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。     

自动驾驶汽车在城市道路上面临的主要场景挑战

基于人类的自然驾驶数据、交通事故数据等信息提出的自动驾驶汽车技术要求和测试场景难以反映自动驾驶汽车特有的局限性和安全风险。文章从车辆视角出发,利用搭载高度自动驾驶功能的汽车开展了实际道路测试,并通过分析测试过程中遇到的危险场景和边缘场景,总结了城市道路环境下自动驾驶汽车在感知、定位、决策规划、控制执行和网联通信等方面存在的主要场景挑战。该研究成果弥补了基于人类驾驶数据开展相关研究的不足,能够为自动驾驶汽车的研发和基于场景的测试验证提供参考。     

自动驾驶汽车环境感知传感器研究

近年来,自动驾驶技术作为智能网联汽车的重要组成部分,成为热点话题。环境感知系统是自动驾驶汽车的感官神经,扮演着“眼睛”的角色。文章通过查阅相关文献,结合当前研究热点,对自动驾驶汽车系统组成做简要介绍,同时对其环境感知系统所使用传感器的种类、工作原理、应用场景等方面做了系统介绍,对不同传感器进行对比分析并提出建议。通过介绍,能够帮助读者对自动驾驶汽车环境感知系统有初步了解,同时对相关技术人员给予一定指导。     

浅谈智能驾驶中的环境感知

环境感知是研究汽车智能驾驶技术的基础。环境感知系统为智能车辆的行为决策和路径规划提供准确可靠的信息源,是智能车辆顺利运行的重要保障。文章首先对比环境感知中常用的传感器,在此基础上总结目标检测与目标跟踪的技术方法并分析优缺点,然后介绍全球四大卫星系统及常用定位导航技术的基本原理,最后对未来智能驾驶汽车的发展进行展望。     

国务院鼓励人工智能与交通运输融合创新

<正>日前,国务院发布《新一代人工智能发展规划》(简称《规划》),提出推动人工智能与各行业融合创新,智能载运工具、智能物流等交通运输领域多项重点位列其中。智能运载工具方面,《规划》明确,发展自动驾驶汽车和轨道交通系统,加强车载感知、自动驾驶、车联网、物联网等技术集成和配套,开发交通智能感知系统,形成我国自主的自动驾驶平台技术体系和产品总     

智能车辆的研究及发展

智能车辆也叫无人车辆，是一个集环境感知、规划决策和多等级辅助驾驶等功能于一体的综合系统。它集中运用了计算机、现代传感、信息融合、通讯、人工智能及自动控制等技术，是典型的高新技术综合体。它具有道路障碍自动识别、自动报警、自动制动、自动保持安全距离、车速和巡航控制等功能。它的主要特点是在复杂的道路情况下，能自动地操纵和驾驶车辆绕开障碍物并沿着预定的道路(轨迹)行进。     

自动驾驶汽车测绘管理政策法规问题及优化建议

正自动驾驶汽车通过"环境感知+高精度定位+高精度地图"技术耦合实现路径规划的行为涉及测绘,需要符合我国测绘领域相关政策法规的要求。我国对测绘行为采取严格的管理模式,部分规定会限制测绘技术在自动驾驶汽车上的应用。本文梳理了自动驾驶汽车测绘领域的政策法规现状、存在的问题,并结合产业发展实际,提出了相应的优化建议。     

简析自动驾驶三大技术要素

<正>随着自动驾驶概念的提出、低速自动驾驶的商用化及越来越多企业入局自动驾驶行业,自动驾驶生态愈发清晰。作为自动化载具,自动驾驶汽车可以不需要人类操作即能感知其周围环境并完成预设的出行路径。自动驾驶汽车是集感知、规划与控制功能于一体的自主交通工具,类比与人类行走,自动驾驶汽车想要独立完成行驶,需要能够看到路面交通情况,     

