首页期刊导航|机械工程学报
期刊信息/Journal information
机械工程学报
机械工程学报

宋天虎

半月刊

0577-6686

jme@cmes.org cjme@263.net

010-88379907

100037

北京百万庄大街22号

机械工程学报/Journal JOURNAL OF MECHANICAL ENGINEERINGCSCD北大核心CSTPCDEI
查看更多>>本刊进登机械工程方面的基础理论、科研设计和制造工艺等方面的学术论文，报道自然科学基金项目论文和国外学者的论文反映本学科的最新发展和最新科研成果。在国内外机械科技领域享有很高声誉，并有较大影响。曾荣获“中国期刊奖”，在中国科协、北京市和全国科技期刊评比中均获得奖励。在国内已成为机械类和力学类核心期刊。已被美国工程索引（EI）等国内外20余种文摘刊物和数据库收录。
正式出版
收录年代

    序言

    李克强殷国栋曹东璞熊璐...
    1-2页
      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于视觉和惯性测量单元的里程计关键技术研究综述

    张彧檀祖冰曹东璞陈龙...
    3-21页
    查看更多>>摘要：环境感知与状态估计是智能网联车关键技术之一.同时定位与建图技术(Simultaneous location and mapping technology,SLAM),旨在同时完成自身的状态估计与环境建模,被广泛应用于智能网联车领域.随着研究的深入,学者们发现通过融合多种传感器,可以实现传感之间的短板互补,提升和加强状态估计的实时性与稳定性.融合视觉和惯性导航仪(Inertial measurement unit,IMU)的实例——视觉惯性里程计(Visual-inertial odometry,VIO),由于具有较高的性价比获得了许多研究人员的青睐.VIO在视觉里程计(Visual odometry,VO)的基础上引入IMU测量,很好地改善了尺度漂移的问题,同时也能极大缓解短期内图像过曝、特征缺失等问题导致的视觉定位失效问题.并且VIO在通过结合冗余传感器提升精度的同时,也通过滑动窗口和状态边缘化等方案保证系统实时性,是兼顾精度和运行效率的典范.细致介绍VIO系统的标准定义与基础模型,并对其关键模块,包括初始化、视觉信息提取与关联、求解与优化、标定,进行详尽的技术梳理与前沿工作回顾,对前沿工作的优点和局限进行详细分析,总结了常用的视觉惯性数据集,并对VIO当前存在的问题和未来发展方向进行了总结和展望.

    状态估计视觉惯性里程计多传感器融合同步定位与建图视觉惯性数据集

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    网联环境下驾驶人响应机制——种交叉路口接近行为定性效应分析与定量驾驶模式提取案例

    张海伦许庆高博麟王建强...
    22-39页
    查看更多>>摘要：智能网联技术的发展为交通安全和效率的提升上提供巨大机遇.然而现有研究未能深入阐述网联环境下驾驶人对环境的认知响应机制,缺乏网联环境下驾驶模式定量分析.提出研究交叉路口接近行为过程和响应机制的方法,探索驾驶人在网联环境下的交通行为学机理.在驾驶模拟器中设计两种驾驶场景,分别为基准传统环境和对照网联环境,在对照网联环境组中,向驾驶人提供交通灯相位和当前相位状态剩余时间.采集34名驾驶人视觉交互信息、车辆运动学和驾驶人操作行为特征等参数.分析人机交互界面的交互频率和累积时间百分比、首次交互时间和响应时间,以及驾驶人接近交叉路口的行为特征.建立贝叶斯非参数方法结合文本聚类算法的驾驶模式提取模型,实现对驾驶模式定量描述.结果表明,在红灯和绿灯相位下的人机交互特性存在显著差异,首次交互时间和响应时间高度相关,网联环境可以显著提升交叉路口通行效率,改善驾驶行为.所提出的驾驶模型可以有效描述路口接近行为的6种驾驶模式,网联环境可以降低23.7％的加速行为,平稳驾驶概率提升25.0％.

