智能车辆安全辅助驾驶技术研究近况

论述了安全辅助驾驶技术的研究现状、研究的必要性以及研究进展。安全辅助驾驶技术包括车道偏离预警与保持、前方车辆探测及安全车距保持、行人检测、驾驶员行为监测、车辆运动控制与通讯等。分析了各种传感器的优缺点及其在实际应用过程中存在的问题,基于单一传感器不能很好地解决安全辅助驾驶技术可靠性和环境适应能力的要求,应结合激光雷达技术解决图像模糊问题,利用红外传感器增强机器视觉识别的可靠性,未来的安全辅助驾驶技术应该采取多种传感器融合的技术,结合毫米波雷达和激光雷达系统具有深度测量精确的特点,将极大的推动汽车安全辅助驾驶系统的应用和推广。     

智能公路技术展示系统设计与实现

交通部公路科学研究院(国家ITS中心)在公路交通综合试验场实现了智能公路技术展示系统。该系统依托该试验场内3.7 km的环形组合试验路,以基于车路协调理念的在途信息服务与驾驶辅助为主题,集成了近年来智能公路研究领域的典型成果,包括基于位置的交通信息服务(LBS)、车道保持辅助驾驶、视距不良条件下的视野拓展(弯道路段障碍物预警)、动态称重WIM与超载预警、IP接入与出行服务等功能,通过技术展示和试乘试驾,为驾驶员和乘客提供信息服务和安全辅助,体验未来信息社会中的公路交通出行方式。展示活动受到了国内外专家学者的广泛关注和好评。本文将主要介绍该展示系统的功能与实现。     

驾驶模拟技术在汽车智能技术研发中的应用综述

汽车智能技术已成为汽车技术进步的主要方向,极大地提高了汽车的安全性,并且也正改变着人们的出行与驾驶习惯。汽车智能技术包括主动安全技术、驾驶辅助技术和无人车技术。由于相关试验的调试次数频繁及风险系数较高,汽车智能技术在进入市场前,很难完全依赖于路上试验。得益于虚拟仿真技术的进步,作为一种安全、经济性好的汽车验证工具,驾驶模拟技术已经在汽车智能技术研发中日益受到重视。因此,对驾驶模拟技术在汽车智能技术研发过程中的应用现状进行技术综述,对驾驶模拟技术及汽车智能技术的发展都具有意义。伴随着汽车智能技术的发展,研究人员根据试验需求,已经开发出了多种形式的驾驶模拟器。为了更好地阐述驾驶模拟器的发展脉络,叙述了驾驶模拟技术的发展历程以及现阶段驾驶模拟器的主要类型与技术特点,分别对驾驶模拟技术在汽车主动安全、半主动驾驶和无人车等技术的研发过程中的应用情况展开了综述。对于汽车主动安全技术,主要关注于ESC(电子稳定控制)、AFS(主动转向技术)、行人保护技术、驾驶员监控技术、避撞安全技术等。对于在驾驶辅助系统上的应用,主要对自动巡航技术与车道线保持技术上的应用做了技术综述。对于在无人车技术发展中的应用,主要关注于无人车运动策略研究、无人车人机交互研究。     

汽车安全辅助驾驶支持系统信息感知技术综述

随着我国汽车保有量的激增,汽车驾驶安全日渐重要.围绕人-车-路系统中的人和路开发车载汽车安全驾驶支持系统受到广泛的关注.在智能运输系统的交通安全研究中,与汽车安全辅助驾驶系统相关的信息感知技术研究主要有:车辆状况检测、交通环境的检测、非常规条件下驾驶员视觉增强和对驾驶员的检测等.文中将对上述汽车安全辅助驾驶支持技术国内、外最新研究现状进行综述,并展望该领域研究动向.     

智能汽车 梦想照进现实

谷歌公司（Google）近日宣称,通过对无人驾驶汽车行驶数十万英里后的数据进行分析,研究人员发现谷歌汽车在有人类驾驶的情况下,加速、煞车的次数皆远高于无人驾车模式,同时无人驾驶汽车能够比人类驾驶更好地保持与前车的安全车距。这意味着什么？无人驾驶汽车技术在日趋成熟的进程中已经超越了传统意义上的现代汽车。毫不夸张地说,智能汽车时代正在一步步迫近。不久前,博世底盘控制系统中国区驾驶员辅助系统事业部及市场部副总裁蒋京芳结合博世的实验认为,驾驶员辅助系统的时代已经到来,接下来便是自动驾驶。自动驾驶正是智能汽车时代的重要标志。在这条探索之路上,尽管我们还要历程无以数计的实验和尝试,但未来的汽车社会一定是向着更安全、更便捷、更环保迈进。     

