人工智能在汽车自动驾驶系统中的应用分析

以自动驾驶系统为代表的汽车智能化技术将对汽车产业生态变革产生重大影响。首先,分析了自动驾驶技术发展路线、发展现状及人工智能(Artificial Intelligence,AI)的应用领域,指出AI在自动驾驶应用中面临的挑战。然后,提出一种基于AI的车云协同自动驾驶系统架构,分析了基于AI的智能驾驶终端软硬件架构与基于大数据的自动驾驶云端空间架构;结合车端与云端的AI集成应用问题、信息数据交互方法与车云协同技术,讨论了人工智能在自动驾驶系统的主要应用。     

自动驾驶环境下交通基础设施协同建设思考

正自动驾驶环境下车辆如何与交通基础设施协同,是交通基础设施规划、设计、建设所面临的问题。本文介绍了自动驾驶与车路协同技术以及相关法律规范现状,指出当前自动驾驶所面临的问题,提出了自动驾驶环境下市政交通基础设施建设的思考。一、自动驾驶与车路协同1.自动驾驶自动驾驶是指通过给车辆装备智能软件和多种感应设备,包括车载传感器、雷达、GPS以及摄像头等,根     

5G+“人车合一”技术引领未来公共交通

正自动驾驶技术距离完全替代人类驾驶还有一段路要走,但可以预见,5G+"人车合一"技术将引领未来的公共交通。自动驾驶巴士车"阿尔法巴"在深圳试跑后,成都、济南、郑州等城市先后测试了5G+自动驾驶巴士车。虽然目前自动驾驶技术还需提高安全性,但预示着"5G+自动驾驶汽车"时代即将到来。     

自动驾驶测试场景研究进展

阐述了目前形成的自动驾驶测试场景的5种定义,并在梳理测试场景、基元场景、场景要素之间逻辑关系的基础上提出了自动驾驶测试场景及有关概念的定义;对比了目前业界较为认可的3种自动驾驶测试场景架构;从场景数据来源梳理了国内外开展的交通事故数据与自然驾驶数据采集与研究现状;概括了利用已知数据、专家数据、测试需求、测试对象以及自动驾驶技术特征等开展未知自动驾驶测试场景构建与自动生成研究的成果。研究结果表明:自动驾驶测试场景的定义及架构与自动驾驶场景的构建与自动生成关系密切;自动驾驶场景可以认为是自动驾驶汽车的行驶环境、交通参与者与驾驶行为等场景要素的有机组合与综合反映,自动驾驶测试场景除包含场景的所有要素外,还应包含场景起始状态、场景发生的态势以及场景结束时造成的影响和结果等内容的动态语义描述;现有测试场景架构已较为完善,但难以满足不同测试目标及测试方法的需求,其优化应充分考虑测试场景设计的流程;交通事故数据采集精度及有效数据特征不一,自然驾驶场景数据难以完全采集,且采集规范不统一,其面向自动驾驶测试场景构建的有效性还有待进一步论证,自动驾驶测试数据有望成为重要补充;提升场景覆盖度、加速测试进程是自动驾驶测试场景构建的重要研究目标,人工智能技术在自动驾驶场景生成领域的深度应用有望满足测试场景的完全覆盖或高覆盖需求;面向不同自动驾驶等级的测试场景分级及面向自动驾驶加速测试场景构建方法将是自动驾驶测试场景构建下一步研究的重要方向。      

潜在的危险——不宜仓促推广自动驾驶

正近年来,不断传来国内、国外的集团企业已经成功地进行了自动驾驶车辆的相关技术测试研究,自动驾驶车辆上路似乎仅仅是时间问题。但是,也传来了一些不同的声音。例如有媒体报道在美国亚利桑那州坦普市发生了自动驾驶车辆致人死亡的交通事故,在美国加州等其它地方也发生了类似的交通事故。于是,反对自动驾驶技术的各种看法也应运而生,自动驾驶是否会产生新的交通安全问题引起了国内外大众的广泛讨论。尽管汽车自动驾驶已经进     

基于扩展技术接受度模型的共享自动驾驶汽车用户使用意愿研究

共享自动驾驶汽车是智慧交通和绿色交通的重要发展方向之一,但目前其相关研究仍不充分,影响用户使用共享自动驾驶汽车意愿的因素及其作用机理有待深入剖析.为此,本文首先通过引入感知风险、服务质量和社会影响三个潜变量,构建了扩展技术接受度模型.然后将扩展技术接受度模型的潜变量、个人社会经济属性变量和出行方式属性变量整合到多项Logit模型,构建混合选择模型,并以用户选择共享自动驾驶汽车出行的概率衡量用户使用共享自动驾驶汽车的意愿.最后基于SP调查数据标定模型参数,得到潜变量关系及关键影响因素,通过弹性分析研究关键因素对用户使用意愿的影响.结果表明,感知有用性、出行费用、感知易用性、等待时间的影响最为显著,对应的弹性值分别是0.0502、-0.0401、0.0385和-0.0350.本研究对相关企业及相关政府部门发展和推广共享自动驾驶汽车具有重要参考价值.     

