自动驾驶与智能汽车

ITS是将先进的信息处理技术、计算机技术、数据通信技术、传感器技术、电子控制技术、全球卫星定位技术和自动控制理论、运筹学、人工智能等高新技术和理论,综合运用于交通运输、服务控制和汽车智能化等方面.     

自动驾驶汽车对城市空间形态的影响综述

基于城市规划视角的文献综述,分析自动驾驶汽车对居住人口分布、停车用地、区域可达性、街道设施环境等城市空间形态方面的影响。私人自动驾驶汽车相对共享自动驾驶汽车更可能诱发人口的郊区化,而这种影响在不同城市和人群间存在差异。自动驾驶汽车将带来城市停车用地的减少和更灵活的停车场布局,但可能产生更高的行驶里程。相较于大城市,自动驾驶汽车对农村或城郊区域可达性的提升效果更加显著。自动驾驶时代的街道通过缩窄车道、减少道路交通标志和信号灯,可提供更多的公共空间,但无交通信号灯管控车流的道路交叉口和较多的上落客空间对步行和自行车网络使用的流畅性带来不利影响。最后,针对中国城市面临的道路交通拥堵和环境挑战,提出应对自动驾驶汽车时代的规划政策建议。     

自动驾驶公众接受度研究综述

全面梳理并总结了自动驾驶公众接受度领域的相关研究, 从接受自动驾驶的可能性与态度、了解与信任程度、感知与关注点、支付意愿和使用偏好5个方面定义并阐述了接受度的内涵; 从调查对象的选取、问卷设计、调查方式与抽样、模型构建与数据分析方法等方面对比了现有研究采用的数据采集和分析方法; 总结了影响自动驾驶公众接受度的关键因素, 剖析了其对公众接受度的影响, 指出了存在的问题和未来研究方向。研究结果表明: 现有大部分研究重点关注接受自动驾驶的可能性、态度和使用偏好等问题, 对支付意愿的研究相对较少; 公众对自动驾驶普遍持积极态度, 对自动驾驶技术及其相关功能有所了解; 安全问题是人们对自动驾驶的首要关注点, 不同群体对该问题的担忧程度有显著差异; 人们为享受自动驾驶技术而愿意支付额外费用的意愿不够强烈, 来自发达国家受访者的支付意愿普遍低于发展中国家受访者; 个人心理和生理属性, 社会人口属性, 伦理、法律责任和车辆安全水平, 车辆自动化水平及相关属性, 出行相关属性以及环境因素等是影响公众对自动驾驶接受度的几类关键因素; 然而, 现有研究对伦理和法律责任等因素的量化分析还较为缺乏, 性别、年龄和收入水平等部分关键因素的影响仍存在争议, 还需进一步讨论; 相关研究在对样本的代表性分析、问卷和调查方案的精细化设计以及关键因素的具体作用机制分析等方面还有待进一步深入。     

自动驾驶影响下的出行行为研究综述

从小汽车出行总需求、出行方式选择、在途时间利用三方面梳理了自动驾驶影响下的出行行为研究现状,分析了用于研究自动驾驶对出行行为影响的数据基础与研究方法,总结了影响自动驾驶环境下出行方式选择的关键因素,指出了出行行为研究存在的问题和未来发展方向。研究结果表明：出行总需求的相关研究主要关注当前服务不足人口的潜在出行,大多通过需求假设分析潜在的变化,在假设的可靠性和结果的准确度方面还存在不足;出行方式选择的相关研究显示车辆服务和出行属性、社会人口和家庭属性、出行习惯属性、居住地和环境属性、个人心理和偏好属性等是影响出行方式选择的关键因素,考虑到不同的研究对象、场景设计与分析方法,性别、年龄、持有驾照、家庭结构等因素对出行行为的具体影响还有待进一步检验;人们对自动驾驶时代在途时间利用的方式和受益程度的认知存在较大的不确定性与异质性,亟需理论模型来进一步讨论潜在的时间利用变化;基于自动驾驶对出行行为影响相关研究的局限性,提出了建立自动驾驶汽车的规范化描述和丰富数据采集方式,开展横向与纵向对比研究,加强各影响因素异质性的考量,辨析自动驾驶时代各类出行行为间的相互影响机制的改进方向。     