德尔福自动驾驶技术中国首秀,以前沿科技描绘未来出行

<正>近日,德尔福在国家智能网联汽车(上海)试点示范区举办"开启自动驾驶未来"活动,并首次在华展示其最新自动驾驶技术。活动期间,德尔福展示了与合作伙伴Mobileye共同开发的"中央传感定位与规划"(CSLP)自动驾驶系统。该系统是业内首个可立即启用的、完全集成的自动驾驶解决方案,配备了行业领先的感知     

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。     

基于整车在环仿真的自动驾驶汽车室内快速测试平台

整车在环仿真测试方法可以安全、高效地验证复杂环境和极端工况等场景下自动驾驶汽车性能的有效性,基于此研发一种基于整车在环仿真的自动驾驶汽车室内快速测试平台,该平台由前轴可旋转式转鼓试验台、试验台测控子系统、虚拟场景自动生成子系统、虚拟传感器模拟子系统、驾驶模拟器、自动驾驶汽车和测试结果自动分析评价子系统组成。通过在试验台滚筒上独立加载转矩模拟车辆行驶阻力,可动态模拟不同的路面附着系数,同时利用坡度、侧倾和转向随动机构可模拟车辆俯仰角、侧倾角和航向角3个自由度;采用虚拟现实技术柔性集成车辆动力学模型、传感器仿真、复杂道路交通环境及测试用例仿真,模拟多种道路交通场景,并通过传感器仿真及数据融合等技术快速测试自动驾驶汽车智能感知与行为决策等性能指标。将自动驾驶汽车、虚拟仿真场景和试验台耦合构建一个闭环系统,完成了多项关键技术研发,包括：多自由度高动态试验台结构设计、虚拟测试场景自动重构方法和传感器数据模拟及注入方法,可满足在各种场景下测试自动驾驶汽车整车性能的需求。此外,为验证快速测试平台的有效性,以U-turn轨迹跟踪控制为研究实例,基于简化的车辆运动学模型和模型预测控制算法,在平台上搭建U-turn场景并对自动驾驶汽车的轨迹跟踪控制算法性能进行大量测试。结果表明：自动驾驶汽车室内快速测试平台可以真实地模拟汽车在道路上的运行工况,自动驾驶汽车在虚拟场景中的轨迹跟踪效果良好,与参考轨迹的偏差小于8%,证明了该测试平台检测方法的有效性。     

自动驾驶中的人工智能，为何让人爱恨交加？

<正>人工智能对于汽车行业的发展起到了强大的推动作用。它如同一股充满力量的巨浪,令自动驾驶乃至无人驾驶汽车得以更迅速地降临到我们的生活中。这份力量,虽爱恨交织、利弊同行,但已势不可挡。人工智能,大势所趋自动驾驶汽车中的人工智能技术,比重逐年递增。此前,美国汽车工程学会发布了《道路机动车辆驾驶自动化系统相关术语的分类和定义》,把车辆划分为多个自动驾驶级别。在过去几年,自动驾驶汽车通过感知来做出决策并执行,     

从感知系统看自动驾驶未来方向

<正>随着自动驾驶等级提升,人为干预会越来越少,这就对于感知系统获取环境信息的全面性、准确性和高效性提出了更高要求,如何进一步提升感知能力成为了近年来行业内共同探讨的话题。感知系统是智能汽车实现自动驾驶的关键一环,一套自动驾驶系统的好坏,很大程度上取决于感知系统是否完善。近两年来,车辆智能化成为大趋势,车企陆续将具备点到点智能驾驶能力的高级驾驶辅助系统应用在旗下车型上,     

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。     

自动驾驶汽车隐私安全探究

<正>自动驾驶技术的普及,将让自动驾驶软件取代驾驶员的工作,每辆自动驾驶汽车都会根据写入的软件系统,按照要求在道路上行驶。车联网技术的出现,让自动驾驶汽车、道路交通设施、行人等角色成为一行行数据,进行分析与处理,从而让自动驾驶汽车实现最优道路规划。插空、别车等危险驾驶行为也将不复存在,在乘坐自动驾驶汽车时,乘客可以进行读书、听音乐、聊天、看电影、网络购物等娱乐行为,道路交通环境也将得到极大的改善。看似很完善的交通环境,需要的是更多的数据进行支撑,     

