港口自动驾驶集装箱卡车开发可行性分析

本文对自动驾驶港口集装箱卡车的发展现状和商业机会进行综合分析,为卡车公司和初创企业的自动驾驶港口集装箱卡车项目决策提供参考依据. 为什么选择港口集装箱卡车(内集卡)来突破自动驾驶卡车落地? 由于受到自动驾驶技术发展水平、道路和通讯基础设施、法规等的限制,近期内尚无法实现一般道路上的自动驾驶.通常认为比较容易实现的是在限...     

自动驾驶卡车的实际应用离我们还有多远？

<正>在如今的汽车行业中，“自动驾驶”已不是什么新词，卡车行业也已轻松实现L4级自动驾驶级别。以目前的情况来看，在自动驾驶商业化方面，商用车走在了乘用车前面，港口、矿区等半封闭区域已成为自动驾驶卡车探索商业化落地的起步场景。放眼全球，大规模商业化应用可能仍需要较长时间。那么，自动驾驶卡车技术的实际落地到底还要多久？我们什么时候才能看到真正在路上行驶的自动驾驶卡车呢？想要得到答案，     

自动驾驶等级划分及技术路线分析

近年来,自动驾驶成为汽车行业热点,但是事故频发,商业化落地困难阻碍了自动驾驶技术快速发展。文章以驾驶安全为核心,提出了新的自动驾驶等级划分方法并对不同等级内容进行详细阐述。基于此方法,指出当前自动驾驶技术发展路线弊端并规划了一种在量产车上逐级释放自动驾驶功能的技术路线,供行业参考。     

浅析自动驾驶技术发展现状、趋势及挑战

随着人工智能、大数据等技术的快速发展,自动驾驶技术已在全球掀起热潮,并被认为是未来汽车工业发展的必然趋势,自动驾驶将从根本上改变我们未来的出行。目前我国正在多场景推进自动驾驶的应用落地工作。本文将阐述自动驾驶技术目前发展的现状、趋势,并对自动驾驶技术目前在实际应用过程中面临的问题进行分析。     

驾驶员状态监测系统测试评价方法分析

随着智能驾驶汽车的高速发展，L2级别的高级辅助驾驶系统装车率也越来越高，L3级自动驾驶已逐步实现，而安全自动驾驶还尚未完全落地，当前正处于人机共驾阶段，尽管ADAS系统可以降低交通事故发生率，但疲劳驾驶、分心驾驶和危险驾驶等交通安全“隐形杀手”仍长期存在，给驾驶员和乘客带来生命安全，驾驶员状态监测系统能有效避免疲劳或者分心驾驶引发的交通事故，已经成为避免事故和改善道路驾驶安全的一项关键技术。本文介绍了驾驶员状态监测系统工作原理，分析了目前国内外驾驶员监测系统的测试评价方法，并总结了该系统的未来发展动向。     

自动驾驶商用化的世界格局及对我国的经验借鉴

<正>经过多年的发展,自动驾驶商用化的世界格局正逐渐清晰。本文从国际上自动驾驶商用领域重大事件出发,探究各国汽车监管机构在制度建设层面做出的积极努力,分析商用落地的典型自动驾驶车型功能和配置,总结自动驾驶商用的实践经验。现阶段,国内外高阶智能驾驶产品相继发布,相信未来会有更多的国家和地区进入自动驾驶商用的新时代。     

高精度地图定位在高速公路自动驾驶系统中的应用

自动驾驶已经成为全球汽车产业的战略发展方向,其中L3级高速公路自动驾驶是最有可能率先落地的自动驾驶系统,高精度地图和定位系统是自动驾驶系统的关键一部分,近年来发展迅速,已经达到可量产状态。文章首先分析了自动驾驶和高精度地图定位的发展现状,然后,对高精度地图和定位系统在自动驾驶系统的地理围栏判定和感知冗余方面的应用进行了研究,最后初步提出了高精度地图定位测试方案。     

