检索结果-内蒙古大学图书馆

消防科学与技术 2019年第5期38卷 730-734页

作者：张韡白琛琛田梦娜仁图雅长安大学汽车学院汽车运输安全保障技术交通行业重点实验室

为了全方位地了解汽车火灾的致因,对2005-2016年间某机动车物证司法鉴定中心的汽车火灾案例进行统计分析,包括状态和起因、车型、时间、起火部位和故障类型等。研究发现:汽车自燃的比例远大于由于碰撞和其他因素导致的汽车火灾比例;客... 详细信息

为了全方位地了解汽车火灾的致因,对2005-2016年间某机动车物证司法鉴定中心的汽车火灾案例进行统计分析,包括状态和起因、车型、时间、起火部位和故障类型等。研究发现:汽车自燃的比例远大于由于碰撞和其他因素导致的汽车火灾比例;客车的起火风险总体小于货车,但大客车风险仍然较大,货车的高起火风险主要来自于中、重型货车,而轻型车风险较低;汽车火灾呈现出典型的季节差异;电气设备是最易起火的部位,电气故障也是最主要的故障类型。提出汽车火灾防治对策以及交通安全与消防技术协作机制,分别从汽车运行阶段、火灾扑救阶段和事后统计阶段进行阐述。

关键词：汽车火灾火灾原因火灾调查统计分析

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的无人驾驶汽车车道线检测方法

引用

科学技术与工程 2021年第24期21卷 10401-10406页

作者：高扬王晨李昭健长安大学汽车学院西安710000 汽车运输安全保障技术交通行业重点实验室西安710000

车道线检测是实现当前汽车辅助驾驶和未来无人驾驶汽车的关键,深度学习技术在近年来迅猛发展,在图像识别、图像分割、语音识别及数据预测等方面都取得了出色成绩。结合深度学习技术对无人驾驶汽车环境感知中的车道线检测进行了相应的研... 详细信息

车道线检测是实现当前汽车辅助驾驶和未来无人驾驶汽车的关键,深度学习技术在近年来迅猛发展,在图像识别、图像分割、语音识别及数据预测等方面都取得了出色成绩。结合深度学习技术对无人驾驶汽车环境感知中的车道线检测进行了相应的研究,提出一种基于深度学习的车道线识别算法。对比研究已有算法,针对其中的信息融合问题,提出了一种新的特征图上下文信息融合方法,将该方法与VGG(Visual Geometry Group)网络相结合提出融合上下文信息的车道线识别网络VGG-FF,进一步加入空洞卷积提出融合空洞卷积及上下文信息的车道线识别网络VGG-FFD。将该网络模型在公开数据集以及自制数据集上进行了性能测试,实验结果表明该模型具有良好的识别效果。

关键词：无人驾驶技术车道线检测深度学习信息融合 VGG网络

来源：评论

学校读者我要写书评

暂无评论

汽车巡航控制系统的定速控制方法的仿真研究

引用

计算机工程与设计 2013年第6期34卷 2098-2103页

作者：付锐秦加合王党青郭明华长安大学汽车运输安全保障技术交通行业重点实验室陕西西安710064 长安大学汽车学院陕西西安710064

为了保证汽车定速巡航系统的控制精度、响应速度和控制稳定性,提出了一种基于模糊PID的参数自整定的模糊控制方法。该控制方法使用模糊规则,对PID的比例-积分-微分的参数进行实时在线调整,既保留了模糊控制的优点,又有效改善了系统的控... 详细信息

为了保证汽车定速巡航系统的控制精度、响应速度和控制稳定性,提出了一种基于模糊PID的参数自整定的模糊控制方法。该控制方法使用模糊规则,对PID的比例-积分-微分的参数进行实时在线调整,既保留了模糊控制的优点,又有效改善了系统的控制品质。使用PreScan与matlab/simulink的联合仿真可以得出以下结果:该控制方法在巡航速度和初始速度都分别为40、60、80、100km/h的条件下,定速巡航控制系统分别在5s、6s、11s、20s左右达到稳定状态,并且没有出现超调量。该系统响应速度快,超调量小,系统工作稳定,可以较好地满足汽车巡航系统中控制需求。

关键词：比例积分-微分模糊理论模糊规则模糊比例-积分-微分定速巡航控制仿真

来源：评论

学校读者我要写书评

暂无评论

特长隧道环境下驾驶人注视转移特性研究

引用

中国安全生产科学技术 2017年第8期13卷 42-48页

作者：胡月琦朱彤李金檑刘浩学长安大学汽车学院陕西西安710064 长安大学汽车运输安全保障技术交通行业重点实验室陕西西安710064

为了研究不同经验驾驶人在高速公路特长隧道环境下的注视转移特性,在高速公路特长隧道中开展实车实验,利用i View X HED型眼动仪采集了32名不同经验驾驶人的眼动数据。运用动态聚类方法,对驾驶人注视区域进行划分,分析了职业与非职业驾... 详细信息

