大陆集团:面向无人驾驶汽车的一体式人机交互解决方案

正为赢得广大消费者对自动驾乘解决方案的认可和信心,大陆集团正致力于研发一款面向无人驾驶车的一体式人机交互解决方案。该解决方案是在大陆集团CUbE无人驾驶技术开发平台上开发的,将通过提供端到端的用户体验为实现这一目标奠定基础,而不仅仅局限于行程预定以及将乘客运送至目的地这些最普通的功能。基于这一概念,车辆还可帮助用户计划下一段行程,并为其提供社会事件的相关信息。最重要的是,无人驾驶车辆还能保障车内乘客和四周行人的安全性,以及给智能城市和服务提供商创造提供定制化服务的机会。     

美军地面机器人发展扫描

<正>2009年3月19日,美国陆军训练与条令部所属陆军能力集成中心和坦克车辆研发与工程中心联合发布了《机器人战略白皮书》。该白皮书中提到的军用机器人是指无人驾驶地面战车(UGV)和无人驾驶飞行系统(UAS),其中确认了     

基于光电传感器的无人驾驶电动汽车导航系统研究

本文基于光电传感器设计了无人驾驶电动汽车导航系统,通过该系统,无人驾驶车辆可方便地检测预定路径的偏差,从而控制车辆的自动寻迹行驶。与其它导航方式相比,本文设计的系统具有结构简单、性能可靠和价格低廉等特点。     

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。     

高速无人驾驶车辆的操控稳定性研究

通过分析路面附着条件和道路曲率等因素对车辆转向特性和稳定性的影响,建立了高速车辆的等效动力学模型。提出了一种变步长的模型离散化方法,能够在保证车辆模型预测精度的基础上,实现较长的预测时域,并满足计算实时性的要求。通过对高速车辆稳定行驶状态进行分析,推导了基于包络线的滑移稳定性约束条件,并设计了基于模型预测控制的高速无人驾驶车辆的轨迹跟踪控制器。仿真结果表明,该方法可有效保证高速无人驾驶车辆在不同地面附着情况及道路曲率下的操控稳定性。     

基于光电导航无人驾驶电动汽车自动寻迹控制系统研究

在轮毂电机驱动电动汽车技术的基础上,采用光电传感器自动辨识行驶路径,利用车辆行驶预瞄理论,开发了无人驾驶汽车自动寻迹行驶控制系统.试验表明,该系统稳定性好、控制精度高和响应速度快.     

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。     

霍尼维尔LV50混合式电传动发动机完成首次试验

<正> 2003年7月,霍尼维尔宣布其设计的用作混合电传动军用地面车辆动力——LV50涡轮动力装置系统完成了首次试验,在600V直流电情况下能够产生高于400kW的电能。 LV50是一种由霍尼维尔提出的用作未来作战系统无人驾驶地面车辆动力的混合式电传动/燃气轮机推进系统。推进系统包括驱动两个紧凑型发电机的成熟的涡轮发动机,每个发电机的额定功率为200 kW。     

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。     

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。     

无人驾驶试验车遥控与自主模式切换实现方案

在无人驾驶车辆的开发与试验过程中,如何方便的切换人工与自主模式来完成不同的测试。针对这一问题,以NXP的32位单片机K60为核心,开发出一套无线的无人驾驶试验车的嵌入式控制系统,能够方便的实现无人驾驶车辆传感器信号的采集与无线回传,并且可以通过无线方式实现无人驾驶试验车的模式切换。在开发与测试过程中,保证了试验环境的安全,并且为测试环节提供了极大的便利,对无人驾驶方向的发展具有重要的实践意义。     

重型卡车底盘线控系统设计

随着重型卡车无人驾驶的快速发展,无人驾驶系统对执行机构的要求愈发苛刻。文章介绍了几款重型卡车底盘,作为无人驾驶开发过程中的执行机构,通过不同使用工况详细介绍了在无人驾驶开发过程中车辆的控制方式和便利性,通过实车验证结果可以得出该款底盘系统对无人驾驶技术快速发展做出的贡献。     

基于数据驱动的人机混驾多车协同控制算法

针对多车协同控制系统中，传统控制算法需要准确获取系统中与驾驶员驾驶行为相关的参数以及与车辆系统动力学相关参数等问题，提出基于数据驱动的自适应动态规划控制算法。以有人与无人驾驶车辆混行的多车协同控制系统为研究对象，通过分析系统的横纵向控制模型，推导出系统状态方程，采用递推数值方法在线逼近最优解，并通过对最优反馈控制矩阵进行优化求解，得到最优控制输入。该算法简化了系统的控制输入参数，仅仅利用V2X通信获得的车辆的前轮转角以及车辆期望的纵向加速度作为控制输入，即可实现无人驾驶车辆的优化控制。基于Carsim和Simulink进行联合仿真测试验证，结果表明，该算法控制参数简单、收敛速度快、控制精度高、适应性强，能够控制无人驾驶车辆在多车系统中保持期望的车速并且与前车保持期望的车间距，同时在任意曲率道路上行驶时与车道中心线之间的横向误差趋于0。      

雅马哈汽车采用Jetson AGX Xavier,适用于陆、空、海的自主机械

正雅马哈汽车公司(Yamaha Motor Co.)选择NVIDIA Jetson AGX Xavier作为开发系统,为其即将推出的自主机器系列提供动力。这家日本制造商计划让Jetson AGX Xavier成为一系列智能机器的大脑,其中包括无人驾驶的农业车辆、最后一英里的车辆和海洋产品。     

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。     

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。     

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。     

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。