智能汽车的人机共驾技术研究现状和发展趋势

智能汽车的人机共驾技术（HMIoIV）是解决其智能化级别难以快速跨越至高度自动化水平的有效过渡手段。HMIoIV涉及了L0~L3级别的智能汽车的多种自动化技术,包括先进辅助驾驶系统。针对当前国内外智能汽车人机共驾技术的研究现状,对其概念、结构和研究内容进行总结,根据独立驾驶人参与的数量和驾驶操作方参与的数量将现有的人机共驾技术分成3类：单驾双控结构、串联型双驾单控结构（Traded Control）和并联型双驾双控结构（Shared Control）;并对驾驶人为因素、驾驶人模型、自然驾驶人状态监测和驾驶意图识别、串联型双驾单控结构和并联型双驾双控结构的研究方法以及权限与责任的关系进行全面综述。最后,分析总结当前智能汽车的人机共驾技术所面临的问题和挑战,并对该技术的发展趋势做出展望。     

AUV自主收放装置结构及控制系统设计

AUV技术对于提高海洋资源环境的勘测和开采效率具有重要意义。在AUV收放过程中,传统的回收方式是在母船上起吊回收,人为参与完成挂钩任务,这种方式受风浪的影响较大。为了提高AUV的使用保障能力,需要针对AUV的自主收放技术展开研究。基于AUV良好的实时性、连续性及可移动性的特点,本文设计一套AUV自主收放装置,可用于AUV的自动布放及回收。该装置由固定架、控制台、吊机装置、绞车、定滑轮、钢丝绳、收放架等组成。设计各部分的机械结构,并通过系统校核验证结构设计的合理性。同时,设计AUV收放存储装置控制系统,实现对机械液压执行器的精密控制、传感器的数据采集、系统状态参数显示、试验参数调整、工作状态监控和安全报警等功能,能够对控制系统的控制流程进行辅助判断和安全保障。解决了传统AUV收放技术的难题,提高了AUV收放的智能化水平。     

基于TD3算法的人机混驾交通环境自动驾驶汽车换道研究

提高人类驾驶人的接受度是自动驾驶汽车未来的重要方向,而深度强化学习是其发展的一项关键技术。为了解决人机混驾混合交通流下的换道决策问题,利用深度强化学习算法TD3（Twin Delayed Deep Deterministic Policy Gradient）实现自动驾驶汽车的自主换道行为。首先介绍基于马尔科夫决策过程的强化学习的理论框架,其次基于来自真实工况的NGSIM数据集中的驾驶数据,通过自动驾驶模拟器NGSIM-ENV搭建单向6车道、交通拥挤程度适中的仿真场景,非自动驾驶车辆按照数据集中驾驶人行车数据行驶。针对连续动作空间下的自动驾驶换道决策,采用改进的深度强化学习算法TD3构建换道模型控制自动驾驶汽车的换道驾驶行为。在所提出的TD3换道模型中,构建决策所需周围环境及自车信息的状态空间、包含受控汽车加速度和航向角的动作空间,同时综合考虑安全性、行车效率和舒适性等因素设计强化学习的奖励函数。最终在NGSIM-ENV仿真平台上,将基于TD3算法控制的自动驾驶汽车换道行为与人类驾驶人行车数据进行比较。研究结果表明：基于TD3算法控制的车辆其平均行驶速度比人类驾驶人的平均行车速度高4.8%,在安全性以及舒适性上也有一定的提升;试验结果验证了训练完成后TD3换道模型的有效性,其能够在复杂交通环境下自主实现安全、舒适、流畅的换道行为。     

地铁列车模拟驾驶器故障处理系统的功能探究

地铁列车模拟驾驶器故障处理系统用于培训司机的故障实时处理能力。介绍了多媒体故障处理系统的主要功能。早期的故障处理系统功能相对简单,只能实现部分硬件的故障处理操作培训。多媒体故障处理系统应用CGI计算机成像技术来完善其环境逼真程度,通过软件仿真实现无法在硬件上完成的故障处理操作,同时虚拟列车设备,对难以用硬件完成的列车部件进行全数字化仿真,实现覆盖列车运行中所遇到的各类故障的处理操作。功能完善的多媒体故障处理系统大大提高了培训质量,节约了培训成本,能培养同时具备实际操作和故障应变处理能力的司乘人员,从而保障地铁列车的安全平稳运行。     

通用桌面模拟驾驶台的研究

针对目前上海轨道交通快速发展的现状以及对司机培训的需求,提出了一种通用桌面模拟驾驶台的解决方案,介绍了其系统结构,并进行了系统实现。该通用桌面模拟驾驶台通过更换司机控制器结合虚拟仪表技术,能实现多种列车类型的模拟驾驶培训,达到了较好的培训效果。     

跨座式关节型道岔的仿真设计研究

详细介绍重庆跨座式关节型道岔运动系统的仿真设计过程,阐明如何在设计中布置驱动点、计算曲臂长度、布置导槽、获得台车运行轨迹。通过道岔的运动特性分析和道岔的驱动扭矩计算,全面了解道岔的运动特点和各个驱动点的受力状况。     

人工智能在车辆自动驾驶中的应用

提出一种新的基于人工智能的感知 计划 动作agent结构实现智能车辆自动驾驶的方案。首先通过描述该结构的原理说明该结构可以解决自动驾驶中存在的一些问题,接着通过建立自动驾驶知识库阐述如何具体实现自动驾驶,最后通过仿真实验验证该方法能够为智能车辆实现自动或辅助驾驶提供一种非常有效的机制。     

液压驱动工程车辆牵引性能参数在行走机构滑转曲线上的配置与控制方法研究

提出了一种利用液压无级变速传动,进行恒功率速度自适应控制,动态工况下的牵引性能参数按照静态匹配理论计算,但在行走机构全打滑前进行极限负荷控制的设计方法.实践表明这是一种提高车辆动力性、经济性和作业生产率综合性能以及实现自动化的有效途径.     

基于复合神经网络模型的四轮独立驱动电动车控制

针对四轮独立驱动电动车的运动控制，提出了一种基于Ackerman转向模型和神经网络方法的复合模型，用于对各个车轮转速进行仿真和控制。这种复合模型的特点是结构非常精简，其参数可用实际整车数据来直接整定，尤其适合于车辆的中低速运行控制。     

磁导航车体运动数字控制系统数学模型研究

探讨磁导航车体运动数字控制系统的数学模型。用实验方法建立磁导航车体运动数字控制系统典型环节的时间连续数学模型,结合车体运动机械操纵环节的传统数学模型建立整个控制系统的时间连续数学模型。利用Z变换方法把控制系统时间连续数学模型转换成离散数学模型,引入数字控制系统典型环节的数学模型,建立磁导航车体运动数字控制系统的离散数学模型。设计数字控制系统的二次型最优控制器并进行计算机仿真。仿真分析结果验证了数学模型的有效性。