检索结果-内蒙古大学图书馆

汽车技术 2023年第4期 8-15页

作者：张新锋王万宝柳欢赵娟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 长安大学汽车学院西安710064

为提高自动驾驶车辆在高速动态复杂交通场景下车辆换道意图识别精度和预判能力,提出了基于融合注意力机制的卷积残差双向长短时记忆(BiLSTM)识别模型。采用一维卷积神经网络提取车辆运动状态特征;将构造的特征向量作为BiLSTM输入信息;... 详细信息

为提高自动驾驶车辆在高速动态复杂交通场景下车辆换道意图识别精度和预判能力,提出了基于融合注意力机制的卷积残差双向长短时记忆(BiLSTM)识别模型。采用一维卷积神经网络提取车辆运动状态特征;将构造的特征向量作为BiLSTM输入信息;通过残差连接,解决多层BiLSTM易出现的优化瓶颈和梯度消失问题;利用注意力机制,调整残差BiLSTM不同时刻输出权重;应用Softmax函数计算驾驶意图概率。采用NGSIM高速公路数据集对模型进行验证,并与其他4种模型进行对比,结果表明:该模型对换道意图整体识别准确率最高,达到97.44%,在换道前2.5 s预测结果准确率达到90%以上,具有更好的识别精度和预判能力。

关键词：换道意图识别自动驾驶长短期记忆网络注意力机制交互信息

来源：评论

学校读者我要写书评

暂无评论

基于邻域相关性的背景重构

引用

科技导报 2012年第24期30卷 57-61页

作者：肖梅张雷寇雯玉刘伟苗永禄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西安710064

背景差法是一种重要的运动检测方法,当场景中背景被长时遮挡,并非总是以最大频率出现时,往往容易将前景错误地认为是背景,从而产生错误的重构,针对该问题本文提出了一种基于邻域相关性的背景重构算法。算法首先对输入数据进行排序;其次... 详细信息

背景差法是一种重要的运动检测方法,当场景中背景被长时遮挡,并非总是以最大频率出现时,往往容易将前景错误地认为是背景,从而产生错误的重构,针对该问题本文提出了一种基于邻域相关性的背景重构算法。算法首先对输入数据进行排序;其次利用简单归类算法对排序后的数据进行分类;再次计算灰度类的出现频率,根据灰度类的出现频率得到像素的背景确定标识,并为背景不确定的像素选定候选背景;最后对背景不确定的像素循环执行背景确定程序,即基于像素邻域相关性,选择和邻域相似度最大的候选背景为像素的确定背景。为验证算法的有效性,对算法进行了多种场景的仿真实验,仿真实验表明,即使在背景被长时遮挡的环境中,算法仍能很好构建背景,从而有利于后续的运动目标检测、识别和跟踪。

关键词：候选背景邻域相关性背景重构

来源：评论

学校读者我要写书评

暂无评论

Ease-off拓扑修形准双曲面齿轮齿面数控修正

引用

重庆大学学报 2021年第2期44卷 25-33页

作者：蒋进科方宗德刘红梅长安大学汽车学院西安710064 长安大学汽车运输安全保障技术交通行业重点实验室西安710064 西北工业大学机电学院西安710072

为了改善汽车驱动桥综合传动性能,提出基于ease-off拓扑修形准双曲面齿轮设计与加工方法。预置传动误差及抛物线修形参数设计小轮法向自由ease-off拓扑修形曲面,建立小轮拓扑修形齿面模型,可以准确获得任意自由ease-off修形齿面的解析... 详细信息