汽车驾驶模拟器在交通研究中的应用

依托先进的工业技术,日本在汽车驾驶模拟器领域积累了大量经验.首先回顾了汽车驾驶模拟器的发展历程及基本应用.然后以日本东京大学生产技术研究所“面向人、车、交通研究的通用驾驶模拟器”为例,着重从驾驶行为、道路与交通设计、交通安全、交通环境效益以及智能交通系统几方面阐述了汽车驾驶模拟器在交通研究上的应用.最后探讨了汽车驾驶模...     

基于扩展技术接受度模型的共享自动驾驶汽车用户使用意愿研究

共享自动驾驶汽车是智慧交通和绿色交通的重要发展方向之一,但目前其相关研究仍不充分,影响用户使用共享自动驾驶汽车意愿的因素及其作用机理有待深入剖析.为此,本文首先通过引入感知风险、服务质量和社会影响三个潜变量,构建了扩展技术接受度模型.然后将扩展技术接受度模型的潜变量、个人社会经济属性变量和出行方式属性变量整合到多项Lo...     

考虑合乘的共享自动驾驶汽车选择行为实证分析

共享自动驾驶汽车(Shared Autonomous Vehicles,SAV)是自动驾驶汽车和共享经济相结合的产物,为人们提供了一种新型的出行方式. 为探究出行者在考虑合乘的SAV与私家车或公共交通之间的选择偏好,实施了SAV选择意愿调查,并分析了考虑合乘的SAV的潜在用户特征. 基于问卷调查所得有效数据,采用K-Means 聚类法划分了历史出行模式,利用因子分析对性格态度特征进行了分类. 分别对有无私家车人群建立解释变量的参数服从不同分布的混合Logit 模型,并对参数标定结果进行对比分析. 研究结果表明,出行方式特性非常显著地影响出行者方式选择行为,性格态度特征是影响出行者选择考虑合乘的SAV出行方式的显著因素,且其显著性明显高于性别、年龄等社会经济属性.     

考虑潜变量的自动驾驶汽车租赁行为

将自动驾驶汽车（autonomous vehicle,AV）与分时租赁、点对点（peer-to-peer,P2P）租赁模式相结合,为出行者提供新型的出行方式. 为探究出行者租赁自动驾驶汽车的行为特征,分析出行者对AV分时租赁、AV P2P租赁、私家车、公共交通的选择意愿及其影响因素. 基于出行方式选择意愿的调查数据,将结构方程模型（structural equation model,SEM）与多项Logit （multinomial Logit,MNL）模型相结合,建立同时标定显变量与潜变量参数的结构方程-多项Logit （structural equation-multinomial Logit,SE-MNL）模型,对比分析了MNL与SE-MNL模型的参数标定结果. 研究结果表明:在95%的置信水平下,显变量中的出行费用、车内时间、驾照情况、出行目的、婚姻状况以及潜变量中的便捷性、安全性、乘车体验、舒适性对出行者选择AV分时租赁或P2P租赁的影响都是显著的;SE-MNL模型的拟合度较MNL模型高出2%～3%.      

