自动挡汽车如何起步与停车技巧方法

  1.汽车的起步

  自动挡汽车起步顺序如下。

  步骤1:右脚踩住制动踏板。

  步骤2:前进时,将变速杆拉到D(驱动)位置,后退时拉到R(倒车)位置(图2-61)。

  步骤3:松开手制动。

  步骤4:慢慢松开制动踏板(利用惯性缓慢移动)。

  步骤5:右脚移到油门踏板上,轻踩着行进。

  特别提醒:变速杆处于P(停车)、N(空挡)位置时,车辆由于发动机的传动系统中断而无法移动。当变速杆处于D(正常行驶)挡、3挡、2挡、1挡、R(倒车)位置时,因发动机与传动轴之间的传动系统处于工作状态,虽然松开油门发动机的转速降低了,但车还会慢慢向前滑动。这就是惯性现象,是自动挡车特有的现象。因此特别注意:停车时如果还放在D挡或R挡,无意间松开制动时会发生意外事故,如图2-62所示。

  自动挡汽车的起步操作要领如下:

  (1)自动挡汽车发动机启动后不宜立即起步加速。最好是让发动机怠速运转30s以上, 塔木德 www.talmudh-china.com 以便自动变速器的油完全充满各部位的油腔,保持较好的工作状态,然后再挂挡起步行驶。若是冷车状态,尤其是冬季寒冷地区,启动后应保证发动机和自动变速器内的机油有足够的升温时间,待发动机冷却液的温度升到40℃以上,发动机怠速正常后起步操作为佳。否则,会增加汽车起步时自身的消耗,造成起步失败或急加速起步等异常现象。

  (2)自动挡汽车起步之前,应先踩住制动器踏板或拉紧驻车制动器拉杆,再根据行驶需要将变速器的挡位操纵杆从P挡或N挡的位置转换到D挡或R挡的位置。

  (3)可采用右脚控制加速踏板、左脚控制制动踏板的操作方式,不要左、右脚一起使用,以保证汽车的起步平稳、制动减速迅速和停驶可靠。

  (4)同机械式变速器一样,当行驶中需要将自动变速器的挡位由D挡位一R挡位时,或由R挡位一D挡位时,一定要等汽车完全停稳后才能换挡操作,起步时也是如此,否则将会损坏自动变速器内的零部件。

  (5)自动挡汽车起步时,加速踏板的控制要柔和,不能过猛。如果起步时加速踏板的操作过猛,节气门开度过大,除了满足汽车起步过程所需的动力外,多余的动力会使汽车产生急加速的效果,汽车的行驶速度会迅速提高,容易造成起步过程的追尾事故,而普通汽车由于受挡位速比的限制,在低挡位时,其速度是不可能过高的。此外,起步时也应注意及时解除制动,以免造成自动变速器的损坏,加剧制动器的磨损和发动机的熄火。

  2.暂时停车

  步骤1:选定停车的位置,将右脚从油门移到制动上。

  步骤2:根据速度及距离踩制动,除紧急情况外要缓缓地踩。停稳后再用力踩制动以防止车滑动。

  步骤3:长时间停车时待车停稳后,拉上手制动,关闭发动机,变速杆调到P(停车)位置。

  特别提醒:

  (1)停放过程中的挡位置转换一定要在汽车停稳后进行,尤其D挡位与R挡位的转换。

  (2)停放过程中,加速踏板的控制和转向盘转速应尽可能小,制动要及时。

  (3)到停放位置后,确认已踩下行车制动踏板才能熄火,而且将挡位操纵杆置于P挡的位置并拉紧驻车制动拉杆,才算完成了停车的操作。手动挡汽车停放在上坡路段时挂一挡,停放在下坡路段挂倒挡。而自动挡汽车在任何路况下停放时,都必须把挡位操纵杆置于P挡的位置。

转载于:https://my.oschina.net/u/1186464/blog/688650

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值