汽车驾驶自动化应用技术研究

汽车驾驶自动化是科技发展的必然趋势。随着科技发展、研究的不断深入以及完成自动驾驶所需要设备的成本不断下降．将汽车驾驶自动化的技术部分地应用于实际已成为必然趋势。主要介绍了汽车驾驶自动化技术研究的必要性、特点、发展现状及趋势。     

基于路面养护管理系统的衍生方向研究

路面养护管理系统在道路工程中得到广泛应用，取得了很好的应用前景，并在某些程度上影响着无人驾驶技术的研究。为进一步发展和完善自动驾驶汽车技术(MVADS),使自动行车速变与真实道路状况相适应，将采用能描述路面真实状况的路面养护管理指标(PMAS)为道路自动驾驶提供量化数据，使道路自动驾驶能够考虑真实道路特点而对行驶速度进行修正，进而弥补汽车自动驾驶未能考虑道路真实自身状况的缺点。结合面养护数据指标的特点，建立路面养护的各项指标对自动驾驶车速的系数。探索结果表明：不同路路面养护管理的评价指标对路面的描述状况不同，其中PCI指标相比于其它评价指标对道路自动驾驶影响更大。对车速影响较大的指标在自动驾驶技术中应该得到更大的关注和研究，探索结果对促进道路自动驾驶技术的进一步发展具有一定的理论和应用价值。     

美国国会《自动驾驶法案》探讨与启示

美国将自动驾驶汽车作为极其重要的国家竞争力而进行立法并受到广泛关注。介绍了美国《自动驾驶法案》立法进程、立法目的、统一监管授权、安全标准升级及新标准、自动驾驶网络安全、豁免权、车辆测试及评价、高度自动化车辆咨询委员会、隐私计划和定义等内容。认为,法案全面规定自动驾驶技术的发展监管,美国将无人驾驶技术的国家研究、政策、战略和发展纳入法制轨道等,启示了中国应开展相应的立法研究和技术准备。     

节气门位置传感器的结构原理与检修

节气门位置传感器是汽车电子控制系统中最重要的传感器,用于发动机电子燃油喷射、电子点火、自动变速器、巡航系统等控制系统。介绍节气门位置传感器的类型、结构原理及其故障检修。     

刘小明:交通运输部从三方面推进自动驾驶和新能源汽车的发展

正交通运输部副部长刘小明1月20日在中国电动汽车百人会论坛上表示,交通运输部始终高度重视汽车电动化、智能化的发展,并把自动驾驶和新能源汽车发展应用作为交通强国建设的重要内容,统筹部署推进。他从三个方面介绍了交通运输部推进自动驾驶和新能源汽车发展的情况。第一,交通运输部始终高度重视并积极推进自动驾驶与车路协同同步发展。在自动驾驶发展总体把控和引导方向上,交通运输部将继续本着"科学     

汉纳森数据宝盒助力公交数字化和网联化转型升级

随着大数据、云计算、新一代通信技术的蓬勃发展,汽车制造正加速融合新能源、自动驾驶、智能网联、人工智能等变革技术,全球汽车产业向电动化、智能化和网联化方向发展.作为群众出行的重要基础设施建设,公交行业也在加速转型.     

汉纳森数据宝盒助力公交数字化和网联化转型升级

随着大数据、云计算、新一代通信技术的蓬勃发展,汽车制造正加速融合新能源、自动驾驶、智能网联、人工智能等变革技术,全球汽车产业向电动化、智能化和网联化方向发展.作为群众出行的重要基础设施建设,公交行业也在加速转型.     

科学推动自动驾驶技术发展与应用——拥抱新技术,迎接新挑战

自动驾驶通过载运工具、基础设施与运行管控的有机融合,实现道路交通部分或完全自动化运行,是对传统运输模式和出行方式的一次深刻变革.首先,概述了自动驾驶的概念和意义.然后,阐述了自动驾驶汽车主要涉及的环境感知、自主决策和运动控制三大关键技术.接着,分析了自动驾驶技术发展存在法律法规和伦理问题有待解决、测试和评价方法缺失、标准体系有待健全、系统安全需引起重视等四大方面的问题.最后,指出未来自动驾驶可能呈现两条路线并行发展的态势:在开放道路上推广应用L3级以下辅助驾驶功能,提升驾驶安全,提高道路通行效率;在法律法规制约较少、环境相对封闭的园区内推动自动驾驶等无人化技术常态化运行,并配套建设智能化基础设施,改善生产和作业效率.     

