1105 自动驾驶的安全性

<正>Q:自动驾驶车辆真的能做到零事故吗?自动驾驶车辆是否会在未来替代传统汽车?A:您好,并不是所有的碰撞事故都由驾驶者引起的,有一部分的发生原因为其他道路使用者,比如醉酒人士闯入机动车道一虽然自动驾驶汽车一般而言反应比人类更迅速,也能帮助降低这类交通事故的伤亡,但是车辆依然无法     

城市道路机动车道宽度研究

分析了新、老规范对于城市道路机动车道宽度的规定,研究了机动车道宽度计算理论、机动车道宽度对安全的影响及城市道路机动车道宽度改造实例,可为城市道路机动车道宽度设计取值提供参考。     

自动驾驶工况下汽车虚拟人人机交互探索

对于传统汽车,驾驶员在环控制操控模式下,驾驶员搜集信息并完全掌控车辆行为。随着汽车自动驾驶系统的不断演进, L3层级自动驾驶系统的不断普及,汽车驾驶操纵模式正在悄然发生着变化。可以预见随着L4-L5层级自动驾驶系统的量产销售,驾驶员将从车辆中彻底消失,人车交互的虚拟驾驶员与车辆之间如何完成交互互动呢?本文将综述目前ADAS系统支持下车辆驾驶操控情况,并对未来L4-L5层级自动驾驶模式下的人车交互系统进行探讨。     

世界汽车组织自动驾驶汽车"三支柱"认证方法提议及对我们的启示

自动驾驶技术发展背景下,软件在定义汽车,车辆功能日趋复杂、软件数量也越来越多.与传统车辆相比,影响自动驾驶汽车的安全因素、场景变量日益增长,通过传统的场地测试和台架测试,难以全部评估上述影响安全的变量.因此,为了车辆上道路运行,需要提出新的认证思路,支持车辆型式认证或自我认证.世界汽车组织在分析自动驾驶汽车技术特性和安...     

城市道路机动车道宽度取值研究

针对城市道路机动车道宽度合理取值问题,通过对主要国家车道宽度取值的比较分析,研究了城市道路机动车道宽度计算理论,同时结合城市道路规范中有关机动车道宽度的规定及计算理论模型的修正,对城市道路机动车道宽度取值进行了探讨。     

城市道路机动车道宽度研究

在分析国内机动车道宽度取值标准和国内交通流特性的基础上,采用波良可夫模型计算不同等级道路车辆的侧向摆动距离,结合车道上最具代表性的机动车辆车身宽度,计算得出不同等级道路、不同位置的推荐机动车道宽度。结果表明：适当缩减机动车道宽度可在满足行车安全的同时节约城市道路建设用地,提高慢行交通运行的通达性和安全性,推荐的车道宽度为城市道路建设中机动车道的合理选区提供了参考依据。     

自动驾驶汽车在城市道路上面临的主要场景挑战

基于人类的自然驾驶数据、交通事故数据等信息提出的自动驾驶汽车技术要求和测试场景难以反映自动驾驶汽车特有的局限性和安全风险。文章从车辆视角出发,利用搭载高度自动驾驶功能的汽车开展了实际道路测试,并通过分析测试过程中遇到的危险场景和边缘场景,总结了城市道路环境下自动驾驶汽车在感知、定位、决策规划、控制执行和网联通信等方面存在的主要场景挑战。该研究成果弥补了基于人类驾驶数据开展相关研究的不足,能够为自动驾驶汽车的研发和基于场景的测试验证提供参考。     

城市道路机动车道宽度取值探讨

城市道路机动车道宽度大小直接决定了道路宽度,关系城市建设发展。结合城市道路规范,对城市道路机动车道宽度取值进行了探讨,有关经验可供相关专业人员参考。     

自动驾驶与常规交通混合条件下通行能力研究

随着自动驾驶技术不断升级,现有交通设施的容量也相应随着技术的革新发生变化,传统车辆不会立即退出历史舞台,在未来一段时间内自动驾驶车辆将和传统车辆共用现有的基础设施,因此开展混合交通条件下通行能力的研究有助于重新审视既有交通设施的容量,并对这种场景下管理及技术发展方向提供一定的指导作用。结合自动驾驶车辆的运行特征,研究不同自动驾驶混入率条件下各参数对宏观道路潜在通行的影响,利用概率论及蒙特卡洛方法进行理论计算,模拟自动驾驶车辆出现在车队的位置和时空需求,并对不同的组队策略进行详细分析,粗略估计在混合交通状况下交通能力提升的趋势和影响程度,为混合通行能力的测算提供了一种方法,并提出管理和自动驾驶技术的发展方向,为进一步适应自动驾驶技术的变革提供了有益参考。     