为了改善汽车驱动桥综合传动性能,提出基于ease-off拓扑修形准双曲面齿轮设计与加工方法。预置传动误差及抛物线修形参数设计小轮法向自由ease-off拓扑修形曲面,建立小轮拓扑修形齿面模型,可以准确获得任意自由ease-off修形齿面的解析表达式。结合齿面承载接触分析(loaded tooth contact analysis,LTCA)方法,优化承载传动误差幅值(amplitude of loaded transmission error,ALTE)为最小,确定最优ease-off曲面参数,并推导其相对小轮理论齿面的目标修形量。基于刀具和计算机数控(CNC)机床各运动轴参数误差敏感性的齿面修正模型,分析各参数扰动对齿面误差的影响,进而确定合理的参数边界,以目标修形量误差平方和最小为目标函数,通过最小二乘法确定最优ease-off拓扑修形齿面的加工参数。结果表明:CNC机床各轴主要引起齿厚和对角修正,增加刀刃修正可以实现ease-off拓扑修形齿面的高精度修正,为高性能齿面自由ease-off修形设计与加工提供理论参考。

关键词：准双曲面齿轮 ease-off拓扑修形 CNC面铣齿面校正承载传动误差

来源：评论

学校读者我要写书评

暂无评论

双阈值灰度归类背景重构算法

引用

科技导报 2011年第32期29卷 43-46页

作者：肖梅张雷苗永禄刘伟寇雯玉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．西安710064

针对背景差法背景重构的难点,提出了一种改进的像素灰度归类的背景重构算法。该方法假定"背景在图像序列中总是最常被观测到",根据帧间灰度差和累计帧差和划分灰度类,对划分的灰度区间执行合并操作,最后选择出现频率最大的灰... 详细信息

针对背景差法背景重构的难点,提出了一种改进的像素灰度归类的背景重构算法。该方法假定"背景在图像序列中总是最常被观测到",根据帧间灰度差和累计帧差和划分灰度类,对划分的灰度区间执行合并操作,最后选择出现频率最大的灰度类作为该像素的背景值。仿真结果表明,该算法有效地避免了混合现象,当场景本身存在缓慢变化时也能很好地构建出背景,从而有利于后续的运动目标检测、识别和跟踪。

关键词：灰度归类背景重构运动检测

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

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

基于人机共驾的车道保持驾驶辅助系统

引用

重庆理工大学学报（自然科学） 2021年第3期35卷 1-9页

作者：张新锋左思田圣哲长安大学汽车学院西安710064 汽车运输安全保障技术交通行业重点实验室西安710064

针对驾驶员因疲劳、分心以及横向风等因素,无意识地使车辆偏离车道线的问题,提出了一种通过固定的共驾系数实现辅助驾驶系统与驾驶员之间人机共驾的车道保持驾驶辅助系统研究方法。为了模拟驾驶员分心、疲劳状态,建立了驾驶员模型。在... 详细信息

针对驾驶员因疲劳、分心以及横向风等因素,无意识地使车辆偏离车道线的问题,提出了一种通过固定的共驾系数实现辅助驾驶系统与驾驶员之间人机共驾的车道保持驾驶辅助系统研究方法。为了模拟驾驶员分心、疲劳状态,建立了驾驶员模型。在驾驶员模型的基础上,采用分层控制方法设计车道保持驾驶辅助系统。上层控制器利用模型预测控制方法设计转向角矫正策略;下层控制器根据上层控制器计算的期望横摆力矩对车辆进行防侧翻稳定性控制。搭建CarSim与Matlab/Simulink联合仿真平台,设计不同行驶工况,并分别采用人工驾驶和辅助驾驶2种方式进行仿真试验,仿真结果表明:无论在高速、低速或者低附着系数路面,当人工驾驶的车辆偏离车道中心线时,驾驶辅助系统均能及时矫正车辆的行驶方向,保证车辆稳定地跟踪车道线。

关键词：车道保持驾驶辅助系统模型预测控制人机共驾防侧翻稳定性

来源：评论

学校读者我要写书评

暂无评论

基于稳态转向特性的智能车辆换道轨迹规划

引用

汽车技术 2019年第7期 13-18页

作者：张新锋李传友夏八科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 长安大学汽车学院西安710064

为提高智能车辆在高速公路上的换道安全性,分析了车辆在高速状态下的转向特性并对换道轨迹曲线的最大曲率进行限制,以防止车辆在换道过程中出现侧滑现象,分析了交通车对换道安全性的影响,利用多项式函数进行换道轨迹规划,以车辆侧向加... 详细信息

