第４８卷第２０期
２０１２年ｌＯ月机械工程学报
ＪＯＵＲＮＡＩ．０ＦＭＥＣＨＡＮＩＣＡＬＥＮＧＩＮＥＥＲＩＮＧＶｂｌ．４８
０ｃｔ．Ｎｏ．２０
２０ｌ２
ＤＯＩ．．１０．３９０１，ＪＭＥ．２０１２．２０．１０３
简单城市环境下地面无人驾驶系统的设计研究术
姜岩１赵熙俊２龚建伟１熊光明１陈慧岩１
ｆ１．北京理工大学机械与车辆学院北京１０００８１；２。中国兵器科学研究院北京１０００８９）
摘要：由于需要在统一的软硬件配置下满足各类场景的工作要求，因此具有开放性的智能驾驶系统对于地面无人平台而言至
关重要。全面介绍参加２０ｌｌ中国智能车未来挑战赛的北京理工大学Ｂ疆．ＩｌＩ智能驾驶系统。该系统具有两方面的突出特点：
设计具备纵横向规划能力的局部路径规划算法并将其作为系统核心功能，从底层实现安全、平顺和稳定的自主驾驶：围绕路
径规划的需求，根据输出模态对环境感知功能进行分类，便于融合不同传感器的信息。比赛和测试结果表明，ＢＩＴ－ＩＩＩ具有简
单城市环境下全无入自主驾驶的能力，而开放式的系统设计使其能够在保证已有功能的基础上进化式地提高智能化水平。满
足更为复杂的工作要求。
关键词：无人驾驶系统设计局部路径规划环境融合
中图分类号：Ｕ４６１
ＳｙｓｔｅｍＤｅｓｉｇｎｏｆＳｅｌｆ．一ｄｒｉＶｉｎｇｉｎＳｉｍｐＨｆｉｅｄＵｒｂａｎＥｎＶｉｒｏｎｍｅｎｔｓ
儿≮ＮＧＹａｎｌｚＨＡＯＸｉｊｕｎ２ＧＯＮＧＪｉ肌ｗｅｉｌＸＩＯＮＧＧｕａｌｌｇｍｉｎ９１ＣＨＥＮＨＩｕｉｙａｌｌｌ
（１．Ｓｃｈ００１ｏｆＭｅｃｈａｌｌｉｃａｌＥｎｇｉｎｅｅ血ｇ，Ｂｅｉｊｉｎｇ１１１ｓｔｉｍｔｅｏｆＴｅｃｈｎ０１０戥Ｂｅｉｊｉｎｇ１０００８１；
２．ＣｈｉＩｌａＲｅｓｅａｒｃｈａｎｄＤｅＶｅｌ叩ｍｅｎｔＡｃａｄｅｍｙｏｆＭａｃｈｉｎｅ巧Ｅｑｕｉｐｒｎｅｎｔ，Ｂｅｉｊｉｎｇ１０００８９）
Ａｂｓｔｒａｃｔ：ｓｙｓｔｅｍｄｅｓｉｇｒＩｉｓｏｆｇｒｃａｔｉｍｐｏｎａｎｃｅｆｏｒｉｎｔｅｌｌｉｇｅｎｔｖｅｈｉｃｌｅｗｈｉｃｈｉｓａｉｍｅｄａｔ捌ＶｉｎｇｉＩｌｄｉＶｅｒｓｅｓ即撕ｏｓｕＩｌｄｅｒｓｐｅｃｉｆｉｃｈａｒｄｗａｒｅ如ｄｓｏ胁ａｒｅｃｏｎ６９Ｉｌｒａｔｉｏｎ，ｎｅｅｎ姆ｏｆＢｅｉｊｉｎｇＩｎｓｔｉｍｔｅｏｆＴｅｃｈｎ０１０９ｙｉｎ协ｅ２０¨ＩｎｔｅｌｌｉｇｅｎｔＶｃｈｉｃｌｅＦｕｔｕｒｅＣｈａｌｌ胁ｇｅ（１１’ＦＣ）～ＢＩＴ＿ＩＩＩｉｓｐｒｅｓｅｎｔｅｄ．Ｔｈｅ叩ｃｎｄｅｓｉ缈ｏｆＢＩＴ－ＩＩＩ’ｓａｕｔｏｎｏｍｏｕｓ酗ｖｉｎｇｓｙｓｔｅｍｒｅｆｌｅｃｔｓｉｎ似ｏａｓｐｅｃｔｓ．Ｓａｆｅｔｙａｎｄｓ诅ｂｉｌ时ｉＩｌ
第 50 卷 第 4 期2023 年 4 月Vol.50，No.4Apr. 2023湖南大学学报（自然科学版）Journal of Hunan University（Natural Sciences）
基于融合Dropout与注意力机制的LSTM-GRU车辆
轨迹预测
吴晓建 1，2†，危一华 1，2，王爱春 2，雷耀 2，张瑞雪 2
（1.南昌大学 先进制造学院，江西 南昌 330031；2.江铃汽车股份有限公司，江西 南昌，330001）
摘要：在智能驾驶环境的车辆轨迹预测环节，为更好地获取环境车辆的轨迹时序特征，
在长短期记忆神经网络（LSTM）基础上，嵌入Dropout层以增强网络泛化性，引入注意力机制予
以预测效果影响较大的时序数据更大权重从而提高预测结果的可靠性，且将改进的LSTM模
型与门控循环单元GRU模型结合，构建LSTM-GRU预测模型以进一步提升环境车辆轨迹预
测的准确性.在此基础上，使用NGSIM公开数据集对模型进行训练、验证和测试.研究结果表
明，融合了Dropout和注意力机制的LSTM-GRU神经网络轨迹预测模型相较标准的LSTM长短
期记忆网络以及GRU门控循环单元，在预测较长时序的车辆轨迹上具有优势，提高了轨迹预
测的准确性，降低了实际轨迹和预测轨迹之间的均方根误差和平均绝对误差.关键词：智能汽车；轨迹预测；长短期记忆神经网络；门控循环单元；注意力机制
中图分类号：U461.91 文献标志码：A
Vehicle Trajectory Prediction Based on LSTM-GRU Integrating Dropout and
Attention Mechanism
WU Xiaojian1，2†，WEI Yihua1，2，WANG Aichun2，LEI Yao2，ZHANG Ruixue2