智能汽车辅助驾驶技术分析

文章出于深层分析智能汽车辅助驾驶技术的考虑,从其概念分析入手,并对其自适应巡航及车道保持的工作原理进行了深刻分析,随后对其包括执行控制以及电机转向结构在内的执行系统做出剖析,并在全面分析智能汽车辅助驾驶系统的设置意义的前提下,对智能汽车辅助驾驶系统的未来发展趋势进行了展望。可以肯定的是,智能汽车发展至今,机器学习发展仍然存在一定问题,而更重要的是加强技术的研发,先从提升智能汽车辅助驾驶技术为着手点,逐渐令大众认可这种技术,把研究做得脚踏实地。     

作者与编者

汽车安全辅助驾驶技术已近在咫尺，世界顶尖的汽车制造企业已开发出许多汽车安全产品，如Volvo汽车公司的安全驾驶模拟器、福特的S2RV、DENSO电装公司的前撞安全系统及故障报警系统等。     

汽车集成式电子真空助力器系统设计

为满足汽车驾驶辅助系统对于辅助制动装置越来越高的要求,提出了一种基于汽车普通制动真空助力器的集成式电子真空助力器系统(Electronic Vacuum Booster,EVB)。在对系统整体结构进行设计的基础上,基于电磁铁数学模型对EVB关键零部件电磁铁参数进行了优化设计。为实现基于EVB的驾驶辅助系统控制器设计,对包括控制器和执行器在内的EVB整体系统模型进行了辨识。试验结果表明:所开发的EVB系统能快速、精确地响应制动指令,可广泛应用于自适应巡航控制系统、走-停巡航系统及主动避撞系统等驾驶辅助系统。     

汽车前方静动目标状态转移机理与分类算法EI北大核心CSCD

为解决利用雷达回波实现静止目标和运动目标的准确识别这一驾驶辅助系统的关键技术问题,本文中基于地面目标运动状态转移机理提出了一种基于时间窗的汽车前方静动目标状态分类方法。在地面静动目标运动状态与转移机理分析的基础上,将目标分为静止目标、同向运动目标、反向运动目标、起停目标和未分类目标等5类,建立了在固定时间窗内的目标运动状态的转移状态机模型,并确定了目标状态转移的条件阈值和时间窗长度,最终在驾驶辅助试验车上进行了前方同向或反向行驶车辆、树木等静止物体和制动停车车辆等各种典型工况下的识别试验,为实现基于毫米波雷达的自适应巡航与自动紧急制动的驾驶辅助系统的工程化提供了技术支撑。     

重庆车检院加强主动安全领域技术创新 打造“汽车主动安全测试技术重庆市工业和信息化重点实验室”

正重庆车检院"汽车主动安全测试技术重庆市工业和信息化重点实验室"日前完成了《智能车路协同系统及自动驾驶车辆测试规范与流程》编制,在主动安全研究领域取得新进展。为助力国家制造强国发展战略,加快重庆市汽车主动安全及驾驶辅助技术发展,重庆车检院积极     

Design and simuation of a vehicle test bed based on intelligent transport systems

As growing demand of vehicle safety system, especially regarding intelligent transport systems (ITS), automotive manufacturers are focusing more on driving safety and efficient transportation for vehicle users. Many safety systems have been launched in the market recently so, it is important to evaluate the vehicle safety systems and ITS. The ITS based intelligent vehicle test bed was constructed to meet the growing demand of test and verification for such ADAS and ITS systems. First, this paper describes in detail concept of the test-bed. This test-bed is carefully designed to meet the requirements of ISO/TC204 standards. In order to verify the design of the test-bed, virtual test with driving siulator was processed on a virtual test tracks. This test-bed will be used to conduct testing on various ITS and ADAS technologies, such as adaptive cruise control (ACC), lane departure warning system (LDWS), cooperative intersection warning system as well as rollover stability control (RSC) and electronic stability control (ESC), etc.     

