智能汽车目标群体研究论文

数据、算力、算法是人工智能发展的三要素，也被誉为数字经济时代发展的三驾马车。数据是生产资料，海量优质数据是驱动算法持续演进的 基础养料；算法是生产关系，是处理数据信息的规则与方式；算力是生产力，体验为数据处理与算法训练的速度与规模。非结构化数据激增及 算法模型的日益庞大与复杂带动算力需求飞速增长，算力已成为人工智能产业化进一步发展的关键。

跨界融合已成汽车产业趋势。 “软件定义汽车”助推新产业链与新开发模式的出现，汽车产业亟需来自互联网与ICT 产业的跨界基因注入。汽车产业算力需求增长为互联网与ICT企业的跨界进入带来新机遇，算力发展将提速汽车产业AI化，加速跨界融合创新。

实现软件定义汽车新开发模式的前提是软硬件解耦，进而分离车辆的硬件与软件开发流程，硬件售出后，通过OTA实现软件的持续迭代与优化， 满足用户个性化和长尾需求，延缓硬件平台更新频率，将汽车产品迭代周期由工业周期转为数字周期，实现整车平台生命周期最大化。

智能座舱是实现千人千面汽车驾乘体验的重心所在，新势力车企与领先自主品牌车企率先发力，“大屏化”、“多屏化”、“多模态交互”、 “一芯多屏”成为座舱发展的热门趋势，伴随着传感器规模的增长与交互模式的复杂化，智能座舱对芯片的算力需求亦水涨船高。

座舱高算力需求驱动下，以高通第3代汽车数字座舱平台为代表的高性能处理器成为领先车企旗舰车型的主流选择，骁龙系列芯片加速上车。

预置算力最大值决定车辆智能化升级上限，算力先行成为车企主流策略。

随着渗透率趋于饱和，智能手机市场缓慢进入瓶颈期。智能手机芯片市场带来的高增速与高利润难以持续，消费电子芯片巨头亟需寻找新的市 场机会点以拓展利润空间。 巨头的嗅觉总是敏锐。自2014年，高通、英伟达两大消费电子芯片巨头率先布局智能汽车计算芯片，夺得市场先机。

随着移动互联网的流量见顶，红利消失，以百度、阿里、腾讯为代表的互联网科技巨头寻求向产业互联网转型以拓展利润空 间，维持营收增速；

汽车智能化变革带来新的产业入局机会，汽车产业万亿市场空间使其成为互联网科技巨头转型产业互联网的绝佳实践场景。

◼ 云端：依托大数据、人工智能技术优势，打造自动驾驶云服务；依托软件应用生态资源优势，通过应用生态上车带动车联网云服务业务增长； ◼ 边端：聚焦智慧交通，以项目总包角色，联合产业合作伙伴提供整体解决方案； ◼ 车端：发力智能驾驶与智能座舱，为主机厂提供智能汽车软件服务解决方案

亿欧智库认为，算力驱动之下，智能汽车将成为继PC、智能手机之后的下一个移动智能终端，成为新一代信息与数字化技术的最大母生态，AI计算芯片与操作系统将成为生态基石。母生态的演进伴随着价值的消逝、转移与新生，智能汽车将成为下一个万亿市值企业的集中诞生地。

汽车一直在升级！ 越贵的汽车 功能也就越多！维修起来就很麻烦！ 呵呵 不过开的时候比较舒服 ！ 哈哈 ，

在我国经济组成中，汽车产业对促进国民经济发展和社会进步具有重要的战略意义。下面是我为大家精心推荐的关于汽车的科技3000字论文，希望能对大家有所帮助。汽车的科技3000字论文篇一：《试谈汽车超载监测系统》 摘 要： 为了实时识别各种车型的超载车辆，该系统基于开源计算机视觉库(OpenCV)，先根据车辆照片库建立车型分类器，然后使用数字摄像机拍摄进入监控区域的车辆，在视频中使用分类器识别车型，根据所识别得到的车型去查询数据库获得该车型的核载，再通过动态称重技术获得车辆的实际载重，及时判别车辆是否超载。此 方法 可避免过去使用统一重量衡量不同车型是否超载的弊端，并可同时免线圈测量车速。测试结果表明系统能快速准确地识别出车型。配合动态称重系统，就能实时得出所通过的车辆是否超载，对公路养护和道路交通安全有相当大的实用意义。 关键词： 超载监测; 视频识别; OpenCV; 动态称重 超载车辆的危害很大，主要表现在加速道路损坏和危害道路交通安全，人们都深知其危害性，所以治理超载一直是公路监管部门的工作重点。