基于角毫米波雷达的目标筛选

随着ADAS系统在汽车领域的普及,基于角毫米波雷达的ADAS系统由于其成本低、环境适应能力强被广泛应用。其中,使用角毫米波雷达的盲区监测系统能够有效辅助驾驶员对车辆周围环境的感知。根据24GHz角毫米波雷达的特性,使用2个角毫米波雷达对驾驶员盲区进行辅助监控,建立基于角毫米波雷达的盲区监测系统。而毫米波雷达输出目标存在一定的误检,文章使用角毫米波雷达连续5帧数据,建立反馈目标值运动模型,对目标位置数据进行更新,使用K-means算法对检测目标数据进行聚类,使用聚类结果判断检测目标是否真实存在,以消除毫米波雷达的误检,从而实现角毫米波雷达的目标筛选。     

基于神经网络的智能驾驶模式识别研究

为满足智能驾驶汽车高级驾驶辅助系统(ADAS)功能研发和验证的需求,提高ADAS功能的准确性,设计了一款基于神经网络的智能驾驶模式识别程序,该程序由数据采集、目标检测、场景识别预测3个模块组成。数据采集模块利用ESR毫米波雷达、前置摄像头对交通环境及周围车辆的数据信息进行采集;目标监测模块通过控制算法选择判断触发各类ADAS功能场景的最可疑目标;场景识别处理模块以汽车制造商提供的大量自然驾驶数据的场景挖掘结果为依据,利用神经网络学习各类ADAS场景的特征行为,并通过约束条件对各类ADAS功能场景的识别结果进行实时判定。通过开放道路试验进行验证,结果表明,该程序的场景识别结果准确率可达到99.86%。     

基于多传感器的军用车辆前方目标提取和融合算法研究

在目标车辆识别算法中,通常采用单一传感器作为感知器件。不论是摄像头还是雷达,都因为自身缺陷导致识别出的目标不准确,给ADAS系统的决策控制带来困难。文章提出了一种基于视觉传感器和毫米波雷达相融合的目标识别算法。该算法利用多传感器信息融合技术,按照本车道前方最危险目标(CIPV)的原则,并结合滤波原理,对目标车辆进行识别、提取和跟踪,以剔除无效目标,保留唯一、有效、可靠、稳定的目标,为ADAS系统的决策控制提供依据。     

毫米波雷达研究现状及其测试项目

毫米波雷达作为ADAS系统的核心传感器之一,随着ADAS系统从原本局限在高端市场到现如今发展到中低端市场所带来的迅速增长的需求,很多车企已经逐渐看重对毫米波雷达的测试检验。毫米波雷达的测试主要包括其射频信号的性能测试和雷达的功能测试,性能测试是雷达厂商所关心的,而功能测试则是车企所看重的。本文主要介绍国内外对毫米波雷达的研究现状、毫米波雷达的探测原理以及测试。     

360度全景系统推进ADAS技术应用

<正>作为一种智能摄像头系统,360度全景系统不仅能解决盲点问题,还能提高驾驶安全性。大陆集团正在开发一系列基于360度全景系统的高级驾驶员辅助技术。NCAP法规的日趋严苛以及汽车技术的升级换代,推动着高级驾驶员辅助系统(ADAS)的快速发展。包括大陆集团在内的汽车零部件供应商正加速ADAS技术的研发,整个ADAS应用市场也逐步从高端车型向低端车型渗透。作为ADAS的核心技术,摄像头和雷达在汽车上的应用不断增多。其中,基于鱼眼摄像头的360度全景系统正越来越多地应用于倒车辅助、自动泊车技术,还能取代传统后视镜实现后视功能。     

重型卡车ADAS系统应用

正随着汽车智能化的迅速发展,ADAS系统(高级驾驶辅助系统)逐步开始在重卡车型上应用,目前可实现的功能包括:车道偏离预警(LDW)、碰撞预警(FCW)、自动紧急制动(AEB)、自适应巡航(ACC)等。雷达、摄像头安装位置如图3所示。1)毫米波雷达ADAS系统的前置毫米波雷达安装在车辆前保险杠内侧。     

