适用于高性能车载计算平台的自适应AUTOSAR

正自适应AUTOSAR为实现车辆ECU软件的更大灵活性打下了坚实的基础。这些系统是可扩展的,是全自动和联网驾驶方向的重要一步。自适应AUTOSAR不是替代经典AUTOSAR,它的优势在于2种标准的巧妙结合。自动驾驶对车辆内部E/E架构提出了更高要求。自动驾驶功能需要越来越强大的控制单元,且越来越多地相互联网,并与基础设施(如云端系统)联网(图1)。通过使用来自各种车辆传感器以及外部(例如高精确地图资料)的数据,软件可创     

不完全车联网环境下元胞自动机换道模型研究

随着车联网技术的不断发展,自动驾驶车辆加入交通流中的可能性逐步增大,进而形成新的混合交通流.在综合考虑自动驾驶车辆对于较大范围内交通信息实时感知能力以及车辆间信息交互对于换道的影响,提出了自动驾驶车辆关注区间的概念,设计了不完全联网环境下新型混合交通流元胞自动机换道模型,通过改变自动驾驶车辆比例、自动驾驶车辆关注区间大小、交通流密度等参数进行数值模拟.结果表明:新型混合交通流元胞自动机换道模型,能够帮助提高交通流平均速度15%左右,改善道路通行效率.     

交通运输智能化发展概述与智能驾驶展望

"十二五"期间,交通运输要素资源数字化水平稳步提高,智能化水平持续发展,发展环境不断优化;建立了全国重点营运车辆联网联控系统,推动了全国道路货运车辆公共监管与服务平台建设。"十三五"期间,将提升中国交通运输行业的智能化水平。同时,加强自动驾驶和车路协同技术发展统筹规划,支持鼓励自动驾驶和车路协同关键技术创新,开展智能驾驶与车路协同标准化工作,加强自动驾驶和车路协同的测试基地建设,开展车路协同集成与试点示范应用,推动中国智能驾驶技术的发展。     

面向未来的自动驾驶

<正>下一个十年,联网汽车的占比将有一个大的飞跃。随着"汽车在线"普及率的提高,整个交通系统将成为一张可通讯的网,实时路径规划、风险预警将成为可能,这些都为未来自动驾驶的实现奠定了基础。零部件供应商们正在进行有关自动驾驶技术的研究。大陆集团提出了通向自动化驾驶的三个阶段:2016年实现部分自动驾驶;2020年前实     

驾驶模拟器在自动驾驶系统中的应用研究

自动驾驶车辆在实际道路上行驶之前的测试阶段是一个至关重要的环节。一个低成本、高效率以及高精度测量的自动驾驶车辆的测试方式,对于自动驾驶车辆的开发具有重要意义。将驾驶模拟器运用到研究自动驾驶车辆测试已是近年来的一个研究热点。基于虚拟驾驶场景的自动驾驶车辆的检测,通过组合虚拟驾驶场景的背景车辆、行人、交通灯、建筑、指示标牌等元素,研究将驾驶模拟器与虚拟驾驶场景的联合应用来测试自动驾驶车辆。设计了典型的交通场景,通过自动驾驶车辆和背景车辆的实时交互,研究自动驾驶车辆的各项性能指标。研究结果表明:该驾驶模拟器可以高度拟合人类驾驶体验,驾驶员通过驾驶模拟器控制背景车辆能够很好的模拟现实中的驾驶行为,对自动驾驶车辆的仿真测试起到了促进作用。     

TüV莱茵为自动驾驶安全保驾护航

正日前,德国莱茵TüV集团(简称"TüV莱茵")亮相第二届中国国际进口博览会,TüV莱茵车辆联网和自动驾驶能力中心主管Rico Barth接受了本刊记者的采访,分享了TüV莱茵在保障自动驾驶安全性方面的发展与经验。发展自动驾驶应先完善法律法规当下,汽车制造商都积极参与到自动驾驶L2或更高级别的技术研发和产品推新中。驾驶者需要对行驶中车辆及行人的安全负责,但如果真正实现自动驾驶,究竟该由谁对驾驶过程和结果负责?从长远来看,首先必须搭建好法律框架,现在政府、机构及相关方都在积极制定框架和边界,全球领先的车企也参与讨论标准法规的制定,并不断向前推动,但目前尚未有定案。德国和欧洲在无人驾驶方面的发展,其重心也是先推出针对无人驾驶的法规。     

