共查询到20条相似文献,搜索用时 15 毫秒
1.
随着智能驾驶汽车的高速发展,L2级别的高级辅助驾驶系统装车率也越来越高,L3级自动驾驶已逐步实现,而安全自动驾驶还尚未完全落地,当前正处于人机共驾阶段,尽管ADAS系统可以降低交通事故发生率,但疲劳驾驶、分心驾驶和危险驾驶等交通安全“隐形杀手”仍长期存在,给驾驶员和乘客带来生命安全,驾驶员状态监测系统能有效避免疲劳或者分心驾驶引发的交通事故,已经成为避免事故和改善道路驾驶安全的一项关键技术。本文介绍了驾驶员状态监测系统工作原理,分析了目前国内外驾驶员监测系统的测试评价方法,并总结了该系统的未来发展动向。 相似文献
2.
3.
随着自动驾驶等级的提高,面向传统汽车的测试工具与测试方法已不能满足自动驾驶汽车测试的需要。基于场景的虚拟测试方法在测试效率、测试成本等方面具有巨大的技术优势,是未来自动驾驶汽车测试验证的重要手段,已成为当前的研究热点。通过对大量相关文献的系统梳理,综述了基于场景的自动驾驶汽车虚拟测试研究进展。对比分析了自动驾驶测试场景的不同定义方式,明确了测试场景的内涵,归纳了测试场景的要素种类,概述了测试场景的数据来源,总结了场景数据的处理方法。在此基础上,对自动驾驶汽车虚拟测试方法进行了总结,分析了典型的测试方式、测试平台和虚拟测试的技术要点,梳理了软件在环、硬件在环和车辆在环测试方案及其关键技术。针对自动驾驶汽车测试效率问题,研究了基于场景的加速测试技术,概述了典型的测试场景随机生成方法和危险场景强化生成方法。最后,对基于场景的自动驾驶汽车虚拟测试所面临的问题及未来发展趋势进行了分析和展望。研究结果表明:基于场景的虚拟测试是推动自动驾驶技术发展和产业落地的必由之路,未来研究应着力突破基于解构与自动重构的测试场景数据库、人-车-环境系统一体化高置信度建模、自动驾驶汽车虚拟测试标准工具链、不同自动驾驶汽车渗透率下的混合交通模拟与测试、测试案例动态自适应随机生成机制等核心共性技术,建立自动驾驶汽车虚拟测试标准体系。 相似文献
4.
5.
为了明确现阶段L3级自动驾驶汽车致他人损害的责任主体,本文通过对L3级自动驾驶汽车致人损害责任主体的域外考察以及分别对系统、驾驶员、生产者是否应作为责任主体进行批判性分析,得出如果自动驾驶汽车在L3级自动驾驶模式开启时致人损害,由生产者承担无过错责任,如果驾驶员在不应当开启自动驾驶模式的情形下开启自动驾驶模式,造成他人损害由驾驶员负责,但是有证据证明汽车存在明显缺陷则由生产者负责的结论。 相似文献
6.
<正>随着计算机技术的飞速发展,人工智能技术逐渐走入大众视野,其中自动驾驶技术则是人工智能技术中的重要应用,自动驾驶技术的主要目标是让汽车可以自主行驶,减少驾驶人的驾驶疲劳,提高汽车驾驶的安全性和舒适度。自动驾驶技术的实现需要依赖于感知系统、决策系统和控制系统的协同工作,其中,自动驾驶感知系统是非常重要的一环,承担着让自动驾驶汽车“看得清”的任务,其研究和发展将影响自动驾驶汽车落地进展。 相似文献
7.
8.