网联自动驾驶车辆道路交通安全研究综述

为全面了解网联自动驾驶交通安全领域的研究进展,利用文献计量方法通过Web of Science核心数据库对Connected and Automated (Autonomous) Vehicles、Connected (Autonomous) Vehicles、Traffic Safety (Accident, Crash, Collision, Conflict)等关键词进行检索,共获取2010至2021年2 130篇相关文献,涵盖5 474位作者和7 017个关键词;利用科学知识图谱对网联自动驾驶道路交通安全研究发展历程、研究归属地、研究主题与内容、研究热点等进行分析总结和可视化解析;通过研究主题和热点的分析指出未来研究方向。研究结果表明：网联自动驾驶道路交通安全研究经历了起步阶段、缓慢增长阶段和快速发展阶段;美国和中国是当今世界对网联自动驾驶道路交通安全领域贡献最大的2个研究主体;研究主题主要围绕宏微观交通流、交通系统影响(交通出行、交通环境、交通安全)、车辆安全避障与路径规划、交通安全评价等展开,研究热点重点围绕网联自动驾驶交通控制与系统优化、新型混合交通流交通安全分析、微观行为建模与仿真安全评估等;未来研究需重视由单车安全转向交通流事故风险传播研究,突破智能网联车队群体决策与编队控制技术,构建虚拟现实下智能网联数据化仿真环境与深度测试平台,挖掘网联自动驾驶人机共驾情境下驾驶人接管绩效评价体系,从而进行精细化的事故风险致因分析、交通安全建模与评估以及事故风险防控策略与算法研究。     

未来城市自动驾驶共享汽车规模研究:以上海为例

随着自动驾驶技术的发展,未来以自动驾驶共享汽车(Shared Autonomous Vehicle, SAV)替代有人驾驶汽车成为可能. 使用SAV满足城市居民机动化出行需求的情况下,研究 SAV的车辆规模. 从上海市300 万手机用户信令数据中提取机动化出行需求,考虑上海市实际路况的影响,建立基于车辆可共享网络的图论模型,将最小车队规模问题转化为有向无环图的最小路径覆盖问题,利用Hopcroft-Karp 算法求解. 求解得到,12.8 万辆SAV可以满足300 万手机用户的机动化出行需求. 研究最大调度时间限制、服务范围限制、交通拥堵对SAV车辆规模的影响,为自动驾驶技术普及后,从城市层面确定SAV的车队规模及相应基础设施规划提供参考.     

基于LabVIEW的智能汽车自动驾驶开发平台数据采集监测系统

基于已有智能汽车自动驾驶开发平台,开发该平台数据采集监测系统。采用PCIe-6320数据采集板卡完成数字信号和模拟信号的采集;利用CAN分析仪及其驱动程序将CAN总线通讯信号上传至工控机,依据整车CAN通讯协议完成对数据流的解析;使用LabVIEW完成数据采集监测系统的程序设计,实现对整车状态信息的采集、显示和监测。试验测试结果表明:该智能汽车开发平台数据采集监测系统具有数据采集精确、界面简洁直观的特点,具有一定的工程应用价值。     

共享自动驾驶汽车经营策略优化分析

研究共享自动驾驶汽车(SAV)与普通汽车共存背景下,SAV公司如何根据运营目标优化经营策略并影响通勤者出行方式选择. 假设高速公路上存在一定数量的独驾通勤者,无车通勤者在SAV和地铁之间进行权衡. 分析固定需求和弹性需求下,SAV公司追求系统总成本最小或系统净收益最大和利润最大时的最优经营策略,即SAV票价和容量,进而得到均衡时模式划分情况,SAV最优发车数,系统总成本或系统净收益,以及公司利润等指标. 算例对均衡结果进一步验证发现,SAV公司垄断经营会收取较高的票价,提供容量较小的车型. 在系统最优情形下,SAV公司无法获得正利润,需要政府补贴运营.     