Development of a path planning system using mean shift algorithm for driver assistance

The longitudinal and lateral vehicle control techniques have been widely used in several active driver assistance systems. The adaptive cruise control, lane keeping assistant control, vehicle platooning and stop-and-go control are typical examples of the most important applications. In this study, a novel path planning method is proposed considering the driving environment such as road shape, ego vehicle and surrounding vehicles’ movement. The relative distance and velocity between the ego vehicle and surrounding vehicles are identified with respect to the predicted lane shape in front of the ego vehicle. Based on the identified information, the road shape and surrounding vehicles are mapped into the intensity image and the desired vector for the ego vehicle’s movement is determined by the maximum intensity density tracing method. The desired vehicle path is followed by the acceleration/deceleration control and the steering assist control, respectively. In order to evaluate the performance of the proposed system, simulations are conducted and compared with ACC systems.     

基于心理安全距离的行人风险评价及预警算法研究

为实现在机非混行的交通环境下,对动态、随机弱势道路使用者的准确风险评估,基于行车安全场理论提出了考虑行人心理安全距离的碰撞行人风险评价模型.首先通过考虑行驶车辆是否会危及行人的心理安全,提出了心理安全距离的概念,包括心理安全通行距离和心理安全制动距离2个方面,并通过问卷调研挖掘其可能的影响因素进行数值分析;接着将心理安...     

Effect of drowsiness on driving performance variables of commercial vehicle drivers

Driver drowsiness is a major safety concern, especially among commercial vehicle drivers, and is responsible for thousands of accidents and numerous fatalities every year. The design of a drowsiness detection system is based on identifying suitable driver-related and/or vehicle-related variables that are correlated to the driver’s level of drowsiness. Among different candidates, vehicle control variables seem to be more promising since they are unobtrusive, easy to implement, and cost effective. This paper focuses on in-depth analysis of different driver-vehicle control variables, e.g., steering angle, lane keeping, etc. that are correlated with the level of drowsiness. The goal is to find relationships and to characterize the effect of a driver’s drowsiness on measurable vehicle or driving variables and set up a framework for developing a drowsiness detection system. Several commercial drivers were tested in a simulated environment and different variables were recorded. This study shows that drowsiness has a major impact on lane keeping and steering control behavior. The correlation of the number and type of accidents with the level of drowsiness was also examined. Significant patterns in lateral position variations and steering corrections were observed, and two phases of drowsiness-related degradation in steering control were identified. The two steering degradation phases examined are suitable features for use in drowsiness detection systems.     

安全切入场景下的驾驶人初始制动时刻分析

基于中国自然驾驶项目的China-FOT数据库，研究安全切入场景下的驾驶人制动响应，为研究自动驾驶功能在安全切入场景下的控制策略开发及测试评价提供参考。首先使用人工截取车载视频的方法初步筛选出266例安全切入场景工况，通过观看车载视频提取交通环境参数（包括光照条件、切入车辆切入方向、车辆类型、横向位置变化等）以及本车驾驶人制动响应等视频数据；通过自动截取CAN总线数据提取本车车速、加速度等车辆动力学参数；并使用MATLAB图像分析的方法估算两车相对速度、相对距离等图像处理结果。然后基于提取到的工况数据，分析驾驶人响应类型及分布，得出在前车安全切入场景下，本车驾驶人保持本车道行驶的响应行为占96.24%，保持本车道行驶且同时制动的响应比例为51.13%。因此，对前车安全切入时，本车驾驶人保持本车道行驶的同时采取制动响应的行为进行了更深入的研究，以提取的136例符合此响应行为的工况数据为基础，以THW（Time Headway）值作为表征参数分析驾驶人初始制动时刻特征。预设交通环境、切入车辆参数、本车参数中可能对THW值产生影响的因素，分析THW值在预设的影响因素下的分布情况，并使用皮尔逊相关性检验验证THW值与该因素的相关关系，最终确定切入车辆类型、两车相对车速及相对距离与THW值显著相关。最后使用以上显著影响因素的参数进行聚类分析，得到5种典型的安全切入场景下的制动工况。     