为了研究不同经验驾驶人在高速公路特长隧道环境下的注视转移特性,在高速公路特长隧道中开展实车实验,利用i View X HED型眼动仪采集了32名不同经验驾驶人的眼动数据。运用动态聚类方法,对驾驶人注视区域进行划分,分析了职业与非职业驾驶员在高速公路隧道不同段与普通路段的注视转移规律与注意力分配特性。结果表明:相较于非职业驾驶人,职业驾驶员具有较强的注视前瞻性,且在隧道的不同段主要注视的区域因行车环境不同变化较小;驾驶人对同一目标需要重复注视才能提取足够的信息,且当行车环境复杂度增加或驾驶员驾驶经验不足时,重复注视概率增加;驾驶人在不同路段行车时,主要通过注视中间区域获取信息;行车环境与驾驶经验对驾驶人在中间近处、左侧区域及内后视镜区域的注视平稳分布存在显著的交互作用。

关键词：交通工程驾驶人特长隧道注视转移马尔可夫理论

来源：评论

学校读者我要写书评

暂无评论

汽车乘员约束系统多目标不确定性优化

引用

汽车工程 2018年第5期40卷 521-527页

作者：刘鑫付庆尹来容张志勇长沙理工大学工程车辆安全性设计与可靠性技术湖南省重点实验室长沙410114 长安大学汽车运输安全保障技术交通行业重点实验室西安710064

计及乘员约束系统不确定性参数对乘员安全性的影响,在非线性区间数规划(NINP)和局部加密近似模型相结合的基础上提出一种乘员约束系统多目标不确定性优化方法。根据实车前碰撞试验结果对乘员约束系统的数值模型进行校正,并利用区间序关... 详细信息

计及乘员约束系统不确定性参数对乘员安全性的影响,在非线性区间数规划(NINP)和局部加密近似模型相结合的基础上提出一种乘员约束系统多目标不确定性优化方法。根据实车前碰撞试验结果对乘员约束系统的数值模型进行校正,并利用区间序关系将乘员约束系统不确定性优化问题转换为确定性优化问题;采用隔代映射遗传算法(IP-GA)和微型多目标遗传算法(μMOGA)来求解满足乘员约束系统防护性能的非支配解集。结果表明:该方法能获得考虑不确定性影响的乘员约束系统最佳匹配参数,从而确保汽车乘员的安全性,在汽车安全领域具有广泛的工程应用前景。

关键词：乘员约束系统多目标不确定性优化局部加密近似模型

来源：评论

学校读者我要写书评

暂无评论

高速公路特长隧道驾驶人视觉特征变化规律及安全状态判别模型研究

引用

公路 2016年第1期61卷 138-143页

作者：吴玲刘浩学朱彤长安大学汽车学院西安市710064 长安大学汽车运输安全保障技术交通行业重点实验室西安市710064

为研究高速公路特长隧道下驾驶人视觉特征变化规律及其安全状态判别模型,要求被试驾驶人进行特长隧道环境的实车实验,同时利用眼动追踪装置采集驾驶人视觉特征参数。在统计分析数据的基础上,建立基于C4.5决策树的单一指标和综合指标判... 详细信息

为研究高速公路特长隧道下驾驶人视觉特征变化规律及其安全状态判别模型,要求被试驾驶人进行特长隧道环境的实车实验,同时利用眼动追踪装置采集驾驶人视觉特征参数。在统计分析数据的基础上,建立基于C4.5决策树的单一指标和综合指标判别模型。研究结果表明:相对于非隧道路段,隧道路段驾驶人瞳孔面积更大,注视时间更长;相对于入口段和出口段,行车段驾驶人瞳孔面积更大,而出口段则以短时注视为主;相对于出口段,入口段驾驶人瞳孔面积变化更大,注视持续时间更长;使用单一视觉参数指标可明显区分行车段和非隧道路段驾驶人安全状态,而基于双指标的识别模型可明显区分各路段驾驶人安全状态。研究进一步深化了高速公路特长隧道下驾驶人信息感知模型研究,为建立实时视觉特征判别安全状态提供理论基础。

关键词：交通安全高速公路特长隧道视觉特征判别模型

来源：评论

学校读者我要写书评

暂无评论

不同训练维度下新手驾驶人潜在危险认知能力研究

引用

中国安全科学学报 2018年第6期28卷 61-66页

作者：华珺赵俊玮刘浩学朱彤长安大学汽车学院陕西西安710064 长安大学汽车运输安全保障技术交通行业重点实验室陕西西安710064

为完善我国驾驶人安全教育体系,预防由驾驶人引发的交通事故,选取潜在危险认知通过率、危险区域正确判断率、避险操作准确度为评价指标,利用自主开发的测试培训软件,采集36名被试的数据,分析不同训练频次及丰富度下,新手驾驶人潜在危险... 详细信息

为完善我国驾驶人安全教育体系,预防由驾驶人引发的交通事故,选取潜在危险认知通过率、危险区域正确判断率、避险操作准确度为评价指标,利用自主开发的测试培训软件,采集36名被试的数据,分析不同训练频次及丰富度下,新手驾驶人潜在危险认知能力的提升效果。结果表明：反复训练可使驾驶人潜在危险认知能力提高并保持稳定;相较于低频训练,3～6天/次的高、中频训练效果更明显;相较于简单训练,有针对性教育指导的多样训练使驾驶人能力提升更快;有限的训练条件下,进行6~8次多样训练效果较好。

