考虑人-车-路耦合的路径跟随过程操稳性预测研究

为更早预测车辆的操稳性失稳风险,针对性解决传统“人-车-路”耦合系统中“路”先验信息未知和由此导致的“人”输入难预测问题,借助先进辅助驾驶系统提供的前方预瞄路径,提出结合驾驶员转向模型及车辆非线性动力学模型的操稳性预测方法. 构建“人-车-路”闭环反馈驾驶员模型,对跟随道路曲率的驾驶员转向行为进行预测;将当前车速与预测转向作为三自由度非线性动力学模型的输入,实现跟随前方路径的操稳性状态预测;通过Simulink-Carsim联合仿真及驾驶员模拟器硬件在环对比,进行双移线路径、变曲率路径和蛇形路径工况模拟. 所提方法的操稳性状态预测值与实际值吻合良好.     

彩色电视机遥控电源电路分析

本文从彩色电视机中遥控电路电源与整机主电源之间的关系出发,介绍了遥控电路电源的主要类型,并进行了可靠性分析。     

我国研制6千米深海机器手 可排险和驾驶飞船

可在6000米深海环境下工作的“水下机器手”由我国科学家首次研制成功。专家介绍，作为由中国科学院合肥智能机械研究所智能机器人传感器实验室承担的”863”项目，该系统不仅可用于深海作业型机器人，也可用于特种部队的排险机器人、空军无人驾驶飞机以及无人驾驶飞船中机器人自动或遥控驾驶和操作，还可辐射到其他相关领域，推广前景广阔。     

基于脑电Alpha波的脑-机接口控制实验

对脑电alpha波阻断现象的识别提取与家用电器遥控装置的结合进行了研究，以探索实时脑机接口（brain-computer interface，BCI）系统的可行性．对5～12名受试者进行睁闭眼实验并记录其动态脑电数据，提取alpha波阻断现象发生过程的关键参数．在实时操作平台上对受试者进行4组遥控器按键操作的组合实验，以考察系统的响应速度与指令传递的准确率．总结出了Alpha波阻断现象对应的阈值电压经验计算公式，并建立了以最大噪声背景电平作为甄别开关动作真伪的判据原则．结果显示该系统具有较高的控制成功率和稳定性，表明实时脑机接口系统具有潜在的临床应用价值与研究前景.     

"数字航道"航标定位遥测遥控系统的开发和应用

开发和应用航标定位遥测遥控系统以取代传统被动的航标管理模式并取得了良好的社会效益和经济效益,该系统正逐步被推广使用     

多普勒雷达机房附属设施远程控制系统

给出一种使用公用电话网进行远程控制雷达机房附属设施的系统。该系统采用普通双音多频电话机上的按键,作为控制命令按键,通过MT8870双音调多频接收机作电话双音多频解码核心,实现对雷达机房附属设施远程控制功能。     

彩色电视机遥控电路的控制过程

彩色电视机的遥控电路复杂、类型多，学生对遥控电路的控制过程觉得难以掌握。本文对康佳牌T3731E1型彩色电视机遥控电路的开关机控制过程、模拟量的控制过程、TV／AV的切换过程及频段切换过程进行分析，归纳出电视机遥控电路控制过程的特点。     

驾驶员疲劳状态检测方法研究

为解决由于疲劳驾驶导致交通事故的问题,采用视频图像分析技术处理疲劳的相关特征,运用基于训练的 Adaboost 人脸检测算法精确定位司机脸部和眼睛区域,实时采集眼睛二值化区域面积,采用阈值比较法进行眨眼判断,并提取眼皮疲劳参数 AECS( Average Eyelid Closing Speed) 和 PEＲCLOS( Percent Eyelid Closure over the Pupil Time) ,进行综合疲劳状态分析,最终确定是否疲劳驾驶。实验结果显示,人脸和人眼检测的精度都有较大程度提高,设计的软件可实时监测驾驶员疲劳状态,有效防止疲劳驾驶。     

高速公路平曲线标志标线组合设计评价指标

基于驾驶模拟实验数据,结合驾驶员在高速公路平曲线的运行速度特征、转向特征与行驶轨迹特征,选择速度、方向盘转角系数与横向位置数据构建了高速公路平曲线标志标线组合设计的合理性评价指标与有效性评价指标.其中,合理性评价指标包括转向位置的合理性评价与驾驶负荷的合理性评价,采用小波分解的方法对方向盘转角系数进行多层分解,获取驾驶员转向起终点位置与高频能量,通过驾驶员转向起终点与直缓点/缓直点的距离进行转向位置的合理性评价,通过高频能量比进行驾驶员操作负荷的合理性评价.有效性评价包括运行速度控制的有效性与车辆横向位置控制的有效性,通过平均速度、运行速度与车速离散度进行速度控制效果的评价;通过平均换道次数、平均压线行驶距离进行车辆横向位置控制的有效性评价.通过实例应用验证了研究标志标线组合设置的必要性与评价指标的有效性.     

基于颈腰部肌电及脑电信号的疲劳驾驶检测

为了有效判别驾驶员的疲劳状态,结合生物力学分析提取了驾驶过程中的颈腰部肌电信号EMG和头部脑电信号EEG,并分析其特征参数在驾驶过程中的变化规律.结果表明:颈肌样本熵、颈肌复杂度、腰肌样本熵、腰肌复杂度、脑电样本熵、脑电复杂度这6个生理信号的特征参数值都随着驾驶时间的延长而逐渐降低,通过主成分分析可实现特征参数间的合理组合.基于多元回归理论,建立了能够有效预测疲劳驾驶的数学模型.状态验证结果表明,该模型对疲劳状态判别的正确率可达95%以上.