传统的自动超载信息系统都是使用统一标准，对所有车辆都应用同一个整车重量划分是否超载，这样会遗漏部分实际上已经超过该车型核载的超载车辆。实际上，这部分车辆对道路交通同样造成严重影响。鉴于此，本系统首先识别出车辆的车型，再查询得到该车型的核载重量，对比实测重量，便得知是否超载。理论上能够适用于所有车型。 利用摄像机较长的视域，附加设计了一个测速系统，能方便地得出超速数据，以便作为超速监测和供给动态称重系统作参考。 1 系统构成 1.1 系统方案 系统主要工作过程为：车辆驶入摄像机监视范围，视频流通过以太网传输到后台处理系统，处理系统通过处理视频识别出车辆的车型，然后根据车型从数据库中查出相应的核载重量;同时，安装在地面的动态称重设备测出车辆的实际载重。两个数据对比即可得出车辆是否超载。系统流程如图1所示。 为了加快处理速率，在程序设计过程中多处使用了多线程并行处理。 1.2 OpenCV及其分类器介绍 传统的图像处理软件大多为Matlab，用于开发算法最为快捷，但是其处理速度慢，难以跟上视频处理的需求，所以选用了Intel牵头开发的开源计算机视觉库(OpenCV)。新版的OpenCV已经在易用性上已经接近Matlab，再加上其开源性，很多算法均已公开，加快了开发进程。另外，目前OpenCV已经提供C，C++，Python等语言接口，且支持Windows，Linux，Android和IOS等主流平台，资源相当丰富。对于计算机平台，OpenCV支持多线程并行计算和图形处理器(GPU)计算，这将能大大加快计算速率，用其开发本系统的demo是首选。 图1 系统流程图 为了从视频流中识别出车型，需要使用分类器[1]。所谓分类器，是利用样本的特征进行训练，得到一个级联分类器。分类器训练完成后，就可以应用于目标检测。分类器的级联是指最终的分类器是有几个简单分类器级联组成。每个特定的分类器所使用的特征用形状、感兴趣区域中的位置以及比例系数来定义(如图2所示)。 图2 特征分类 首先使用弱分类器分出货车和客车等车型，然后再分出大中小型货车，最后再精确分类，获得准确的车型。新版本的OpenCV已经支持多种特征的分类器，如SVM，LBP，PBM等。因为系统实时性要求较高，这里选取训练和分类速率都较高的LBP特征分类器。 1.3 训练分类器 使用分类器的需要首先训练，即让分类器“认识”目标，为了训练分类器，需要准备样本，样本包括正样本和负样本。正样本即包含目标的灰度图片，而且每张图片都要归一化大小，负样本则不要求归一化，只需要比正样本大即可(使得可以在负样本中滑动窗口检索)。 OpenCV提供了专门的工具opencv_createsample.exe用以整理训练样本的原始数据，只需准备好正、负样本，归一化然后转成灰度图，再使用两个描述文件分别记录这些样本集合，然后输入opencv_createsample.exe程序即可整理出原始数据。为了准备正样本，借助OpenCV提供的HighGUI模块，在此专门编写了一个GUI截图工具，界面如图3所示。为了能从不同角度识别车辆，准本正样本时需要准备从一定角度范围描述车辆的样本。 图3 GUI截图工具界面 接下来就是训练分类器，这部分工作直接关系到系统的鲁棒性。同样，OpenCV提供了专门工具训练分类器，既有旧版也有新版，为了有更多特性，在此选择新版本的训练程序opencv_traincascades.exe。 由于这是基于统计的方法，要对大量数据进行处理，如果选择Haar特性，训练周期会比较长，不利于系统的搭建，所以选择用LBP特性训练分类器。从机器性能方面考虑训练时间，使用英特尔线程构建模块(TBB)重新编译OpenCV，就能得到多核加速，且有利于接下来的程序性能。分类器分为三级，分别为：货车、客车分类器，大、中、小型货车分类器和具体车型分类器。由于客车按载客数区分是否超载，车辆总重不会对公路造成严重损坏，所以本系统无需对客车作出具体车型区分。但若然具体管理部门需要统计车型信息，可以进一步加上客车车型分类器。