基于ADAMS与Simulink工程车辆油气悬架非线性建模分析

工程车辆油气悬架建模存在诸多非线性影响因素,根据其结构特点和工作原理,基于气体状态方程和油液孔口出流方程建立其非线性数学模型;并以此为基础搭建Simulink数学模型和ADAMS油气悬架试验台多体动力学模型;为验证模型准确性,搭建油气悬架试验台,进行油气悬架动态特性试验,获得激励频率变化对油气悬架动态特性的影响规律。对比分析联合仿真和试验结果验证了非线性数学模型和联合仿真模型的准确性与可靠性,为工程车辆油气悬架系统的特性研究及整车动力学特性研究提供了参考。     

基于人机工程理论的复兴号动车组驾驶室分析方法

为了改善列车驾驶员的工作环境并降低驾驶员的疲劳程度,通过对列车驾驶室的布局设计进行人机工程校核与优化,在提高驾驶员的工作效率的同时,保证列车行驶的安全性与可靠性。以复兴号某车型的驾驶室为研究对象,利用RAMSIS软件开发环境建立了具适用于本研究的三维人体模型;依据《UIC 651标准》等相关标准对列车驾驶室的驾驶员伸及性、前方视野性、空间性、仪表盘视野性以及坐姿舒适性等方面进行了人机工程校核,针对欠缺合理之处进行了优化;在此基础上,利用G1评价方法对已设计的驾驶室布局进行了评价,评价结果表明对列车驾驶室布局设计方法优于传统车型的驾驶室设计,对列车驾驶室的布置具有重要的指导意义。     

基于优化DeepSort的前方车辆多目标跟踪

为了提升自动驾驶汽车对周边环境的感知能力,提出优化DeepSort的前方多车辆目标跟踪算法. 采用Gaussian YOLO v3作为前端目标检测器,基于DarkNet-53骨干网络训练,获得专门针对车辆的检测器Gaussian YOLO v3-vehicle,使车辆检测准确率提升3%. 为了克服传统预训练模型没有针对车辆类别的缺点,提出采用扩增后的VeRi数据集进行重识别预训练. 提出结合中心损失函数与交叉熵损失函数的新损失函数,使网络提取的目标特征有更好的类内聚合以及类间分辨能力. 试验部分采集不同环境的实际道路视频,采用CLEAR MOT评价指标进行性能评估. 结果表明,与基准DeepSort YOLO v3相比,跟踪准确度提升1%,身份切换次数减少4%.     

城轨交通FAO虚拟仿真实训室的设计与实现

为响应全自动运行系统（FAO）进军国际市场且市占率稳步提升的浪潮，满足轨道交通行业对FAO专业技术人才的需求，设计并成功搭建城轨交通FAO虚拟仿真实训室。实训室规划多类教学区域，配套FAO列车运行控制系统，引入模拟驾驶功能，同时提供数据传输系统（DCS）与基础信号实训设备，实现各区域设备联动，构成完整的信号联动系统。实训室的成功设计与实现，既提高专业师资队伍实训指导水平，又为培养专业FAO人才打下坚实基础。