基于LabVIEW的ADAS实验台数据采集设计

在高级辅助驾驶(ADAS)实验平台中引进美国仪器公司NI设备,其中PXIE-8880等用来作为该系统的主控PC。针对高级辅助驾驶系统(ADAS)所实现的功能研究并搭建出一套ADAS实验硬件在环仿真平台,在LabVIEW2017环境下,用图形化语言实现通信,使主控PC能够对接受RT系统采集的制动、转向、油门和档位信号。     

基于单目视觉车距测量方法综述

车距测量是高级驾驶辅助系统(ADAS)的关键技术,是前碰撞预警和自适应巡航等功能的基础,单目摄像头相比于毫米波雷达等传感器价格低廉,获取图像信息量丰富,在ADAS系统中应用广泛,很多学者对单目测距技术进行了深入研究。论文主要介绍了四种基于单目视觉的车距测量方法,详细阐述了几何关系法、成像模型法、数据回归建模法和逆透视变换法的原理及测距模型,通过分析基本测距方法的不足,逐步介绍其改进形式。最后给出了每一种方法的特点,并对发展趋势进行展望。     

Analog Devices推出新的28nm CMOS雷达技术平台,用于自主驾驶和ADAS

正Analog Devices公司(ADI)宣布了其Drive360 28 nm CMOS雷达技术平台,其建立在过去20年里广泛应用于整个汽车行业的既定的ADAS(高级驾驶员辅助系统)、MEMS(微机电系统)和雷达技术组合的基础之上。ADI公司是第一个提供一款先进的28 nm CMOS技术的汽车雷达技术公司。该新的Drive 360雷达平台带来了超越目前最好的一流Si Ge(硅锗)执行先进安全性和自动驾驶应用程序的RF(雷达射频)     

车载驾驶辅助系统及其深度学习与视觉技术

本文简要介绍自动驾驶技术的基础,包括ADAS的原理、架构和功能。深度学习嵌入式视觉技术在实现车载驾驶辅助系统(ADAS)的功能架构中起着关键作用。从深度神经网络机器学习的原理和特点出发,分析了驾驶辅助系统中深度学习和嵌入式视觉技术的原理、功能与架构,简述ADAS中视觉技术的块拼贴、场景分割等技术手段的相关特性,以及简述卷积神经网络CNN在ADAS中应用的现状与发展展望。     

浅谈别克品牌的高级辅助驾驶系统

高级驾驶辅助系统(ADAS)作为入门级的自动驾驶技术,由于技术实现难度低,被大部分主机厂前装到整车上进行销售,有效降低了交通事故的发生概率。介绍了自动驾驶的分级标准和代表车型,之后介绍了别克品牌配置的ADAS系统的功能以及车型配置情况,并分析了ADAS系统的结构特点以及关键技术。     

基于硬件在环平台的ADAS功能及故障诊断测试研究

高级辅助驾驶系统是一种复杂的智能控制系统,从系统开发到落地应用需要经过充分的验证测试。硬件在环仿真技术能够很好地解决实车验证测试成本高、测试场景复杂、周期长和危险性高等问题。采用Vector CANoe软硬件和Carmaker仿真软件构建智能驾驶硬件在环仿真平台,实现高级驾驶辅助系统（ADAS）控制算法验证和故障诊断验证。结果表明,硬件在环平台能够有效地验证ADAS控制系统,对解决ADAS测试问题具有参考价值。     

一种基于机器学习的ADAS车道类型判别方法

高级汽车辅助驾驶系统(Advanced Driving Assistance System,ADAS)是利用安装在车上的各种传感器,在汽车行驶过程中随时感应周围的环境,收集数据,进行系统的运算与分析,有效增强汽车驾驶的舒适性和安全性。ADAS最重要的功能包括LDW、FCW、BSD、PD、TSR等。目前,应用最广泛的传感器是雷达和摄像头。用单目摄像头进行车道线的识别目前已经有很多解决方案,但是还需要有效的车道线类型的检测方法为自动驾驶过程中的变道决策提供依据。本文提出一种基于机器学习的判断车道线类型的方法,利用车道线相邻区域的直方图特征,有效地解决了车道线类型的判别问题,实验数据表明此方法能够获得99.99%的正确识别率。     

