|






|
基于道路消失点导向的危险小物体检测
论文作者:Guang Chen, Kai Chen, Lijun Zhang, Liming Zhang & Alois Knoll
|
|
|
先进的深度学习技术极大促进了自动驾驶中物体检测技术的发展,然而由于缺乏大规模的小物体数据集和研究方法,远距离检测小型道路危险物仍然是一个挑战。本文从两个方面解决了这一挑战。首先,引入了一个远距离道路物体数据集(TJ-LDRO),该数据集由109,337张图像组成,是迄今为止小型道路物体检测研究的最大数据集。其次,提出了一个基于道路消失点的感知网络(VCANet),它利用消失点预测模块和感知中心检测模块获得语义信息。在VCANet中引入了多尺度特征融合管道和上采样模块来增强感兴趣区域(ROI)的特征。用TJ-LDRO数据集进行试验,结果表明,所提出的方法比典型物体检测方法性能更好。本文填补了高速自动驾驶汽车道路危险小物体检测方面的空白。
|
|
关键词:自动驾驶, 道路障碍物, 物体检测, 深度学习, 消失点
本文是同济大学陈广团队与慕尼黑工大Alois Knoll团队开展的研究,引用词条如下:
Chen, G., Chen, K., Zhang, L. et al.: VCANet: Vanishing-Point-Guided Context-Aware Network for small road object detection. Automot. Innov. 4(4), 400–412 (2021)
|
|
阅读全文>>
|
|
|






|
基于五阶容积卡尔曼滤波的锂离子电池SOC预估方法
论文作者:Lin Zhang, Qiang Meng, Hong Chen, Yanjun Huang, Yang Liu & Konghui Guo
|
|
|
新能源汽车的快速发展带动了动力电池技术的突破。锂离子电池因具有高比能、长寿命、高安全等特性,在新能源汽车上获得了广泛应用。然而,锂离子电池荷电状态(SOC)预估在动态时变工况条件下存在精度差、噪声干扰强、鲁棒性差等问题。针对上述难题,本文提出了一种基于自适应优化的五阶容积卡尔曼滤波器的锂离子电池SOC预估方法。首先,建立了电池二阶等效电路模型描述电池静动态特性,建立粒子群算法结合脉冲测试对模型进行参数辨识,构建滤波估计算法用于完成SOC估计。其次,针对实车环境下存在的干扰问题,开展了仿真测试进行研究,在初值干扰、采样干扰等条件下均可达到较好的精度与稳定性,验证了算法的有效性。主要结论为:静态运行时,所提方法的SOC最大预估误差为3%;动态运行时,SOC最大预估误差为5%;在初始误差扰动下,所提方法具有较好的收敛性和鲁棒性,表明了在电动车实际动态工况下的应用潜力;本文所提方法可用于云计算系统在线预估SOC,在电动车中具有多样化的应用前景。
|
|
关键词:五阶容积卡尔曼滤波器,参数识别,等效电路模型,充电状态,锂离子电池
五阶容积卡尔曼滤波器,参数识别,等效电路模型,充电状态,锂离子电池,引用词条如下:
Yi, H., Yang, S., Zhou, S. et al.: An innovative state-of-charge estimation method of lithium-ion battery based on 5th-order Cubature Kalman Filter. Automot. Innov. 4(4), 448–458 (2021)
|
|
阅读全文>>
|
|
|






|
集成主动轮系统的直线型振动能量回收装置设计、建模与特性研究
论文作者:Xin Wen, Yinong Li & Chao Yang
|
|
|
电动汽车能量损失的一个主要来源是减震器在不规则路面激励下耗散的振动能量,且在采用主动轮系统时,振动能量损失加剧。为此,设计了一款永磁直线电机作为主动轮系统的作动器,将这种振动能量转化为电能,并通过优化电枢结构参数改善了电机力学性能。通过理论模型和有限元模型探究了不同路面激励频率和幅值对永磁直线电机的电动势波形、发电功率、效率和阻尼力(根据负载条件)的影响,以及该模型的能量回收和非线性电磁力特性。最后根据电磁特性研究结果设计分级负载电阻控制器,实现了主动轮电磁悬架系统振动能量回收的自阻尼控制,在提高悬架系统动态性能的同时降低了车辆的能量损耗。
|
|
关键词:能量回收, 电动汽车, 主动轮系统, 自阻尼悬架
本文是重庆大学李以农教授团队开展的研究,引用词条如下:
Wen, X., Li, Y. & Yang, C.: Design, modeling, and characterization of a tubular linear vibration energy harvester for integrated active wheel system. Automot. Innov. 4(4), 413–429 (2021)
|
|
阅读全文>>
|
|
|