关注安全关爱生命

汽车安全，可以说是造就和谐社会一项因素，人类的最大愿望，不仅是获得时空的自由，而且要获得生命时空的自由，这就是对汽车工业提出更高的期望和信息.     

千里迢迢:聊聊新能源车的续航里程

2019年,中国汽车产量遭遇到十几年来的首次下滑,而新能源车的表现更加糟糕,究其原因,除了鱼龙混杂的市场环境之外,大众消费者对于新能源车的使用场景还存在着先天的忧虑。换句话说就是那个挥之不去的里程焦虑魔咒。里程焦虑已经成为阻碍新能源汽车销售的第一大因素,也成为中国消费者购买电动车首先和必须要考虑的条件。     

时空消耗法求解物流园区规模

运用时空消耗的理论建立了物流园区规模预测模型。模型是基于物流园区提供的时空资源与货物需要的时空资源保持平衡的原理建立,同时分析了影响时空资源的因素及其在模型中相关参数的确定,最后以北京城市物流系统规划为例具体说明了本模型的应用。     

银光魅影 MTM Audi R8

提到奥迪R8让我首先想到的就是它华丽的出现在各种电影中的场景,流线形的外观一出场绝对是带来一片惊艳。在惊艳的外表下也有着与之匹配的性能表现,原厂搭载一台中置V84．2L直喷发动机,这绝对是正统超级跑车的配置和布局形式,     

基于自然驾驶数据的自动驾驶汽车安全性评价方法

自动驾驶汽车进行大规模市场推广前必须进行准确可靠的安全性评价，由于自动驾驶系统复杂程度的增加及设计运行区域的扩大，面向传统汽车的评价方法已不能满足自动驾驶汽车的安全性评价需求,基于此，建立一种基于自然驾驶数据的自动驾驶汽车安全性评价方法，可解决现有方法在逻辑场景层面安全性评价的缺陷。首先，建立基于自然驾驶数据的逻辑场景构建流程，分析场景描述参数，搭建自然驾驶数据采集平台采集相关自然驾驶数据，采用高斯分布模型描述参数概率分布；进而，离散逻辑场景参数空间获取具体测试用例，并在建立的PreScan、CarSim和MATLAB联合仿真平台中对被测自动驾驶算法进行仿真遍历测试，通过高斯模型将测试结果中的危险场景参数聚类，获取被测算法在逻辑场景中的危险区域；最后，综合考虑逻辑场景参数空间概率分布和得到的相应逻辑场景危险区域，提出基于自然驾驶数据的自动驾驶汽车安全性评价指标——场景风险指数，并以前车制动和前车切入场景为例，给出某黑盒算法的具体评价示例。研究结果表明：被测算法在前车制动场景和前车切入场景中的场景风险指数分别为0.409 8和1.08×10^-5，在前车制动场景中具有较大的安全风险，与仿真测试的直观结果相符；通过比较计算得到的场景风险指数与实际仿真测试结果可证明所提出的方法可以实现逻辑场景层面的自动驾驶安全性量化、易于操作、贴近自然驾驶情况。     

基于 SPH 方法的空调进气口进水量分析及优化

由于雨刮臂摆动频次与导水槽及空调外循环进风口结构不匹配等因素，部分车型在淋雨工况下，有水滴甚至水流沿空调进风口进入空调系统，导致空调出现异味，甚至有水渗漏进入乘客舱，出现严重的感知质量问题。采用 SPH 方法，考虑雨刮臂运动、车身姿态及气流效应工况下，借助 PreonLab 软件仿真，复现某车型淋雨场景下的水管理质量问题，通过在空调外循环进风口位置增加挡板，显著减少了溅入空调箱的雨水量，并在实车淋雨试验中得到验证。方法能在车辆开发阶段发现并整改车辆在淋雨场景下的流通路径设计不合理等问题，可改变目前车辆淋雨场景水管理质量控制主要依托实车测试的现状，也可应用于车辆水管理的其他性能质量的控制，如涉水、雨污等。     

挑战你的心脏

刺激，是带着一颗享受的心做想做而从未做过的事情，惊讶．是用一双掠过万物的眼友现不同寻常的场景；接受，是经过心灵的挣扎最后达成共鸣……而M4就是用刺激挑战你惊讶的程度，最后达成意识上的完全统一。     

自动控制高速公路上的无人驾驶汽车

假如你作为一名驾驶员坐在汽车里而什么都不用做，汽车就可以自动前往你想去的地方，你肯定以为这是科幻电影或小说里的情节。不过在美国加利福尼亚州的圣达迭戈和洛杉矶之间的第15号州际高速公路上，曾出现这样一幕——有十几辆汽车自动安全地行驶了十几公里，居然车里的驾驶者手不扶转向盘，脚不踩加速和制动踏板，甚至眼睛都不往路上看，这就是世界上第一段自动控制高速公路开通时的场景。     