实际使用时，由于要应对车辆车身的喷漆变化或者小范围合法改装等情况，分类器的分类除了在系统筹建的时候大规模训练外，在系统运行时也应继续训练分类器，增加统计数据，使得识别结果更加精确。 1.4 识别车型及获得核定载重 训练好分类器后，最直观的测试方法是直接输入测试视频，检查识别效果。新版本OpenCV提供一个C++类CascadeClassifier，该类封装了基本的目标识别操作，使得只需要使用该类的实例加载训练好的XML文件，然后逐帧检测即可。若发现目标，结果将会存放在C++标准模板库(STL)容器vector中。但直接对每帧图像使用CascadeClassifier：：detectMultiScale方法将会大大加重系统的工作量并且在多车辆的情况下无法区分开各车辆，为此，首先需要发现车辆，然后区分不同的车辆目标，再对每一个目标单独进行分类识别。 具体的主要操作的顺序为： (1) 系列的图像预处理操作，降低图像噪音。 (2) 图像差分，发现车辆轮廓[2]，得到运动掩码。图像差分有两种主要方式，分别是帧间差分和背景差分。帧间差分速度快，但容易产生空洞，且无法分离出缓慢运动的车辆;背景差分速度慢，但分离效果好。考虑到如果车辆是缓慢进入测速区，则称重数据可靠性高，而且没有超速，进入识别点的效果好，所以选择帧间差分，这里使用能有效减小前景空洞的三帧差分算法[2]。 (3) 结合运动掩码更新历史运动图像、计算历史运动图像的梯度。 (4) 分割运动目标，得到一辆一辆的车，并跟踪。为区分开图像中的每一辆车，需要对其进行标记，这里使用的方法为： [Mkx，y=ID ifMk-1x，y≠0&k-1≠10 ifMk-1x，y=0 ] 式中：Mk(x，y)为分割出来的单独车辆目标的第k帧感兴趣区域矩形。这种方法虽然鲁棒性较好，但是因为重复计算量大，运算速度有限，所以在确定每辆车的ID后，使用OpenCV提供的更为快速的Camshift算法[3]继续跟踪。 (5) 计算每辆车的运动方向。这部分关系到运动目标筛选，在部分场合，摄像机的视野可能会涉及逆向车道。在这种情况下，可以通过筛选符合主要行驶方向的车辆来排除其他车辆或无关运动目标的干扰。 (6) 车辆进入测速区，开始测速。 (7) 车辆离开测速区，结束测速并计算速度。使用TBB进行并行分类识别车型。由于OpenCV新版矩阵结构Mat的所有操作使用原子操作，大大减轻了多线程编程的工作量，所以这里使用多线程并行操作是最佳选择。 (8) 根据所安装动态称重系统的车速要求，判断是否需要引导车辆到检测站进行检查。 1.5 获得实际载重 在视频分析中发现车辆后，对比动态测重模块中测得的实际载重。这里需要把应用场合分为两种情况：高速测重和低速测重，至于高低速的阀值，这根据不同动态称重系统的性能而定[4]，在系统安装时根据动态称重系统参数设置即可。由于目前高速测重技术的精度未达到作为证据的要求，所以在高速测重的场合，所得车重数据只能作为初步判断，若初步发现车辆超载，需要进一步引导车辆到大型地磅再次静态测量，并作其他处理。在低速测重场合，测得的动态数据可靠，可直接作为证据使用。所以系统的运行需要测速模块的配合。 无论高速场合与低速场合，本系统都能实现视频测速功能，可以直接用作超速抓拍系统，降低了公路部门的重复投入成本。 1.6 测速方法 测速测量车辆通过测速区所用的时间，然后用测速区长度除以时间而粗略估计得到。考虑到摄像机视域限制，设定的测速区域并不长，只有20 m左右，而且速度是用于参考载重信息是否有效的，所以无需太精确，因而可认为车辆是直线经过测速区域的。测速区的长度需在系统安装时手工进行长度映射。另外，确定通过测速区域的时间差使用帧率和帧计数得出，这样在多线程处理的情况下，可以排除系统时钟和处理速率的干扰，得出准确时间差。 2 测量结果 为快速测试系统性能，直接使用测试视频替代摄像机输入。使用微软Visual Studio 2010 MFC + OpenCV 2.44 编写一个即时处理程序，界面如图4所示。 