混驾环境下基于主从博弈的多车协同决策规划

在自动驾驶车辆与人工驾驶车辆混行的复杂交通环境中,如何减小驾驶行为截然不同的2类车辆间的复杂相互作用对于车辆行驶安全性、乘坐舒适性和交通通行效率的影响,是当前自动驾驶决策与控制领域亟待解决的关键问题。提出了一个人机混驾环境下人工驾驶车辆与自动驾驶车辆之间的非合作博弈交互框架。首先,综合考虑车辆加速度线性递减的驾驶人纵向操纵特性、差异化配合程度和不同的延迟响应特性,建立人工驾驶车辆的纵向博弈策略。其次,考虑自动驾驶车辆与周围车辆的安全性约束,以及自动驾驶车辆在换道过程中的舒适性和通行效率目标,设计了自动驾驶车辆的纵向博弈策略。然后,基于主从博弈理论对不同混驾环境下人工驾驶车辆与自动驾驶车辆的博弈交互问题进行求解,得到最优的换道间隙和自动驾驶车辆的纵向速度轨迹,并采用模型预测控制方法规划出自动驾驶车辆的横向安全换道轨迹。最后,根据人工驾驶车辆不同配合度和延迟响应时间的差异,设计了多组人机混驾试验工况进行验证。试验结果表明：自动驾驶车辆能够快速准确识别人工驾驶车辆的配合度,选择出最优的目标换道间隙,并与间隙周围的自动驾驶车辆协作来汇入目标间隙。在换道过程中,自动驾驶车辆始终与周围车辆保持安全...     

动态信息

<正>重点营运车辆联网联控纳入统一考核2014年12月31日,交通运输部印发《全国重点营运车辆联网联控系统考核管理办法》(以下简称《办法》),对联网联控系统平台的车辆入网率、上线率及超速车辆率、疲劳驾驶车辆处理率等运行指标进行考核,以规范道路运输车辆动态监督管理行为,提升道路运输安全管理水平。《办法》要求,车辆动态监控数据至少保存6个月,违法驾驶信息及处理情况应至少保存3年。破坏卫星定位装置     

车联网系统驾驶行为评分功能开发

为方便驾驶员了解某区间内自身的驾驶行为,利用Eclipse、MySQL、Hbase和Maven等开源软件,设计了一套实现车联网系统驾驶行为评分功能的算法流程,完成了驾驶行为评分功能的开发。通过评分功能,可减少影响车辆寿命的异常驾驶行为,提高车辆运行的持久性,延长车辆寿命。     

关于L3自动驾驶的人机交互设计研究

随着雷达、摄像头、处理平台的软硬件提升,加上高精地图的辅助,全球越来越多的汽车公司都推出了自动驾驶车辆,覆盖Level 2~Level 3的自动驾驶场景(SAE J3016),但这些场景都需要在必要的时候由驾驶员接管车辆,因此自动驾驶汽车对人机交互设计提出了新的挑战,比如合理的接管流程,驾驶操作的监测,权责划分的提示。     

考虑前车安全速度效应的自动驾驶车辆异质交通流特性分析

随着自动驾驶技术的发展,自动驾驶车辆获取的信息更加完善。为研究考虑前车安全速度效应条件下自动驾驶车辆对高速公路交通流的影响,以双车道元胞自动机模型为基础,建立考虑前车安全速度效应的跟驰规则和换道模型。利用MATLAB数值模拟高速公路异质交通流,分析考虑前车安全速度效应的自动驾驶车辆对道路交通流的影响,并分析车辆的拥堵情况和换道情况。研究表明,考虑前车安全速度效应的自动驾驶车辆可以显著提升道路通行能力,全自动驾驶车辆可达全人工驾驶车辆交通流的近似2倍;考虑前车安全速度效应的自动驾驶车辆的增加可以降低道路拥挤程度,全自动驾驶车辆比全人工驾驶车辆发生拥堵的临界密度提高了20 veh/km;自动驾驶车辆渗透率的增加会增加相应的换道次数,全自动驾驶车辆情况下,自动驾驶车辆基本不发生换道行为,同时智能网联车辆可以减小暴露碰撞安全性风险。     

基于故障树的自动驾驶故障处理策略研究

为了减少车辆自动驾驶行驶过程中由于故障导致的安全风险,基于故障树理论（FTA,Fault Tree Analysis）对自动驾驶车辆故障进行了定性分析。通过评估不同故障对自动驾驶车辆安全行驶影响的严重程度,结合最小风险策略,设计出了一套分类分阶段的自动驾驶故障处理方案,尽最大能力提升行车安全。     

自动驾驶条件下城市道路机动车道宽度设计的思考

自动驾驶汽车的技术模式有别于传统汽车,对道路设计的要求也发生了变化。为深入研究自动驾驶条件下城市道路的机动车道宽度,从车辆外廓尺寸、车辆速度、车辆技术性能等角度,对传统车辆和自动驾驶车辆进行对比分析,判断适应自动驾驶车辆的城市道路机动车道宽度设计标准。研究表明,自动驾驶车辆的车距精确控制与车队化运行模式可提高道路通行能力,节约空间,提升慢行舒适性。城市干路条件下,自动驾驶车辆的横向摆动大幅缩小,2.85～3.05 m的机动车道宽度即可满足自动驾驶车辆的行驶需求。研究成果可为城市道路规划设计提供参考。     

