基于GPS的电子不停车收费车载设备系统开发

分析了传统的高速公路的收费方式和电子不停车收费方式,并针对现有收费方式的弊端,设计集成了具有GPS、GSM／GPRS功能的新一代不停车收费车载设备,它综合利用了卫星定位、无线通信及专用短程通信等技术,实现了车辆的不停车收费功能,并支持信息服务功能,成功应用于卫星定位和无线接入技术的电子不停车收费系统。     

基于5.8GHz专用短程通信的车-路通信稽查系统关键设备的研究与实现

文章以基于卫星定位的道路不停车收费系统为应用背景,对基于5.8GHz专用短程通信技术的车-路通信稽查技术进行了研究和实现。首先对车-路通信稽查系统结构框架进行了简单介绍,同时对其中关键设备的软、硬件设计和实现方法进行了说明,随后对车-路通信稽查系统中的关键技术及其实现方法进行了详细具体的介绍。最后给出关键设备主要性能指标,并通过高速公路运行试验验证了系统在实际环境中的可用性。     

汽车跟车预警仿真及评价研究

为了提高高速公路汽车跟车行驶的安全性,从驾驶员特性、汽车特性、道路特性及交通流特性的角度,以经典的牛顿力学理论为依据,充分考虑制动前驾驶员的反应时间,分别建立了9种状态下的临界安全车距模型、基本安全车距模型和充分安全车距模型.在此基础之上,建立了驾驶员跟车行驶安全度评价模型,并利用驾驶模拟系统,对追尾预警模型及驾驶员跟车行驶安全性评价模型应用于仿真平台的有效性进行了验证.驾驶模拟实验结果表明,预警模型有效、可靠,可用于驾驶员跟车安全性检验,为提高驾驶员高速跟车行驶的安全性及速度控制提供了理论依据.     

相邻车道车辆并道预测与跟车控制改进的研究

为在自适应跟车控制中,预测相邻车道车辆的并道行为,提前调整自车速度控制策略,以提高自车的乘坐舒适性和安全性,通过采集和分析实际道路上自车与周围车辆的运动状态信息,建立相邻车道车辆并道行为预测模型,并在此基础上对现有期望间距跟车模型进行改进。仿真结果表明:自车车速vM、自车与前车的车头时距t1、自车与前车的相对速度vML和自车与相邻车道车辆的相对速度vMF可作为预测并道行为的表征参数;所建立的预测模型可提前2s预测并道行为的类型,对两种并道行为预测的准确率分别达到88%和90%;改进的期望间距模型使跟车过程更加平稳,可提高车辆的舒适性与安全性。     

自适应巡航系统车间距控制策略

合理的车间距设计可提高车辆自适应巡航的安全性和可靠性.本文分析常用跟车策略,确定适合于客车的车间距控制策略,并通过试验验证.     

专用短程通信协议低速数据的延迟响应研究

专用短程通信(DSRC)协议是智能交通系统领域内的重要基础通信协议,已广泛地应用于高速公路电子不停车收费(ETC)系统、城市路桥拥堵收费系统等智能运输系统中.它可为车-路,以及车-车之间提供可靠、高效的数据传输.文中参考欧洲CEN DSRC标准,针对DSRC系统中低速数据延迟响应的问题进行分析,给出了低速数据延迟响应几种可能的实现方法,以完善国标DSRC标准.同时,该方法可推广应用在基于专用短程通信协议的智能交通系统中.      

基于层次分析法的智能跟车功能评价模型研究

围绕智能跟车功能综合评价进行了深入分析和研究,构建智能跟车功能综合评价体系。基于智能跟车功能相关测试标准及专著文献,将预计碰撞时间（TTC）、车头时距（THW）、最大加（减）速度、速度、车道线和道路边缘相对距离、加速度变化率和停车距离作为评价参数,应用德尔菲法（Delphi）对各评价参数与安全性和舒适性的相关性进行专家咨询,应用层次分析法（AHP）将安全性与舒适性作为评价准则,建立一套智能跟车功能的综合评价指标体系。构筑客观安全与主观体验相结合的多维度评估模型,为智能跟车功能综合评价提供评价依据。     

跟车行驶有技巧

<正>行车过程中,跟车行驶是每个驾驶员都要面对的事情。学会跟车行驶,掌握跟车技巧是必要条件。目测前车,正确控制跟车间距跟车行驶过程中,驾驶员的视线易被前车阻挡,接收前方路况信息的时间相对滞后,处理情况和驾驶操作过程中易出现     