图4 运行在Windows平台上的系统 测试使用一台Intel Core i5M处理器(主频2.3 GHz+智能变频技术)、6 GB内存、 操作系统 为Windows 7 64 b的普通 笔记本 计算机，测试代码尚未使用图形处理器(GPU)计算，但代码在识别部分应用了TBB进行多核并行加速计算。 测试视频共两段，分别在两个不同的场景拍摄，第一段只有一辆公交车，场景较为简单;第二段则是多车多人环境，并且有车辆并行的情况，场景较为复杂，干扰较多。 第一段视频主要用于测试系统的极限性能，在测试开始前，先用转码工具把同一段视频转成不同帧率和分辨率的几段视频，其中视频的宽高比不变。输入视频测试后的结果如表1所示。 视频原始长度为6 s，双斜线为该场景的称重和测速区域。 测试结果表明：系统能实时处理标清视频流，但对高清视频还需进一步优化。 第二段视频主要测试系统的车型识别能力，测试数据如图5所示。 表1 输入视频测试后结果 图5 多车并行时能够准确区分 第二段视频夹杂较多无关目标，如行人、抖动的树枝横向行驶的车辆等，其中双白线之间区域为本场景的称重测速区域。 通过测试，可以看出无关目标能被全部排除，体现了车辆筛选很好的鲁棒性。视频中共通过9辆汽车，所有车辆均本正确识别车型。 3 结 语 通过测试数据可以看出，本系统提出的车型识别算法能适应不同场景和一定的环境变化，具有较高的效率和鲁棒性。随着计算机及其他数字信号处理(DSP)设备的信息处理能力不断提高，应用实时视频处理技术促进智能交通的能力将更大更稳定。若本系统能真正应用在智能交通系统上，有望对遏制道路超载超速现象做出贡献。 参考文献 [1] LIENHART Rainer， MAYDT Jochen. An extended set of Haar?like features for rapid object detection [J]. IEEE ICIP， 2002 (1)： 900?903. [2] 徐卫星，王兰英，李秀娟.一种基于OpenCV实现的三帧差分运动目标检测算法研究[J].计算机与数字工程，2011(11)：141?144. [3] BRADSKI G R. Computer vision face tracking for use in a perceptual user interface [EB/OL]. [2010?12?02]. [4] 张波，鲁新光，邓铁六，等.动态车辆称重物理模型与提高动态称重准确度研究[J].计量学报，2009(5)：426?430. [5] 唐双发.基于OpenCV的车辆视频检测技术研究[D].武汉：华中科技大学，2009. [6] 詹群峰.基于OpenCV的视频道路车辆检测与跟踪[D].厦门：厦门大学，2009. [7] 郭旭，张丽杰.运动目标检测视频监控软件的设计与实现[J]. 计算机技术与发展，2010，20(8)：200?207. [8] 周品，李晓东.Matlab数字图像处理[M].北京：清华大学出版社，2012. [9] 陈胜勇，刘盛.基于OpenCV的计算机视觉技术实现[M].北京：科学出版社，2008. [10] 刘瑞祯，于仕琪.OpenCV教程基础篇[M].北京：北京航空航天大学出版社，2007. [11] 范伊红，彭海云，张元.基于SVM 的车型识别系统的设计与实现[J].微计算机信息，2007，23(5)：296?297. [12] 李庆忠，陈显华，王立红.一种视频运动目标的检测与识别方法[J].模式识别与人工智能，2006，19(2)：238?243. [13] [美]REINDERS J， 聂雪军. Intel Threading Building Blocks编程指南[M].北京：机械工业出版社，2009. [14] 刘慧英，王小波.基于OpenCV的车辆轮廓检测[J].科学技术与工程，2010，10(12)：2987?2991. 