清洁安全的汽车将由功能电子化和自动驾驶赋能

来源 :电子产品世界 | 被引量 : 0次 | 上传用户:bigmouse0907
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
未来的汽车将是清洁和安全的汽车,由先进的汽车功能电子化和自动驾驶技术赋能。1功率器件赋能电动汽车电动车可帮助实现零排放,其市场发展是令人兴奋和充满生机的,随着电动车销售不断增长,必须推出满足驾驶员需求的基础设施,以提供一个快速充电站网络,使他们能够快速完成行程,而没有“续航里程焦虑症”。
其他文献
降低风洞内部气流温度是提高风洞雷诺数指标的重要技术之一.某风洞内部运行温度低至77 K,为保证风洞内部设备在低温环境下的正常工作,需对风洞内部分设备热防护进行研究,分别
针对当前管道气体压力无损检测困难的问题,结合超声波反射测压原理,提出了深度置信网络(DBN)提取超声回波幅值特征的最小二乘法支持向量机(LSSVM)管道气体压力检测方法。首先,通过DBN网络中的受限玻尔兹曼机(RBM)无监督逐层学习提取特征;其次,通过标签层进行有监督的误差反向传播调节优化DBN各层RBM参数;最后,将优化后DBN网络提取到的特征信号输入训练好的LSSVM完成气体压力的识别。设计相
当前困扰业界的芯片缺货何时结束?哪种半导体制程会是主流?哪类芯片产品发展最好?半导体的投资热点有哪些?中国市场的动向如何?“成熟工艺+先进封装”可否达到先进工艺的产品性能?2021年6月底,Gartner研究副总裁盛陵海向电子产品世界等媒体做了详细的分析。1全球芯片制造市场。
随着增强现实导航系统和基于AI的数字汽车助手等应用日益普及,车载信息娱乐系统(IVI)、数字仪表盘、驾驶员监控系统和LED矩阵灯等可大幅提升驾乘体验的智能驾驶舱系统越来越成为消费者购买时考虑衡量的重要因素。整车厂和一级供应商致力于将这些需要高质量图形渲染的入门到中端车载应用整合进驾驶舱内。
针对目前主流建模方法是基于测试结果可靠的假设条件前提,难以得到故障和测试之间准确的信息描述的问题,提出基于概率广义随机Petri网的测试性建模新方法。首先对主流建模方式和广义随机Petri网建模方式进行对比,阐明主流建模方式存在的问题,以及选择广义随机Petri网建模的原因;然后对Petri网原理进行分析,并将概率理论引入广义随机Petri网模型中,采用贝叶斯网络获取模型节点的条件概率,也是首次将贝叶斯网络和广义随机Petri网结合;最后对某导弹发动机系统进行建模,得到故障和测试的概率相关性矩阵,并对测试
尽管自动驾驶(AD)风头正盛,但重要的是要认识到,ADAS和功能丰富的座舱是当今半导体产品增长的主要推动力,远远领先于全自动驾驶汽车。汽车内部/驾驶舱和“车内体验”(IVE,In-Vehicle Experience)已成为影响消费者购买决定和汽车厂商(OEM)品牌特质的主要因素。消费者希望能更好的联网以方便访问信息。
1趋势和技术挑战是什么?对于现代的电动汽车(EV),我们所看到的趋势本身就是问题所在。作为未来交通出行的主流工具,即使是在入门级电动汽车中,也可以看到更多的屏幕和更高的分辨率,同时更先进的驾驶辅助和自动驾驶工具也会被安装在车辆中。随着显示屏亮度的增加和分辨率的提高,它们不仅需要更高的功率。
为了实现对不同贮存年限陈化小麦的快速检测,提出一种伏安电子舌结合卷积神经网络(convolutional neural network, CNN)和基于Wasserstein距离的生成对抗网络(wasserstein generative adversarial nets, WGAN)组合的模式识别模型。使用伏安电子舌对6种不同贮存时间小麦采集电子舌信号。针对电子舌信号信息量大、特征提取困难等问题,设计了一种基于CNN结构的电子舌信号特征自动提取和分类识别模型。为解决CNN模型因训练样本不足而导致泛化能力
1汽车电气化的趋势和挑战汽车市场中与电气化相关的应用是减少交通碳排放影响的关键因素。中国领导人在2020年9月提出中国要在2030年碳达峰,2060年实现碳中和的目标。为了实现碳中和,减少能源使用中的碳排放是其中的重要一环。电能是清洁、高效的能源品种,用电能作为主要的能源消耗可以大幅减少碳排放。
针对大型结构振动测试中传感布置优化问题,采用改进的粒子群优化算法,实现履带车辆半车振动响应测试中加速度传感器的布置优化。首先,提出一种惯性权值协同学习因子非线性动态调整的粒子群(PSO-IWLF)算法,并将其作为后续传感器布置优化算法;其次通过履带车辆半车的有限元模态分析,获取节点不同阶模态振型值;最后依据模态置信准则(MAC)进行履带车辆半车振动测试加速度传感器的布置优化计算,并通过振动响应实测