英国政府发布计划推动交通新技术发展

正英国政府近日发布了一系列计划,将推动自动驾驶汽车、车联网、清洁能源车辆等技术的发展,并开始拨款支持与这类技术发展相关的研发项目。英国政府当天发布《移动未来》《最后一英里》等文件,将清洁能源车辆、自动驾驶、车联网等列为未来交通发展的重要趋势。这些计划的总     

"智"耀上海助力冬奥福田欧辉发布L4级自动驾驶MINI客车

4月19日,2021年上海车展上福田欧辉正式发布最新自动驾驶MINI车型——欧辉BJ6460自动驾驶MINI客车(下简称MINI客车).福田汽车集团常务副总经理武锡斌,福田汽车集团党委副书记吴海山,福田汽车集团业务副总裁、欧辉客车事业部党委书记、总裁梁兆文,上海加冷松芝汽车空调股份有限公司总裁纪安康等相关领导出席本次活动,并为欧辉自动驾驶MINI客车揭开神秘车衣.该车型拥有智能驾驶、自动规划路线、自动充电等众多硬核技术,可在半封闭园区环境下实现L4级自动驾驶.     

浅谈汽车电子技术的发展

就汽车电子化和控制理论发展概况、网络技术在汽车中的应用以及汽车传感器的发展方向进行了详细地综述。     

人机共驾智能汽车的控制权切换与安全性综述

根据智能汽车技术发展特点和趋势提出了人机共驾的概念; 从切换的发起者、强制性与计划性三方面论述了人机共驾智能汽车控制权切换的分类方法, 分析了广义和狭义2种分类的特点和应用范围; 从驾驶人的认知、驾驶负荷、反应力等方面剖析了人机共驾中人因的特性及其对控制权切换安全性的影响, 总结了控制权切换的试验研究方法和人机交互形式, 指出了控制权切换安全性研究存在的问题和未来发展方向。分析结果表明: 人机共驾智能汽车的应用范围是L2~L3级自动驾驶, 特点是人与系统彼此协同完成动态的驾驶任务; 由系统主动发起、驾驶人被动接管的控制权切换情形与安全性更被业内关注; 驾驶人能有效地对当前驾驶状态进行认知和评估, 进而接管车辆操作, 并最终规避风险, 是保证控制权切换安全性的关键; 人因是影响控制权安全平稳切换的重要因素, 主要表现为认知水平偏低, 切换前后驾驶负荷阶跃式突变, 次任务的影响机理不明确, 反应力随切换场景的不同而差异显著等; 该领域的主要研究还包括接管绩效的评价, 切换时机与人机交互方式的优化以及试验手段的提升等。      

面向车路协同的智慧路侧系统设计

车路协同是智慧交通与自动驾驶融合发展的重要方式,针对自动驾驶功能需求,提出一种面向车路协同的智慧交通路侧系统。设计了一套基于多边接入边缘计算单元、车路协同通信单元、实时动态差分定位基站、融合感知等融合技术的系统架构,通过在既有路灯与标志牌杆件上部署车路通信设备、多传感器融合感知设备、边缘计算单元、高精定位基站等,为车辆提供交叉口车速引导、安全预警、高精地图服务,实际应用证明该系统可有效提升通行效率、行车安全。     

智能网联汽车协同生态驾驶策略综述

为了跟踪近年来智能网联汽车(CAV)协同生态驾驶策略的研究进展, 分析了车辆、驾驶行为、交通网络和社会这4类因素对CAV能耗的影响程度, 以车辆、基础设施和旅行者为对象对目前CAV生态研究进行分类, 重点分析了信号交叉口生态驶入与离开、生态协同自适应巡航控制、匝道合流区生态协同驾驶、生态协同换道轨迹规划和生态路由5种典型车辆协同生态驾驶应用场景的研究现状。分析结果表明: 相比人类驾驶方式, 在任何交通流量CAV 100%渗透率的条件下和低交通流量CAV部分渗透率的条件下, CAV油耗节省效果显著, 最高可达63%, 而具有部分智能化和网联化等级的CAV油耗可至少节省7%;现有研究较少考虑人机共驾情况下, 驾驶人反应延迟和自动控制器传输延迟导致的轨迹跟踪偏离; 现有研究将车车通信/车路通信假定为理想数据交互过程, 未考虑通信拓扑、传输时延、通信失效与基站切换等因素对CAV生态协同驾驶策略的影响; 现有研究较少探讨多车道、交叉口转向-直行共用车道和U型车道等交通场景, 以及不同智能网联等级CAV与人类驾驶汽车、行人、自行车等共存的混合交通条件下的生态驾驶策略; 受限于自动驾驶技术和基础设施尚未成熟和完善, 真实交通场景下的测试验证工作尚未开展; 车辆控制、车车通信、多车协同、混合交通流场景、半实物仿真测试和真实交通场景测试等方面将是CAV协同生态驾驶策略的进一步发展方向。