考虑驾驶人风格的跟车预警规则研究

为研究驾驶人的跟车特性及探究可适用于不同风格驾驶人的跟车预警规则,为自动驾驶车辆开发可满足不同用户驾驶需求和驾乘体验的主动安全预警系统,选取50名被试驾驶人开展实车试验,采集驾驶人跟车行为表征参数并基于雷达数据确定跟车事件提取规则。选取平均跟车时距和平均制动时距为二维向量,使用基于K-means聚类结果的高斯混合模型将驾驶人聚类为3种风格类型(冒进型、平稳型、保守型)。通过分析3组驾驶人的跟车及制动数据,将不同类型驾驶人的制动时距分位数作为跟车预警阈值,结合实际预警数据及不同制动时距分位数对应的预警正确率,对现有跟车预警规则进行调整,以适应不同类型驾驶人的驾驶需求。研究结果表明:3组驾驶人的平均跟车时距和平均制动时距差异显著,冒进型驾驶人倾向于选择较小的跟车时距和制动时距,保守型驾驶人的跟车时距和制动时距则普遍较大;3组驾驶人的实际跟车预警次数为215次,驾驶人采取制动操作而系统未予以预警的次数为329次,系统整体预警正确率为21.9%,漏警率为87.5%,通过分析信息熵等判定当前预警规则并不合理;将每类驾驶人制动时距的10%分位数作为阈值时的预警效果较好,调整后的跟车预警规则能在一定程度上适应不同的驾驶人类型。     

一种关于智能车多模式切换跟车控制方法的论述

本文论述了智能车纵向控制系统的巡航模式、接近模式、跟车模式和避撞模式的控制策略和模式切换控制逻辑,以及多模式切换跟车的控制方法。     

基于车车通信的巡航控制系统

设计了一种基于车车通信技术的PI控制算法车辆巡航控制系统。采用DSRC短程无线通信方式获取周边车辆位置、速度及行驶方向等信息，弥补传统巡航控制系统存在的不足。从车间距策略入手，采用PI控制方法，使智能车保持与前车的行驶间距，确保安全行驶，并在Carsim/Simulink仿真平台上设计了仿真试验，证明了提出的PI控制算法具有良好的跟踪性能。在安徽省芜湖市千岛湖路附近的无人路段开展了实证研究，结果表明，系统能够实现稳定的巡航跟车功能。     

基于DSRC的车辆防追尾预警算法CSCD

为弥补传统防追尾预警算法在兼顾虚警率与及时性方面的不足,提出一种新的基于前方车辆的防追尾预警算法。利用专用短程通信技术(DSRC)实现车车之间的信息交互;通过安全车距预警模型计算临界安全车距,自车车载单元(OBU)利用自适应广播算法将安全情况信息发送给前车OBU;通过运用移动节点轨迹的生成工具(Vanet Mobi Sim)和面向对象的网络仿真器-2(NS2)进行联合仿真分析,以及主动安全系统开发工具Pre Scan与Matlab/Simulink进行联合仿真分析。结果表明:自适应广播算法的可行性和有效性得到验证;预警算法较好地解决了传统预警算法在虚警率和报警及时性方面的矛盾,这对发展与完善汽车防追尾预警系统具有重要意义。     

专用短程通信辅助的车辆卫星定位故障检测方法

为了确保卫星定位性能满足特定协作式智能交通应用需求,提高车辆定位系统的故障容错能力,针对车辆卫星定位的自主故障检测与性能优化问题,提出基于专用短程通信辅助的卫星定位故障检测方法,充分利用专用短程通信设备的测距率观测信息,实现故障检测对不同类型卫星可视条件的有效适应。基于专用短程通信多普勒观测特性,构建基于载波频偏的车间测距率观测模型;设计卫星定位与专用短程通信组合观测与解算框架;基于容积卡尔曼滤波提出适于非线性观测特征的故障检测、识别与排除算法,并叠加量测噪声方差矩阵动态调整策略,对故障检测性能进行优化;基于实测试验检验车间测距率的观测性能,并运用实车轨迹对多车协同运行及定位采集过程进行仿真,检验所提出方法的故障检测性能。研究结果表明：提出的方法有效解决了常规接收机自主完好性监测算法受卫星可视条件限制的问题,所引入的量测噪声方差矩阵调整策略提升了故障检测及故障排除性能的稳定性,在给定仿真场景中,常规卫星观测条件下阶跃故障、斜坡故障排除率相对常规方法最高可分别提升52%、18%,受限观测条件下不同水平2类故障的排除率最高分别可达100%、89%,边界观测条件下不同水平2类故障的检测率最高分别可达100%、96%。研究结果对于充分发挥车-车协同模式的核心优势、保障车辆定位性能具有重要价值。     

异构智能网联汽车编队延迟补偿控制研究

智能网联汽车多车编队行驶可有效缩短跟车间距和提升交通系统通行效率，但多车编队控制须解决异构编队控制器的普适性问题，且能够在执行器响应延迟和通讯延迟情况下保证车辆编队的弦稳定性。本文提出一种面向异构智能网联汽车编队的延迟补偿控制方法，在无须获取他车系统动力学参数及控制输入前提下，利用他车加速度信息即可实现车辆编队纵向跟踪控制；此外，提出一种基于Smith预测器的延迟补偿控制架构，分别消除和降低了执行器响应延迟和通讯延迟对车辆编队弦稳定性的影响。典型工况仿真结果表明，相较常见车辆编队控制方法，本文提出的异构车辆编队延迟补偿控制器的跟车误差降低了80.7%，有效减小了最小车头时距和跟车间距。     

