控接口模块控制执行单元,实现在虚实融合环境中快速验证自动驾驶算法与底盘控制策略。依托该平台开发了虚拟交通场景中自动紧急制动等典型工况的硬件在环实验,构建了学生中心―成果导向―持续改进三位一体的教学新生态。结果表明,该平台有效促进了学生对理论知识的理解,显著增强了学习的主动性和参与性,提升了学生的团队协作与实践能力。 展开更多
关键词 实验平台 智能网联汽车 硬件在环 线控底盘
在线阅读 下载PDF
基于湍涡耗散的穿孔板消声器气流再生噪声模型 被引量:6
5
作者 赵海军 梁凯 +3 位作者 李洪亮 陈达亮 宋伟志 甄旭东 《内燃机学报》 EI CAS CSCD 北大核心 2019年第2期179-185,共7页
气流再生噪声对消声器性能和声品质影响大,而湍涡耗散是消声器内部流场分布重要体现.利用流场分析及量纲平衡提出了湍涡耗散分布特征系数,建立了关于该系数的穿孔板消声单元气流再生噪声总声功率模型,求解了模型参数,并分析了影响因素.... 气流再生噪声对消声器性能和声品质影响大,而湍涡耗散是消声器内部流场分布重要体现.利用流场分析及量纲平衡提出了湍涡耗散分布特征系数,建立了关于该系数的穿孔板消声单元气流再生噪声总声功率模型,求解了模型参数,并分析了影响因素.结果表明:随着穿孔板消声单元进口气流速度的增加,气流再生噪声总声功率级快速增大,斜率都超过了1;随着湍涡耗散的增大,气流再生噪声总声功率级减小,尤其当湍涡耗散小于1.0×10~5m^2/s^3,气流再生噪声总声功率级快速下降,当湍涡耗散大于1.0×10~5m^2/s^3时,气流再生噪声总声功率级下降速度趋于平缓,该模型可以定量分析穿孔板消声单元结构参数对气流再生噪声的影响规律,穿孔板消声单元气流再生噪声总声功率级随气流分布速度增大而显著增大. 展开更多
关键词 穿孔板消声器 气流再生噪声 总声功率级 湍涡耗散 穿孔板消声单元 结构参数
在线阅读 下载PDF
汽车ESP系统的CarMaker/Simulink建模与仿真 被引量:4
6
作者 秦程现 张蕾 严英 《机械科学与技术》 CSCD 北大核心 2020年第8期1263-1270,共8页
为提高车辆电子稳定程序的控制精度,通过分层模块化思想,提出以横摆角速度和质心侧偏角为输入量的ESP控制系统算法,最终输出稳定制动力矩提高车辆的操纵稳定性。为保证控制系统的准确性,采用CarMaker和Simulink联合建立虚拟仿真环境,并... 为提高车辆电子稳定程序的控制精度,通过分层模块化思想,提出以横摆角速度和质心侧偏角为输入量的ESP控制系统算法,最终输出稳定制动力矩提高车辆的操纵稳定性。为保证控制系统的准确性,采用CarMaker和Simulink联合建立虚拟仿真环境,并在ISO3888-2(2002)急促双移线试验工况下进行验证。结果表明:试验较好地验证了ESP系统算法的有效性;当横摆角速度和质心侧偏角的偏差值超过规定范围时,控制系统能准确实施制动干预,保证了车辆能准确跟踪驾驶员的期望路线。 展开更多
关键词 ESP系统 横摆角速度 质心侧偏角 联合仿真
在线阅读 下载PDF
消声器压力损失与气流再生噪声映射转化模型 被引量:1
7
作者 赵海军 梁凯 +3 位作者 李洪亮 顾灿松 周辉 张玉书 《内燃机学报》 EI CAS CSCD 北大核心 2019年第6期553-560,共8页
提出了消声器压力损失与气流再生噪声的湍动能分布转化系数,建立了二者的映射转化模型.对气流再生噪声的影响因素进行分析,气流再生噪声随进口气流速度和压力损失的增大而增大,总声功率级与压力损失呈类对数变化关系,在不同消声器和不... 提出了消声器压力损失与气流再生噪声的湍动能分布转化系数,建立了二者的映射转化模型.对气流再生噪声的影响因素进行分析,气流再生噪声随进口气流速度和压力损失的增大而增大,总声功率级与压力损失呈类对数变化关系,在不同消声器和不同气流速度下,计算值和试验值相对误差分别小于6%和4%.以偏置式简单扩张消声单元为例,提出了湍动能分布转化系数,建立了映射转化模型,运用该模型进行了结构参数对气流再生噪声的影响讨论.结果表明:气流再生噪声总声功率级随着扩张腔直径的增加而增大,随着进口管直径、出口管直径的增大而减小;气流再生噪声总声功率级随着腔体长度的增大而急速增大,随着进/出口管偏置距离的增大而快速下降. 展开更多
关键词 消声器 压力损失 气流再生噪声 映射转化模型 总声功率级 湍动能分布转化系数
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部