    汽车工程驾驶行为人机交互驾驶模式智能网联汽车

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    人车交互的行人过街方位概率动态预测模型

    伍文广张斌胡林张志勇...
    40-50页
    查看更多>>摘要：行人的安全是道路交通的最重要指标之一,由于行人行走轨迹多变,增加了自动驾驶汽车主动避障和轨迹规划的难度,精准高效的行人轨迹预测方法将有助于提高驾驶辅助系统效率和避障成功率,从而提高行人和车辆的安全性.为此,提出一种人车交互的行人过街方位概率动态预测模型,实现考虑人与车之间相互作用下的行人过街方位动态高效精准预测.首先,基于车辆对过街行人的影响,建立人车交互风险场模型,确定车辆尺寸、速度以及与行人的距离等参数对风险场的影响;其次,构建行人与车辆距离、行人与目标点距离以及行人过街步数的行人过街效益函数,并提出基于巢式概率模型的行人动态过街方位概率模型方法;然后,分析不同车辆类型、速度等特征对行人过街参数的影响规律;最后,通过试验采集分析某路段行人过街与车辆行驶轨迹数据,分析行人过街的规律.经试验与仿真结果对比,表明提出的方法能准确高效对行人过街方位进行预测,相较于长短期记忆网络(Long short-term memory,LSTM)的预测方法,计算效率提高了 93.4％,精度提高了 31.8％.

    人车交互风险场行人过街方位概率巢式模型效益函数

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于Bi-GLSTM网络的车辆驾驶意图分析与识别

    李琳赵万忠王春燕
    51-63页
    查看更多>>摘要：驾驶意图识别能有效提高自车对其他交通参与者的轨迹预测能力,是实现智能车自主决策和规划的基础.然而动态复杂交通环境下周围车辆的交互是实现准确可靠驾驶意图识别亟待解决的挑战之一.为提高在动态复杂交通场景下驾驶意图识别的准确率,提出基于双向图长短时记忆网络(Bidirectional graph long short term memory,Bi-GLSTM)网络的驾驶意图时序识别模型.首先基于局部加权回归散点平滑法对原始数据集中的位置、速度和加速度进行平滑处理,并联合纵横向运动参数为数据标注驾驶意图;然后建立图注意力神经网络,分析和提取周围车辆与目标车辆之间的交互特征,嵌入注意力机制,分析周围车辆对目标驾驶意图的重要性,增强模型对相关性较大的车辆运动状态关注程度;融合周围车辆交互特征和目标车辆历史运动特征,为提高模型在动态复杂交通环境下的鲁棒性和可靠性,基于双向长短时记忆网络提取特征之间的时序特征;最后在公开数据集HighD上训练并验证模型的有效性,结果表明相比于图神经网络、循环神经网络等模型,识别准确率分别提高了 11.33％、55.31％;通过可视化注意力权重,说明所提出的模型也一定程度上解决了可解释性问题.

    驾驶意图辨识智能网联汽车图神经网络

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    多级参数融合网络的驾驶场景目标检测方法研究

    林晨何智成黄怡菲林智桂...
    64-75页
    查看更多>>摘要：基于深度学习的目标检测方法在智能车载控制器应用时很难同时满足检测精度与速度的要求.因此,提出一种多级参数融合的驾驶场景目标检测方法,实现检测速度和精度的同步提升.首先,设计出一种多级分支结构用于构建模型,同时,为提高模型的推理速度,引入一种多级参数融合的方法,即将多级结构层等效为单一的卷积-批标准化层,在保证模型泛化能力不变的条件下,大幅度减小模型的参数量.其次,为增加模型的检测精度,提出一种SSIoU(Soft scaled intersection of union)边界框损失计算方法以及一种联合半锚框的标签关联算法,提高模型对驾驶场景的适应能力.最后,开展基于DAIR-V2X-V数据集的试验验证,结果表明,所提出的多级参数融合模型,相比于目前先进的YOLO(You only look once)算法,检测精度(Mean average precision,mAP)提高了 9.89％,推理速度(Frames per second,FPS)提高了 51.89％.

