|






|
车用锂离子电池低温加热方法综述
论文作者:Cheng Lin, Yu Tian, Rui Xiong, Mingjie Zhao, Wenwei Wang
|
|
|
锂离子电池由于其良好的性能、较长的生命周期和环境友好的优点而普遍应用于电动汽车。在汽车启动前,低温下对锂离子电池进行加热,对于提升电池效率、安全性和稳定性至关重要。本文综述了有潜力应用于电动汽车的电池加热方法的最新进展,系统地回顾了每种方法的原理和优缺点。现有的方法分为两类,即外部加热方法和内部加热方法。然后,对不同方法的加热速度、加热消耗等加热指标进行了定量总结。此外,分析筛选了电动汽车低温环境冷启动时的重要指标,并对相关指标进行了定性比较。最后,给出了外部和内部加热方法的应用前景,认为结合外部与内部加热方案的全气候电池加热方法有加热效率高、均匀性好、成本低等优点,更适合于实车应用。
|
|
关键词:电动汽车, 锂离子电池, 电池加热, 电池热管理
本文是北京理工大学林程教授团队开展的研究,引用词条如下:
Lin, C., Kong, W., Tian, Y. et al.: Heating Lithium-Ion batteries at low temperatures for onboard applications: recent progress, challenges and prospects. Automot. Innov. 5(1), 3-17 (2022)
|
|
阅读全文>>
|
|
|






|
全气候无动力中断驱动系统及其协同控制
论文作者:Cheng Lin, Yu Xiao, Mingjie Zhao, Jiang Yi, Ruhui Zhang
|
|
|
过去十年,中国的电动车行业发展迅速,达到了世界上最高的技术水平之一。然而,目前大多数电动公交车服务于城市地区,不适合于全气候运行。为了响应在2022年北京冬奥会所有赛事期间大规模采用电动汽车作为交通工具的目标,我们提出了一种用于全气候电动汽车的双电机混合驱动系统。该系统旨在满足高速和适应严寒环境下的山区道路等操作要求。该系统提供了三种工作模式,并对其在不同条件下的特性进行了分析。此外,提出了具有协同换挡和协同动力分配的双电机协同控制策略,以消除换挡过程中的动力中断,实现智能动力分配,从而提高换挡质量,降低能耗。最后,提出了全气候动力分配策略和档位位置标定方法,极大提升了整车的动力性。试验结果表明,与传统的单电机驱动系统相比,所提出的双电机混合驱动系统在换挡性能具有优势。
|
|
关键词:双电机混合驱动系统,协同控制,档位位置标定,全气候动力分配
本文是北京理工大学林程教授团队开展的研究,引用词条如下:
Lin, C., Yu, X., Zhao, M. et al.: Collaborative control of novel uninterrupted propulsion system for all-climate electric vehicles. Automot. Innov. 5(1), 18-28 (2022)
|
|
阅读全文>>
|
|
|






|
基于改进模拟退火算法的电动汽车无线充电磁耦合器鲁棒优化设计
论文作者:Zhenpo Wang, Lantian Li, Junjun Deng, Baokun Zhang, Shuo Wang
|
|
|
北京2022年冬奥会期间,包括电动巴士、货运卡车和道路清扫车在内的自动驾驶车辆车队将在奥运村运行。为了实现全天候智能运行,需要配备智能充电装置,无线充电设备成为必然选择。针对磁耦合器的稳健性提升,本文提出了一种三绕组串联的单极耦合器结构。通过有限元方法分析,确定线圈结构参数变化对耦合系数和自感的影响。形成可用于定向搜寻的专家模型,结合专家模型和模拟退火算法,缩小抽样区间、明确抽样方向、排除局部最优。本文提出的优化算法有效提升了寻优速度。在外部电路参数、铁氧体使用和铝屏蔽的相同条件下,磁耦合器的偏移灵敏度从58.79%降低到18.89%。建立了一个充电设施原型,验证了基于优化参数算法的线圈结构的可行性。
|
|
关键词:无线充电,磁耦合器,模拟退火算法,稳健优化
本文是北京理工大学王震坡教授团队开展的研究,引用词条如下:
Wang, Z., Li, L., Deng, J. et al.: Magnetic coupler robust optimization design for electric vehicle wireless charger based on Improved Simulated Annealing Algorithm. Automot. Innov. 5(1), 29-42 (2022)
|
|
阅读全文>>
|
|
|






|
高置信度的自动驾驶地图众包建图方法
论文作者:Benny Wijaya, Jiang Kun, Mengmeng Yang, Tuopu Wen, Xuewei Tang, Diange Yang
|
|
|
高精地图的构建是自动驾驶车辆在复杂交通场景中导航的重要基石。传统的高精地图构建依靠高端传感器设备,例如价格昂贵的测绘车,但由于其成本较高,不适合大规模地图建设。因此,本文中提出利用多车传感器数据创建高精道路语义地图。所提方法实现了众包的基于点的视觉SLAM,结合由多车得出的局部地图。用户可以通过更复杂的神经网络来修改提取过程,与传统的二值化方法相比,可获得更准确的检测结果。所得到的地图适合自动驾驶车辆导航、包含路径规划任务的道路标记点。该方法在KAIST城市数据集和首钢数据集进行了评估,证明所提出的地图的详尽度和准确度较高,在理想状态下的绘图误差为0.369米。
|
|
关键词:众包建图, 地图融合, SLAM, 语义制图
本文是清华大学杨殿阁教授团队开展的研究,引用词条如下:
Wijaya, B., Jiang, K., Yang, M. et al.: Crowdsourced road semantics mapping based on pixel-wise confidence level. Automot. Innov. 5(1), 43-56 (2022)
|
|
阅读全文>>
|
|
|