美国为车际通信安全技术铺路

<正>美国国家公路交通安全局将制定措施要求全美新上路的汽车和其它小型车辆安装车对车通信系统。这种车间通信技术将能预防多达80%的交通事故。"联网汽车"能够通过一种特殊的无线频率进行通信,即"专用短程通信(DSRC)"。虽然车对车(V2V)通信技术带来了许多道路安全优势,但这一技术仍然存在一些隐私安全的风险。     

基于模糊理论的汽车智能巡航控制策略与仿真

基于模糊控制和模型匹配理论,应用分层式汽车智能巡航控制策略,实现节气门和制动踏板的协调控制。模糊上位控制器以实际距离与理想距离差和前方车辆与巡航车速度差作为输入,结合设计的模糊规则,获得巡航车期望加速度。考虑车辆系统干扰和响应延时性影响,构建了模型匹配下位控制器以确保巡航车期望加速度的实际输出。利用Simulink对控制功能实施了仿真验证,结果表明,该控制策略可有效实现智能跟随和定速巡航功能,提高行驶安全性。     

网联车辆并线预测与巡航控制的研究

为检测旁车道车辆驾驶员的并线意图,提升网联车辆巡航跟车的主动安全性,提出了一种基于NAR神经网络学习的迭代循环预测算法。NAR神经网络的训练样本由实际交通环境中的车辆并线数据获得,通过训练的网络预测未来一段时间内旁车的横向行驶轨迹,并根据划定的监控区域计算旁车的切入概率。同时,提出了一种考虑并线概率的跟车距离策略,并应用到网联车辆CACC系统中。结果表明,所提出的并线预测算法能精确计算出旁车的横向换道轨迹,所提出的跟车策略可提升车辆的跟车安全性。     

基于车路一体化的车辆主动避撞系统关键技术的研究

为解决传统的主动避撞系统对前方车辆识别的延时较大,和未考虑道路环境对制动效果的影响等问题,提出了基于车路一体化技术的车辆主动避撞系统.设计了一种适合于道路交通的车与车随机拓扑短程无线通信的介质访问控制协议.建立了基于道路附着系数矩阵,而以动态制动减速度为关键参数的车辆临界跟车距离模型.仿真结果表明,该主动避撞系统响应快速,自适应性和鲁棒性强.     

云控远程驾驶系统的设计与实现

为了加速自动驾驶商业化落地,为自动驾驶汽车提供远程控制能力,提出一种融合5G通信网络、云控平台、视频监控等多项技术的远程遥控驾驶系统,车辆可以通过云平台与远端用户连接,将车辆的速度、挡位、位置、胎压等信息实时发送到系统,驾驶员可通过系统实时监测车辆的状态信息,进行综合决策,实现远程控制车辆行驶,可以为高等级自动驾驶的商业落地提供安全冗余和有力保障。主要研究分析了基于5G通信技术的远程驾驶系统的总体架构和基于系统各部分的架构设计方案。通过实车测试,验证了云控远程驾驶系统的性能,以及系统实际应用的可行性与先进性。     

基于自然驾驶数据的跟车场景潜在风险评估

为弥补传统风险评价指标对相对速度较小的跟车场景危险水平评价能力的不足，减少跟车场景中追尾事故的发生，提出了跟车场景潜在风险的概念。将假定前车以较大制动减速度减速条件下的风险称为潜在风险，并构建了代表驾驶人在潜在危险跟车场景下进行避撞操作需满足的最大反应时间的参数时间裕度（TM）。由于追尾危险工况中常见采取的避撞操作可分为制动和制动转向两大类，分别对典型制动避撞过程和制动转向避撞过程进行了分析，从而推导出分别针对2种跟车潜在危险场景的TM计算方式。通过自动筛选与人工筛选结合，获得了中国自然驾驶数据库（China-FOT）中具有中国驾驶人特点的制动避撞危险工况87个和转向制动避撞危险工况40个进行分级，并基于图像处理方法提取了前车制动开始时刻的TM值，从而得到跟车场景潜在风险两级危险域的划分。结果表明：制动避撞场景下，本车车速过低和过高时，TM值的变化均不明显；而在制动转向避撞场景中，只有速度较高时阈值才保持不变。通过对正常驾驶视频的分析，引入对比组共计正常跟车制动工况163例和正常跟车转向变道工况151例的车头时距（THW）值，其统计分析结果与支持向量机分类结果均难以清晰描述跟车场景危险水平与本车速度之间的关系。为研究跟车场景潜在风险评价在自动驾驶中的应用，对于制动避撞场景，在设定TM值不变和相对速度不变的条件下，分别对基于TM的最小相对距离和距离碰撞时间（TTC）值进行了仿真，仿真结果显示，相比于TTC而言，TM的评价稳定性受相对速度影响小，在自动驾驶跟车策略开发和避免其发生责任追尾事故中有重要应用价值。