简介:智能网联汽车技术研发是当今全球汽车技术的热点,而人工智能的发展正处于高速增长时期,特别是人工智能在高度智能驾驶方面具有无限的应用空间。本文作者介绍了人工智能在全球的发展概况,在汽车工业价值链上的发展具有巨大的增值潜力。介绍了人工智能的基本概念,包括深度神经网络(DNN)和增强学习(RL),详细阐述了人工智能在高度智能技术发展的巨大作用和核心技术及发展趋势。
简介:传感器受到价格下降和商业化的困扰。玩家需要聪明的策略来为自己保留一大块蛋糕。本文介绍了一个描述智能传感器参与者的框架,从而确定了三种不同的体系结构:侧重于测量能力和满足不同环境条件要求的测量专家、为本地数据处理和最终用户接口提供解决方案的本地分析领导者,以及数字创新者提供通信和远程分析以分析来自多个设备的数据。基于这些架构类型,确定了不同的战略选择。虽然理论上每个架构类型都有三个战略选择,要么留在当前位置,要么进入另一个架构类型的领域,但每个选项的可行性取决于应用市场的具体要求和参与者的内部能力。因此,本文结尾为每个构架(Architype)提供了一组战略问题,为找到最适合的战略选项过程提供帮助。
简介:随着汽车智能网联化程度的提高,智能高边开关(HSS)在汽车电子系统中得到了广泛的应用。本文针对智能高边开关在保护、故障诊断和感性负载控制存在的技术问题,提出了相应的解决方法。针对在智能高边开关在电源反接、短路或过载以及抛负载瞬态过压工况,总结了硬件保护电路和软件控制保护策略。针对智能高边开关的故障诊断不能区分开路(OL)故障和短路到电源(SCB)的故障问题,提出了一种故障诊断策略。针对应用智能高边开关控制感性负载,通过分析智能高边开关导通和关断过程,总结出智能高边开关故障的原因,并给出解决钳位能力不足问题的方法和注意事项。通过试验和实车测试,验证了方法的可行性和有效性。
简介:本文提出一种新的级联控制策略。利用自适应RBF神经网络控制和双闭环积分滑模控制,实现对无人机的位置控制以及姿态控制。自适应RBF神经网络控制可在线的、有效的估计未知的模型参数和持续的外界干扰,双闭环积分滑模控制可保证姿态系统状态量沿着预先设定的滑模面渐进收敛到期望的姿态轨迹,仿真结果表明本文的控制方法具有对外界干扰及模型不确定性良好的鲁棒性、光滑的输出信号以及非线性函数的逼近特性。