基于深度学习的大学生无人驾驶方程式赛车循迹控制研究

大学生无人驾驶方程式大赛(FSAC)是一项旨在吸引更多的优秀青年投身于新技术造车领域的比赛。赛车在电动方程式赛车基础上增加了摄像头、激光雷达、等传感器,并通过制动和转向系统的改装,进行赛道循迹控制。传统方法基于图像处理技术,很难通过拟合中心线的方式进行跟踪控制,为此提出基于深度学习的端对端循迹控制方法,首先对图像数据采集及驾驶模拟器驾驶数据的收集,提出采用端对端CNN网络进行训练,并最终在硬件环台架上验证了所提出方法的有效性。     

方程式赛车

“只有胜利才是对我最大的激励!”F1斗士弗兰克·威廉姆斯曾经这样说过。 他曾经是备受英伦期待的新星，在进入F1的9年时间里，却仍然成绩平平，在屡屡受挫后，他迎来了第10年的试炼。然而，本田的退出令他面临失业的危机……     

智能汽车运动控制算法综述

平稳控制车辆,按照期望路径安全、准确行驶是智能汽车实现无人驾驶的基础。汽车运动控制作为汽车领域研究的热点之一,近年来国内外科研人员开展了一系列研究。对近年来的相关研究成果进行归纳整理,对智能汽车运动控制分类阐述,并对智能汽车运动控制算法的研究现状进行系统总结分析,指出各种控制方法的特点。针对目前研究存在的一些问题及未来研究方向,总结提出多考虑极限工况,探讨多算法互相融合、相互协同控制并加强实车验证。     

百度谷歌无人驾驶汽车发展综述

介绍百度、谷歌无人驾驶汽车的发展,并进行对比分析。     

共享无人驾驶交通系统调度技术综述

众多研究证明共享无人驾驶车辆（SAVs）交通系统,能够实现车辆完全可控并为乘客提供个性化服务,即克服导致共享单车大量倒闭的运维和调配难题,也可消除制约公交竞争力的准时性、舒适性、覆盖性差的不足,有望成为未来城市交通的主体出行模式之一,并在很大程度上解决交通拥堵、环境污染、能源紧缺等城市病。基于此,总结SAVs交通系统相对传统共享车辆系统在不同运行模式方面的优点及不足,综述SAVs交通系统的调度技术。从SAVs交通系统运行过程出发,总结并分析SAVs交通系统不同运行方式,包括SAVs交通系统出行需求产生方式、车辆与需求匹配方式、车辆路径规划与车辆再平衡方式,以及运行方式与系统参数发生变化时对车辆行驶里程、车辆行驶时间、车队规模、乘客等待时间和服务水平等系统性能的积极与消极影响。对现有成果的梳理发现对于SAVs交通系统运行与性能的研究虽然取得了很大进展,但对于选择SAVs的出行需求计算多未考虑需求转移的影响,能够有效在大型路网中使用的系统模型与算法依然缺乏,且对于SAVs交通系统的调度研究考虑的形式可以更加多样,使之更符合现实情况。最后,基于提高SAVs系统性能对未来研究方向进行了展望,提出一些可能的研究课题。研究成果可为SAVs交通系统的研究提供参考。     

方程式赛车日记

对于一个热爱赛车的人来说，“更快”应该是他的唯一目标。而让自己更快的唯一途径，就是掌握更高级别的赛车。而在所有赛车当中，方程式无疑是最能代表人类赛车技术的车种。因为它诞生的目的只有一个—速度。 所以，驾控一辆方程式赛车飞驰于赛道之上，便成为每个对速度抱有渴望的人的梦想。[编按]     

无人驾驶汽车的关键技术及其未来商业化应用

<正>人们在驾驶汽车过程中一旦出现疲劳驾驶或者其它原因等均会造成严重的交通事故以及人员伤亡,随着人们对无人驾驶汽车投入大量的精力进行研究,无人驾驶汽车得到了快速发展,但是其中由于成本、技术等诸多因素影响,导致无人驾驶汽车尚未实现推广使用。对此,本文就对无人驾驶汽车中的传感器技术、环境感知技术以及导航定位等关键技术作出分析,并对其今后实现商业化应用作出探讨。     

无人驾驶汽车运动规划方法研究综述

路径规划是多学科交叉智能车技术的重要组成部分,本文从环境建模和路径搜索两个方面对现有的路径规划方法进行阐述。路径搜索算法分为图搜索算法,树搜索算法,智能优化算法三类,文中介绍了涉及算法的原理、应用现状及优缺点三个方面,总结了现有的路径规划算法,并对未来发展趋势作出展望。     

无人驾驶汽车路径规划算法研究综述

无人驾驶汽车是目前汽车发展的一个大方向,无人驾驶的实现依靠于汽车的感知、决策和控制功能。路径规划属于决策中重要的一环。目前,无人驾驶汽车的路径规划算法存在受环境影响较大,无法适用于复杂的道路环境的问题,基于此文章对无人驾驶汽车轨迹规划算法进行归纳。其在广义上可分成全局路径规划和局部路径规划两种,文章对上述两种规划进行细分并介绍了各种路径规划方法的原理,分析了各个方法的优劣,为无人驾驶汽车路径规划算法的研究提供参考。     

无人驾驶汽车局部路径规划研究综述

文章针对近年来的无人驾驶汽车路径规划算法进行总结和归纳。首先对目前主流的环境建模方法进行阐述;其次对路径规划算法进行介绍,通过分析其优缺点,指出融合轨迹规划算法具有最好的适用性;最后总结当前研究挑战并提出了相关建议。     

自动驾驶汽车横向运动控制方法综述

对自动驾驶汽车的横向运动控制技术进行了介绍,从车辆模型、控制策略、控制方法 3个方面分析了横向运动控制的国内外研究现状。针对目前横向运动控制研究中存在的问题,提出未来自动驾驶横向运动控制的研究应趋向于横/纵向运动控制耦合、车辆底盘控制技术与自动驾驶运动控制技术结合,以及车联网模型下的新型运动控制技术探索几个方向,以实现横向运动控制技术综合性能的进一步提高。     

吉利方程式赛车解密

2006年诞生的吉利方程式(AGF)赛车,虽不是最快的方程式赛车,也不是最贵的方程式赛车,但却有着很多中国血统。正因为这点不同于其他的方程式,我们可以更近距离、更深入地去认识它、驾御它。本刊将分几期通过介绍AGF赛车、方程式驾驶课程、吉利方程式赛道试车,让大家零距离接触AGF赛车。     

智能汽车横纵向运动控制方法综述

在我国随着人民生活水平的提高,车辆保有量也在呈倍速增长,进而引起了大量的交通安全问题,其中由驾驶员操作不当引起的交通事故约占所有交通事故的75%。而汽车的智能化发展可以很好地解决此类交通安全问题。智能汽车的核心技术主要包括环境感知、行为决策及运动控制三方面。其中运动控制作为智能汽车核心技术之一,有着重要的研究意义。智能汽车的运动控制包括横向控制和纵向控制两部分,对汽车横、纵向运动控制中的多种方法进行了分析介绍,包括模型预测控制、模糊逻辑控制、神经网络的自适应滑膜控制、直接式控制和分层式控制;同时介绍了横纵向耦合实现运动控制的重要性,并分析了其研究现状;最后,对智能汽车运动控制的后续发展方向进行了展望,有助于智能汽车运动控制的进一步优化发展。