汽车的科技3000字论文篇二：《试谈现代科技在汽车焊接工艺中的应用》 摘 要：随着我国汽车保有量的不断增加，汽车售后市场呈现了井喷式的发展趋势，与汽车相关的售后市场服务行业开始兴起。其中汽车维修是后市场比较火爆的行业，汽车的使用必然会涉及汽车的维修。因此，为了能够更好的实现汽车维修效率，提高汽车维修的质量，应该加强对于汽车维修行业的行业监管以及对汽车维修技术的提升。目前，诸多的现代化技术开始不断的应用到汽车维修之中，其中尤其以焊接工艺为主。因此，本文重点对汽车焊接工艺中现代科技的应用进行分析，从而探讨其未来的发展趋势。 关键词：现代科技;汽车;焊接技术;工艺 引言 汽车加工与制造以及汽车维修领域，都会涉及汽车的焊接技术。目前，随着技术的不断发展，尤其是汽车生产制造业的蓬勃发展，已经可以实现汽车车身以及车辆配件的无缝焊接技术。车身的加工甚至采用模具化加工的形式，从而减少了因为焊接造成的不足。因此，目前，焊接工艺在汽车后市场应用比较广泛，尤其是在汽车的维修市场中，当汽车出现事故的时候，就会采用焊接技术进行维修，从而让汽车能够保证正常的使用。此外，在汽车的加装方面，焊接技术更加的适用，并且通过引进先进的现代科技，从而让焊接效果与质量都更加完善。 一、汽车焊接工艺的应用领域分析 在汽车领域中，由于越来越多的高新技术被应用，是的汽车生活更加丰富。对于我国而言，随着汽车保有量的不断增加，汽车售后市场出现了井喷的状态。在汽车售后市场中，汽车的维修与保养占据着非常重要的地位，也让汽车的服务产业有了较大的发展。对于汽车的焊接工艺而言，最早是应用于汽车的车身焊接。但是，随着技术的发展以及车身制造工艺的发展，汽车车身开始使用模具制作，从而降低了因为焊接而造成的车身问题。那么，下面就对现代化的汽车的焊接工艺主要应用领域进行分析： 1、在汽车的维修领域中有非常广泛的应用;汽车维修属于汽车售后市场领域，由于汽车驾驶的过程中，难免会出现碰撞的现象，从而造成了汽车车身或者是相关配件的损坏。因此，在这种情况下，就可以使用汽车的焊接工艺，将损坏的部分采用焊接的方式，从而进行汽车的维修工艺。 2、人们对于汽车的装饰和改装越来越感兴趣。虽然在汽车检测的过程中，对于擅自改装会进行处罚，但是有车一族们仍然热衷于对于汽车的改装和装饰。其中，对于汽车尾翼的安装非常常见。汽车安装尾翼以后，就显得非常运动动感，有一种非常霸气的感觉。因此，为了让汽车的外观更加个性鲜明，需要对汽车的外观进行相关的改装，从而实现车主所需要的效果。而对于尾翼的加装而言，就一定要采用焊接技术，从而使得汽车的尾翼牢固坚实。因为安装尾翼还是存在一定的风险的，当车速达到一定程度的时候，就需要保证汽车的尾翼的稳定性。 3、对于汽车的车身配件的焊接工艺;汽车在使用的过程中，经常需要在配件方面进行焊接，此外对于在配件之间的结合方面，也需要在适当的情况下使用汽车焊接技术。因此，对于汽车的焊接工艺而言，主要在车身焊接、汽车改装以及汽车配件之间主要进行应用。 二、现代科技在汽车焊接工艺中的应用 随着现代科技的不断发展，汽车焊接工艺中也不断的引入了现代的科技技术。其中最为重要的就是计算机技术，计算机的单片机远程通信技术以及3Dmax等技术开焊接始不断应用到汽车的焊接工艺中。由于人工焊接技术容易在焊接的过程中出现失误，无法实现循迹操作，从而造成焊接的不完美。因此，采用计算机单片机技术，可以进行程序编译，将需要焊接的部分利用3Dma x的进 行仿真，从而保证在焊接的过程中，其能够实现完美的循迹焊接，降低了焊接过程中出现的失误。 此外，在焊接的工艺方面，又引入了一些工艺以及化工技术。传统的高温焊接技术，不仅仅容易造成伤害，更是对操作人员有一定的影响。因此，使用现在的氩弧焊焊接技术，虽然温度更高，但是焊接的质量有所提高。对于焊接的接口以及焊面的平整度，都有了显著的提高。因此，随着现代科技的不断发展，促进了多个行业工艺的提升。对于汽车的焊接工艺而言，引入计算机技术并且实现真正的智能化以及自动化焊接，从而让焊接工艺更加安全方便，有效的提升焊接的效率，保证在焊接的过程中，达到质量的提升以及客户的满意提升。