基于多属性决策的无人驾驶自主变道决策技术研究

在无人驾驶领域,随着车辆上布置的传感器不断丰富,无人驾驶系统可以从周围环境获得更多的信息,从而为车辆的自主判断行为决策带来可能。然而即使是有经验的驾驶员在进行变道动作的时候也需要格外的小心,因此无人驾驶系统的变道行为分析需要做到足够准确和谨慎,才能保证安全性,这也正是目前为止还没有非常完善的无人驾驶变道决策系统的原因。本文提出一种基于多属性决策的无人驾驶自主变道决策技术,帮助无人驾驶车辆在道路行驶中进行更有效、更安全的自主变道决策。     

面向智慧园区的无人车远程约车系统

围绕无人驾驶技术和智能交通的发展,本文提出一种面向智慧园区的无人车远程约车系统,系统由自动驾驶汽车、车载单元、手机APP和云平台组成,在无人驾驶感知和控制的基础上,设计车载单元的MCU+MPU硬件系统和Linux软件系统,搭建云平台的B/S架构,重点设计了系统各子单元之间的交互和逻辑,完成智慧园区内手机APP远程约车、无人驾驶车辆接送乘客到达目的地的任务。     

无人驾驶新概念--Scania AXL自卸车

瑞典Scania公司推出了无人驾驶车型系列中的最新型号——Scania AXL,无驾驶室全自动驾驶概念车型。这是重型无人驾驶车辆发展上的一个里程碑,Scania公司不同领域的专家组成了团队共同开发出的概念型载货车。模块化系统是设计的核心。目前对无人驾驶的车辆的需求在不断增长中,矿山和大型封闭式建筑场地是无人驾驶车辆理想的运行场所。Scania公司称这是朝着未来运输系统发展的一个重要步骤。     

车-车协同下无人驾驶车辆的换道汇入控制方法

多车协同驾驶是智能车路系统领域的研究热点之一,可有效降低道路交通控制管理的复杂程度,减少环境污染的同时保障道路交通安全。基于多车协同驾驶控制结构,提出了一种无人驾驶车辆换道汇入的驾驶模型及策略,系统分析了多车协同运行状态的稳定条件。在综合分析无人驾驶车辆换道汇入的协作准则、安全性评估后,基于高阶多项式方法,结合车辆运行特性,通过引入乘坐舒适性的指标函数,设计得到无人驾驶车辆换道汇入的有效运动轨迹。通过研究汇入车辆与车队中汇入点前、后各车辆的运动关系,详细分析车辆发生碰撞的类型和影响因素,给出避免碰撞的条件准则,从而确保无人驾驶车辆汇入过程中多车行驶的安全性和稳定性。基于车辆运动学建立车辆位置误差模型,结合系统大范围渐进稳定的条件,选取线速度和角速度作为输入,应用李雅普诺夫稳定性理论和Backstepping非线性控制算法,设计了无人驾驶车辆换道汇入后的路径跟踪控制器。仿真试验和实车试验结果表明：所设计的换道汇入路径是可行、安全的,控制器具有良好的跟踪效果,纵向和横向的距离误差在15 cm以内,方向偏差的相对误差在10%以内。研究结果为智能车路系统中的多车状态变迁与协同驾驶研究提供了参考,可服务于未来道路交通安全设计和评价。     

无人驾驶车辆行为决策系统研究

调研了国内外无人驾驶车辆行为决策系统的研究现状,对行为决策系统进行分类,基于国内外行为决策系统研究实例,对基于规则和基于学习算法的不同行为决策系统的实现方式、适用条件及优缺点进行比较,分析了现阶段无人车行为决策系统的研究水平、技术难点和发展趋势,为无人驾驶车辆行为决策系统的设计提供参考。     

无人驾驶汽车十字路口多车协作控制研究*

针对无交通灯控制的十字交叉路口的无人驾驶汽车主动避让控制问题,基于专用短程通信技术(DSRC),利用多车协作控制算法和矩形检测法建立了基于碰撞时间(TTC)的两车冲突判断模型,预估当前行驶状态下将会发生碰撞的区域。同时从时间和空间两方面设计了消解算法,根据消解算法调整当前行驶状态以避免车辆发生碰撞。采用PanoSim与MATLAB/Simulink联合仿真,结合模糊PID控制无人驾驶车辆的驱动、制动与转向系统,对所搭建的模型准确度进行验证。试验结果表明,算法能很好地控制无人驾驶车辆在十字路口避免与其他车辆的碰撞。     

无人驾驶重型车辆底盘电控化改装技术研究

对无人驾驶重型车辆底盘改装技术进行了研究,介绍了一种基于电控技术及总线技术的改装方案,对重型车辆的动力系统、转向系统、制动系统、车身系统进行了详细的改装方案设计,与以往采用机电执行机构控制无人驾驶车辆的方案相比,该方案在技术先进性及可靠性方面得到提升。     