不同渗透率下自动驾驶混合交通流在天气条件影响下的通行能力建模

随着世界范围内对自动驾驶汽车及其相关产业发展的高度重视,自动驾驶车辆上路已成为重点领域协同创新、构建未来交通系统的重要载体。本文主要研究自动驾驶车辆不同渗透率参与的混合交通流受场景天气条件的耦合影响因素下的复杂车辆行为逻辑分析,影响机理解析,跟驰模型及通行能力模型构建等。最后我们通过SUMO仿真实验对模型进行嵌套及分析,以期对自动驾驶汽车在测试及上路引导中起到重要理论决策依据。     

先进的自动驾驶数据采集与存储技术研究综述

针对自动驾驶数据采集过程中的触发控制与存储记录问题,从先进的自动驾驶数据采集与存储技术出发,首先调研了国内外部分整车制造商车辆的传感器配置方案,然后对汽车事件数据记录（EDR）系统、自动驾驶数据记录系统（DSSAD）以及一般L3级自动驾驶汽车的数据采集与存储方案展开综述,得出了现有数据采集与存储技术将会产生低质量、高噪声的冗余数据的结论,最后基于特斯拉影子模式介绍了一种人机共驾模式下的驾驶数据采集存储方式,总结归纳出目前先进的自动驾驶数据采集技术研究的发展趋势。     

兼顾城市道路功能的公路机动车道宽度研究

机动车道是公路横断面最主要的组成部分.文中根据有关国家标准和规范,参考国内城市道路机动车单车道宽度取值课题的研究成果及国际上关于车道宽度的相关规定,对浙江杭州市余杭区城市化进程中部分高等级多车道道路机动车道宽度进行研究,确定合理的机动车道宽度,以指导兼顾城市道路功能的道路改造.     

面向自动驾驶的道路适驾性研究进展

现有道路设计规范考虑了驾驶人感知反应时间和车辆动力学特征,而自动驾驶汽车与驾驶人在感知反应时间、感知距离和感知高度等方面存在差异。这些差异可能会导致自动驾驶汽车在特定道路条件下面临挑战,例如复杂的道路线形、不规则交叉口等情况。为了解道路基础设施对自动驾驶汽车运行的影响,需要开展面向自动驾驶的道路适驾性研究。针对不同道路类型,道路几何设计、交通控制设施和路侧设施等对自动驾驶汽车安全运行影响的定量研究尚不充分。从路段、交叉口、交通标志标线3个方面进行归纳整理,结果表明：(1)现有的研究建立了道路线形设计、交叉口几何设计与自动驾驶感知能力的关系,发现平曲线半径、弦长和曲线偏转角等设计指标影响自动驾驶视距;(2)实车测试发现道路类型、平曲线曲率和车道宽度对自动驾驶失效事件具有显著影响;(3)随着自动驾驶汽车市场渗透率的增加,自动驾驶汽车之间交互行为规则更加明确,有利于提升道路适驾性水平;(4)自动驾驶的感知识别准确率会受到交通标志的反光性能和设置位置的影响,失效概率与交通标线的尺寸、逆反射亮度系数以及延长线相关。面向未来自动驾驶应用需求,针对已建道路,需要测试不同复杂工况条件对自动驾驶汽车运行...     

自动驾驶趋向 PEUGEOT INSTINCT CONCEPT

正标致的概念车设计与其他厂商略有不同,并不是纯粹以外观或动力系统为特点打动路人,而是采用了更且实际的自动驾驶技术。全新的INSTINCT概念车将会采用4种全自动和半自动驾驶模式供人选择。人工驾驶模式为动态驾驶和辅助驾驶,这两种模式下自动驾驶功能将只在预见到将会发生危险时介入,而多数时间则由驾驶员对车辆进行主导,而"舒适自动和高效自动"这两种自动驾驶模式时,驾驶员则可以彻底放弃对车辆控制,由车辆进行自动驾驶。     