解析自动驾驶的三大传感器

正当前,自动驾驶发展驶入快车道,各大车企、零部件供应商、互联网公司都在纷纷布局。但随着自动驾驶迈出的步伐越大,所面临的安全性挑战也越大,尤其是近期不断发生的自动驾驶车辆事故将安全性问题再次推向风口浪尖。安全是自动驾驶最核心的问题,其中,作为自动驾驶车辆的"眼睛"——传感器尤为重要。     

基于LabVIEW的自动驾驶汽车在线振动监测与诊断系统

为了提高自动驾驶汽车在道路测试中的安全性,基于LabVIEW设计了一种自动驾驶汽车在线振动监测与诊断系统。该系统通过上位机与驾驶机器人通信,获取车辆运行状态数据,同时对自动驾驶车辆的振动在线监测,最后结合车辆振动数据和状态信息进行在线诊断,开发了监测与诊断界面,实现了自动驾驶汽车在道路测试行驶过程中的振动在线监测与诊断。     

现代汽车与Aurora合作,到2023年开发4级自动车辆,下一代燃料电池汽车的新的自动功能

现代汽车公司与自动车辆技术创业公司Aurora Innovation宣布了一项战略合作伙伴关系,以到2021年将现代自动驾驶汽车推向市场。该合作伙伴关系将把Aurora的自动驾驶技术整合进在测试计划和试点城市中定制开发和推出的现代公司的车型中。从长远来看,现代和Aurora将为在全球范围实现自动驾驶车辆的商业化而努力工作。     

减速频次催生换道意图下自动驾驶车辆自适应换道模型

科学、合理、拟人化的换道控制是实现自动驾驶车辆安全高效行驶的重要保障,已有研究主要考虑相邻车道速度差、换道间隙等要素对车辆换道控制的影响,并未考虑车辆频繁加减速导致乘车体验差而催生换道意图这一重要现象。针对该问题,设计以抗干扰能力为基础的自动驾驶车辆自适应换道调控方法,其调控过程主要包括：采用智能驾驶人模型控制自动驾驶车辆纵向驾驶行为,以减速频次为指标度量自动驾驶车辆的抗干扰能力,并将抗干扰能力引入到自动驾驶车辆换道决策过程中,模拟自动驾驶车辆因频繁加减速导致乘车体验差而产生换道意图的现象,在此基础上,提出车辆换道控制模型。然后,以智慧高速为背景,利用Netlogo构建多种自动驾驶车辆运行场景,测试所构建的自适应换道调控方法。研究结果表明：智能驾驶人模型的选用能够合理体现自动驾驶车辆换道行为对交通流的运行影响;相比于低密度车流（≤30 veh）,在中高密度车流情况下（≥40 veh）,自动驾驶车辆维持原有车道运行的能力较弱、换道频率较高,且过高[80次·（5 min）^-1]或过低[10次·（5 min）^-1]的抗干扰能力临界值会导致自动驾驶车辆运行速度降低至10 km·h^-1,因此可以根据不同车流密度条件对自动驾驶车辆的最大抗干扰能力进行设置和调整,从而保证自动驾驶车辆的运行效率,这也从侧面证明了所提自适应换道调控方法的科学性与合理性。研究结果对于提高自动驾驶车辆换道控制的合理自主性具有重要意义,该结果进一步完善了自动驾驶车辆换道模型库,能够为自动驾驶自适应换道调控提供理论和技术支撑。     

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     

自动驾驶汽车的远程电源控制系统设计

自动驾驶是汽车行业未来的发展趋势,而对车辆进行远程启动则是实现自动驾驶的关键。为此,本文设计了一种基于用户APP、云平台、车载终端和PEPS控制器等对车辆进行远程电源控制的解决方案,有效地解决了L4及以上自动驾驶车辆远程召唤等场景中的电源控制的问题。     

微观交通流模型在车辆自动驾驶仿真中的应用

仿真测试是缩短自动驾驶安全测试周期、降低实车测试成本的重要方法,而交通流模型可以为车辆自动驾驶测试提供数字化的交通环境,有利于加速车辆功能和性能的开发及验证。介绍了自动驾驶仿真测试涉及的关键技术,针对共性问题开发了一套具有交互性的微观交通流模型和对应的评价指标体系;分析交通流模型和自动驾驶仿真软件间的数据链路,通过联合仿真的形式实现微观交通流模型在自动驾驶车辆仿真测试中的应用。