自动驾驶多传感器融合的时间校准方法研究

针对自动驾驶感知域系统的激光雷达、图像传感器、惯性测量单元3种传感器数据融合的时基校准问题,利用机械式激光雷达自身特征设计校准设备、系统及实验方法.基于激光雷达的触发事件和车载图像传感器感知特征,实现两种传感器时基在线标定,并通过示波器测量校验证明该方法的有效性.利用激光雷达扫描频率与触发事件时间差相互关联的特征,将激...     

自动驾驶汽车环境感知传感器研究

近年来,自动驾驶技术作为智能网联汽车的重要组成部分,成为热点话题。环境感知系统是自动驾驶汽车的感官神经,扮演着“眼睛”的角色。文章通过查阅相关文献,结合当前研究热点,对自动驾驶汽车系统组成做简要介绍,同时对其环境感知系统所使用传感器的种类、工作原理、应用场景等方面做了系统介绍,对不同传感器进行对比分析并提出建议。通过介绍,能够帮助读者对自动驾驶汽车环境感知系统有初步了解,同时对相关技术人员给予一定指导。     

园区自动驾驶车辆测试方案设计与应用

本文介绍园区自动驾驶车辆测试用例设计,并通过实施、修改和完善应用于首钢园区自动驾驶概念车项目。     

基于避碰规则自动驾驶船舶路径优化的研究进展

在人工智能与大数据背景下, 自动驾驶船舶因其安全、高效的优势吸引了国内外学者的广泛关注。但其避碰相关法律条例与避碰路径规划发展并不均衡。自动驾驶船舶概念在规范条例中仍十分模糊, 传统的路径优化与算法存在一定的偏差, 只局限于全局规划或局部规划无法有效的保障船舶行驶安全性。基于避碰规则梳理了自动驾驶船舶的相关规范, 分析了最新的自动驾驶船舶路径优化研究成果, 阐述了当下自动驾驶船舶路径规划的模型, 包括智能算法.规划目标与约束条件等。针对当下仍存在的自动驾驶船舶避碰问题, 应从定义、监管、责任划分等方面完善自动驾驶船舶法律法规体系, 改良传统避碰路径规划算法容易陷入局部最优解﹑求解过程缓慢等缺陷, 展望了自动驾驶船舶的进一步发展趋势。     

基于多目标优化的自动驾驶汽车轨迹跟踪控制的研究

由于汽车数量的迅速增长,交通拥堵问题越来越严重,交通事故发生率也随之不断上升,对人类生产生活造成了巨大损失。为了能够减少甚至避免道路交通系统中存在交通控制方面的盲点性和冲突,自动驾驶汽车技术已经成为当前研究的热点。针对基于多目标优化的交通轨迹跟踪控制问题进行了分析与研究,首先介绍了一种简单实用且能有效避免交通事故发生的方法 ;针对国内外相关课题研究现状作简要综述并提出自己所存在和有待解决或改进的关键性问题:即车辆动力学参数确定困难、运动学特性不同时间下位置变化导致轨迹失调及道路拥挤等现象。     

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。     

自动驾驶 何时上路

<正>近两年来,自动驾驶汽车在网上被炒得很是火热。作为对自动控制技术和汽车技术都非常感兴趣的我,虽然没有见过自动驾驶汽车,但一直很关注自动驾驶技术的发展。那么现在自动驾驶汽车技术发展到什么地步?什么时候能真正上路行驶?人类探寻自动驾驶汽车的脚步一直没停止过1912年,凯迪拉克推出的自动启动系统似乎让人类迈出了自动驾驶技术的第一步。当时使用电动机来代替人力来启动汽车,标志着自动启动系统的问世,也意味着驾驶者不再使用手柄启动汽车。     

