上汽跃进EC500i智能城市物流车

<正>上汽跃进EC500i智能城市物流车,是基于跃进新能源轻卡打造的新一代智能网联城市道路运输解决方案的首款车型,该车集合了上汽集团优势资源和核心技术,匹配了多传感器融合的感知决策系统、基于功能安全的线控执行系统和多协议多通道电子电器结构。配有驾驶行为监控、360环视、FCWS防碰     

无人驾驶汽车环境感知与定位技术

环境感知与定位技术是无人驾驶汽车技术的关键组成部分。在概括介绍无人驾驶汽车系统总体架构基础上,首先介绍各类环境感知传感器的原理和特点,比较各技术优缺点。然后阐述了传感器的标定方法,并综合论述了车道线检测、障碍物检测、红绿灯检测等环境感知中的关键技术;同时,从高精度地图环境定位、汽车自身定位、多传感器融合定位以及无线通信辅助定位等方面,对汽车定位技术进行了分析。最后,剖析了无人驾驶汽车环境感知与定位技术的难点,并展望了未来研究的发展趋势。     

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。     

智能网联汽车技术发展现状刍议

现阶段,我国汽车产品正在向着智能化、网联化的方向发展,如此便带给了汽车用户全新的体验,同时让其重新认识了智能网联汽车技术。智能网联汽车,即融合车联网和智能车,把控制中心、车辆传感器以及执行装置等设置在智能汽车中,利用环境感知、智能决策以及执行等相关功能,通过网络和通信技术,实现人、路、车的信息交互共享,今后会慢慢代替人类驾驶汽车,可以确保汽车驾驶更加舒适和安全。     

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。     

基于机器视觉的智能汽车环境感知算法研究综述

基于机器视觉的智能汽车环境算法作为智能汽车规划决策和控制执行的基础环节,是智能汽车关键技术之一,也是智能汽车当前研究的热点问题。本文对目前基于机器视觉的环境感知技术研究的现状进行综述,首先总结了各类相机标定算法并阐述了其基本原理;然后论述了基于机器视觉的目标检测和多目标跟踪的研究现状,分析了各主要算法的实现步骤;最后对智能汽车环境感知技术的发展进行了总结,并对未来发展趋势进行了展望。     

基于多传感器融合的换道预警模型研究

针对基于单一传感器换道预警模型准确性和可靠性不足,且换道过程中自车加速度的确定未考虑真实场景因素等问题,提出了基于多传感器融合的换道预警模型,并在模型自车加速度的确定中充分考虑了自车车速、他车相对距离和相对速度等因素,优化了原有的换道预警模型,并采用碰撞时间和安全换道距离为评价指标制定换道决策规则。仿真和实车实验结果表明,基于多传感器融合的换道预警模型预警更加灵敏高效,符合道路使用和驾驶员操作要求,验证了多传感器在环境感知中的优势,证明了换道预警模型的有效性。     

智能车辆多传感器融合策略

传统车辆自主换道研究多以理想道路曲率及车辆间简化的相对运动为前提,通过匹配采样周期将车路数据直接传入控制器,难以验证系统在真实环境下的可靠性。文章设计了一种多传感器布置方案及融合策略,并在Matlab/Simulink平台构建高速公路仿真场景,验证多传感器融合策略的有效性。其仿真结果表明,该多传感器融合策略能够在高速场景下实现对目标车辆的持续跟踪,模拟智能车辆环境感知、数据融合过程,进而为智能车辆自主换道系统的开发提供技术参考。     

基于SWOT分析的盐城市智能网联汽车产业体系发展策略研究

智能网联汽车是当今汽车工业的发展趋势,融合环境感知、决策规划、控制执行、人工智能、大数据等关键技术,对于促进我国汽车产业升级、实现汽车强国的发展目标具有重要意义.本文以盐城智能网联汽车产业为研究对象,基于SWOT分析方法研究盐城智能网联汽车产业发展的优势、劣势、机遇与威胁,并就盐城当前汽车产业现状提出未来发展策略与建议...     

一种车载数字相机与激光雷达融合算法设计

环境感知是智能辅助驾驶的底层模块，单传感器感知存在易受干扰、所需配置传感器数量多和感知效果差等弊端，为此提出一种车载数字相机与激光雷达融合算法。综合考虑信息融合高效性与系统鲁棒性采取决策级融合策略，利用CENTER POINT算法对雷达点云数据进行处理，再利用Yolo v3算法进行密集型数据训练处理图像数据，最后使用交并比匹配（IOU）和已有文献的D-S论据实现数据融合并输出决策结果。经过KITTI数据集验证，该融合算法输出的识别效果优于单传感器，且在多种路况上均有良好的目标检测效果。     