自动驾驶接管影响因素分析与研究进展

部分或有条件自动驾驶车辆允许驾驶员将驾驶任务移交给自动驾驶系统,但驾驶员仍需对驾驶环境进行监测,若发生紧急事件或驾驶环境超出系统运行设计域等情况,驾驶员需要及时接管车辆。影响驾驶接管过程的因素主要包括：人因、交通环境以及人-机交互系统。本文分析了驾驶员认知负荷特性等人因对接管过程和接管时间预算的影响。分析发现,驾驶员长时间脱离驾驶任务会导致其陷入被动疲劳或驾驶分心状态,从而降低接管绩效。适当的非驾驶任务可以使驾驶员保持一定的认知负荷,降低驾驶员的被动疲劳水平。结合网联技术的应用可以多次发出预警信号,提高接管绩效。本文讨论了交通密度、道路条件等交通环境对接管时驾驶员感知、认知及决策的影响,探讨混合交通下过渡区智能网联车辆控制权切换 (Transitions of Control,ToC) 的管理问题。在复杂道路交通下,驾驶员需要更多时间恢复对环境的感知,且驾驶员在弯道接管车辆时更容易出现较大横向偏差。在混合交通环境中,为防止过渡区出现集中的ToC,可以制定相应交通管理措施,以降低过渡区域中车辆之间的相互干扰。本文还分析了视觉、听觉、触 觉、嗅觉及其组合类型交互方式的优、缺点,讨论网联环境下人-机交互系统设计以及ToC形式。单个的交互方式有其自身的优、缺点,多种类型相结合的交互形式能形成优势互补,及时地将接管信息传递给驾驶员,并将其注意力集中于对环境的感知。网联技术发展使得可利用的行车信息的数量和种类都有所提高,网联信息需要更好地呈现策略,以保证人-机交互界面具有较高的可用性和接受性,为驾驶员提供更加准确的交互信息。同时,利用驾驶员状态识别技术实时监测驾驶员所处状态,并通过人-机交互系统提醒驾驶员,使其保持警觉,提高接管绩效。未来研究应该重点关注非驾驶任务对驾驶员认知特性的影响,结合接管时的驾驶环境,遵循预测算法辅助驾驶员实现控制权的平稳过渡。随着网联技术的不断应用,逐步改进现有人-机交互系统的设计和性能,对过渡区域ToC的管理问题展开深入研究。     

自动驾驶汽车环境感知系统传感器技术现状及发展趋势

自动驾驶汽车是近年来汽车领域的发展趋势,是先进技术的发展方向.与其相关的技术层出不穷,日新月异.本文介绍了自动驾驶汽车环境感知系统的组成和工作方式,重点阐述了各种主要的传感器的工作原理、技术参数、技术类型、产品的应用方向等.同时对不同类型的传感器的性能指标、优缺点及应用方向等做了详细的对比.     

自动驾驶测试与评价技术研究进展

针对实际复杂交通运行环境中自动驾驶车辆整车级测试成本高、周期长、覆盖度低、缺乏完善工具链等难题,分析了自动驾驶测试与评价技术7大领域的研究现状,展望了未来发展方向,具体涵盖了自动驾驶车辆仿真测试技术、交通流仿真测试技术、硬件在环测试技术、场地测试技术、智能性评价技术、测试评价工具链与体系构建、认证与潜在缺陷检测技术等。在自动驾驶车辆仿真测试方面,分析了自动驾驶仿真测试软件、车辆动力学模型、测试背景车交互行为模型、云控平台监管的仿真测试与车辆仿真系统标准化的研究现状,总结了自动驾驶车辆仿真测试目前存在的主要问题;在自动驾驶交通流仿真测试方面,总结了测试背景车驾驶风格模型、交通流建模与仿真、交通场景生成方法和加速测试方法的研究现状,展望了自动驾驶交通流仿真测试的未来发展趋势;在硬件在环测试技术方面,总结了人-车-路-环多维数字孪生测试和自动驾驶车辆整车级系统平台构建方法,概述了高清摄像头、毫米波雷达、超声波雷达等典型传感器数据与车车/车路通信信号的模拟技术;在场地测试技术方面,综述了封闭场地测试、开放道路测试与高速公路测试相关测试场、测试标准和关键技术的发展现状;在智能性评价技术方面,从自动驾驶智能性概念、场景复杂度量化和评估、自动驾驶智能性评价体系与社会合作性评价方法四方面介绍自动驾驶智能性评价方法的研究现状;在测试评价工具链与体系构建方面,主要从测试评价工具链技术、自动驾驶测试评价体系、自动驾驶测试标准现状三方面介绍了自动驾驶测试评价标准体系现状;在认证与潜在缺陷检测技术方面,从自动驾驶缺陷的定义、致因分析、缺陷分类、缺陷检测等方面综述了目前自动驾驶的缺陷检测方法,总结了自动驾驶车辆安全保障面临的挑战。研究结果表明: 自动驾驶测试评价技术虽已取得较大进展,但测试评价标准体系仍不完善,现有测试工具与方法难以满足L3级及以上自动驾驶车辆测试需求;虚拟仿真与数字孪生技术发展应用水平较低,在拟真度、测试效率与整车级测试能力方面存在诸多不足;未来需进一步加强全场景、高保真建模技术与实时仿真软件研发,建立虚实交互的在线加速孪生测试系统,研究自动驾驶全栈危险测试场景生成和加速测试方法,整合自动驾驶测试技术和工具,形成自动驾驶测试评价的工具链,完善标准规范。     