智能网联环境下基于安全势场理论的车辆换道模型

为有效刻画未来智能网联环境下车辆在换道过程中面临的驾驶风险,保证车辆执行更加安全的换道决策,建立基于安全势场理论的车辆换道模型。首先针对车辆换道过程中所遇到的驾驶风险进行评估,利用势场理论给出车辆行驶过程中不同运动状态下安全势场的空间分布。其次根据换道过程中相关车辆不同安全势场分布情况计算出换道结束时的车间临界距离,相比于传统的车间临界距离计算模型,提出方法能够动态刻画出车辆在不同速度、加速度条件下临界距离的变化趋势,并且能够根据车辆不同的运动状态,动态表达出车辆间临界距离的变化。在此基础上,根据智能网联环境下车辆各类运动状态能够被实时感知的特点,总结出车辆各类运动状态下需要的换道安全临界时间,最终建立基于安全势场理论的最小安全距离换道模型。最后,对模型进行数值仿真分析,仿真结果表明：车辆换道所需要的最小纵向安全距离与换道车辆以及其周围车辆的运动状态有着直接关系。在今后趋于成熟的智能网联环境下,该模型可以进一步进行扩展,利用安全势场的分布情况,对车辆换道过程进行动态实时干涉,能够为今后智能网联环境下车辆协同换道、车辆自动驾驶以及车辆群体优化控制等相关研究提供一定的理论支撑。     

匝道合流交通场景下自动驾驶汽车安全性测试评价方法

矿用无人运输车辆作业环境恶劣,存在大曲率弯道、坡道等非结构化道路明显特征,对无人化运输控制要求高。为改善PID等传统控制算法适应性问题,提高无人驾驶轨迹跟踪的车辆横纵向控制精度,提出一种纯跟踪与PID结合的多点预瞄横向控制、考虑模糊控制表参数拟合的纵向控制方法,减少控制参数的同时提高算法效果。根据传统控制算法设计基础控制器,结合基础算法优势进行横向与纵向控制算法设计,通过硬件在环仿真和实车测试验证算法的性能。试验结果表明,横向控制算法与斯坦利算法相比,车辆路径跟踪精度有明显改善,纵向控制方面,速度跟随误差<1 km/h,保证了车辆驾驶时的平稳性与舒适性。     

人机共驾智能车驾驶模式决策属性析取研究

为了深入分析驾驶模式决策影响因子,通过实车试验采集了人-车-路多源特征信息。用驾驶人主观经验将驾驶模式划分为人工驾驶、警示辅助、自动驾驶3种状态,并利用采集的驾驶人血流量脉冲（BVP）和皮肤电导（SC）值进行K均值聚类,将驾驶人当前合适的驾驶模式自动聚类为3级。通过融合驾驶人自汇报结果和聚类结果对驾驶模式进行准确标定。采用以信息增益为依据的Ranker算法对多特征进行排序,并在此基础上,根据多分类器分级结果确定最优特征属性集合。研究结果表明：当选取车速、车头时距、车道中心距离、前轮转角标准差、驾驶经验5个指标为特征子集时,支持向量机、朴素贝叶斯及K近邻这3种分类器的识别准确率都超过90%;除警示辅助模式与自动驾驶模式下的车速值和车道中心距之外,其余所有不同模式决策属性值均呈显著性差异;研究结果可为人机共驾智能车驾驶模式决策提供依据。     

制动与转向协调动作的车辆避撞控制研究（双语出版）

为了弥补现有汽车避撞控制策略以及碰撞风险评价指标单一的不足，提出转向和制动协调的主动避撞控制系统。首先规划了五次多项式换道路径，在对其理论分析的基础上得到转向临界避撞距离和与目标车道车辆的安全距离约束。其次，考虑道路附着系数和系统延迟的影响，基于制动过程给出制动临界避撞距离，并以纵向行驶安全系数ξ和碰撞时间倒数T^-1_TC划分安全行驶区域，利用驾驶人实车跟车数据标定稳态跟随/定速巡航区域的阈值。随后，通过转向/制动临界避撞距离的对比给出2种避撞方式的安全收益范围。最后搭建Simulink/CarSim联合仿真模型，并对其进行不同初始条件下的避撞仿真试验。研究结果表明：转向操作在制动距离不足时仍是有效的；当主车高速近距离接近静止前车时，主车可以顺利采取转向换道动作，而常规ACC系统在2.5 s处的车间相对距离为-0.76 m，事实上已经发生了碰撞；当相邻车道前车与主车纵向间距不满足换道安全距离约束时，避撞控制系统进入紧急制动模式，最大制动减速度达到-0.8g（g为重力加速度），实际最小车间距为5.1 m；通过转向和制动的协调动作，充分发挥了车辆的避撞潜力；ξ和T^-1_TC指标的融合，可以更好地评估碰撞风险并实现不同控制模式的转换，在保证行车安全的同时可避免过分制动给乘客造成的紧张感。