自动驾驶仿真技术研究现状

作为测试自动驾驶车辆的关键技术之一,计算机仿真与真实的物理环境下的自动驾驶汽车测试相辅相成,在未来的自动驾驶行业领域,计算机仿真也必将为自动驾驶车辆的开发与相关技术标准的制定提供重要的依据。本文主要从自动驾驶仿真测试的意义、测试方法和作用、搭建技术、软件现状等部分为切入点,介绍自动驾驶仿真技术的现状,为自动驾驶仿真技术的研究和发展提供参考依据。     

基于整车在环仿真的自动驾驶汽车室内快速测试平台

整车在环仿真测试方法可以安全、高效地验证复杂环境和极端工况等场景下自动驾驶汽车性能的有效性,基于此研发一种基于整车在环仿真的自动驾驶汽车室内快速测试平台,该平台由前轴可旋转式转鼓试验台、试验台测控子系统、虚拟场景自动生成子系统、虚拟传感器模拟子系统、驾驶模拟器、自动驾驶汽车和测试结果自动分析评价子系统组成。通过在试验台滚筒上独立加载转矩模拟车辆行驶阻力,可动态模拟不同的路面附着系数,同时利用坡度、侧倾和转向随动机构可模拟车辆俯仰角、侧倾角和航向角3个自由度;采用虚拟现实技术柔性集成车辆动力学模型、传感器仿真、复杂道路交通环境及测试用例仿真,模拟多种道路交通场景,并通过传感器仿真及数据融合等技术快速测试自动驾驶汽车智能感知与行为决策等性能指标。将自动驾驶汽车、虚拟仿真场景和试验台耦合构建一个闭环系统,完成了多项关键技术研发,包括：多自由度高动态试验台结构设计、虚拟测试场景自动重构方法和传感器数据模拟及注入方法,可满足在各种场景下测试自动驾驶汽车整车性能的需求。此外,为验证快速测试平台的有效性,以U-turn轨迹跟踪控制为研究实例,基于简化的车辆运动学模型和模型预测控制算法,在平台上搭建U-turn场景并对自动驾驶汽车的轨迹跟踪控制算法性能进行大量测试。结果表明：自动驾驶汽车室内快速测试平台可以真实地模拟汽车在道路上的运行工况,自动驾驶汽车在虚拟场景中的轨迹跟踪效果良好,与参考轨迹的偏差小于8%,证明了该测试平台检测方法的有效性。     

武汉市城市道路机动车车道宽度研究

横断面宽度是道路全局性参数,机动车道是横断面最主要的组成部分。该文对武汉市城市道路机动车道宽度进行了研究,选择合理的机动车车道宽度,具有十分重要的经济和社会意义。     

新能源汽车自动驾驶高精度视觉检测技术的研究及应用

近年来新能源汽车得到广泛推广应用,新能源汽车自动驾驶技术作为汽车领域的重要创新,依赖高精度视觉检测技术实现对环境的准确感知。本论文深入研究了新能源汽车自动驾驶中的高精度视觉检测技术及其应用策略。在机器视觉与视觉检测技术的发展阐述后,重点探讨了汽车自动驾驶中高精度视觉检测技术在城市道路和高速公路等场景中的实际应用策略。通过分析特斯拉和谷歌自动驾驶项目等典型汽车厂商的实践经验,以及高精度视觉检测在事故预防和安全性方面的实际效果,为深入理解该技术的价值和潜力提供了实质性的支持。     

基于自动驾驶汽车稳定性的聚类辨识模型设计

在自动驾驶汽车中高级辅助驾驶系统（ADAS）的设计过程中，车辆稳定性控制目标并没有考虑驾驶员个性化特质需求，尤其在一些极端行驶条件下控制效果会适得其反。鉴于此，在传统汽车稳定性评价标准的基础上融合了隐马尔科夫理论（HMM）和K-means聚类算法，采用无迹卡尔曼滤波和因子加权分析的参数处理方法，设计了一种自动驾驶汽车稳定性辨识模型。模型通过Carsim/Simulink和基于DSPACE驾驶模拟器的硬件在环仿真方法进行了验证。结果表明：该模型能够实现自动驾驶汽车稳定性的合理分类和在线辨识，同时能为今后进一步优化自动驾驶汽车轨迹规划方法提供理论依据。     

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。