智能汽车是指借助人工智能、大数据、卫星导航等软件系统,结合传感器、摄像机、雷达等硬件系统组合而成的集感知、决策、控制等功能于一体的智能交通工具。根据《汽车驾驶自动化分级》(GB/T40429—2021),智能汽车专指具备L2~L5级自动驾驶系统的汽车。智能汽车相较于传统汽车,在发生交通事故时,对责任的认定划分将不再单纯局限于驾驶员的操作,而应当综合考虑自动驾驶汽车产品的责任及提醒驾驶员注意的义务。因此,需要在完善现行《道路交通安全法》《产品质量法》的基础上,对因智能汽车侵权所承担的责任主体和责任范围进行分析,弥补智能汽车应承担相应责任的立法空白,确保技术发展与社会公共利益相结合。 相似文献
9.
10.
<正>在如今的汽车行业中,“自动驾驶”已不是什么新词,卡车行业也已轻松实现L4级自动驾驶级别。以目前的情况来看,在自动驾驶商业化方面,商用车走在了乘用车前面,港口、矿区等半封闭区域已成为自动驾驶卡车探索商业化落地的起步场景。放眼全球,大规模商业化应用可能仍需要较长时间。那么,自动驾驶卡车技术的实际落地到底还要多久?我们什么时候才能看到真正在路上行驶的自动驾驶卡车呢?想要得到答案, 相似文献
11.
12.
13.
14.
智能汽车是指借助人工智能、大数据、卫星导航等软件系统,结合传感器、摄像机、雷达等硬件系统组合而成的集感知、决策、控制等功能于一体的智能交通工具。根据《汽车驾驶自动化分级》(GB/T40429—2021),智能汽车专指具备L2~L5级自动驾驶系统的汽车。智能汽车相较于传统汽车,在发生交通事故时,对责任的认定划分将不再单纯局限于驾驶员的操作,而应当综合考虑自动驾驶汽车产品的责任及提醒驾驶员注意的义务。因此,需要在完善现行《道路交通安全法》《产品质量法》的基础上,对因智能汽车侵权所承担的责任主体和责任范围进行分析,弥补智能汽车应承担相应责任的立法空白,确保技术发展与社会公共利益相结合。 相似文献
15.
针对自动驾驶高精度地图实时动态更新在高精度、高可靠、高安全等方面所面临的挑战,总结当前高精度地图更新面临的困难与挑战,加快自动驾驶高精度地图的大规模商业化落地,从而提升智能汽车的安全性和稳定性,为高级别自动驾驶提供重要支撑。首先描述了自动驾驶地图的定义与内涵,指出自动驾驶地图的数据特性和功能应用;其次梳理了高精度地图更新的发展现状与趋势,综述了地图集中式更新与众源式更新的优劣,指出众源更新已成为地图更新发展的新趋势;再次,总结了目前众源更新的基本架构与关键核心模块,并针对关键核心技术展开分析,归纳了众源更新所涉及关键技术的现状及趋势。结果表明:当前技术仍然面临着7个主要方面的挑战,涉及地图模型、高精定位、三维重建、融合更新、数据安全、快速审查、标准法律法规。针对这些挑战,指出自动驾驶高精度地图众源更新技术难题需要政产学研多部门从技术、政策、法律多维度共同推进解决,从而加速自动驾驶地图众源更新技术的发展与应用。 相似文献
16.
自动驾驶汽车已成为全球发展趋势,随着人工智能、大数据、通信技术发展,自动驾驶必将迎来蓬勃发展,但是完全实现自动驾驶的道路是漫长而曲折的.本文通过介绍自动驾驶汽车在人员、车辆、道路、网络、云平台五个方面所面临的技术难点与存在的问题,建议行业向重点难点领域聚集,推动行业发展. 相似文献
17.
18.
从L1、L2驾驶辅助到L4、L5自动驾驶,各项智能及网联技术的发展,推进了自动驾驶产业的进程.在这个过程中,仿真测试是新技术研发必不可少的环节.针对目前自动驾驶研发中,对于真实仿真场景测试的需求,是德科技推出了雷达场景仿真器,用于雷达传感器和算法研发.汽车制造商可以在实验室中测试复杂的真实场景,从而加快自动驾驶研发进程... 相似文献
19.