智能车场景建模及仿真

对智能车场景建模及仿真应用进行了研究,对用于智能车开发和测试的交通场景进行了定义,并提出了搭建场景的框架,设计了仿真场景搭建流程以便规范和快速搭建智能车测试场景,在此基础上集成了车辆模型和控制算法,实现了场景模型、车辆模型和控制模型的联合仿真。     

基于用户需求的车路协同典型场景研究

高速公路智能车路协同系统近年来逐渐受到众多关注.在国家系列政策文件的基础上,分析了高速公路公众出行者与交通管理者等用户在智能车路协同方面的需求,梳理了普通路段、分合流区、隧道等不同道路类型的应用场景,对场景功能、所需交通信息以及智能化设备等进行了概述,并以分合流区和施工作业区等应用场景为例,分析了分合流区和施工作业区目前存在问题、预警功能实现及数据流向,为高速公路智能车路协同应用场景库的完善以及车路协同系统的落地实施提供了技术支持.     

高速公路智能车路协同系统应用场景库构建研究

在对现有车路协同场景研究情况分析的基础上,综合考虑交通需求与道路环境属性双重因素,提出了面向高速公路智能车路协同系统的场景构建方法,构建了适合不同高速公路需求的功能完备、场景丰富、要素齐全的车路协同应用场景库,满足新基建与智慧高速建设应用需求,为高速公路车路协同示范应用提供参考.     

浅析智能车路协同系统在我国的发展现状

智能车路协同系统是交通智能化发展下延伸出的一种新型解决方案,是有效保障交通安全、提高通行效率、节省能耗、减少碳排放的有效手段。现阐述了智能车路协同系统的定义,描述了其在中国的发展历程,同时指出了当前在发展中存在的问题,并尝试提出一些解决思路。     

基于3D点云语义地图表征的智能车定位

为提高智能车节点定位准确率, 研究了基于3D点云语义地图表征的智能车定位方法。该方法分为3个部分: ①基于三维激光点云的语义分割, 包括地面分割, 交通标志牌分割和杆状语义目标分割; ②面向智能车的点云语义地图表征, 利用分割的语义目标投影, 生成带权有向图, 语义路, 语义编码, 再以语义编码和高精度GPS的全局位置组成语义地图表征模型; ③基于语义表征模型的智能车定位, 包括基于GPS匹配的粗定位和基于语义编码渐进匹配的节点定位。实验在3种长度不同、复杂度不同的道路场景下进行, 节点定位准确率分别为98.5%, 97.6%和97.8%, 结果表明所提出的定位方法节点定位准确率高、鲁棒性强且适用于不同的道路场景。      

一种面向ADS的模型驱动式逻辑场景建模及仿真方法

汽车自动驾驶的场景建模及仿真分析是确保自动驾驶系统安全性的关键，对于提高整个系统的安全性至关重要，已经引起工业界和学术界的广泛关注。场景建模是场景仿真、测试、验证分析的基础，能够有效帮助发现场景中存在的危险，是自动驾驶系统设计开发面临的挑战性问题之一。然而，现有的场景模型生成方法，主要采用数据驱动式，结合路采数据和数字孪生技术构建具体场景，无法有效应对ADS场景复杂、类型多样、测试效率不高的问题。同时，为了提高场景的覆盖率，迫切需要从逻辑场景的层次设计一种可视化的场景建模语言，可用于构建逻辑场景，并具有丰富的语义模型，能够支持逻辑场景的测试及验证分析。针对以上问题，我们提出一种模型驱动式场景建模方法用于构建逻辑场景模型，并结合ADS领域知识及ISO 26262功能安全标准，提出了一种逻辑场景建模语言SML4ADS，给出了其相应的语法及语义模型。此外，设计并实现了一种可扩展的、灵活的场景模型仿真方法，能够支持多种场景仿真工具。结合实际案例分析，展现了本文所提出的模型驱动式场景建模及仿真方法的有效性，为后续场景模型的测试、验证与分析奠定基础。     