为提高智能车辆在高速公路上的换道安全性,分析了车辆在高速状态下的转向特性并对换道轨迹曲线的最大曲率进行限制,以防止车辆在换道过程中出现侧滑现象,分析了交通车对换道安全性的影响,利用多项式函数进行换道轨迹规划,以车辆侧向加速度和换道时间为换道优化函数的优化变量,建立了基于稳态转向特性和换道安全距离的换道模型。利用MATLAB和CarSim软件对换道轨迹进行仿真分析,结果表明,该换道轨迹规划方法能够安全平稳地实现智能车辆的换道行为。

关键词：智能车辆换道轨迹规划转向特性安全距离模型

来源：评论

学校读者我要写书评

暂无评论

大型客车乘客疏散特性与制约因素试验研究

引用

中国安全科学学报 2019年第9期29卷 181-187页

作者：张硕黄榕余强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

为促进大型客车安全法规的制定与完善,提高客车安全设计水平,招募45名20~68岁的乘客在6种场景下进行整车疏散试验。首先,通过车载录像系统采集乘客疏散运动数据,对比分析不同场景下大型客车的宏观疏散性能;然后,利用方差分析获取影响乘... 详细信息

为促进大型客车安全法规的制定与完善,提高客车安全设计水平,招募45名20~68岁的乘客在6种场景下进行整车疏散试验。首先,通过车载录像系统采集乘客疏散运动数据,对比分析不同场景下大型客车的宏观疏散性能;然后,利用方差分析获取影响乘客疏散的关键因素;最后,提取踏步前通道区域的乘客关键运动参数,构建速度-密度关系图。结果表明:后门开启场景中,乘客的疏散时间最长,为63 s;可用出口、疏散演习和车门开度显著影响乘客疏散效率;前后门踏步处乘客的平均速度分别为(0.93±0.31)和(0.90±0.31)m/s;在数值和变化趋势方面,速度-密度关系曲线均与经典研究结果相一致。

关键词：大型客车疏散特性制约因素疏散时间运动参数

来源：评论

学校读者我要写书评

暂无评论

基于智能手环的愤怒驾驶行为动态检测方法

引用

中国安全科学学报 2022年第S01期32卷 178-183页

作者：牛世峰马彬涛刘彦君郝帅洁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

为解决驾驶人因愤怒驾驶而导致交通事故的问题,首先,聘请18名职业驾驶人佩戴智能手环开展实车试验,采集驾驶人的心电指标;然后,经统计检验发现不同愤怒情绪强度下心电指标心率(HR)、RR间期的平均值(RRmean)、RR间期的标准差(SDNN)、连... 详细信息

为解决驾驶人因愤怒驾驶而导致交通事故的问题,首先,聘请18名职业驾驶人佩戴智能手环开展实车试验,采集驾驶人的心电指标;然后,经统计检验发现不同愤怒情绪强度下心电指标心率(HR)、RR间期的平均值(RRmean)、RR间期的标准差(SDNN)、连续差的均方根(RMSSD)、RR间期大于50 ms的个数(PNN50)、高频(HF)、非线性指标(SD1、SD2、SD2/SD1)具有显著差异;最后,分别以三级愤怒驾驶行为(正常、轻微愤怒、强烈愤怒)和二级愤怒驾驶行为(正常和愤怒)为因变量,以显著差异心电指标为自变量,基于支持向量机(SVM)、K近邻(KNN)和线性分析(LD)建立驾驶人愤怒驾驶行为动态检测模型。结果表明:二级愤怒驾驶行为识别模型识别效果明显优于三级愤怒驾驶行为识别模型;二级愤怒驾驶行为识别模型中SVM效果最好,三级愤怒驾驶行为识别模型LD模型识别性能最佳。

关键词：智能手环愤怒驾驶检测指标心电信号情绪识别

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：