总之，要充分适应时代的发展，让更多的现代科技不断的应用到汽车的焊接工艺之中，从而保证其在不断的发展过程中，符合现有时代的发展理念，满足客户不断提升的硬性要求，实现现代化的汽车焊接工艺。 三、机器人焊接工艺是现代汽车焊接技术的发展前景 汽车焊接最主要的是车身的焊接。在汽车制造公司车身的主要焊接方法为弧焊、点焊、二氧化碳保护焊等。随着社会的发展，人民生活水平的提高，用户个性化需求的日益强烈，对汽车的安全性、美观性与舒适性的要求越来越高，同时汽车制造企业为了追求更大的经济效益，对焊接精度、焊接质量和焊接速度等的要求越来越高，因此建立一条现代化的生产流水线就显得非常重要。而焊接机器人的应用促进了现代化流水线的建立。现代化的焊接流水线主要是满足多车型、多批次的市场需求，提高车身车间生产能力的柔性和弹性。因此现代焊接线必须具有柔性。那么如何才能使焊接线具有柔性呢?普通的焊接线是刚性的，主要由焊接夹具、悬挂点焊机、弧焊机和多点焊机等组成。 这种焊接线一般只能焊接一种车型的车身，那么为了满足市场多元化的需求，就需要重新建立焊接流水线。这对企业来说是非常不利的，企业是追求利润为目的的，并且重新建立流水线造成了财力、人力、物力的浪费。于是建立柔性化焊接生产线摆在了企业面前。机器人的出现与应用满足了汽车企业的现代化的需求，实现了焊接生产线的柔性化。那么在车身焊接线上应用的机器人主要有几种:点焊机器人、弧焊机器人和激光焊机器人。这些机器人的应用，使焊接实现了机器人代替工人工作。 1、点焊机器人：主要进行的是点焊作业，在点与点之间移位时速度比较快，从而减少了移位的时间，通过平稳的动作、长时间的重复工作和准确的定位，取代了笨重、单调、重复的体力劳动，更好地保证了焊点质量，使工作效率得到了很大的提高。它是柔性自动生产系统的重要组成部分，增强了企业应变能力。 2、弧焊机器人：弧焊过程比点焊过程要复杂得多，对焊丝端头的运动轨迹、焊枪姿态、焊接参数都要求精确控制。具有较高的抗干扰能力和高的可靠性。能实现连续轨迹控制，并可以利用直线插补和圆弧插补功能焊接由直线及圆弧所组成的空间焊缝，还应具备不同摆动样式的软件功能，供编程时选用，以便作摆动焊，而且摆动在每一周期中的停顿点处，机器人也应自动停止向前运动，以满足工艺要求。此外，还应有接触寻位、自动寻找焊缝起点位置、电弧跟踪及自动再引弧功能等。 3、激光焊接机器人：激光焊接是与传统焊接本质不同的一种焊接方法，是将两块钢板的分子进行了重新组合，使两块钢板融为了一体变为一块钢板，从而提升了车身结构强度。同时在焊接过程中焊接工件变形非常小，一点连接间隙都没有，焊接深度/宽度比高，焊接质量高。从而提升了车身的结合精度。可见机器人的应用，实现了焊接流水线的智能化，实现了焊接生产线的自动化与现代化。 结束语 汽车维修行业中的汽车焊接行业，其技术要求相对较高，并且直接影响着汽车的维修效果。焊接技术，一般是针对出现重大事故或者是问题车辆等进行焊接。为了让焊接的痕迹最小化，实际上就是为了能够更好的实现高精度焊接，需要不断引入现代科技技术。计算机技术的引入，让焊接工艺能够以一种循迹的方式进行，从而避免了焊接过程中出现的认为失误。此外，在汽车的生产以及制造的过程中，依然需要不断的引入高新科学技术，让焊接工艺更加精湛，从而实现汽车的高精度和高密度，实现汽车质量的全面提升。 参考文献 [1]刘鸣斌.煤层气发动机爆震的检测与控制[J].内燃机与动力装置,2011(02)：45-46. [2]吴扬帆.汽油发动机爆震分析与控制[J].传动技术,2010(13):36-38. [3]高玉明.点燃式发动机临界爆震控制及其特性[J].吉林大学学报,2012(14)：77-79. >>>下一页更多精彩的“汽