    智能汽车目标检测参数融合SSIoUYOLO算法

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    考虑车-路交互作用的车辆轨迹预测算法研究

    李玖法邹博文任玥
    76-85页
    查看更多>>摘要：准确预测动态障碍轨迹是自动驾驶车辆正确决策和精准控制的关键.考虑复杂环境中车辆运动状态受车道信息和周围车辆共同影响,基于编-解码框架,提出一种聚合车辆-车道信息的车辆轨迹预测模型.首先采用有向图表征地图车道节点,然后通过门控循环单元(Gated recurrent unit,GRU)对目标车辆和周围障碍进行融合编码,同时引入人工势场模型,表征车-车相对交互作用.再将车道节点向量和斥力向量融合,并采用注意力机制进一步挖掘编码向量时空耦合机制.最后通过策略网络对车道节点进行评分和聚类,实现障碍物多模态轨迹预测.基于nuScene轨迹预测数据集进行训练和评估,测试结果表明,相较于现有基线模型,提出的预测模型具有更低的预测误差和更好的鲁棒性.另外,将斥力场引入注意力机制使得该模型具有更好的可解释性.

    轨迹预测深度学习编码-解码框架人工势场注意力机制

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于博弈论的右转无信号交叉口行人行为模拟

    李文礼张祎楠石晓辉王梦昕...
    86-101页
    查看更多>>摘要：为逼真模拟行人-车辆交互的真实交通场景,融合博弈理论和数据驱动的思想,在逆强化学习和博弈论的基础上提出博弈——深度最大熵逆强化学习算法(Game-deep max entropy inverse reinforcement learning,G-DMIRL).将行人建模为智能体,通过真实的行人-车辆交互轨迹获取不同博弈决策下的行人的奖励函数,并推断行人-车辆交互的博弈机制,利用获取的奖励函数和动作策略开发出行人行为模拟模型.仿真结果表明,开发的模型在有限状态下能够准确地模拟出不同决策下行人的行为动作,建立的行人-车辆交通场景能够为自动驾驶汽车的识别、预测与路径规划算法的开发验证提供支撑.

    逆强化学习强化学习行人-车辆交互博弈论右转交叉口

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    分体式飞行汽车立体环境感知系统设计及试验研究

    李颖王荣煊万成麟王伟达...
    102-111页
    查看更多>>摘要：飞行汽车能够根据道路与天气情况在地面行驶和空中飞行两种模式之间进行切换,对提升交通效率、适应复杂地形及降低交通设施成本具有重要意义.分体式飞行汽车由电动垂直起降飞行器、智能操控座舱和自动驾驶底盘三个独立模块构成,具备地面无人行驶与空中自主飞行两种模式.首先,基于分体式飞行汽车自动驾驶、多模块自主对接引导等功能任务需求,提出立体环境感知系统传感器配置与部署方案并标定了传感器.其次,设计多传感器融合环境感知算法,实现目标检测、可行驶区域分割及多模块自主对接定位.最后,在分体式飞行汽车高性能边缘计算设备进行实车验证.试验表明该感知系统能取得高效的环境感知效果,为分体式飞行汽车的自动驾驶及自主对接引导提供新思路.

    分体式飞行汽车环境感知传感器标定与算法测试

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    考虑社会性行为的自动驾驶运动规划研究综述

    高镇海于桐孙天骏
    112-128页
    查看更多>>摘要：目前自动驾驶技术正处于从园区内示范运营向开放场景的大规模市场应用过渡的关键阶段.自动驾驶车辆若想应用于人们的日常生活,必将与人类驾驶的车辆在道路上长期共存,这势必会产生大量的交互场景,而如何恰当地与人类驾驶的车辆进行交互,则成为提升驾乘人员体验感及其对自动驾驶接受度的关键.人类的交互基于其社会属性,自动驾驶也应如此.但目前尚未有相关领域的完善综述.鉴于此,梳理其来龙去脉与最新进展.依次探讨传统方法所面临的驾驶困境、驾驶员社会性行为机理的相关研究和考虑社会属性的运动规划方法的最新进展与应用案例.在此基础上,总结现有方法的不足并对未来的研究方向进行展望.分析表明,结合社会学等领域的理论工具,分析驾驶员在复杂交通流中的社会性行为机理,并基于此构建符合大众预期的驾驶行为自动化决策体系,是未来自动驾驶社会性运动规划的主要研究方向.此外,进一步建立健全自动驾驶社会性行为的评价体系,同样对智能汽车的社会性人性化设计具有重要意义.

    自动驾驶社会属性运动规划交互行为混合交通流

      原文链接:
    • NETL
    • NSTL
    • 万方数据