IP address allocation protocols in vehicular ad hoc networks

In vehicular ad hoc networks (VANETs), communication takes place between vehicles to vehicles, the vehicles to the road side units, and vice-versa. The basic purpose of these communications is to share and exchange tremendous amount of data and information. For efficient information sharing, a systematic and structured connection establishment algorithm is needed. In VANETs, each connected node of the network need to be assigned a unique address. Hence, an algorithm is needed for the proper assignment of unique address to all nodes in the network. This paper explains different types of IP address protocols in VANETs. We have also explained advantage and disadvantage of existing IP address allocation protocols in VANETs.     

情景感知驱动的移动对象多模式轨迹预测技术综述

如何利用多源异构时空数据进行准确的轨迹预测并且反映移动对象的移动特性是轨迹预测领域的核心问题.现有的大多数轨迹预测方法是长序列轨迹模式预测模型,根据历史轨迹的特点进行预测,或将当前移动对象的轨迹位置放入时空语义场景根据历史移动对象轨迹预测位置.综述当前常用的轨迹预测模型和算法,涉及不同的研究领域.首先,阐述了多模式轨迹预测的主流工作,轨迹预测的基本模型类;其次,对不同类的预测模型进行总结,包括数学统计类、机器学习类、滤波算法,以及上述领域具有代表性的算法;再次,对情景感知技术进行了介绍,描述了不同领域的学者对情景感知的定义,阐述了情景感知技术所包含的关键技术点,诸如情景感知计算、情景获取和情景推理的不同类模型,分析了情景感知的不同分类、过滤、存储和融合以及它们的实现方法等.详细介绍了情景感知驱动的轨迹预测模型技术路线及各阶段任务的工作原理.给出了情景感知技术在真实场景中的应用,包括位置推荐,兴趣点推荐等,通过与传统算法对比,分析情景感知技术在此类应用中的优劣.详细介绍了情景感知结合LSTM (long short-term memory)技术应用于行人轨迹预测领域的新方法.最后,总结了...     

CTS: 基于拥堵溯源算法的信号灯多智能体强化学习组织方案

在交通路网的运行中红绿灯起着至关重要的调度作用,随着目前交通的飞速发展,道路越来越复杂、车辆越来越繁多,导致红绿灯的调度压力越来越大、调节能力却越来越弱。为了解决这一问题,建立了CTS（congestion trace source）方案,将交通疏导的主体对象红绿灯作为智能体进行强化学习以优化其对交通的疏导控制能力,通过构建拥堵链和拥堵环综合分析路网拥堵情况,佐以红绿灯相位及其配时数据以达到对红绿灯智能体对象状态的综合判断;CTS方案设计了红绿灯排队长度算法将拥堵情况数字化作为智能体奖励对优化效果进行评判。使用SUMO仿真环境进行实验,设计交通优化指标路口平均排队长度并进行对比,最终该方案的路口平均排队长度相较于原始数据提升了40%。     

基于PID控制算法的变电站用锄草机器人设计

目前,国内的变电站内锄草作业主要靠人工完成,锄草质量受锄草工人技术的娴熟程度影响明显。此外在锄草过程中,锄草工人有可能会由于自身不小心造成与变电站内的高压设备产生接触,有人身触电的风险,由此可见锄草自动化势在必行。本文结合国内外锄草机器人的研究现状,阐述了研发此款锄草机器人的目的和现实意义;通过对LEGO（乐高）模块组装锄草机器人的可行性进行分析论证后,对锄草机器人的结构进行了设计;对锄草机器人的锄草轨迹进行了规划设计,实现了半圆曲面和平面的锄草移动作业,并对机器人小车不规则曲线的运动轨迹采用PID控制算法进行了设计。     

基于边缘计算的智能视频分析算法研究

为适应摄像头在智慧城市、智能交通、自动驾驶等新兴领域应用部署愈加广泛的需求,视频分析需更高精度、低延时地响应分析结果。然而,这种高精度的分析同时也带来了巨大的计算资源需求,计算资源受限的摄像头无法胜任分析任务。边缘计算不仅可以解决本地摄像头计算资源问题,还可以显著降低向云端传输视频流数据的时间;因此,本文探讨了利用深度强化学习方法,在边缘节点辅助摄像头集群视频分析任务场景下,根据当前网络系统条件动态决策,卸载部分指定摄像头上的分析任务,以在满足任务响应延时的约束前提下,最大化一段时间内任务分析的精度。仿真实验结果表明,本文提出的方法在任务的响应延时和准确度方面获得了良好效果。     

