车辆智能悬架发展的研究

高性能车辆悬架技术一直是车辆悬架发展的重点，采用智能控制的悬架系统是悬架深入发展的趋势。文中从车辆智能悬架发展现状，研究方法两个方面分析车辆智能悬架系统的设计和研究方面的成功经验，同时指出车辆智能悬架系统的研究和发展的方向。     

世界智能车辆的研究概况

智能车辆又称轮式移动机器人，是集环境感知、规划决策、多等级辅助驾驶等功能于一体的综合系统，是智能交通系统的一个重要组成部分。本文介绍了世界智能车辆的研究方向和范围。     

考虑稳定性约束的智能车辆切换控制方法

强化智能车辆主动避撞能力是提升车辆安全性的关键，紧急工况下主动避撞功能高效、稳定执行是保障智能车辆多目标准确切换的基础。而当前主动避撞方法须进一步提升面对不同方向切入车辆的避撞能力。本文针对上述问题，量化计算碰撞风险，构建目标切换逻辑，设计分层系统控制架构，提出智能车辆切换控制方法。本方法确保车辆在满足稳定性约束的同时，增强车辆主动躲避不同方向切入车辆碰撞的能力，实现不同行驶目标间的稳定切换。多车试验平台验证了该方法的有效性和正确性。     

世界智能车辆近况综述

本文综述了世界智能车辆关键技术现状及其发展方向，并介绍了世界上主要发达国家智能车辆技术应用现状和发展计划，提出了今后智能车辆发展中值得注意的一些问题。     

智能车辆设计中驾驶员模型回顾与展望

回顾智能车辆设计中驾驶员模型的发展历程,根据不同的应用类型,将其分为方向控制、速度控制和方向速度综合控制模型,其中方向控制驾驶员模型包括补偿跟踪模型、预瞄跟踪模型和智能控制模型。对不同应用类型中具有代表性的驾驶员模型进行介绍,阐述各类模型的研究过程,讨论各类模型的结构特点和在智能车辆设计过程中的应用。展望了智能车辆设计中驾驶员模型的发展方向。     

智能交通系统及其车辆自动控制技术

本文简要介绍了智能交通系统的概念、发展状况、基本内容和研究开发过程，进一步阐述了智能交通系统中的先进车辆控制技术。综述了汽车纵向控制、横向控制、自动驾驶及车列控制。最后，对我国如何发展智能交通系统和先进车辆自动控制技术进行了探讨。     

面向智能车辆的现役道路设施行驶适应性研究综述

为了总结面向智能车辆的现役道路设施行驶适应性，即现役道路基础设施承载智能车辆行驶的适宜程度，阐述自主智能驾驶定义与驾驶自动化等级分类，在此基础上剖析不同等级间的人机功能差异，并分别从感知层、感知-决策层、决策-控制层探讨与道路设计要素相关联的人机功能差异，通过归纳总结智能车辆与道路几何要素、路面性能及其他道路要素(如道路标线)的相互作用机制研究，从道路工程角度及其他道路要素方面回顾该领域的研究现状，指出存在的问题和未来发展方向。研究结果表明：相比传统车辆，配置高等级自动驾驶系统的智能车辆对现役道路设施行驶适应性最高，主动安全系统次之，而驾驶辅助及有条件自动驾驶系统适应性不足。而目前研究主要问题包括：难以归纳、标定不同驾驶自动化等级间的人机功能差异及其对于道路设计参数的需求设计值；测试道路场景条件过于理想，考虑的驾驶自动化等级单一，试验规模和样本有限；道路几何、路面性能以及道路标志、标线等道路要素与智能车辆间的相互作用机制研究不足，缺乏与不同道路场景相匹配的智能车辆驾驶特征数据的获取手段。因此建议：重视并推动与道路设计要素相关联的关键人机功能差异指标信息共享；联合高保真且可交互的道路场景、高精度感知传感器物理模型、车辆动力学模型及微观交通流模型，利用测试场景自动化生成、极限工况场景搜寻与泛化等技术开展智能驾驶虚拟测试，突破现有研究的深度和广度；探索反映不同等级智能车辆的道路行驶适应性特征指标与评价标准，精准、有效地评估预测复杂道路场景及不利道路条件下的行驶适应性。     

智能能交互在新能源汽车中的应用及思考

智能化是新能源汽车发展的重要方向之一，而智能交互是提升车辆系统性能水平的重要手段。通过全方位的人机交互可以满足用户差异化的驾驶需求，提升车辆的安全性。为此，介绍了新能源汽车智能交互的分类和技术构成，从功能角度阐述了智能交互技术在新能源汽车上的具体应用。     

智能车辆的障碍物检测研究方法综述

按照使用传感器的不同类型来分类，对智能车辆的障碍物检测和识别技术进行了综述，并分析各种障碍物检测方法。这些方法中主要包括基于立体视觉方法、基于激光雷达的方法：基于彩色机器视觉的方法及基于结构光的方法等等，同时作者指出任何一种有效的障碍物检测系统不能只依靠单一传感器进行环境感知，因此利用多种传感器信息融合技术检测智能车辆前方障碍物，是未来该领域的研究重点与难点。另外，还介绍了近几年一些研究机构在该领域的研究成果，并对所使用的一些算法进行简要的概括，为我国在智能车辆的障碍物检测领域的发展提供借鉴。     

智能汽车轨迹跟踪控制算法研究综述

轨迹跟踪和控制技术一直是智能汽车研究的热点。通过3个基本的建模方法,即几何动力学、运动学、动力学,将智能车辆轨迹跟踪控制算法进行分类,详细阐述了各种算法的原理、研究现状和优缺点,在此基础上继续讨论了轨迹跟踪算法的改进优化方向以及改进方向研究现状。结果表明,单一的控制方法不能满足智能汽车实际场景的操作需求,未来智能汽车的发展趋向于多种智能控制算法整合解决单一控制算法缺点。