不断增加的城市空气污染 经过20年的改革开放，中国私人汽车数量迅速增加，汽车开始进入普通人的家庭生活。汽车需求的迅猛增长是推动2002年中国经济增长的重要力量。去年汽车制造商制造并销售了325万辆，比2001年增长了37%。此外，去年载客汽车的销售首次突破了100万大关，猛增56%，达到了112.6万辆。 2001年后加入世界贸易组织（WTO），中国已经将汽车的进口关税从70-90%降低到44-51%，到2005年将进一步降低到25%。随着汽车价格的下降以及中国人较低的汽车拥有量，中国的汽车市场将会进一步繁荣。 随着轿车进入家庭，主要城市及近郊的交通拥挤状况会进一步加剧，从而使汽车废气排放问题更加严重。中国有2000万辆汽车和1亿辆摩托车，而其中大多数都在城市。在城市环境污染物中，汽车所排放的氮氧化物占到了45至60%，而一氧化碳则占到了85%。因此，中国城市居民所吸入的劣质空气主要是由汽车所排放的废气造成的。 除非政府愿意牺牲这方面的经济支柱产业，限制上路汽车数量。因此，要控制汽车废气排放问题，利用电子技术来减少汽车的废气排放是解决方案之一。 排放标准 2001年底，中国政府宣布对中国三大汽车制造商降低30%的汽车消费税，前提是他们所制造的汽车得满足欧II标准。六个月后，在第三届中国亚洲清洁燃料国际会议上，政府的另一项声明进一步表明了控制汽车排放的决心。声明称，北京将从2003年1月开始对在北京销售的机动车辆实行欧II标准，并计划于2005年实施欧III标准。 要控制废气排放所面临的挑战并不仅仅是要设计一个具有清洁燃烧能力的完美发动机，还要利用合适的半导体电子器件对发动机的燃烧过程进行合理的控制。英飞凌为今天的发动机管理平台提供了所需要的单片机、传感器和功率半导体器件。 用于动力总成系统的半导体器件 为控制废气排放量，可利用半导体传感器来精确测量吸入空气的成份。利用单片机快速计算出所使用的燃料数量，然后再起动燃料喷射器。由于有正确的空气-燃料比，因此可以达到近乎完美的燃烧状态，从而使废气的排放达到最少。 汽车动力总成应用中需要多个传感器来将"真实"环境与电子部分连接起来。基于半导体的传感器专用于测量速度、位置、温度和压力。对于动力总成应用来说，最大的变化趋势是利用集成了传感器单元和信号处理部分的有源传感器来代替过去的被动式传感器。由于需要更精确地测量发动机的状态，因此这一趋势发展很快。 在通过传感器测量到发动机的状态以后，单片机就可以处理这些数据并提供合适的控制信号来控制致动器的动作。单片机是利用逻辑技术制造的，而集成度的提高使得可以将功能强大的处理器与外设集成在一起。目前的趋势是将DSP功能集成进来，从而允许实现更为复杂和精确的信号处理软件算法。这样就可用软件实现以前采用硬件实现的功能。 一旦单片机"知道"下一步该做什么，单片机就发送合适的信号到致动器。通常，致动器需要高电压或者大电流才能动作。因此，需要利用功率半导体器件来驱动致动器，如燃料喷射器或火花塞。过去几年里，功率半导体技术的发展主要集中于优化现有系统的成本和部分集成。这产生了能够集成功率输出级（DMOS或双极）、模拟电路和数字逻辑的混合集成技术（BCD）。高集成度功率器件的优势是可以支持诊断，从而可使系统具有更好的可靠性（动力总成是汽车中的关键应用）。同时，这还可使最终产品所需要的外部器件数量大大降低。 系统解决方案 目前的动力总成电子控制单元（ECU）中，电子器件部分主要是半导体器件。 半导体传感器 传感器位于动力总成系统的前端。传感器用来测量物理参数，如水温、空气压力以及发动机曲轴的转动速度。这些数据非常关键，它们为闭环控制系统提供了关键信息。除了温度传感、压力传感和霍尔传感器以外，微机械技术还带来了崭新的加速和偏向角速度传感器，同时还允许利用标准晶圆制造工艺集成信号处理电路和数字化电路。 1.温度传感器 根据扩展电阻原理，线性和稳定的半导体传感器可低成本地替代镍或铂金属膜传感器，同时还可提供比PTC热电阻技术上更优越的器件。 2.位置和速度传感器 动态差分霍尔IC可以测量曲轴或凸轮轴速度、传动速度和车轮速度。通过使用位于单个芯片上的两个霍尔单元，一个差分放大器和处理电路，可以测量到磁场差。这意味着可以将温度漂移、制造容差和外部电磁环境等破坏性环境影响降到最小。