驾驶机器人机械腿动力学建模与仿真分析

为提高驾驶机器人的设计效率,对机器人的机械腿进行了动力学分析与建模,并建立了机器人驾驶车辆的联合仿真模型。机械腿动力学模型由机械结构和伺服电机两部分组成,其仿真模型由ADAMS和MATLAB/Simulink软件共同建立,在此基础上引入CarSim软件建立车辆模型,并以Simulink为平台建立了基于闭环速度控制的“驾驶机器人-车辆”联合仿真模型。仿真结果表明,驾驶机器人机械腿的动力学模型具有良好的动态响应特性,且所搭建的联合仿真模型能够完成基本的车速跟踪仿真实验,为下一步改进驾驶机器人的机械结构及控制策略提供了虚拟样机模型。      

基于流行病模型的车路协同预警信息交互方法

针对车辆移动速度快、行驶路径受道路约束、网络拓扑结构易改变的特点,提出了一种基于流行病模型的车路协同安全预警信息交互方法,并采用马尔可夫链对传播延迟进行了理论分析.实验采用NS2网络仿真平台,构建了2 000 m长、20 m宽的双向车道测试场景,移动节点间采用802.11协议,实验测得的延迟结果与理论分析基本一致.      

基于行人姿态的轨迹预测方法

在自动驾驶领域，行人轨迹预测一直是研究热点之一，行人行为的不确定性给轨迹预测带来很大的挑战。目前大部分轨迹预测方法只专注于行人之间的信息交互，忽略了行人意图和场景中其他语义信息对行人轨迹的影响。为此，提出一种基于行人姿态的卷积编码器-解码器网络(PKCEDN)来预测目标行人轨迹的方法，所提方法包含基于卷积、长短时记忆(LSTM)网络的编码器-解码器模型和能够学习当前时刻与过去时刻轨迹相关性的注意力机制。所提方法在MOT16、MOT17和MOT20公开数据集上进行了相关测试，与Linear、LSTM、Social-LSTM、Social-生成对抗网络(GAN)、SR-LSTM和M_sgtv等主流方法相比，在保证预测速度不降低的前提下，平均误差降低约36%。     

连续信号交叉口网联自动驾驶车速控制

为了提高车辆在城市道路上行驶时的燃油经济性,同时减少污染物的排放,针对车联网环境下自动驾驶车辆可以与路侧设施及区域中心控制系统实时信息交互的特征,提出了连续信号交叉口车速控制方法。当车辆距下游各信号交叉口的距离和下游交叉口信号相位及时长可以提前获取时,通过提出的自动驾驶车速控制模型计算出一个使车辆能够连续通过下游多个信号交叉口的恒定速度,同时为了保证驾驶舒适性,采用平滑的三角函数曲线表征加/减速过程中的速度变化,避免了车辆在交叉口处急刹车或急加速的情况。为验证车速控制方法的有效性,基于多智能体技术建立了车联网环境下连续信号交叉口车速控制仿真系统,模拟对比分析了有速度控制和无速度控制下车辆连续通过3个信号交叉口的燃油消耗量、CO₂排放量以及行程时间。结果表明:在低密度车流下,运用该车速控制方法,车辆连续通过3个信号交叉口的平均燃油消耗量与CO₂排放量均减少了30%以上,行程时间减少了约5%;在中、高密度车流下,车辆的平均燃油消耗量与CO₂排放量减少了约20%,并能够节省约15%的行程时间。另外,通过与目前已有的针对单点信号交叉口的车速控制模型的比较,本文提出的连续信号交叉口车速控制模型在节能减排方面更具优势。      

小学门口放学期间的一个行人流模型

以小学放学时的行人流运动模式作为研究对象,研究该场景中的行人流特征。放学过程中,学校门口的行人流存在行人不均衡分布、行人按一定规则输入输出、行人成对行为、拥堵现象等特征。借助元胞自动机模型,在静态场基础上提出了一个行人流模型,并设计了一种基于下一步距离收益的算法。利用该模型对北京航空航天大学附属小学放学时学校门口的疏散行人流进行仿真,其仿真结果表明行人流输入率和初始分布人数对系统疏散效率有显著影响,平均疏散时间与初始分布人数呈现负相关的关系。      

一种历史信息特征敏感的行人迭代检测方法

基于深度学习的目标检测算法通常需要使用非极大值抑制等后处理方法对预测框进行筛选，无法在行人拥挤的场景下平衡模型的检测精度和召回率。虽然迭代检测的方法可以解决非极大值抑制等方法带来的问题，但是重复检测同样会限制模型的性能。提出了一种历史信息特征敏感的行人迭代检测方法。引入带权重的历史信息特征（WHIC），提高特征的区分度；利用历史信息特征提取模块（HIFEM）得到不同尺度的历史信息特征，并融合进主网络中进行多尺度检测，增强了模型对历史信息特征的敏感度，有效抑制重复检测框的产生。实验结果表明：所提方法在拥挤场景的行人检测数据集CrowdHuman和WiderPerson上取得了最优的检测精度和召回率。     