自动驾驶系统时间同步技术研究

近年来,随着自动驾驶技术的普及,自动驾驶技术开始迈入落地及应用阶段,在系统架构层面传感器和域控制器的复杂度越来越高,激光雷达、毫米波雷达、摄像头等各类传感器及域控制器间的数据同步和融合显得极为重要。基于此,文章详细介绍了集成多类传感器和高阶域控制器基础上的自动驾驶系统时间同步方法,为多传感器数据的精确时间同步、传感器与域控制器的精确时间同步提供了较成熟、可靠及可实施的系统解决方案。     

基于混合A*算法的自动驾驶汽车轨迹生成

自动驾驶汽车混合A*算法运行迅速,但是难以保证曲率的连续性和汽车舒适度,并且不能保证优化后的结果无碰撞。针对以上问题,以提高汽车舒适性为目的,基于最小冲击度对A*算法进行优化,在MATLAB和栅格地图中进行了算法预研,解决了低速场景下自动驾驶汽车运动过程中舒适度不足的问题。然后,针对优化算法可能导致轨迹碰撞的问题,对优化算法进行了改进,保证了汽车的安全性,并给出了“走廊”自动调整的策略。仿真结果表明:优化后的轨迹无碰撞且曲率更小,加速度不超出正常范围,可以满足正常驾驶需求。     

浅析自动驾驶分类及发展前景

文章结合《汽车驾驶自动化分级》标准,简述了标准分级的定义,并根据实际应用,与具体功能、配置对应起来,论述自动驾驶分类及发展前景。     

基于XGBoost的自动驾驶汽车事故风险预测研究

自动驾驶汽车风险具有复杂性和隐蔽性,不易被人为地发现和预防。为了更好地预测这些风险,利用美国加州自动驾驶事故数据集,从时间、地点、人员参与、天气等多维度提取数据,数据经过预处理从而构建自动驾驶事故数据库。然后,将XGBOOST算法与数据相结合,建立自动驾驶汽车事故风险预测分类模型。将XGBOOST算法与多种算法进行比较分析,结果表明,XGBOOST算法为较优,其训练和测试预测精度分别超过92.27%和97.06%,能够有效地识别出高风险和低风险的自动驾驶汽车事故情况。     

关于车辆路迹追踪自动驾驶的研究

在分析驾驶员利用图象信息进行驾驶的一般规律的基础上，提出了利用图象处理技术实现车辆路迹追踪自动行驶的控制方法和规则，并进行了模拟计算。结果表明，采用所提出的控制方法和规则进行车辆的自动驾驶是可行的。     

基于强化学习的自动驾驶决策研究综述

强化学习的发展推动了自动驾驶决策技术的进步,智能决策技术已成为自动驾驶领域高度关注的要点问题。本文以强化学习算法发展为主线,综述该算法在单车自动驾驶决策领域的深入应用。对强化学习传统算法、经典算法和前沿算法从基本原理和理论建模等方面进行归纳总结与对比分析。针对不同场景的自动驾驶决策方法分类,分析环境状态可观测性对建模的影响,重点阐述了不同层次强化学习典型算法的应用技术路线,并对自动驾驶决策方法提出研究展望,以期为自动驾驶决策方案研究提供有益参考。     

基于生态驾驶的自动驾驶汽车交叉路口控制策略研究

为了进一步提高自动驾驶汽车在交叉路口行驶时的燃油经济性,基于模型预测控制（MPC）理论,量化分析了车辆安全性、经济性、舒适性等多性能指标函数及约束,并设计了以经济性为主的交叉路口自动驾驶汽车生态驾驶控制器。仿真结果表明,所提出的控制策略能够保证良好的安全性和舒适性,与LQR控制器相比,在有前车影响和无前车影响工况下的百公里油耗分别降低15.83%和34.98%。     