一种视频暗箱摄像头标定方法

高级驾驶辅助系统ADAS(Advanced Driving Assistance System)利用安装在汽车上的传感器,如摄像头、毫米波雷达、激光雷达和超声波等,在第一时间收集车外的环境数据,进行静、动态物体辨识、侦探与追踪等技术处理,从而能让驾驶者在最快的时间内采取被动或主动的刹车,规避可能存在危险。早期的ADAS技术主要以被动式报警为主,现在主动式干预应用已很普遍。     

AVL公司和罗德与施瓦茨公司宣布开展在环仿真测试领域的战略合作

近期,罗德与施瓦茨公司和AVL公司开展了一系列合作,研究人员通过将罗德与施瓦茨公司的雷达测试系统集成到AVL DRIVINGCUBETM驾驶模拟器中,为基于雷达的高级驾驶辅助系统(ADAS)功能和自动驾驶功能的在环仿真测试创造了全新的可能性。目前,研究人员已经可以在安全的环境中生成并测试各种复杂的驾驶场景。     

ADAS系统实车道路测试路线方案研究

ADAS系统车辆在进行真实道路实车测试时,对其测试路线进行有效选择和制定是ADAS系统车辆道路测试亟需突破的问题之一。文章基于对ADAS系统环境感知技术的分析,考虑道路交通安全影响因素,提出了ADAS系统车辆测试的道路场景分类及路线选取原则,为提高道路测试效率和效果提供支持。     

先进驾驶辅助系统的接受程度及其影响因素分析

研究驾驶人对驾驶辅助系统(ADAS)的接受程度及其影响因素,有利于ADAS的推广和功能改善.招募46名被试,分2次驾驶未安装和安装有ADAS的车辆,行驶于武汉市典型道路各105km,并完成驾驶人基本信息和关于ADAS接受程度问卷.基于技术接受模型(TAM)分析驾驶人对ADAS的接受程度,应用方差分析方法研究驾驶人对ADAS接受程度的影响因素.结果表明,43名驾驶人对ADAS的接受程度均值为80.9%(SD=0.191);驾驶人的性别、年龄和驾驶经验对ADAS的接受程度没有显著性影响;ADAS类别对驾驶人的接受程度有显著性影响,驾驶人对于FCW系统的接受程度较高,而对LDW系统接受程度较低;道路类型对驾驶人的接受程度也有显著性影响,驾驶人在城市道路上对ADAS的接受程度最低.      

用于汽车ADAS系统测试的软目标车研究进展

软目标车在汽车高级驾驶辅助系统(Advanced Driving Assistance System,ADAS)测试中发挥着重要作用,它提高了试验的安全性和效率。介绍了软目标车研发的关键技术和研究进展,通过分析乘用车的电磁散射特性、视觉及光学特性,论述了软目标车对于毫米波雷达、视觉传感器以及激光雷达在特征识别方面的设计要求,重点阐述了软目标车对毫米波雷达的探测及识别目标的响应特征——雷达散射截面(Radar Cross Section,RCS)的特征分布及其测量和数据处理方法,为软目标车的开发和使用提供参考依据。     

V2X推进自动驾驶技术发展

<正>作为实现自动驾驶的第一步,高级驾驶员辅助系统(ADAS)的应用正快速增长。2014年全球ADAS市场规模约40亿欧元,到2020年时整个市场规模预计将翻番达80亿欧元。ADAS市场快速发展的背后,是各国NCAP新车评价规程对于安全要求的日趋严格,越来越多的ADAS技术被要求安装在车辆上。此外,随着车辆安全配置的升级,以及产业化后所带来的成本降低,ADAS技术正逐渐从高端车向中低端车渗透。     

基于数据融合的ADAS系统在重卡上的研究及应用

正针对我国道路安全形势,交通运输法规对重卡ADAS系统提出了更高的要求,介绍了基于数据融合的ADAS系统在重卡上的应用开发实践,为相关产品的开发提供一种方案参考。我国是公路货运大国,卡车货运安全关系到国计民生。频发的交通事故让社会对车辆主动安全及智能化提出了更高的要求,重卡ADAS技术的研究及应用已经成为行业的必然趋势。