两车道交通流的波动分析

对一个由快慢两条车道组成的交通流系统,将基于速度梯度的动力方程应用到每条车道上,得到一种新的交通流动力学模型,可以用来揭示车流的小扰失稳和走走停停等非平衡特性.研究了该模型的波动特性,包括冲击波、稀疏波和一阶波传播,数值计算结果表明该模型能够较好地处理冲击波和稀疏波现象,也能够正确地再现走走停停的交通现象.此研究有助于进一步理解多车道的驾车行为和多车道交通流的非线性动力学特性,从而可以提高交通管理与控制水平.     

基于多标签协同学习的跨域行人重识别

跨域是行人重识别的重要应用场景，但是源域与目标域行人图像在光照条件、拍摄视角、成像背景与风格等方面的表观特征差异性是导致行人重识别模型泛化能力下降的关键因素。针对该问题，提出了基于多标签协同学习的跨域行人重识别方法。利用语义解析模型构造了基于语义对齐的多标签数据表示，以引导构建更关注行人前景区域的局部特征，达到语义对齐的目的，减少背景对跨域重识别的影响。基于行人图像全局特征和语义对齐后的行人局部特征，利用协同学习平均模型生成行人重识别模型的多标签表示，减少跨域场景下噪声硬标签的干扰。利用协同学习网络框架联合多标签的语义对齐模型，提高行人重识别模型的识别能力。实验结果表明:在Market-1501→ DukeMTMC-reID、DukeMTMC-reID→Market-1501、Market-1501→MSMT17、DukeMTMC-reID→MSMT17跨域行人重识别数据集上，与NRMT方法相比，平均精度均值分别提高了8.3%、8.9%、7.6%、7.9%，多标签协同学习方法具有显著的优越性。      

虚拟场景中半动态对象的层次运动模型

为了增强视觉沉浸感,虚拟场景中存在着大量的树木、火焰、烟尘等半动态对象.针对这类对象进行运动描述时计算开销大,严重影响仿真的实时性能的问题,提出一种层次运动模型LOM(Level of Motion).首先给出了半动态对象的定义;然后根据该类对象的特点提出了层次运动模型;最后以树木随风实时摆动行为的建模为实例,对该模型的有效性进行了验证.实验表明该模型的应用可以在保证虚拟场景视觉效果逼真的同时,使仿真获得较为理想的实时性能.      

倾转旋翼无人机最优过渡倾转角曲线

建立了典型三点式倾转旋翼无人机动力学模型,针对过渡过程,开展最优倾转角曲线研究以减小横侧控制耦合对纵向运动影响和过渡过程能耗。基于倾转角曲线对过渡过程的影响分析,提出了改进运动剖面算法对倾转角曲线进行参数化设计;并提出两阶段优化方案来对参数进行优化。第1阶段,综合考虑横侧控制耦合度最低和过渡过程能耗最小目标,以曲线参数为优化变量,构建了最优倾转角问题模型,采用遗传算法进行优化求解。第2阶段,引入舵机动力学模型,考虑过渡时间和系统超调进一步优化以减小结束阶段的超调。与2种现有典型倾转角曲线对比结果表明:给定过渡时间,设计的最优倾转角曲线有效地降低横向控制耦合程度和过渡过程的能耗,且减小结束时超调。      

四轮驱动汽车牵引力控制系统控制策略

针对四轮驱动汽车整车动力性和横向稳定性的问题,提出新的目标滑转率计算和修正方法的牵引力控制系统综合控制策略。首先,建立车辆系统各主要部件的数学模型;然后,针对不同工况,利用模糊PID控制技术建立以发动机节气门开度控制、轴间扭矩分配控制和驱动轮制动控制为一体的牵引力控制系统综合控制策略;在车轮目标滑转率的选取方面,提出了最优纵向滑转率查表法,并根据车速以及轮胎侧偏角的大小对目标滑转率进行实时修正;最后,在典型工况下使用MATLAB/Simulink对四轮驱动汽车牵引力控制系统进行离线仿真研究。结果表明：本文所提出的牵引力控制系统控制策略能有效地抑制驱动轮的过度滑转,充分利用路面附着条件,提高汽车纵向驱动稳定性。     