新能源汽车自动驾驶高精度视觉检测技术的研究及应用

近年来新能源汽车得到广泛推广应用,新能源汽车自动驾驶技术作为汽车领域的重要创新,依赖高精度视觉检测技术实现对环境的准确感知。本论文深入研究了新能源汽车自动驾驶中的高精度视觉检测技术及其应用策略。在机器视觉与视觉检测技术的发展阐述后,重点探讨了汽车自动驾驶中高精度视觉检测技术在城市道路和高速公路等场景中的实际应用策略。通过分析特斯拉和谷歌自动驾驶项目等典型汽车厂商的实践经验,以及高精度视觉检测在事故预防和安全性方面的实际效果,为深入理解该技术的价值和潜力提供了实质性的支持。     

自动驾驶感知系统的未来之路

<正>随着计算机技术的飞速发展，人工智能技术逐渐走入大众视野，其中自动驾驶技术则是人工智能技术中的重要应用，自动驾驶技术的主要目标是让汽车可以自主行驶，减少驾驶人的驾驶疲劳，提高汽车驾驶的安全性和舒适度。自动驾驶技术的实现需要依赖于感知系统、决策系统和控制系统的协同工作，其中，自动驾驶感知系统是非常重要的一环，承担着让自动驾驶汽车“看得清”的任务，其研究和发展将影响自动驾驶汽车落地进展。     

自动驾驶封闭测试场地建设技术研究与实践

自动驾驶封闭场地测试是自动驾驶开放道路测试及自动驾驶汽车大规模市场化应用的必要前提,近年来国内外开展了大量的自动驾驶封闭测试场地建设工作。文章围绕自动驾驶封闭场地测试,首先系统总结分析了国家交通运输部发布的《自动驾驶封闭测试场地建设技术指南(暂行)》的主要内容及典型测试场地的建设要求,然后面向场地构建应用阐述了长安大学车联网与智能汽车试验场的建设实践,最后针对现有测试场地及建设技术难以满足多种技术形式的自动驾驶汽车的测试需求提出了相应的解决思路。     

自动驾驶公司与卡车OEM如何合作实现AD卡车商业化运营?

文章分析了目前自动驾驶公司创立的自动驾驶卡车商业化运营模式,看看其中传统重卡OEM怎么定位。本文也欲弄清卡车自动驾驶公司的商业模式现在发展到哪一步了,看看什么时候自动驾驶卡车落地商业化,为重卡OEM布局自动驾驶提供参考。     

云控远程驾驶系统的设计与实现

为了加速自动驾驶商业化落地,为自动驾驶汽车提供远程控制能力,提出一种融合5G通信网络、云控平台、视频监控等多项技术的远程遥控驾驶系统,车辆可以通过云平台与远端用户连接,将车辆的速度、挡位、位置、胎压等信息实时发送到系统,驾驶员可通过系统实时监测车辆的状态信息,进行综合决策,实现远程控制车辆行驶,可以为高等级自动驾驶的商业落地提供安全冗余和有力保障。主要研究分析了基于5G通信技术的远程驾驶系统的总体架构和基于系统各部分的架构设计方案。通过实车测试,验证了云控远程驾驶系统的性能,以及系统实际应用的可行性与先进性。     

驾驶次任务沉浸等级对接管行为的影响分析

为探究自动驾驶中驾驶次任务沉浸等级对接管行为的影响,基于驾驶模拟器搭建自动驾驶接管行为测试平台,设计事故接管场景,基于驾驶次任务(娱乐任务和工作任务)和接管请求时间(5 s和10 s)因素组合开发4个事故接管情景,招募被试参与驾驶模拟实验并采集驾驶人的接管行为数据,选择速度、横向偏移、接管反应时间和接管正确时间4个指标...     