基于拉格朗日松弛算法的自动驾驶公交调度优化研究

为了解决公交实际运营出现的调度方式单一、车辆配合度较差、串车等问题,降低公交运行中人为因素的影响,提高公交系统的运营效率,提出一种考虑乘客动态需求的调度模型,采用自动驾驶环境下的公交运营方式,结合站点实际乘客需求调配车辆,实现了公交车辆利用程度最大和乘客总体等待时间最小的多目标优化。提出的自动驾驶公交调度方法,获取了乘客个体的实时出行需求,同时实现了对车头时距的调控。在模型求解方面,选取拉格朗日松弛算法,最终获得了多目标优化问题的精确解。以北京公交300路快车作为实际案例进行分析,从公交实际运营数据中提取多项参数作为模型的输入,通过拉格朗日松弛算法的求解,得到自动驾驶条件下公交运行时刻表、乘客等待时间、公交承载量、站点上车乘客人数等多项运营指标。通过与公交实际运营状态的对比,论证了采用自动驾驶公交对于改善公交运营现状的可行性。最后将优化结果与公交实际数据进行了对比分析。结果表明：自动驾驶车辆投入公交运营,能够缓解串车问题,同一线路上公交车的载客量分布更为均衡,在同一断面的客流与车头时距的不均衡程度均有所降低;同时高峰时段发车数量减少了20%,公交车的平均承载量提高了21.7%,车辆平均间隔缩短了29.9%。     

队列自动驾驶横向控制算法优化

本文介绍了队列自动驾驶技术的相关概念及实现原理。以越野车为例,通过对转向系统机械结构的分析,定位到了队列自动驾驶横向偏差大的原因,并提出了横向控制优化算法。通过对实际测试数据的分析,优化效果显著,平均横向偏差由改进前的大于60cm缩小到了小于30cm,有效地提升了跟随车循前车轨迹的能力,达到了队列自动驾驶的性能指标要求。     

基于多目标优化的自动驾驶车辆轨迹跟踪控制

针对自动驾驶车辆行驶轨迹的横向跟踪问题,设计了线性时变模型预测控制器。以车辆3自由度动力学模型为预测模型,以横向位置偏差最小为主要控制目标,考虑车辆状态约束、控制约束和轮胎侧偏角约束,优化了自动驾驶车辆轨迹跟踪安全性、转向稳定性和操作可行性等多目标性能。搭建MATLAB/Simulink和CarSim联合仿真模型,并将所设计的控制器控制效果与熟练驾驶员操纵结果、线性二次规划控制器控制效果进行了比较分析,结果表明,所设计的控制器可以有效解决多约束条件下自动驾驶车辆行驶轨迹的横向跟踪问题,且在安全性、转向稳定性和操作可行性方面具有显著的优势。     

美国加州自动驾驶汽车路测数据分析

采集和分析美国加利福尼亚自动驾驶脱离数据和事故数据,得出自动驾驶脱离大多发生在城市道路上,主要原因是自动驾驶软件差错;自动驾驶汽车和普通汽车的交通事故特征相似,主要是多车事故且多为双车事故,事故程度比普通汽车低,没有对撞事故,碰撞类型主要是城市道路交叉口追尾;其他道路用户的不规范交通行为对自动驾驶车辆的干扰较大;加强行...     

自动驾驶客车线控转向响应性能台架测试研究

对某自动驾驶客车线控转向系统,提出一种其响应性能的台架测试方案,并开展测试评价,结果符合设计要求.     

基于高斯伪谱法的自动驾驶车辆状态研究

针对自动驾驶车辆的多阶段多约束轨迹优化问题,根据高斯伪谱法的思路,建立了基于场景的环境模型和车辆动力学模型,设置了车辆动力学约束、速度约束等各种状态约束,包括自动驾驶在每一阶段的起始状态和终了状态等参数的约束条件。采用高斯伪谱法通过将控制变量和状态变量进行离散化来获得其近似表达式,从而将自动驾驶的轨迹规划问题转化成性能指标的优化问题,最终求得了自动驾驶车辆的安全、有效的路径轨迹。研究结果表明:高斯伪谱法具有计算精度高、求解速度快的特点,能在考虑各种约束条件下,实现多阶段轨迹优化。