（1.School of Advanced Manufacturing， Nanchang University， Nanchang 330031，China；2.Jiangling Motors Co.， Ltd.， Nanchang 330001， China）
2022/03CHINA
RAILWAY特别策划·动车组PHM
动车组故障预测与健康管理
（PHM）体系架构研究思考
刘彬1，邵军2，陆航2，李燕3，谢名源4
（1.中国国家铁路集团有限公司机辆部，北京100844；2.中国铁道科学研究院集团有限公司机车车辆研究所，北京100081；3.中国铁道科学研究院集团有限公司电子计算技术研究所，北京100081；4.中国铁路上海局集团有限公司科技和信息化部，上海200071）
摘要：从我国动车组故障预测与健康管理（PHM）技术现状出发，利用需求、功能、逻辑和
物理架构（RFLP）的概念指导PHM架构设计，从不同层级、业务的需求分解，到PHM系统对
动车组各业务场景的核心功能，再到各环节逻辑架构，最终形成考虑当前数据传输、信息化现
状的物理架构，以便最终工程化实施落地，形成适用于我国动车组的PHM体系架构。
关键词：动车组；PHM；运维数据；系统性建模；正向设计
中图分类号：U279文献标识码：A文章编号：1001-683X（2022）03-0001-09DOI：10.19549/j.issn.1001-683x.2022.02.22.002
0引言
随着现代装备集成度、复杂度及智能化程度的
不断提升，传统故障诊断、维修保障技术逐渐难以
适应新的要求，故障预测与健康管理（PrognosticsandHealthManagement，PHM）技术应运而生，并迅速
得到各国的高度重视，当前该技术已被视为提高系统“六性”和降低全生命周期费用的关键技术。PHM技术
是指利用传感器采集系统的数据信息，借助信息技术、
人工智能推理算法来评估、监控与管理系统自身的健
康状态，在系统发生故障前对其故障进行预测，并结
合现有资源信息提供一系列维护保障建议或决策，是
一种集故障检测、隔离、健康评估与预测及维护决策于
一体的综合技术［1-2］。PHM是实现预测性维修和自主式
保障的技术基础，也是基于状态维修（ConditionBasedMaintains，CBM）的提升，在有些场合也被称为CBM+［3］。
龙源期刊网
重型车辆AMT故障预测和健康管理系统研究
作者：胡宇 文永康 梁巍
来源：《科学与财富》2016年第31期
摘 要：电控机械式自动变速器（AMT）是影响传动系统性能和保证车辆有效运行的关键部件。针对重型车辆AMT的主要故障特征，设计了重型车辆AMT故障预测和健康管理（PHM）系统的结构，介绍了各部分的功能，对AMT PHM系统的研制具有一定的指导和借鉴意义。
关键词：AMT；PHM；特征提取；多传感器融合；D-S证据；灰色预测。
The research on AMT Prognostics and Health Management system of heavy vehicle
Hu Yu1，Liang Wei2
（1Spaceon T&C Techonlogy Co.，Ltd，Chengdu ，611731，China；2University of
Electronic Science and Technology，Chendu， 610054，China）
Abstract：AMT is the key part to influence the performance of the transmission system and
ensure the effective operation of the vehicle.Aim at the main fault features of heavy vehicle's AMT，the structure of AMT Prognostics and Health Management system of heavy vehicle was designed and
function of different parts was introduced in this article，which has a certain brand of reference and
