高速公路行车安全驾驶技术控制探讨

市场经济迅速发展以及人们生活水平的提高,汽车已经成为了人们日常出行必不可少的交通工具之一。随着汽车保有量的持续增加,社会各界对高速公路行车安全的关注度也随之越来越高。所以,加强高速公路行车安全驾驶技术分析研究的力度,制定切实可行的安全驾驶技术控制措施,才能从根本上促进高速公路行车安全水平的有效提升。文章主要是就高速公路行车安全驾驶技术控制进行了简单的阐述和分析。     

机车自动驾驶系统模式切换策略研究

受铁路基础装备技术和国内复杂运用环境限制,机车自动驾驶系统仍需在有人值守的情况下工作,所以应有完善的自动驾驶系统模式切换策略来界定值守人员和自动驾驶的权限边界。以机车运行安全为原则,基于列车纵向动力学分析动态切换时列车的平稳性,阐述了机车自动驾驶系统的模式切换策略,该策略已经运用于机车自动驾驶实际应用中。大量实践案例证明,提出的机车自动驾驶模式切换策略能够有效保证机车控制权模式切换过程中列车的安全、平稳运行,取得了良好的运行效果。     

中间轴驱动装置固定对弹性悬挂式机车动力学性能的影响

为防止弹性悬挂式机车中间轴驱动装置横向位移过大,发生碰撞,提出了端轴驱动装置弹性悬挂、中间轴驱动装置固定连接的方式。利用多体动力学软件SIMPACK建立整车动力学模型,对比分析驱动装置悬挂方式对机车动力学性能的影响,认为采用这种悬挂方式是合理可行的。     

桥式抓斗卸船机不同形式的比较

桥式抓斗卸船机主要有自行小车式和钢丝绳牵引小车式2种形式.钢丝绳牵引式又分为单索起升单索开闭单小车牵引式、主辅小车牵引式、机械差动四卷筒牵引式、电差动四卷筒牵引式等形式,它们各有优劣,主辅小车牵引式被证明是最可靠的形式.     

电辅助驱动技术研究

文章提供一种第二轴采用传统驱动桥作为主驱动、第三轴采用电驱动桥作为辅助驱动的驱动力复合并联混合动力三轴车型方案,结合提升轴空气悬架控制技术,该方案在运营经济性方面比传统双后轴驱动车型更优。     

浅析几种无人驾驶汽车路径规划算法

路径规划是自动驾驶关键技术之一,各种路径规划算法现已不断改进并不断涌现。本文根据全局和局部路径规划对常用路径规划算法进行分类,对几种常用的路径规划算法原理进行介绍,并分析其发展方向。     

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。     

基于预定义几何集的斜列式泊车路径规划方法

目前预定义几何集方法主要用于平行车位和垂直车位2种类型的泊车路径规划,对于未涵盖的停车位种类而言则存在无法规划泊车路径的问题,使得自主泊车系统对于能够泊入的车位种类存在局限性。为了设计斜列式泊车方式用以提高自主泊车系统中车位种类的覆盖率,提出一种基于预定义几何集的斜列式泊车路径规划方法。首先,提出了斜列式C字形泊车路径规划方法,利用几何学设计一种圆弧相切斜线的路径,并通过多项式建模表征任意角度停车位下的斜列式C字形泊车路径;其次,通过分析泊车路径与停车位中可能发生碰撞的关键点之间的距离,构建了泊车路径碰撞约束模型,以此分析不同规格停车位下约束条件的参数,从而获得规划路径安全区域;然后,结合拓扑地图信息与斜列式C字形泊车路径规划的碰撞约束模型,获得合适的泊车路径起始点范围,继而生成与全局路径无缝衔接的安全泊车路径;最后,通过MATLAB/Simulink仿真验证此方法的有效性,并通过实车试验证明实用性。结果表明：所提方法针对任意规格的斜列式停车位,均能有效地规划出无碰撞条件下的斜列式泊车路径;同时,车辆能够良好地跟踪所规划的路径,实现精准泊入停车位,证明所提方法能够提高自主泊车系统中停车位种类的覆盖率,并大幅度提高自主泊车系统的实用性。     

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。