自动驾驶车辆决策与规划研究综述

决策与规划是自动驾驶系统的中枢,是提高自动驾驶车辆行驶安全、驾乘体验、出行效率的关键。其面临的主要挑战在于如何满足自动驾驶所需的极高可靠性和安全性,以及如何有效应对场景复杂性、环境多变性、交通动态性、博弈交互性及信息完备性并产生类人化的驾驶行为,使车辆自然地融入交通生态。为全面了解决策与规划的前沿问题与研究进展,对其技术要点进行系统梳理与总体概述。首先,从数据驱动的驾驶行为预测、概率模型的驾驶行为预测、个性化驾驶行为预测三方面综述了面向态势认知的行为预测的研究进展;其次,将行为决策总结归纳为反应式决策、学习式决策、交互式决策并逐一进行了分析;再次,从方法论的角度对运动规划及其应用进行对比分析,具体包括图搜索方法、采样方法、数值方法、拟合插值曲线方法等;然后,针对端到端的决策规划的关键科学问题和主要研究进展进行了归纳分析;最后,总结了决策规划对提升自动驾驶车辆智能化水平的重要影响,并展望了其未来的发展趋势与面临的技术挑战。     

汽车自动化控制系统的应用及发展方向分析

首先从信息监测、环境感知与决策、汽车配电、汽车控制和自动驾驶方面阐述了汽车自动化控制系统的实际应用情况;然后,从无人驾驶、混合动力及其他方面展望了汽车自动化控制系统的未来。     

基于自动驾驶的车辆安全技术应用探讨

中国大量的道路基建工程建设充当着城市化发展的重要指标之一,然而交通基建并不能时刻满足日益增长的交通需求,随之而来的交通事故推动着车辆自身的安全及预警技术的研发,而该技术正是自动驾驶技术的基础。自动驾驶通过感知（传感器与创建环境地图）、规划（寻找与优化路径）与执行（ECU驱动车辆自动驾驶和安全功能）三个层面来实现,车辆自身的安全技术可被归纳为被动安全技术、防碰撞预警技术、主动安全技术和主动式无人驾驶技术,因此自动驾驶也是实现车辆安全技术的最高等级,然而即使是当下已商用的自动驾驶系统也不能完全保障交通安全,不成熟的避让算法、机器识别效率或处理系统高负载运行崩溃将更容易触发致命事故。自动驾驶的发展具有明朗的前景,但需要与智慧道路形成更高层次的环境感知水平,从而真正的推动人、车、路交通三要素有机结合,在更完善的交通感知环境中全方位保障三者在交通参与过程中的安全,助力车辆自动驾驶技术实现相应的社会价值。     

智能汽车的侵权责任研究

智能汽车是指借助人工智能、大数据、卫星导航等软件系统,结合传感器、摄像机、雷达等硬件系统组合而成的集感知、决策、控制等功能于一体的智能交通工具。根据《汽车驾驶自动化分级》(GB/T40429—2021),智能汽车专指具备L2~L5级自动驾驶系统的汽车。智能汽车相较于传统汽车,在发生交通事故时,对责任的认定划分将不再单纯局限于驾驶员的操作,而应当综合考虑自动驾驶汽车产品的责任及提醒驾驶员注意的义务。因此,需要在完善现行《道路交通安全法》《产品质量法》的基础上,对因智能汽车侵权所承担的责任主体和责任范围进行分析,弥补智能汽车应承担相应责任的立法空白,确保技术发展与社会公共利益相结合。     

基于采集路网地图的路径规划算法分析

自动驾驶系统一般由感知,决策规划和控制等模块组成,随着研究的深入,决策规划在系统中的作用越来越明显,在规划过程中首先需要解决的是针对各种交通场景做出合理的决策方案。文章提出将路径规划和速度规划分开的设计思路用于自动驾驶的实时路径规划。首先基于封闭场景下采集的高精地图,利用采样方法生成若干可供选择的路径,并结合碰撞检测选择最佳路径;其次基于舒适度对生成的路径进行速度规划;最后通过实车测试验证该方法的有效性。