视觉导航智能小车自主驾驶控制方法研究

智能车路系统通过提高单车控制智能化水平以及与交通环境之间的信息交互能力,实现车辆自主驾驶以及列队控制,从而解决日趋严重的交通问题。在智能车路系统中单车的智能控制是基础,利用模型车、无线通信网络和1/10道路沙盘模型等手段构建车路协调下的视觉导航智能小车实验平台。在建立智能小车运动模型基础上,提出视觉导航智能小车自主驾驶控制策略;通过实验分析,验证了该控制策略的准确性和可靠性。     

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     

车辆轨迹数据的若干处理方法研究

从智能车路协同系统的概念出发,介绍了车路协同系统下的数据采集标准及轨迹数据特点,研究了轨迹数据处理的若干方法,包括车辆轨迹重构、交通参数提取、轨迹聚类等。     

基于智能车路系统的交叉口主动交通安全技术研究

智能车路系统是通过交通信息资源在车载装置和交通基础设施之间的合理分配和平衡、车辆和道路设施的智能协同和配合来提高交通的安全性和工作效率的.从分析国内外智能交通的发展、对交通安全问题的关注和车载设备的增多等角度出发,认为智能车路系统是作为解决主动交通安全问题的一个有效途径,以解决交叉口"两难区"交通安全为出发点,给出了智能车路系统解决实际主动交通安全的实例.     

面向自动驾驶的仿真场景自动生成方法综述

随着自动驾驶测试验证对虚拟仿真场景依赖程度的增加,传统基于专家经验的场景枚举生成方法已无法满足测试需求.数字虚拟仿真场景自动生成方法在场景多样性、危险性、可解释性、生成效率等方面存在巨大技术优势,是提高汽车自动驾驶技术测试验证安全性和可靠性的关键,已成为当前汽车智能化领域的研究热点.在广泛调研场景自动生成方法领域研究成...     

美运输部进行智能车测试以减少车祸与堵车

美国运输部2012年8月21日在安阿伯市举行3000辆智能车测试活动。 智能车测试将主要测试车辆类的无线网络技术，即车辆和高速公共路之间可以相互交换信息，以降低发生车祸或者交通阻塞的概率。智能车测试将对车辆碰撞预防技术进行检测，即对各种可能发生碰撞情况做出预警，如对前行碰撞、禁止超车和前方车辆突然刹车等情况做出警报，同时也将对车辆和道路之间的相互反应进行检测。     

商用车AEB系统测试场景构建及仿真研究

随着车辆智能化的发展,提高商用车主动安全水平的必要性增强,自动紧急制动(AEB)系统成为车辆主动安全领域的研究热点。文中从商用车自动紧急制动功能测试评价技术着手,基于场景元素分类构建商用车自动驾驶测试场景,建立自动紧急制动典型场景与控制模型,并通过仿真验证商用车AEB测试场景搭建与测试评价方法的有效性。     

基于关键场景的预期功能安全双闭环测试验证方法

预期功能安全作为道路运行安全的重要组成，是智能网联汽车的核心挑战。全面高效的预期功能安全测试验证方法能够有效支撑系统安全开发流程。本文提出一种以关键场景为载体、由封闭验证和开放论证双闭环构建的测试验证框架，并综合论述关键场景构建技术，进一步建立接受准则的量化方法。最后，本文展望在预期功能安全测试验证领域亟待推进的关键研究。本文旨在为智能网联汽车预期功能安全测试验证的工程实践提供兼具可操作性和理论充分性的参考依据。     