驾驶特性的识别评估及其在智能汽车上的应用综述

研究了驾驶特性的识别方法、驾驶人接管能力评估的进展、驾驶特性在智能汽车领域中的应用;将驾驶人状态监测划分为驾驶人疲劳监测、分心监测和不良驾驶行为监测,总结了驾驶人状态监测研究的目标、方法、精确度、判断标准以及优缺点;对比了驾驶人疲劳监测中不同检测信号之间的差异;评析了基于模糊识别和隐马尔可夫模型的驾驶人意图识别与预测方法;梳理了驾驶风格分类与辨识的主要步骤、典型辨识方法的特点;分析了驾驶人接管能力的影响因素与评判标准;阐述了驾驶特性用于开发用户接受度高和人机交互性能好的辅助驾驶系统的主要方式;概括了在人机共驾协同控制中考虑驾驶特性的途径。研究结果表明：基于多种传感器信号融合的驾驶人状态监测可有效避免基于单一传感器信号的弊端,提高了检测精度,减少了误警报;将传统预测模型与混合智能学习相融合的方法能够为驾驶意图在线识别与预测提供解决方案;应该重点研究复杂工况下的驾驶特性辨识;驾驶人接管能力的研究有待理论化和系统化;未来的发展趋势是开发基于驾驶特性的集成辅助驾驶技术、实现多种典型路况下驾驶人与辅助驾驶系统进行意图和控制策略的交互;将个性化驾驶人的驾驶特性融入共驾系数的设计中,从而提高人机共驾系统的个性化、智能化水平和环境适应性能。     

“半自动驾驶电车”与城市公共交通共生发展探讨

随着车辆保有量逐年上涨和城市规模增大,城市交通拥堵问题愈发突出。人们将越来越多的目光投向自动驾驶领域,但受制于法律、伦理、技术等难题,自动驾驶迟迟无法商业化落地。本文提出一种新颖的思路,以“半自动驾驶电车”为载体,开启自动驾驶的商业化落地步伐,提出“半自动驾驶电车”与城市公共交通共生发展的对策和建议,进一步加强智慧交通建设,为新时代建设公共交通强国提供有益探索。     