面向“无人驾驶技术”的车辆设计趋势研究

文章从人与车之间新型的互动关系分析入手,分析基于无人驾驶技术而设计的新车型,发掘共性、从中洞悉未来车辆设计的潜在特征。基于人车关系的变革,发现无人驾驶车辆设计呈现出:车身设计趋于"亲和力"与轻薄化,空间内饰设计"情景化",交互方式自然化、多元化的特点。     

无人驾驶环境下考虑OD结构的路网容量模型

为了研究未来无人驾驶车辆对路网容量的影响,揭示无人驾驶车辆与普通车辆的相互影响特性,假设无人驾驶车辆遵循系统最优路径,普通车辆遵循用户最优路径,构建了无人驾驶环境下的道路网络储备容量模型。上层模型为满足路段容量约束条件下的最大交通需求,各OD之间的交通需求采用不同的增长乘子;下层模型为两类用户的混合路径选择行为模型,无人驾驶车辆以系统总阻抗最小为目标,而普通车辆以个人出行成本最小为目标。采用多种群遗传算法进行求解,并通过算例验证了模型和算法的有效性和可行性,得到非统一增长乘子下的路网容量,比较了统一增长乘子与非统一增长乘子的异同之处。研究结果表明:①两种计算结果所得到的道路网络容量增长趋势类似,但是非统一增长乘子计算结果大于统一增长乘子计算结果,当无人驾驶车辆市场渗透率达到一定比例时,二者计算结果的差异随着市场渗透率的增加而逐渐减小;②不同OD对的增长乘子不一定相同,无人驾驶车辆的加入可以优化不同地区的OD需求分布,从而提升整个道路网络的容量;③非统一乘子的计算方法可以有效避免不同OD对的干扰作用,提高部分OD对在低市场渗透率下的路径利用率,路段流量分布更加均衡;④当无人驾驶市场渗透率达到较高的比例时,道路网络容量可增加的幅度较小。     

无人驾驶环境下考虑OD结构的路网容量模型（双语出版）

为了研究未来无人驾驶车辆对路网容量的影响，揭示无人驾驶车辆与普通车辆的相互影响特性，假设无人驾驶车辆遵循系统最优路径，普通车辆遵循用户最优路径，构建了无人驾驶环境下的道路网络储备容量模型。上层模型为满足路段容量约束条件下的最大交通需求，各OD之间的交通需求采用不同的增长乘子；下层模型为两类用户的混合路径选择行为模型，无人驾驶车辆以系统总阻抗最小为目标，而普通车辆以个人出行成本最小为目标。采用多种群遗传算法进行求解，并通过算例验证了模型和算法的有效性和可行性，得到非统一增长乘子下的路网容量，比较了统一增长乘子与非统一增长乘子的异同之处。研究结果表明：①两种计算结果所得到的道路网络容量增长趋势类似，但是非统一增长乘子计算结果大于统一增长乘子计算结果，当无人驾驶车辆市场渗透率达到一定比例时，二者计算结果的差异随着市场渗透率的增加而逐渐减小；②不同OD对的增长乘子不一定相同，无人驾驶车辆的加入可以优化不同地区的OD需求分布，从而提升整个道路网络的容量；③非统一乘子的计算方法可以有效避免不同OD对的干扰作用，提高部分OD对在低市场渗透率下的路径利用率，路段流量分布更加均衡；④当无人驾驶市场渗透率达到较高的比例时，道路网络容量可增加的幅度较小。     

基于REINFORCE算法和神经网络的无人驾驶车辆变道控制

针对无人驾驶车辆变道超车场景,研究基于REINFORCE算法和神经网络技术的无人驾驶车辆变道控制策略.通过车辆动力学模型确定模型的反馈量、控制量和输出限幅要求;设计神经网络控制器的结构,根据REINFORCE算法设计控制器训练方案;分析经验池数据数值和方差过大的问题,提出1种经验池数据预处理的方法以改进控制器训练方案;...     