自动驾驶汽车基础技术解析

正自动驾驶汽车是一个完整的软硬件系统。硬件系统除了常规的汽车的配置之外,还涉及到专用于无人驾驶技术的传感器,比如摄像头,雷达等。全智能化智能车(Intelligent vehicle)是一个集环境感知、规划决策、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。如下图所示,给自动驾驶技术做一个总的分类,其关键技术依次可以分为环境感知,行为决策,路径规划和运动控制四大部分。     

智能驾驶汽车传感器介绍及布置

介绍了智能驾驶汽车各环境感知传感器的特点,举例说明了在特殊场景下的安全隐患,并重点讲解了毫米波雷达在整车上的布置要求,为环境感知传感器在其他车型上的布置提供参考。     

智能网联汽车产业链研究

智能网联汽车作为汽车和信息技术两大产业创新融合的关键领域,它是智慧城市的构建要素,也是智能交通系统的重要环节。本文基于智能网联汽车结构层次研究,从感知、决策、执行三个层面分析了智能网联汽车完整产业链,提出了加快智能网联汽车产业发展的措施。     

用于车辆自主导航的多传感器数据融合方法

提出了一种用于车辆自主导航的多传感器数据磁合方法.首先分析了车辆自主导航过程的态势与威胁,建立了车辆行驶某时刻场景模型.然后综合现有各数据融合模型的优势,运用混合、分层的融合结构改进自主行驶的有效性和准确性.最后将该方法集成到湖南大学自主研制的无人驾驶汽车测试平台上.在城市道路的实际场景中,初步实现了基于路线和交通锥形标的自主导航和行驶任务,车辆自主行驶的融合决策准确率可达到97.5%,表明该方法具有可接受的性能.     

交叉路口场景下自动驾驶感知识别关键技术研究

交叉路口因其交通参与者类型复杂、交通行为随机性大等特点成为城市交通事故常发的典型场景。本文总结14种典型交叉路口冲突场景,通过事故案例及自然驾驶数据分析单车多传感器信息融合感知技术在交叉路口下的潜在风险,并提出交叉路口自动驾驶感知技术方案构想,为提升城市交叉路口交通安全提供参考。     

高等级自动驾驶汽车虚拟测试：研究进展与前沿

安全性测试是高等级自动驾驶汽车（Highly Automated Vehicles，HAV，指具备L3级及以上能力的自动驾驶汽车）规模化应用的基本保障。鉴于HAV测试对象与测试标准的变革，传统基于里程的车辆测试方法论不再适用，场景化虚拟测试正成为验证HAV安全性的核心方法。基于与国内外多家HAV研发机构开展虚拟测试合作的基础上，针对测试场景、测试工具和测试方法等方面的技术难点和学术问题进行汇总、归纳和分析。测试场景方面，围绕场景覆盖度的要求，需重点关注测试场景自主划分、自动化仿真生成和未知高风险场景搜寻等理论方法。测试工具方面，在构建HAV自动驾驶系统“环境感知-规划决策-运动执行”一体化仿真工具的基础上，需研究支撑测试场景生成、驾驶行为双向交互和多传感器物理模型融合的高可信仿真技术。测试方法方面，针对海量测试场景、HAV驾驶能力非单调变化等特征，亟待开展覆盖度驱动型测试方法、加速测试方法和多目标测试与评估等的研究。此外，在上述研究挑战的基础上，面向HAV虚拟测试自动化、快速化、一体化和协同化的应用需求，提出HAV虚拟测试仿真即服务（Simulation as a Service，SAAS）的系统架构，并进一步明确HAV安全性诊断分析、系统自主优化训练和面向系统快速迭代升级的测试方法等SAAS重点研究需求。     

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。     

一种自动驾驶仿真场景要素的提取方法

针对场景及其内容定义不明确、场景基本要素提取多为主观分析和不同测试主体的场景要素选择和设计不可解释等问题,本文中提出一种汽车自动驾驶仿真场景的关键要素提取方法.该方法从自动驾驶系统角度逐级分析场景要素对感知、决策和控制模块的影响,并根据对自动驾驶不同子模块的影响,建立为一种要素-结构-功能平面的映射方程,然后基于平面节...     

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。     

汽车-动力两轮车碰撞前驾驶员风险感知研究

人机共驾阶段人类驾驶员对驾驶环境保持较高的风险感知水平是保证及时有效、稳定安全接管的核心。本研究通过开展风险感知模拟驾驶试验,获取了驾驶员在典型汽车-动力两轮车碰撞场景下的驾驶行为及脑电响应数据。从驾驶行为层面以制动TTC(time to collision)和平均加速度为评价指标,利用分位数回归构建了驾驶员风险感知量化模型,通过独立样本检验发现驾驶经验、碰撞场景类型对驾驶员风险感知存在显著影响。在脑电响应层面,通过双独立样本检验及FDR校正发现Alpha频段与驾驶员风险感知显著相关。此外,提出了驾驶员风险感知神经机理,包括视觉感知与认知加工两个阶段。研究结果有助于提升人机共驾汽车的安全性。