�ƶ���ͨ����⼼��̽�⳵��������ģ���о�

为解决移动交通流检测技术中无法合理确定出探测车样本比例的问题，提出了既满足交通流参数估计需求又达到一定路网覆盖率的探测车样本比例综合模型，该模型包括定位误差、探测车数据上传间隔、数据分析时长、路段交通流特性、路段长度、道路类型等多个影响因子，论证了在探测车数据无误差情况下路段平均速度估计时探测车占交通流的比例与其他因子之间的相互关系，VISSIM仿真数据表明利用该模型确定的探测车样本数据可有效实现路段平均速度估计。     

ABS“V模式”开发中的快速控制器样件制作和硬件在环仿真的研究

分析了制动过程的车辆动力学特性,建立了车辆系统模型和ABS控制器模型.遵循"V模式"开发流程,在Matlab/Simulink和dSPACE开发环境下实现了汽车ABS控制系统的快速样件制造和硬件在环仿真.     

多路口交通信号控制硬件在环仿真系统

为了快速有效地对信号控制系统的控制效果做出评价,提出多路口交通信号控制硬件在环实时仿真系统开发.通过采用硬件在环的方法,建立基于交通微观仿真软件的城市多路口交通信号控制仿真场景,与外部的信号控制器建立硬件在环系统,实现仿真场景与交通信号控制器的实时信息交互,形成符合实际交通控制情景的仿真环境,从而对多路口的交通信号控制系统的控制效果进行评估.对北京市中关村东路建模仿真,仿真结果表明硬件在环仿真系统不仅可以评价不同型号的信号控制器的控制效果,而且可以快速有效地对多路口的信号控制效果做出评价.     

交通事故结案处理专家系统的初步探讨

主要以两汽车间事故结案处理专家系统为例，结合专家系统和关系数据库技术，探讨交通事故处理专家系统的初步开发与研究。     

基于点特征的车载LiDAR与GNSS/IMU联合标定方法研究

激光雷达(LiDAR)、全球导航卫星系统(GNSS)与惯性测量单元(IMU)之间的外部参数标定精度是影响多传感器融合及高精度地图的主要因素。基于此，提出一种适用于无人车的LiDAR与GNSS/IMU标定方法，该方法可实时提取标定板点云中心坐标，并利用点特征进行外部参数标定。首先，分析了LiDAR、GNSS、IMU及通用横墨卡托格网系(UTM)坐标系的变换关系；其次，基于IMU安装平面与地面平行的假设，通过车辆前方地面的法向量计算LiDAR俯仰角和滚转角的初值，并利用标定板中心偏移量计算偏航角初值；然后，假设车辆在平面上保持直线运动，采用恒定姿态运动将旋转角度的求解问题转化为最优化问题，并根据标定板UTM坐标不变的约束求解出平移参数；最后，通过分析算法误差、传感器测量误差以及中心点匹配误差验证了方案的可行性，并通过无人矿车采集LiDAR、GNSS和IMU的同步数据，对所提出的外部参数标定方法进行测试。试验结果表明：提出的方法只需要一定范围的平坦区域和标定板就可以解决3自由度运动估计6自由度外部参数的退化问题，且标定后的外部参数可以保证点云地图在20 m内的拼接误差小于20 cm。     

汽车ASR系统控制算法及其硬件在环仿真研究

研究了以节气门开度调节为主、制动干预为辅的汽车ASR控制算法.以常用节气门开度调节算法为基础,提出了自适应PID控制算法.制动干预采用传统的逻辑门限值法.为保证车辆加速的方向稳定性,研究了制动干预时的横摆力矩估算法,并根据横摆力矩限制制动压力来防止车辆的横摆运动.基于上述算法编写了程序代码写入自行开发的ECU,采用dSPACE硬件在环仿真系统进行验证.仿真结果表明控制算法行之有效.     

车联网环境下CACC车辆信息传播安全性研究

针对CACC车辆与普通车辆混合行驶的道路环境,综合考虑交通流、信息流与病毒传播之间的相互关联,计算CACC车辆病毒感染概率,构建出车联网环境下的CACC车辆病毒信息传播动力学模型。之后分析了不同环境下CACC车辆病毒感染概率,并对病毒信息传播过程进行仿真。仿真结果表明:无论是在不同的通信范围限制条件下,还是在不同的交通流密度环境中,都可以通过降低CACC车辆病毒感染概率来有效控制病毒信息传播范围,提升CACC车辆信息传播安全性。     

基于DDPG的无人车智能避障方法研究

本文中提出一种基于强化学习的无人车智能避障方法。鉴于无人车运动必须满足内外约束,包括汽车动力学约束和交通规则约束,且动作输出必须连续,而传统强化学习无法应对连续动作空间问题,提出了一种改进的DDPG算法,解决连续动作空间问题,实现转向盘转角和加速度的连续输出;采取多源传感器数据融合,满足无人车避障算法的状态输入;增加车辆内外约束条件,使输出动作更合理有效。最后,在开源仿真平台TORCS进行仿真,验证了算法的有效性和鲁棒性。