同样的信号水平，与单片机的接口要比采用旧式的有感线圈简单得多、便宜得多。 英飞凌新开发的TLE4925C特别适合曲轴应用。其集成电路（基于霍尔效应）提供了频率与转速成正比的数字信号输出。额外的自校正模块提供最优的精度。利用新的模块型封装所集成的滤波器电容器可以减少干扰。 3.进气管绝对压力/大气绝对压力传感器 在新一代传感器中，复杂的处理电路完全集成在传感器芯片上。随着表面微机械技术得以在标准BiCMOS工艺进行微机械加工，利用其技术制造的传感器称为MEMS(微电子机械系统)。利用微机械技术，可以制作出厚度仅有400 m的多晶硅薄膜。这些薄膜构成在芯片上的多个电容器和两个参考电容器。信号则源于压感区域和参考区域的差别。 由于需要利用模拟的绝对压力传感器来测量进气管绝对压力和大气绝对压力，因此标准BiCMOS技术就特别重要。这是因为需要复杂的电路来提供模拟输出信号，进行线性化和偏差补偿。一个MAP传感器测量进气管中空气的绝对压力，并为发动机管理系统提供一个重要的参数（空气体积）。另一方面，一个BAP传感器则测量环境空气压力（是汽车高度的函数），这也是发动机管理系统所需要的同样重要的一个参数（空气密度）。有了这两个参数，就可算出空气的质量，并利用算出的空气质量来决定喷入多少燃料以实现最佳的燃烧。英飞凌的BAP传感器KP120适用于柴油和汽油发动机的管理。 单片机 单片机是动力总成系统的大脑。实时运行的高度复杂的算法用来在各种情况下管理发动机及传送动作。由于系统位于发动机罩下的恶劣环境中，因此除了合适的CPU以外，单片机的整个系统架构对于系统性能来说非常重要。目前在动力总成应用中使用的CPU架构有8位、16位和32位。 8位架构主要用于非常低端的汽车产品，但在摩托车ECU中的应用前景看起来很好。英飞凌提供低成本的增强8位C500核心，以及适合在成本敏感的摩托车市场中应用的高性能外设。由于相应的软件和工具集与业界标准的80C51单片机完全兼容，因此可加快软件开发周期。 32位单片机的市场份额正越来越大。但是，大批量生产的16位产品仍然在目前的汽车中有很大的市场。英飞凌的16位C167系列旨在满足实时嵌入式控制应用的高性能要求。该系列单片机的架构针对大指令吞吐量和对外部刺激（中断）的快速响应而优化。集成的智能外设子系统可将所需要的CPU干预降低到最低的程度。这还减少了对通过外部总线接口进行通信的需要。C167系列的成功源于其CPU，以及对于动力总成应用的要求来说非常理想的外设组合。 称为C166v2内核的新一代C166内核采用了单时钟周期执行技术，因此性能提升了一倍。内置的高级乘法和累加指令（MAC）执行单元极大地提高了DSP性能。 目前功能最强大的单片机采用了32位CPU。此类CPU中的一些源于单片机架构。而象英飞凌TriCore这样的CPU则是针对实时环境中的嵌入式控制应用而设计的，因此非常适用于象动力总成这样的应用。 功率半导体器件 在动力总成应用中，需要开关驱动喷射器、氧气传感器加热器、放气阀、冷却风扇以及一些继电器等负载。在单片IC中集成多个开关可以缩小电路板尺寸，从而降低成本。目前可提供2至18通道的多通道开关器件。根据特定的应用，可驱动从50mA直到30A的电流。负载可以是欧姆负载、容性负载或感性负载。 越来越多的数字逻辑可以在功率输出级一起实现。随着BCD技术的发展，可以在器件中集成许多此前必须由专用ASIC或单片机完成的新功能。 除了这一控制功能外，目前的开关器件还集成了保护和检测功能，如短路、过载、超温、过压、负载开路、静电放电（ESD）和反向电流保护等。此外，还可通过实现在过载时断路以及限流模式等故障保护模式来进一步提高系统可靠性。多通道开关器件通常可利用标准通信接口（SPI）进行控制。诊断信息通过SPI传输回单片机。英飞凌公司还提供了一种高速点到点通信接口，可为未来时间关键的应用（如PWM电流调整）提供更大的数据带宽，并降低微控制器和功率开关器件（如超过 8通道的器件）的I/O端口数量。