一种面向ADS的模型驱动式逻辑场景建模及仿真方法

汽车自动驾驶的场景建模及仿真分析是确保自动驾驶系统安全性的关键，对于提高整个系统的安全性至关重要，已经引起工业界和学术界的广泛关注。场景建模是场景仿真、测试、验证分析的基础，能够有效帮助发现场景中存在的危险，是自动驾驶系统设计开发面临的挑战性问题之一。然而，现有的场景模型生成方法，主要采用数据驱动式，结合路采数据和数字孪生技术构建具体场景，无法有效应对ADS场景复杂、类型多样、测试效率不高的问题。同时，为了提高场景的覆盖率，迫切需要从逻辑场景的层次设计一种可视化的场景建模语言，可用于构建逻辑场景，并具有丰富的语义模型，能够支持逻辑场景的测试及验证分析。针对以上问题，我们提出一种模型驱动式场景建模方法用于构建逻辑场景模型，并结合ADS领域知识及ISO 26262功能安全标准，提出了一种逻辑场景建模语言SML4ADS，给出了其相应的语法及语义模型。此外，设计并实现了一种可扩展的、灵活的场景模型仿真方法，能够支持多种场景仿真工具。结合实际案例分析，展现了本文所提出的模型驱动式场景建模及仿真方法的有效性，为后续场景模型的测试、验证与分析奠定基础。     

智能网联汽车测试场景三维评价模型研究

测试驱动型开发是智能网联汽车技术发展的重要路径,而测试场景作为测试驱动型开发过程的核心要素,需要建立科学合理的建模和分类方法。首先,从应用层面定义了智能网联汽车测试场景的三个评价指标;其次,提出了测试场景评价的三维建模与评价方法;最后,结合具体应用案例分析了测试场景三维评价模型的应用场景。提出的测试场景三维评价模型对智能网联汽车的测试与评价具有重要指导作用。     

自动驾驶汽车测试场景构建关键技术综述

面向自动驾驶汽车测试场景构建,本文首先对现有场景定义与架构进行了对比分析,并提出测试场景应涵盖场景要素和测试要素的共计10层信息;其次,归纳提出了包括具体场景直接构建、典型逻辑场景挖掘分析与推理演绎和具体场景重构衍生的场景构建方法体系;再次,从单一片段测试、组合片段测试和融合交通流的测试3个维度,系统梳理了主流虚拟场景...     

基于行人视野注意力场的人车微观交互模型

从行人视觉认知角度出发，提出一种基于行人视野注意力场的人车微观交互模型。构建视野注意力场驱动行人视野域，利用人工势场驱动行人运动，利用目标捕捉算法来控制行人视野域对目标的捕捉。为了验证模型的有效性，使用无人机采集鸟瞰视角下的人车交互数据并进行处理分析，将行人过街风格分为保守、谨慎和冒险3种类型，在Pygame平台下搭建仿真场景和交互模型，把不同行人过街风格的交互数据作为模型输入，以模型输出的行人时空轨迹与采集的真实时空轨迹之间的相似度进行实验对比。结果表明，建立的基于行人视野注意力场的人车微观交互模型比常规人工势场模型准确性提高了25.48%，能够有效地复现实际交通场景中的人车交互过程。     

面向决策规划系统测试的具体场景自动化生成方法

为解决自动驾驶决策规划系统仿真测试中场景文件生成效率低的问题,基于场景表示的3个抽象层次,提出了一种具体场景自动化生成方法。基于层级模型构建功能场景,并提取功能场景关键字,映射至参数空间以生成逻辑场景,最后通过关键字对参数空间进行采样,自动生成OpenSCENARIO格式的具体场景文件。仿真验证结果表明,自动生成的场景文件能够满足高等级自动驾驶测试要求,且相比于手动编写方式,该方法能减少场景文件的编写工作,提高生成效率。     

基于多层时空融合网络的驾驶人注意力预测

类人驾驶是提升汽车智能化程度的重要途径之一，识别和定位驾驶人的感兴趣目标和区域，进而快速、精确地感知驾驶场景中潜在风险或提供决策所需关键信息，能够有效增强智能汽车的功能可理解性和鲁棒性。本文基于层次化编码器-解码器架构设计轻量化多层时空融合网络，建立轻量化驾驶人注意力预测模型。首先，以MobileNetV2作为编码器的骨干网络，提取当前帧4个尺度上的多层次空间特征，将其存入记忆模块并与在历史帧上提取的多层次特征在时间维度叠加，得到连续帧间的时空特征后传输至解码器。其次，基于层次化解码结构设计解码器，采用逆瓶颈3D卷积模块设计时空融合层，融合每个独立分支上的时空特征。最后，融合4个独立分支上捕获不同尺度信息的预测结果，获得驾驶人注意力预测值作为模型预测输出结果。结果表明：本文提出的驾驶人注意力预测模型，通过在多个特征尺度上的编码与解码，能够有效利用动态场景当前帧和历史帧间的时间、空间、尺度信息；在DADA-2000和TDV数据集上的测试实验表明，在多个指标上优于当前同类优秀模型；模型尺寸为19 MB，单帧运算速度为0.02 s，实现了优秀的模型轻量化与实时性效果。综上所述，本研究解决了当...     