Quasi-min-max MPC for visual servoing stabilization of omnidirectional wheeled mobile robots

This paper proposes a new visual servoing quasi-min-max MPC algorithm for stabilization control of an omnidirectional wheeled mobile robot subject to physical and visual constraints. The visual servoing dynamics of the robot are modeled as the state-dependent linear error system with nonlinear control inputs of rotation and deflection velocities of wheels. The state-dependent linear error system is covered as linear parameters-varying models which is used to design the visual servoing quasi-min-max MPC controller. The actual control inputs of the robot are then computed by the solution of an inverse algebraic equation of the MPC actions. The recursive feasibility and stability of the new visual servoing MPC are ensured by some LMIs conditions. The performance and practicability of the visual servoing MPC are verified by some simulation and experiment results.     

移动式表面流场测量技术及应用研究北大核心CSCD

本文开展明渠水槽桥墩绕流和推移质输沙试验,沿水槽方向使用高速相机进行移动拍摄,通过智能识别边壁控制点坐标对图像进行裁剪。通过形态学方法提取表面示踪粒子后,使用粒子追踪测速(PTV)技术和图像特征点识别测速(FMV)计算瞬时表面流场,根据流场位置对所测表面流场区域网格化后进行插值计算,以获得较大范围的表面流场。结果表明:本文使用的移动式表面流场测量方法可提高表面流场的精度和测量范围,此方法拓宽了表面流场测量的应用工况;FMV方法在圆柱绕流试验中可更准确识别圆柱侧方及后方旋转强度较大的区域,所求断面平均流速分布曲线更符合水流特性;推移质运动过程发现紊流表面时均流速仍存在高低速流带结构现象,同时高流速条带对应沙垄而低流速条带对应沙脊处,这表明水流地形相互固定形成了稳定时均结构,也验证了大尺度流向涡模型的合理性。     

机动雷达地网接地电阻的预估算法

系统接地问题是制约机动雷达机动性能的关键因素之一。通过对垂直地网、水平地网、复合地网三种机动地网技术的理论研究与测试验证,提出了不同地网技术接地电阻的近似计算方法,并在理论推导的基础上,提出了机动地网接地电阻的预估算法。经实际测试证明本文所提算法简单可行,并且已经在某型号机动雷达上开展了实际应用,能够为后续机动雷达应急接地提供重要的技术保障。     

移动源排放遥测主要影响因素分析及预测

由于移动源污染遥感监测受到复杂外部环境影响, 难以通过传统统计方法建立车辆行驶工况与污染排放之间 的相关性模型, 为此开展了基于移动源遥感监测的影响因素分析及排放预测的研究。首先利用 Spearman 相关性分析 排除与移动源污染物主要排放气体 CO、 HC、 NO 气体浓度无相关性的因素; 其次使用 Lasso 算法确定各成分的关键 影响因子, 并采用神经网络构建污染物排放预测模型; 最后在测试集上验证该模型用于移动源污染排放主要成分预测 的有效性。模型预测的结果表明, 基于特征筛选的移动源污染排放数据预测神经网络模型具有较高的预测精度, 可以 降低城市移动源污染排放检测成本并为相关部门制定相关政策提供数据支持。     

终端近场通信天线研究北大核心CSCD

近场通信(NFC)已成为无线终端的标配功能,工作范围小、抗干扰性和安全性较高的特性使其被广泛应用于终端的移动支付和虚拟卡片等领域。由于近场天线产生的感应磁场会在临近的金属上耦合出反向涡流,并且金属屏蔽物覆盖会降低收发天线间的磁场耦合,紧凑终端中的电池、主板、外壳等金属元件将大幅影响NFC天线性能。本文从近场通信的历史、标准、系统结构出发,以终端NFC天线工作环境中的金属覆盖情况作为分类依据,对终端近场通信天线的研究进展进行了简要介绍。