基于视觉图像边缘特征的灌木丛或高草识别

灌木丛或高草的枝叶外扩,使得其灰度图像边缘呈"锯齿"状,故边缘点曲率值变化频率及变化范围较大,可选择边缘曲率值的变化特征描述该类障碍物的边界特征.首先,利用Fisher 线性分类器对原始灰度图像进行分割,对二值化图像去除孤立点、进行形态学膨胀处理和空穴区域填充;其次,利用LOG算子及细化算法提取出障碍物的单像素边缘;再...     

转向工况下的分布式电动汽车稳定性控制

为提高分布式驱动电动汽车转向稳定性,解决传统神经网络控制算法收敛速度慢、易陷入局部最优解的问题,提出一种利用粒子群算法优化神经网络的比例-积分-微分(PID)转向稳定控制器,利用横摆力矩和滑移率调整力矩实现横摆角速度和各轮滑移率的控制。在此基础上研究了一种针对转向工况的最优力矩分配算法,通过模糊控制算法对驱动力矩进行修正得到驱动修正力矩,将其与横摆力矩和滑移率调整力矩一起作为二次规划问题进行最优分配,得到各轮最佳驱动力矩。基于联合仿真平台进行了双移线和蛇形等典型转向工况下的性能对比测试。结果表明:文中提出的算法能在保持车辆良好动力性同时维持稳定性,稳定控制器能将蛇形工况打滑现象降低36.4%,最优力矩分配算法能将双移线工况的稳定性提高31.2%。     

基于卓越工程师培养理念的汽车构造课程改革

“卓越工程师教育培养计划”为大连理工大学汽车工程专业本科生培养提供了实施目标,与时俱进地进行“汽车构造”课程改革对保障计划的顺利实现具有重要意义.从教学内容、教学方法、考核方式到实践环节对“汽车构造”课程的改革进行了全方位的阐述.此项课程改革加深了学生对汽车结构和各部分工作原理的理解,使学生了解汽车发展的主流方向和问题,开拓了学生的视野.在提高学生专业能力的同时,提升学生的专业素养,增强学生的学习兴趣,提高了他们学以报国的使命感.     

汽车发动机原理课程思政教学改革与探索

为贯彻思政教育进课堂的思想,推进大连理工大学课程思政长效机制建设,分析了汽车发动机原理课程开展实施课程思政建设的必要性,通过课程教学内容、方法和手段的改革,使专业课程与思政建设同向同行,充分发挥专业课程对人才培养的育人能力,构建新时代思政课程考核体系,为社会主义现代化建设输送思想政治过硬、能适应新时代需求的高质量行业创新人才。     

沙质环境中基于视觉的月球车定位方法

视觉里程计是月球车上重要的传感器之一,能够实现月球车在松软月面的定位,并对滑转率进行估计．针对沙质的月面模拟环境,为月球车开发了适应能力强的视觉里程算法．首先,研究基于形态学的图像增强算法以保证提取到足够多的特征点;其次,在对极线约束下实现角点的匹配,并且通过优化搜索窗口尺寸和预估搜索方向等方法提高匹配和跟踪的效率;再其次,采用随机抽样一致（RANSAC）算法进行运动估计,计算巡视器在6个自由度上的姿态变化;最后,在月面模拟场地对视觉里程算法进行试验,证明所提算法在特征稀少的环境中仍能保持较高的稳定性和定位精度．     

实际项目教学在本科生创新实践中的应用

根据国家工程教育发展的重要方针和大连理工大学在本科教育阶段培养精英人才的目标,车辆工程专业将实际项目引入本科生创新实践项目指导中。实践证明这种指导方法能够更好的将专业基础教育同学生实践能力培养结合起来,使毕业生能够更快适应企业需求,为社会发展做出贡献。通过参加本科生创新实践计划,车辆工程专业的学生能够切实感受到自身的进步,学习兴趣也有显著地提高。     

基于SVM的驾驶员面部朝向检测

驾驶员精神状态监测对于交通事故控制具有重要作用。基于支持向量机(SVM)建立信息融合的面部朝向检测模型,在驾驶员面部图像视觉特征(眼睛、嘴部及面部轮廓)检测基础上,通过分析头部运动过程中各特征的空间位置变化规律,利用SVM对驾驶员面部朝向进行多信息融合估计。结果表明,特征检测方法可实现面部各视觉特征的可靠检测,分析得出的各特征运动变化规律可用于对面部朝向的有效估计,从而为驾驶员驾车精神状态监测提供技术支持。     

一种基于支持向量机的行人识别方法研究

研究了基于支持向量机的车辆前方行人识别方法.通过提取样本的类Haar特征,采用AdaBoost算法训练得到了分割行人的级联分类器,实现了行人候选区域的快速分割;提取了样本的纹理特征、对称性特征、边界矩特征以及梯度方向特征,组成表征行人的多维特征向量,采用支持向量机训练得到了识别行人的分类器.试验结果验证了所提算法的有效性,获得约75%的行人检测率.     

无人驾驶车在越野环境中障碍身份识别

针对无人驾驶车越野条件下的环境感知问题,基于Dempster组合规则实现了障碍目标的身份识别.首先,基于CCD和激光传感器提取5个特征作为障碍物特征证据;然后,将传感器数据转换到证据空间,选用模糊插值法求取障碍物身份隶属度进而获取相关系数;再次选择经验公式,根据障碍物类型和环境加权系数计算基本概率赋值函数;最后,基于Dempster的组合规则求得融合后的总概率赋值函数,制定决策规则并识别障碍身份.实验结果表明基于D-S证据理论识别障碍物身份具有良好鲁棒性和实时性.     

行人防碰撞系统制动控制建模与联合仿真

为了体现现有汽车主动防撞系统对车外行人等交通弱势群体的主动安全保护,对行人防碰撞预警系统中自动制动控制进行了研究。在车辆获取到前方行人基本信息的基础上,设计了考虑行人安全的安全状态判断模型,建立了基于Carsim和Simulink的车辆纵向动力学模型,采用加速度滑模控制方法设计了获取本车期望加速度的上位控制器,单神经元PID控制设计了跟踪这一期望加速度的下位控制器,最后对典型的行人危险场景进行联合仿真。试验表明所设计的控制算法对避撞行人有较好的响应,并且能在保证一定的安全距离的前提下实现自动制动,保证了行车的安全性。