自动驾驶对交通运输系统规划的影响综述

车辆是交通运输系统的重要组成部分,伴随着自动驾驶技术的发展与应用,交通运输系统 将发生深刻变革。本文聚焦于自动驾驶技术对交通运输系统规划的影响,综述自动驾驶特点下 交通数据采集与管理手段、土地利用、停车需求、交通供需、交通需求预测、交通网络布局等方面 发生的新变化。在此基础上,从规划的角度出发,实现对自动驾驶环境下交通运输系统的再认 知,总结自动驾驶环境下交通需求预测、城市交通网络布局等新的交通规划方法与技术。通过对 交通运输系统的再认知发现：在自动驾驶环境下,交通数据具有细粒度、高鲜度的新特点;土地利 用模式将发生改变,城市将呈扩张和去工业化趋势,停车需求减小;交通系统供给能力和可靠性 提高,出行需求的时空分布将更为分散。交通系统规划方法的变化体现在交通需求预测和交通 网络布局两个层面：交通需求预测框架从“四步”框架转变为模型组合化和出行行为一体化的预 测框架,同时,需求预测的各阶段需引入对自动驾驶特征及其系统性影响的分析;交通网络布局 设计采用连续时域上的布局设计框架,有望解决传统交通网络布局设计的时滞性问题,可适应并 服务于动态变化的土地利用及交通需求。本研究认为,未来需重点研究自动驾驶对交通安全、交 通拥堵、公共交通规划、慢行交通规划等方面的影响。此外,解决自动驾驶实测数据缺乏的困境、 解析异构交通阶段交通系统的运作机理、应对交通需求反弹引起的供不应求、评估难以衡量的外 部成本等问题将是未来研究的难点。     

智能网联汽车协同生态驾驶策略综述

为了跟踪近年来智能网联汽车(CAV)协同生态驾驶策略的研究进展, 分析了车辆、驾驶行为、交通网络和社会这4类因素对CAV能耗的影响程度, 以车辆、基础设施和旅行者为对象对目前CAV生态研究进行分类, 重点分析了信号交叉口生态驶入与离开、生态协同自适应巡航控制、匝道合流区生态协同驾驶、生态协同换道轨迹规划和生态路由5种典型车辆协同生态驾驶应用场景的研究现状。分析结果表明: 相比人类驾驶方式, 在任何交通流量CAV 100%渗透率的条件下和低交通流量CAV部分渗透率的条件下, CAV油耗节省效果显著, 最高可达63%, 而具有部分智能化和网联化等级的CAV油耗可至少节省7%;现有研究较少考虑人机共驾情况下, 驾驶人反应延迟和自动控制器传输延迟导致的轨迹跟踪偏离; 现有研究将车车通信/车路通信假定为理想数据交互过程, 未考虑通信拓扑、传输时延、通信失效与基站切换等因素对CAV生态协同驾驶策略的影响; 现有研究较少探讨多车道、交叉口转向-直行共用车道和U型车道等交通场景, 以及不同智能网联等级CAV与人类驾驶汽车、行人、自行车等共存的混合交通条件下的生态驾驶策略; 受限于自动驾驶技术和基础设施尚未成熟和完善, 真实交通场景下的测试验证工作尚未开展; 车辆控制、车车通信、多车协同、混合交通流场景、半实物仿真测试和真实交通场景测试等方面将是CAV协同生态驾驶策略的进一步发展方向。     

自动驾驶测试公共服务平台建设与思考

为促进中国自动驾驶技术发展,在充分调研论证的基础上,按照工具化设计的理念,国家自然科学基金委员会交通与运载工程学科提出了场景库社会共建、开发环境敏捷、被测技术解耦、测试部署轻量化、评测结果公开透明的自动驾驶测试公共服务平台OnSite的建设构想,设置了战略委员会、技术委员会、用户委员会、创新基金会,自主决策,达成公共服务平台独立发展,良好运行的目标。2021年,交通与运载工程学科通过面上项目群快速启动本领域研究,2022年起,持续通过重点项目、面上项目群资助自动驾驶测评相关技术研究,推动OnSite平台建设,积极开展有组织科研。制定了单项决策规划能力测评-从单项测评到全栈技术测评-从虚拟测评到虚实融合测评-从单车测评到车队测评-从测评导向到开发测评一体五阶段公共服务平台建设计划;目前,已完成第1阶段建设目标,已形成面向单项决策规划功能的测试能力。以OnSite平台为依托,学科已成功举办第一届OnSite自动驾驶算法挑战赛,有助于科研人员明确研究差距,促进实现需求牵引,问题导向的研究范式。打破科研机构与产业部门的壁垒,实现产-学-研精准、快速对接。此外,通过以赛代评,将进一步完善基础研究项目评价体系,切实推进破“四唯”工作。