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。     

放弃自动驾驶,也是一种和解

<正>自动驾驶这把火,已经燃烧得越来越小了!2023年的自动驾驶行业,正面临着前所未有的挑战,这股寒风从车企吹到了互联网企业,影响着自动驾驶这条产业链的每一个环节,每一个个体。2023年刚过半,车企欠薪、倒闭、退市消息不断,互联网企业裁员风波也一直存在,作为无人物流领域的标杆团队,阿里达摩院也发生了业务调整,主动放弃了自动驾驶的研发,并将自动驾驶团队全部并入菜鸟集团,这些企业的业务调整,是自动驾驶行业的百团大战,未来会有一家龙头企业来掌握自动驾驶的话语权?还是自动驾驶的火热消散,各企业已经看到了自动驾驶落地的遥遥无期?     

港口无人驾驶集装箱车测试方法研究

自动驾驶技术近年来快速发展,有望在港口等封闭园区率先商业应用。相对传统方案,无人驾驶集装箱车由于在成本、后期维护、设施改造等方面的优势,将成为未来港口智能化改造的主要方向。目前国内已有厦门港、天津港等大型港口开展了上百辆无人集卡的示范运营。建立统一的测试规范有利于保障港口无人集卡运营的安全性,更有利于行业的健康有序发展。本文研究提出无人集卡在港口实际环境的典型测试用例,希望为行业开展无人集卡测试提供参考和借鉴。     

基于点刹式策略的自动驾驶车辆制动系统

自动驾驶车辆需具备自动完成制动动作的能力,其过程对精度及舒适性要求极高,是反映整车安全性的重要指标。文章通过分析整车气制动系统的工作特性,基于两种制动策略,对整车自动紧急制动系统进行验证。结果表明,点刹式制动策略在满足自动驾驶的同时,不仅可以提升制动精度,而且在一定程度上改善舒适性,提高整车及驾乘人员的安全性,有助于进一步加快自动驾驶的商业化落地。     

面向L3级自动驾驶高速公路道路测试场景的构建方法

自动驾驶技术的发展离不开道路测试,科学完善的自动驾驶测试评价体系需要完整的测试场景做支撑。高速公路场景作为L3级自动驾驶的典型应用场景,相关的测试标准、测试方法、测试场景亟需明确。文章通过对L3级自动驾驶高速公路道路测试场景来源、场景分类与要素、场景构建关键技术等分析,结合L3级自动驾驶高速公路应用场景,从自动驾驶车辆应急处置、人工介入能力和综合驾驶能力等方面,提出L3级自动驾驶高速公路道路测试场景及测试项目,为后续道路测试评价方法提供基础。     

基于场景的自动驾驶汽车虚拟测试研究进展

随着自动驾驶等级的提高,面向传统汽车的测试工具与测试方法已不能满足自动驾驶汽车测试的需要。基于场景的虚拟测试方法在测试效率、测试成本等方面具有巨大的技术优势,是未来自动驾驶汽车测试验证的重要手段,已成为当前的研究热点。通过对大量相关文献的系统梳理,综述了基于场景的自动驾驶汽车虚拟测试研究进展。对比分析了自动驾驶测试场景的不同定义方式,明确了测试场景的内涵,归纳了测试场景的要素种类,概述了测试场景的数据来源,总结了场景数据的处理方法。在此基础上,对自动驾驶汽车虚拟测试方法进行了总结,分析了典型的测试方式、测试平台和虚拟测试的技术要点,梳理了软件在环、硬件在环和车辆在环测试方案及其关键技术。针对自动驾驶汽车测试效率问题,研究了基于场景的加速测试技术,概述了典型的测试场景随机生成方法和危险场景强化生成方法。最后,对基于场景的自动驾驶汽车虚拟测试所面临的问题及未来发展趋势进行了分析和展望。研究结果表明：基于场景的虚拟测试是推动自动驾驶技术发展和产业落地的必由之路,未来研究应着力突破基于解构与自动重构的测试场景数据库、人-车-环境系统一体化高置信度建模、自动驾驶汽车虚拟测试标准工具链、不同自动驾驶汽车渗透率下的混合交通模拟与测试、测试案例动态自适应随机生成机制等核心共性技术,建立自动驾驶汽车虚拟测试标准体系。