公交线路运营服务质量的多级模糊综合评价

文章在剖析常规公交服务质量评估的研究意义,研究思路的基础上,对具体的研究方法进行了总结。然后对服务质量理论进行论述,结合公交的自身特性,明确常规公交服务质量评价的主要方向和内容,搭建系统规范的质量评价指标框架。并使用运营服务质量模糊综合评判的措施,构建评判因素集合、评价集合,建立权重集,确立权重分配,从而对公交线路运营服务质量进行评价。     

什么是“消费和谐”？

建设和谐社会是全民现在的共同目标。今年中国消费者协会提出了“消费和谐”的年度理念，但这仅仅是个口号，具体实施就要涉及制造商、经营者、消费者，以及更重要的政府相关部门等方方面面。具体环节就包括了政策、价格、服务、质量、品牌，以及行业垄断等诸多因素，而其中最为关键的就是政策。     

变道切入场景下ADAS系统测试与评价研究

为了满足变道切入场景下的ADAS系统测试评价需求,提出一种考虑场景风险系数的变道切入场景生成方法和客观综合评价模型。通过采集自然驾驶数据,采用阈值法自动提取变道切入功能场景并深入分析变道切入行为特征。使用单因素方差分析法与皮尔逊相关性检验法共同分析场景风险系数与场景要素的相关性来确定关键场景要素。结合Kmeans算法对离散逻辑场景参数进行聚类,从而得到5个典型测试场景。基于场景风险系数,采用AHP与CRITIC法构建多层次综合评价模型,采用灰色关联理论对ADAS系统进行客观评价。借助VTD仿真软件构建变道切入虚拟测试场景库,进行仿真试验验证。结果表明,相关性分析使场景要素维度降低了60%,生成的测试场景可以有效验证ADAS系统的综合性能,综合评价模型可对ADAS系统表现进行客观有效的评价,为智能驾驶系统开发提供有效参考。     

基于MM-STConv的端到端自动驾驶行为决策模型

针对现有端到端自动驾驶模型输入数据类型单一导致预测精确度低的问题，选取RGB图像、深度图像和车辆历史连续运动状态序列作为多模态输入，并利用语义信息构建一种基于时空卷积的多模态多任务（Multimodal Multitask of Spatial-temporal Convolution，MM-STConv）端到端自动驾驶行为决策模型，得到速度和转向多任务预测参量。首先，通过不同复杂度的卷积神经网络提取场景空间位置特征，构建空间特征提取子网络，准确解析场景目标空间特征及语义信息；其次，通过长短期记忆网络（LSTM）编码-解码结构捕捉场景时间上、下文特征，构建时间特征提取子网络，理解并记忆场景时间序列信息；最后，采用硬参数共享方式构建多任务预测子网络，输出速度和转向角的预测值，实现对车辆的行为预测。基于AirSim自动驾驶仿真平台采集虚拟场景数据，以98 200帧虚拟图像及对应的车辆速度和转向角标签作为训练集，历经10 000次训练周期、6 h训练时长后，利用真实驾驶场景数据集BDD100K进行模型的测试与验证工作。研究结果表明：MM-STConv模型的训练误差为0.130 5，预测精确度达到83.6%，在多种真实驾驶场景中预测效果较好；与现有其他主流模型相比，该模型综合场景空间信息与时间序列信息，在预测车辆速度和转向角方面具有明显的优势，可提升模型的预测精度、稳定性和泛化能力。     

霹雳游侠：车速290km／h——“老外”车主在中国（之五）

如果你身处北京外国语大学，又忽然听到一声巨大的呼啸，不要抬头望天，即将出现的不是飞机，而是路易斯和他的旁蒂亚克火鸟——个美国老外和一部霹雳游侠般的跑车。当然，老外路易斯穿着时髦运动T—SHIRT开着火鸟的场景并不会轻易出现，平常的他只是穿着普通的背心骑一辆凤凰28自行车。     

城市更新场景下老旧小区污水系统提质增效研究

由于建设年代久远，维护不善，高密度建成区的老旧小区排水系统存在诸多问题，对城市污水处理厂的运行以及城市水环境造成了严重的影响，因此，合理、有效控制老旧小区的污水排放是污水提质增效工作中最重要的一个环节。以厦门市某小区为具体研究案例，通过分析老旧小区排水现状，统筹考虑城市更新规划和技术、经济等因素，研究城市更新场景下老旧小区污水系统提质增效技术路线和实施策略，可为后续改造提供借鉴。