碰撞检测在交通事故模拟中的应用

该文建立了车辆碰撞检测的一种简化模型，并进行了仿真验证。实际应用结果表明本模具有了计算简单和快速的特点，能满足车辆碰撞检测的仿真要求。     

车辆导航系统中基于三维电子地图的单GPS车道级定位方法研究

在对三维电子地图建模的基础上,提出了一种基于单GPS的虚拟差分、高程辅助定位和碰撞检测误差消除相结合的车道级车辆定位方法.该方法将车辆定位分为两次地图匹配过程,即首次通过虚拟差分技术和高程辅助定位技术对GPS定位参数进行修正,提高定位精度,然后在三维电子地图中结合碰撞检测技术实现车道级匹配.通过实地DGPS跑车对比实验,证明该方法完全能够满足车道级路径引导的要求.     

面向交通枢纽的车辆三维真实感实时仿真

为分析和解决城市交通拥挤问题并提高城市道路利用率提供可行的途径,提出了一种面向交通枢纽的车辆运行仿真方法,通过场景、道路与车辆的三维动态建模,实现交通枢纽交通状况的实时真实感仿真.首先,提出了基于道路关键点连接网络模型表示交通枢纽的通行道路.其次,基于粒子系统实现车辆的动态运行实时仿真,并采用基于空间剖分的车辆碰撞检测方法对车辆运动控制算法进行了优化.最终,通过对路段的动态观测和反馈机制实现车辆行驶路线的规划和调度.实验结果表明,本文提出的方法可以生动直观地呈现实际路面的交通状况,并且能以较为流畅的帧速率实现交通场景的动态仿真.     

人-车-路虚拟仿真系统研究

虚拟仿真技术具有高度沉浸感和实时交互的特点，已成为研究人-车-路系统协调性的重要技术手段。提出了人-车-路虚拟仿真系统的结构，并在基于Creator的基础上，虚拟了场景建模、驾驶人车速控制模型、车辆动力学模型，基于Vega视景仿真的基础上进行了软件开发。通过应用碰撞检测、三通道视景同步显示、Multi—Agent车辆行为建模等技术提高了场景的渲染逼真度，获得了良好的虚拟仿真效果。     

虚拟视景环境驾驶的碰撞检测技术

为判定在虚拟视景环境中驾驶行为是否规范,进行车辆驾驶仿真和实验,在Vega Prime中实现视景驱动,基于Visual Studio开发平台,应用改进的OBB包围盒来进行碰撞检测,设定检测目标,识别车辆是否压线、路径是否合理等~([1][2][3])。     

基于BIM技术的碰撞检测方法优化研究

碰撞检测主要用于在项目设计阶段对“错、漏、碰、缺”问题进行检测和优化。将BIM技术的碰撞检测功能与时间域分类下的静态检测、伪动态检测和动态检测3种检测理论相结合,优化了基于BIM技术的碰撞检测方法,减少了检测运算时间和复杂度。另外,在桥梁工程中的实例应用验证了此优化方法的高效性和实时性。     

自动驾驶车辆避障轨迹规划

目前无人驾驶发展迅速,城市运营环境中避障轨迹规划是核心问题之一,如何避免轨迹离散优化过程中可能出现的角碰等状况逐渐成为研究热点。文章比较了轨迹规划中坐标系的优缺点并选取笛卡尔坐标系,提出考虑自车形状的车辆模型,在车辆模型基础上结合新的障碍物边界处理方法进一步排查可能的碰撞危险区域,以起到简化环境信息避免进行碰撞检测、减少规划耗时的效果。结合自车与周围障碍物位置关系,文章提出通过使用运动走廊,结合MinimumSnap最优化理论进行硬约束轨迹优化,最后通过仿真验证证明该方法可行,并且能够有效满足避障场景下安全性和舒适性要求。     

智能汽车泊车轨迹规划应用

路径规划是智能汽车的关键技术之一,其中轨迹规划是智能汽车实现自动泊车的前提。基于Hybrid A*算法对智能汽车的泊车轨迹规划展开研究,通过启发函数优化解决智能汽车泊车时反复倒车或变更行驶方向的问题,通过碰撞检测策略改进,解决泊车中车辆安全距离保持的问题。通过MATLAB软件仿真,算法可实现在倒车入库、侧方位停车和停车场寻径停车等环境下的轨迹规划,验证了改进算法的有效性和实用性。     

基于动力学补偿的机器人电机力矩误差碰撞检测

在人机交互过程中,稳定的碰撞检测是人机安全和设备自身安全的保障,因此提出了一种有负载、无附加传感器的机器人碰撞检测方法。通过对机器人动力学模型的补偿,分析机器人各关节电机力矩的误差,实现负载识别与碰撞检测。将负载的各项参数添加到动力学计算中,补偿因负载而对动力学计算造成的误差。通过对各关节电机力矩误差的分析,筛选每个速度分段内的误差极值,并对误差-速度曲线上下限的包络线进行拟合,设置动态阈值。仿真结果表明,建立的动力学补偿模型能够有效识别负载,消除末端负载的干扰,并且能够随着机器人运动速度的变化准确地实现碰撞检测功能。     

无人驾驶车辆解耦混合运动规划方法研究

高速公路无人驾驶车辆运动规划要充分考虑车辆的动力学特性和道路环境构成的复杂约束,优先确保车辆的无碰撞行驶轨迹,同时算法实时性比常速情况下要求更高,要充分考虑计算的复杂性。提出一种可生成横纵向最优解逼近群的解耦增强混合运动规划方法,引入Frent坐标系将运动规划问题进行横纵向解耦,在横向偏移规划中融合数值优化和多项式规划算法,在纵向速度规划中融合围绕速度和围绕避障规划算法,解耦规划完成后使用代价函数和碰撞检测方法对生成的轨迹群进行评估和选择。搭建Apollo-LGsvl无人驾驶联合仿真测试平台,对所提出的运动规划方法进行仿真验证。结果表明,提出的横纵向解耦增强混合运动规划算法在高速公路各工况中所生成的运动轨迹能够有效避免车辆发生碰撞,其横向偏移和纵向速度均能满足二阶平滑,最大横向加速度、最大纵向加速度、最大纵向jerk等满足动力学约束。该方法有效减少了最优解逼近群内的轨迹数量,使轨迹评估阶段计算复杂度降低了46%,证明提出的方法具备一定的应用价值。