无人驾驶车辆路口行驶决策研究

无人驾驶车辆的行为决策是该领域研究的关键技术之一。在城区环境中,无人驾驶车辆行为决策的最终目标是像熟练的驾驶员一样产生安全、合理的驾驶行为。文章给出一类无人驾驶车辆路口行驶策略,能够使无人驾驶车辆在城区环境中安全、合理地完成一定范围的驾驶行为。     

英国拟明年初批准无人驾驶车上路测试

英国商务大臣温斯·凯博日前宣布，该国从明年初将允许无人驾驶车上路测试．同时还将拨出1000万英镑用于支持无人驾驶技术的发展。根据英国目前的交通法规．无人驾驶车辆仍然被禁止上路．至于类似沃尔沃XC90等配有半自动驾驶系统的车辆，也要求驾驶员全程将手放在方向盘上对车辆进行操纵。英国交通部将对相关法规进行审查，但具体报告预计需要等到今年底才能递交至相关部门。     

猎豹智能车无人驾驶系统总体设计

介绍猎豹智能车无人驾驶系统总体设计及其硬件和软件的设计特点和实现方法。系统采用机器视觉来识别高速公路车道线,利用拟人控制算法来实现车辆自动驾驶控制,最高时速为95km/h的初步试验结果验证了系统的可行性。     

面向无人驾驶的新能源汽车充电技术研究

伴随着人工智能、云计算、大数据等技术的不断发展,新能源汽车将会迈向新的时代,即无人驾驶时代。充电也是无人驾驶汽车使用过程中的一个关键环节,无人驾驶车辆可以在没有人操纵下独立运行,那么,原有车辆的充电模式也将发生变化,进而带动新能源汽车充电方式变革。本文对新能源汽车现有的主要充电方式及特点进行分析,探讨其与无人驾驶汽车适应性及融合方式。     

无人驾驶汽车主动避让控制问题的研究

第五代移动通信技术(5G)网络具有速度快、延迟低等优势。基于5G技术,提出了一种使用无人驾驶汽车主动型避让控制的系统。该方法基于5G系统,实现了对车辆周围环境信息进行实时快速的收集和处理。通过5G通信技术对车辆进行控制,加快了车辆之间的信息传输速度,提高了车辆间的配合度及车辆通行的效率。该控制系统通过5G技术传感器,有效解决了在突发情况下,无人驾驶汽车由于传感器需要同时输送大量信号而产生的延迟问题,提高了信号的传输效率,降低了主动避让控制系统的响应时间,有利于提高无人驾驶汽车的安全性。     

无人驾驶汽车研究动向

正无人驾驶汽车是一种智能汽车,也可以称之为轮式移动机器人,主要依靠车内以计算机系统为主的智能驾驶仪器来实现无人驾驶。它通过车载传感系统感知道路环境,自动规划行车路线并控制车辆到达预定目标;利用车载传感器来感知车辆周围环境,并根据感知所获得的道路、车辆位置和障碍物信息,控制车辆的转向和速度,从而使车辆安全、可靠地在道路上行驶。无人驾驶汽车集自动控制、体系结构、人工智能、视觉计算等众多技术于一体,是计算机科学、模式识别和智能控制技术高度发展的产物。     

SwRI的专利技术允许自主车辆在没有人干预的情况下操纵空中无人机

正西南研究所(Sw RI)已经获得专利,允许无人驾驶的空中系统与无人驾驶的地面车辆合作,提供更多的关于周围环境的信息,并实现更加安全的演习。该技术具有即时的军事应用,并且该系统也正在帮助Sw RT开发用于远程检测系统的未来的商业解决方案。我们开发了这种能力以支持国防客户寻求应对在极端环境中驾驶无人地面车辆挑战的解决方案。     

全自动智能运输系统的分布式递阶控制方法

针对动态环境中的全自动智能运输系统的控制问题,提出一种适用于该系统的分布式递阶控制方法。该方法以大系统递阶控制理论为基础,采用3级结构,包含组织级、协调级和执行级。分布式递阶控制方法在不同层次上分别处理全自动智能运输系统的车辆调度、车辆协调及车辆行为控制问题。组织级响应实时变化的运输需求,并由此确定无人驾驶车辆的调度命令。协调级负责化解系统内车辆之间的潜在冲突。执行级负责无人驾驶车辆的行为控制。仿真试验研究结果表明,较之传统的定时发车方式,对于全自动智能运输系统,采用分布式递阶控制的系统控制方法能够缩短乘客的平均等车时间并提高车辆的使用效率。     

极限工况下无人驾驶车辆稳定跟踪控制

针对无人驾驶车辆在极限工况下跟踪控制精度和稳定性均难以保障的问题,提出一种纵横向稳定性综合协调控制方法。首先对无人驾驶车辆在摩擦极限下的速度进行规划,通过纵向加速度前馈和状态反馈控制器实现极限车速下的速度跟随。其次将预瞄前馈与人工势场反馈相结合设计了横向路径跟踪控制器。提出了基于期望与实际横摆角速度偏差的稳定性控制策略,优化纵向控制的驱动力矩。Simulink/Carsim联合仿真结果表明,所提出的纵横向协调稳定控制方法可在极限工况下改善无人驾驶车辆瞬态响应,抑制道路曲率突变处的超调量,减少路径跟随中的稳态误差,提高了无人驾驶车辆的轨迹跟踪精度和弯道运动过程中的横向稳定性。