基于PREEvision的电子电气架构设计与优化

当前汽车E/E(电气电系统基于功能可以分为动力总成、底盘、车身与多媒体几个典型系统。随着移动互联思维的广泛普及,先进驾驶员辅助系统(ADAS)以及智能驾驶等更多的功能将被应用到车载系统中来,因此功能的网络不仅仅局限在车内的系统中,而且延伸到了云端而与车外网络互连互通。这些趋势带来的技术变革包括以太网技术的引入,用于车载骨干网或应用于ADAS以增强汽车驾驶系统安全性能。为设计最佳的E/E架构,需要考虑三组关系最为密切的优化目标:整车目标、基于整车功能配置的电子电气目标以及用于E/E架构的产品线目标。基于PREEvision的E/E架构设计与优化方法受到相关广泛应用的汽车标准所启发。PREEvison能够方便地实现与输入输出的结合,与现存的工具链形成互补,并且能够方便、快捷的实现数据迁移。开放式的PREEvision数据模型可以完整地接收脚本语言,数据模型遵循抽象、分解、复用这一成熟的系统工程准则。产品线集成化与变量管理概念为不同车型的E/E架构平台设计提供支持。最优化目标可定义作为用户特性指标,以便适用于特定的车型变体。架构设计是一个不间断的过程并且与一系列的产品开发同时进行,这意味着架构的定义不仅仅只在项目开发的前期也同样与一系列的产品开发同时进行。     

汽车智能驾驶技术将走向何方？

<正>随着信息化与智能化的发展,智能驾驶有望改变现有交通体系。高级驾驶辅助功能（ADAS）作为智能驾驶技术的初级阶段,通过不同的模块化功能辅助驾驶,提高驾驶安全性、缓解驾驶负荷。笔者对智能驾驶及ADAS功能进行介绍,提出了针对智能驾驶的测评标准、现阶段智能驾驶存在的问题及未来发展方向。     

基于大数据的智能辅助驾驶道路适用度评估

随着汽车市场朝网联化发展，主机厂可通过网联终端采集到智能辅助驾驶的行车数据，主机厂通过车联网大数据离线计算了解用户使用智能辅助驾驶功能的情况，分析智能辅助驾驶在各类路况中的适用性。汽车主机厂在研发阶段做了各路况的实车测试，但未有一套基于用户实际使用情况的评估方法。为了了解智能辅助驾驶功能在各类路况中的适用度，需要一套基于用户智能辅助驾驶数据的评估方法。本文基于车联网采集的智能辅助驾驶功能的数据，使用机器学习的方法对汽车智能辅助驾驶的道路适用度进行评估。     

基于人工智能算法的换道超车功能开发

随着汽车电气化、智能化的不断发展,汽车行驶的场景越来越趋于多样化和复杂化,从而促使汽车从辅助驾驶向智能驾驶不断创新。随着人工智能的引入,汽车智能驾驶功能越来越趋于实用,正在逐步实现向解放驾驶员双手、向车载高级驾驶辅助系统代替人脑进行复杂驾驶场景实时响应的阶段发展;高阶复杂场景智能驾驶功能则在辅助驾驶功能实现的基础上,针对驾驶员实际驾驶感受并结合人工智能算法实现向车辆复杂场景下的自动驾驶操作的方向发展。介绍了基于人工智能算法的换道超车功能开发,即通过换道条件的智能选择,使车辆以最佳方式自动完成换道超车过程。     

基于ADAS的自动泊车功能数据分发服务设计

随着汽车电动化、智能网联化的不断发展,汽车控制系统将面临大量功能增加及技术升级,其中的电子电器架构逐渐趋向于中央计算集中化。针对高级驾驶辅助系统（ADAS）的自动泊车功能,对基于车载以太网的分布式实时通信（DDS）协议开展架构设计,通过多种异构传感器信息的采集和传输,实现自动泊车功能数据的实时交换。从实车检测效果来看,该设计方案可以满足当前驾驶辅助系统自动泊车功能的需求。     

基于AUTOSAR的域控制器以太网通信系统设计实现

为满足日益增长的汽车功能需求，汽车电子电气架构趋于集成化集中式架构。集中式架构对软件可移植性、规范化程度和高速通信能力提出了更高需求，本文以AUTOSAR架构为基础，基于SOME/IP协议和XCP协议设计实现智能驾驶域控制器车载以太网通信系统软件，部署于英飞凌TC397硬件平台进行测试。测试结果表明，域控制器以太网通信系统满足智能驾驶功能的通信与调试需要，其通信性能相比传统CAN通信协议大大提升，验证了本文提出的域控制器高速通信系统的可行性与有效性。     

一种车载智能座舱域控制器系统设计

汽车电气化、智能化的发展,带来智能座舱Cockpit和辅助驾驶ADAS域控制器电子电气架构的变化。高阶座舱域控制器系统对硬件平台芯片及接口资源、软件系统、多模态交互方式等提出更高的要求。本文根据高通SA8295车规级芯片主要特性和座舱应用要求,设计出智能座舱系统平台的软硬件架构及其功能,结合实际应用场景详细研究分析各功能模块。     

车载驾驶辅助系统及其深度学习与视觉技术

本文简要介绍自动驾驶技术的基础,包括ADAS的原理、架构和功能。深度学习嵌入式视觉技术在实现车载驾驶辅助系统(ADAS)的功能架构中起着关键作用。从深度神经网络机器学习的原理和特点出发,分析了驾驶辅助系统中深度学习和嵌入式视觉技术的原理、功能与架构,简述ADAS中视觉技术的块拼贴、场景分割等技术手段的相关特性,以及简述卷积神经网络CNN在ADAS中应用的现状与发展展望。     

智能网联汽车(ICV)技术的发展现状及趋势CSCD

综述了智能网联汽车(ICV)技术的发展现状及趋势。ICV的体系架构包括价值链、技术链与产业链。ICV的4个发展阶段是:自主式驾驶辅助、网联式驾驶辅助、人机共驾、高度自动/无人驾驶;关键技术有:环境感知、智能决策、控制执行、人机共驾、通信与平台、信息安全等。由于ICV是未来汽车技术发展的一个重要方向,其技术与产业发展是中国汽车工业转型升级的重要机遇;因而,中国要发展智能网联汽车,就应该充分结合本国体制优势,依托顶层设计。     

未来智能汽车如何掳获市场“芳心”

近十年来,"智能汽车"这一概念在全球范围内飞速发展,"智慧座舱"、"辅助驾驶"甚至"车路协同"技术的逐步成熟,为产品带来新架构,为公众带来新体验,为行业带来新模式。然而,新事物的诞生往往伴随着产品力的不成熟与市场的质疑,当前的智能汽车无论在智能交互或是行驶安全方面,多数还无法满足用户场景化的需求。