【摘要】针对现有自动驾驶模型对小样本及重叠样本识别精度不高的问题,提出了一种基于改进YOLOv8s的轻量级目标检测模型。使用多尺度特征提取设计了C2f-Faster模块,替换YOLOv8s骨干网络与颈部网络的C2f模块;融合内部交并比(Inner-IoU)与基于最小点距离交并比(MPDIoU)损失函数,提出Inner-MPDIoU损失函数。模型的对比试验、消融试验结果表明:交并比为0.5时模型平均
【摘要】为提升边缘检测的速度、精度及抗噪性,提出了一种基于中智集的自适应阈值边缘检测算法,该算法通过边窗滤波算法代替传统滤波算法进行去噪;改进中智集获取算法,将图像分割为T、F、I 3个子集,减少处理时间;提出自适应阈值提取算法,缩短阈值提取时间;最后融合分割信息,获取边缘特征。试验表明,该算法在处理不同噪声时效果优于最新研究的基于最大熵的中智集边缘检测算法(NMNE),在保证精度的同时显著提升了
【摘要】为解决车辆在路况重叠的高架区域进行地图匹配时信号传输受到遮挡,导航易出现误匹配、输出时延增加和车道偏移等问题,提出记及车辆信息的隐马尔可夫地图匹配优化算法消除导航系统的此类缺陷。算法采用剔除采样数据中冗余和漂移的定位点;确定候选道路时生成网格索引,利用道路拓扑删除不相连道路,减少计算量,降低输出时延;利用道路和车辆信息生成可信度函数,融合速度相似性改进转移概率,确定匹配路段。实验结果表明,
【摘要】为解决激光SLAM在局部地图构建时重复提取关键帧及回环检测中的无效回环问题,基于LIO-SAM框架,采用vector容器、Kd-tree最近邻搜索与VoxelGrid滤波器,避免当前帧附近关键帧的重复提取。在回环检测方面,引入基于扫描上下文与基于距离的回环检测算法,通过设置帧序列差异阈值筛选回环帧,减少在红绿灯等待或礼让行人场景中的回环检测次数。试验结果表明,与LIO-SAM相比,所提出算
【摘要】为了提高分布式车载电子控制单元(ECU)的通信安全,提出了基于BERT和迁移学习的无监督自适应入侵检测系统。利用自然语言模型BERT学习控制器局域网(CAN)总线中标识符序列特征,将掩码语言模型作为训练目标,进行无监督异常检测,并结合迁移学习完成不同车型的数据训练。在大规模CAN数据集上的试验结果表明:该检测系统对拒绝服务(DoS)、模糊和欺骗攻击的检测精度分别达到100%、99.99%和
【摘要】为解决某车辆行驶时传动系异响问题,对某高速电驱动系统出现的以转子轴转频为基频的异常倍频问题进行仿真分析。为明确影响机制,在Adams中建立包含转动和平动自由度的电驱动传动系统非线性动力学仿真模型,重点考察电机激励源、转子轴不平衡量、花键加工精度及配合精度、传动系统等对倍频激励的影响,利用Adams多步积分法进行数值求解和灵敏度分析。结果表明:倍频激励对电驱动转矩波动以及花键的加工及配合精度
【摘要】针对电动汽车热管理系统中电池高倍率充/放电情况下的电池过温及温度均匀性问题,设计了一种U型微通道结构的冷媒直冷板,并制定了双蒸直冷系统控制策略。通过AmeSim仿真平台搭建了电池直冷及乘员舱降温系统,并进行单蒸(仅电池)以及双蒸(电池和乘员舱)系统的降温性能试验。结果表明:单、双蒸系统中,控制冷板出口过热度低于5 K即可满足电池及乘员舱降温性能要求,同时,双蒸直冷系统控制策略提高了乘员舱的
【摘要】针对过渡工况下汽油机进气流量预测难度较高的问题,构建了一种基于麻雀搜索算法(SSA)优化广义回归神经网络(GRNN)的进气流量预测模型。该模型利用SSA算法对GRNN的平滑因子进行寻优辨识,并采用斯皮尔曼法和对比分析法提取模型的特征参数,以达到较好的预测精度和泛化性能。运用过渡工况进气流量样本数据对模型进行训练和预测,结果表明:在加减速工况下,SSA-GRNN模型预测值的平均相对误差均小于