网联混合动力汽车能量优化控制

能量管理策略是混合动力汽车的核心技术之一,决定了车辆的燃油经济性和排放性能。针对现有混合动力汽车的能量管理都是基于固定工况开发而没有考虑实际道路工况的问题,基于智能交通系统（ITS）和专用短程通信技术（DSRC）获取的道路交通信息和周边车辆信息,提出了一种网联混合动力汽车分层能量控制方法。其中,上层控制器利用道路交通信息和模型预测控制算法预测车辆的最优目标速度并计算出需求转矩;下层控制器利用上层控制器获得的目标车速信息,实现最优车速跟随,并使用模糊神经网络控制算法优化发动机和电动机之间的转矩分配以降低燃油消耗。仿真结果表明:与传统的能量管理策略相比,所提方法可以有效避免车辆在红灯时停车,车辆的燃油消耗率降低了34.88%,HC、CO和NO_x的排放分别降低10.59%、66.19%和1.05%,提升了混合动力汽车的燃油经济性和排放性能。      

车路协同系统下区域路径实时决策方法

为解决车辆行驶数据缺失和滞后造成路径规划系统不稳定问题,建立了基于车路协同系统（CVIS）的新型区域路径实时决策方法。首先,通过获取网联车辆的实时行驶数据,结合交通信号配时和路径转向信息,并考虑车辆在途经交叉口时可能遇到的非自由流行驶情况,动态计算当前路段路阻值;其次,根据当前时刻各路段的路阻统计数据,以及区域路网拓扑结构,实时预测各备选路线的行程时间,选择行程时间最少的路线作为车辆最优行驶路径;最后,选取北京市望京地区的典型区域路网数据进行验证。在150组实验过程中,计算得出不同时段下按所提方法得到的最优路线用时平均比常规导航系统推荐最优路线用时分别短9.52 s、13.39 s及20.65 s,证明了所提方法的有效性。      

基于ECE法规和Ⅰ曲线的机电复合制动控制策略

具有再生制动功能的电动汽车制动系统与传统燃油汽车的摩擦制动系统不同,在回收部分制动能量的同时其制动稳定性会发生变化.在保证安全制动距离的前提下,制动能量回收率的提高受到制动稳定性的制约和限制.针对电制动和常规摩擦制动组成的机电复合制动系统,建立了电制动力、电制动力矩和电池充电功率计算模型.考虑到电机转矩特性和电池充电功率限制,以最大化回收制动能量为目标,设计3种不同的机电复合制动控制策略.通过在ADVISOR软件中建立嵌入式仿真模块对制动能量回收率、电池荷电状态和纯电动模式的续驶里程进行了仿真计算和分析.计算结果表明:I曲线和ECE(Economic Commission of Europe safety regulations)法规边界线都不是理想的制动力分配曲线,所提出的制动力分配曲线OABCD综合性能较好,制动能量回收率达到59.56%,且一个循环的荷电状态变化很小,仅降低了4.29%.实车试验表明能量回收能够提高续驶里程.     

Research on navigation of satellite constellation based on an asynchronous observation model using X-ray pulsar

Pulsar navigation is a promising navigation method for high-altitude orbit space tasks or deep space exploration. At present, an important reason for restricting the development of pulsar navigation is that navigation accuracy is not high due to the slow update of the measurements. In order to improve the accuracy of pulsar navigation, an asynchronous observation model which can improve the update rate of the measurements is proposed on the basis of satellite constellation which has a broad space for development because of its visibility and reliability. The simulation results show that the asynchronous observation model improves the positioning accuracy by 31.48% and velocity accuracy by 24.75% than that of the synchronous observation model. With the new Doppler effects compensation method in the asynchronous observation model proposed in this paper, the positioning accuracy is improved by 32.27%, and the velocity accuracy is improved by 34.07% than that of the traditional method. The simulation results show that without considering the clock error will result in a filtering divergence.     

基于双模式驱动的飞行汽车起飞阶段动力匹配分析

针对折叠翼飞行汽车起飞阶段的动力匹配问题,研究了基本的动力控制策略,通过理论计算分析了起飞阶段双模式驱动特性,提出了最佳切换时刻的概念。对某型飞行汽车传动系统进行了动力匹配计算,并以该飞行汽车参数为基础,在Simulink中建立了不同工况下的行驶仿真模型,对起飞阶段行驶状态进行了仿真分析,给出了基于双模式驱动的动力匹配方案以及最佳切换时刻的选取原则。计算结果表明,通过采取双模式驱动,起飞加速时间缩短22%,起飞滑跑距离缩短13%。进一步对传动系统参数、整车设计参数以及发动机输出特性进行了优化分析,分析计算结果给出了各参数变化对起飞动力性能的影响。