关键词：驾驶教育训练维度新手驾驶人潜在危险认知能力

来源：评论

学校读者我要写书评

暂无评论

一种新的边缘检测算法研究

引用

郑州大学学报（工学版） 2012年第4期33卷 86-88,93页

作者：肖梅张雷寇雯玉苗永禄刘伟长安大学汽车学院汽车运输安全保障技术交通行业重点实验室陕西西安710064

为了提高边缘检测的运行效率和检测精度,提出了一种新的边缘检测算法,该算法由一个自适应神经模糊推理系统和一个后处理程序组成.选取与边缘方向和梯度双重信息相关的4个目标函数作为自适应神经模糊推理系统的输入,采用计算机合成图像... 详细信息

为了提高边缘检测的运行效率和检测精度,提出了一种新的边缘检测算法,该算法由一个自适应神经模糊推理系统和一个后处理程序组成.选取与边缘方向和梯度双重信息相关的4个目标函数作为自适应神经模糊推理系统的输入,采用计算机合成图像对自适应神经模糊推理系统进行训练.运用一个后处理程序,判断自适应神经模糊推理系统的输出值是否小于门限值,若小于则该像素点为边缘点.仿真实验表明,该方法边缘检测效果优于传统方法和当前文献报道方法.

关键词：自适应神经模糊推理系统边缘检测目标函数

来源：评论

学校读者我要写书评

暂无评论

基于啮合特性直齿锥齿轮分支传动静力学均载分析

引用

机械传动 2021年第1期45卷 29-33,64页

作者：刘红梅蒋进科刘钊长安大学汽车学院陕西西安710064 长安大学汽车运输安全保障技术交通行业重点实验室陕西西安710064

为了改善直齿锥齿轮分支传动系统性能,提出基于啮合特性的静态均载分析方法。通过建立考虑中心轮安装误差的单级分支系统多体齿轮齿面接触分析(MTCA)方法,获得各齿轮副初始接触间隙;计及该间隙引起的啮合偏差,采用集中参数法主要考虑中... 详细信息

为了改善直齿锥齿轮分支传动系统性能,提出基于啮合特性的静态均载分析方法。通过建立考虑中心轮安装误差的单级分支系统多体齿轮齿面接触分析(MTCA)方法,获得各齿轮副初始接触间隙;计及该间隙引起的啮合偏差,采用集中参数法主要考虑中心轮的浮动特性,建立考虑其支撑变形、各齿轮扭转变形相互耦合的静力学平衡方程,获得各分支均载系数,分析了载荷、安装误差、支撑刚度等对系统均载系数的影响。结果表明,随支撑刚度、安装误差的增大,均载系数逐渐增大,轴向对正误差和偏置对正误差对均载系数的影响是等效的;随转矩的增加,均载系数逐渐减小;各分支齿轮副的几何传动误差大小反映了均载系数变化规律,即齿面初始间隙越大,承担的载荷越小。研究结果为高精度直齿锥齿轮分支系统的均载分析提供了理论参考。

关键词：功率分支直齿锥齿轮多体齿面接触分析静态均载啮合特性

来源：评论

学校读者我要写书评

暂无评论

基于ACO-BP神经网络的锂离子电池容量衰退预测

引用

储能科学与技术 2020年第1期9卷 173-179页

作者：张新锋姚蒙蒙王钟毅饶勇翔长安大学汽车运输安全保障技术交通行业重点实验室长安大学汽车学院陕西西安710064

准确预测电池的容量衰退趋势对加强电池系统的管理和维护具有重要意义。本工作选择以锂离子电池为研究对象,根据NASA实验室公开的源数据集分析、预测锂离子电池的容量衰退趋势。在室温、恒流工况下对锂离子电池进行满充满放的循环充放... 详细信息

准确预测电池的容量衰退趋势对加强电池系统的管理和维护具有重要意义。本工作选择以锂离子电池为研究对象,根据NASA实验室公开的源数据集分析、预测锂离子电池的容量衰退趋势。在室温、恒流工况下对锂离子电池进行满充满放的循环充放电试验,得到各循环周期下电池的实际额定容量值,采用紧支集正交小波分析对获得的电池监测数据进行去噪优化处理,得到更加平稳规律的电池容量衰退过程,然后利用蚁群算法(Ant colony optimization,ACO)优化BP神经网络的初始权值和阈值,基于ACO-BP神经网络模型完成对锂离子电池容量衰退的预测,并与单独使用BP神经网络进行对比。结果表明,采用ACO-BP神经网络比单独使用BP神经网络具有更好的预测效果,且随着训练样本的增加,包含更多的电池容量退化信息,预测精度明显提高,当以前80个循环充放电周期作为训练样本时,预测的平均误差为1.46%,若继续扩大训练样本,预测效果将会更好。本研究有助于加强电池系统的健康管理,为高效预测锂离子电池的劣化轨迹提供技术参考。

关键词：锂离子电池容量衰退小波分析蚁群算法 BP神经网络

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：