一种车路协同封闭场地测试系统设计方法

智能网联汽车搭载了先进的环境感知系统及智能逻辑算法功能,具备环境感知及智能决策功能。但对于道路盲区的预测及控制,是单车智能无法跨越的壁垒。目前,路侧感知及车联网技术已成为未来发展无人驾驶汽车、道路通行安全及效率提升的公认技术路线之一。文章通过标准梳理及走访调研国内车联网测试场、示范区,以测试场景为依托,提出道路技术参数设计方法及最小通信距离设计方法,结合设备设施布置要求,提出一种封闭测试场车路协同系统设计方法,满足智能网联汽车车路协同全场景封闭场地闭环测试及验证。     

雨雾天气下的自动紧急制动系统测试评价方法研究

针对当前自动紧急制动系统评价中,存在雨雾等危险复杂气象状况的测试场景考虑不足,和评价结果难以客观反映 AEB系统实际性能的问题,研究了包含雨雾天气的 AEB系统测试场景和综合评价方法。根据国家车辆事故深度调查体系 （National Automobile Accident in-Depth Investigation System,NAIS） 的事故数据,参考中国新车评价规程,构建了雨雾天气下的AEB系统测试场景;基于层次分析法,建立了AEB系统评价层次模型,提出了AEB系统综合评价方法。在 PreScan-Simulink平台上搭建了仿真测试场景,进行测试评价,验证了方法的效果,与传统单一评价指标方法进行对比,结果显示被测车辆得分为 6.610 7分,小于单一速度减少量评价方法的 9.015 0分,偏差分析表明该方法评价结果更客观,能更准确地反映AEB系统性能。     

交通事故场景在智能网联汽车仿真测试中的应用

在汽车全生命周期范围内,通过三支柱测试认证方法来验证智能网联汽车的功能和安全,是提升车辆安全性和交通效率的有效手段,具有广阔的应用前景。其中,如何通过仿真方法来高效验证在危险工况和事故场景下智能网联汽车的主动安全防护能力,成为目前亟待解决的问题之一。基于交通事故场景,建立交通事故数据到仿真测试场景重构的技术方案,并通过实际案例验证了该方案应用于仿真测试的可行性。实践证明,所建方案有助于丰富智能网联汽车仿真测试场景库,提升仿真测试效率,加快完善智能网联汽车的安全测试与评估的进程。     

船舶智能避碰策略测试方法与指标研究

智能避碰策略是实现智能航行的关键技术,其设计缺陷会导致巨大的安全风险、环境风险及经济损失.为获取对智能避碰策略系统有效的测试评价方法,研究并得出测试评价指标体系,以在开阔水域的2艘船舶为研究对象,基于《国际海上避碰规则》研究并量化船船之间的典型关系、行动准则等关键概念,通过解算船舶态势关系得出影响船舶避碰行为的要素,并进行仿真验证.进而以此为基础分析对智能避碰策略可行的测试评价方法,得出构建系统化、量化及典型化测试场景的原则及方法,依托典型测试场景提出测评指标体系的构建原则,为研究构建多船在开阔水域智能避碰测评方法和测评指标体系提供基础.      

考虑驾驶风格的智能车自主驾驶决策方法

为了提升智能车类人驾驶水平,提供符合驾乘者驾驶习惯的个性化驾驶服务,改进了DDPG算法并设计智能车驾驶决策系统,学习不同风格的个性化驾驶策略.招募20位驾驶人参加基于仿真平台的模拟驾驶实验,采集驾驶数据.运用相关性检验方法选择个性化驾驶评价指标,使用K-means聚类方法将驾驶风格进行分类.在基础DDPG算法的输出部分加入线性变换过程,形成改进的个性化驾驶决策学习算法,进而构建个性化自主驾驶系统,以3种驾驶风格作为学习目标,调节线性变换参数,在线训练并测试算法.结果表明,提出的方法比基础算法收敛速度提升21.3%.算法在测试场景中,保持了高于驾驶人的横向控制水平,车道偏移量下降73.0%,且驾驶的车辆未与道路外侧护栏发生碰撞.聚类结果显示,算法通过调节线性变换参数,能够有效学习不同的驾驶风格.      

基于场景的自动驾驶汽车虚拟测试研究进展

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。