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。     

面向自动驾驶的道路适驾性研究进展

现有道路设计规范考虑了驾驶人感知反应时间和车辆动力学特征,而自动驾驶汽车与驾驶人在感知反应时间、感知距离和感知高度等方面存在差异。这些差异可能会导致自动驾驶汽车在特定道路条件下面临挑战,例如复杂的道路线形、不规则交叉口等情况。为了解道路基础设施对自动驾驶汽车运行的影响,需要开展面向自动驾驶的道路适驾性研究。针对不同道路类型,道路几何设计、交通控制设施和路侧设施等对自动驾驶汽车安全运行影响的定量研究尚不充分。从路段、交叉口、交通标志标线3个方面进行归纳整理,结果表明：(1)现有的研究建立了道路线形设计、交叉口几何设计与自动驾驶感知能力的关系,发现平曲线半径、弦长和曲线偏转角等设计指标影响自动驾驶视距;(2)实车测试发现道路类型、平曲线曲率和车道宽度对自动驾驶失效事件具有显著影响;(3)随着自动驾驶汽车市场渗透率的增加,自动驾驶汽车之间交互行为规则更加明确,有利于提升道路适驾性水平;(4)自动驾驶的感知识别准确率会受到交通标志的反光性能和设置位置的影响,失效概率与交通标线的尺寸、逆反射亮度系数以及延长线相关。面向未来自动驾驶应用需求,针对已建道路,需要测试不同复杂工况条件对自动驾驶汽车运行...     

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。     

基于SEM的自动驾驶汽车接受度模型与风险分析

为了探究社会大众对自动驾驶汽车的接受度及其影响因素,通过对自动驾驶汽车的风险评估,基于TAM模型增加外部变量,改进感知易用性与感知有用性,建立自动驾驶汽车接受度研究模型.将研究模型中假设的外部变量、潜在变量、认知变量与自动驾驶汽车社会接受度的关系进行Pearson相关性与Kendall相关性检验.基于相关性检验剔除无关...     

自动驾驶汽车：传感器融合与5G互联的益处

正一辆理想的自动驾驶汽车的终极目标是取代人类驾驶,成为一个完全安全、更有效的"高科技"产品。本质上,这意味着L5级完全自动驾驶汽车将能够感知周围环境,并理解周围环境,在几乎没有人为干预的情况下安全驾驶。当人类驾驶时,五类感官齐上阵。眼睛是不断从环境中收集数据的视觉传感器,感知到另一辆车,或一个行人,或一个正在接近的减速带,眼睛会将这些数据传输到大脑。     

自动驾驶能否助力共享经济？

<正>随着经济发展和社会进步,自动驾驶汽车、区块链及人工智能等技术成为大家热议的话题,甚至成为了一种新的潮流。与此同时,以共享经济为代表的新型经济业态蓬勃发展,不但惠及百姓,更创造出了新的投资机遇和经济增长点。众所周知,自动驾驶的目标是让自动驾驶汽车可以独立完成出行任务,人类将自己出行需求完全交付给自动驾驶汽车,在出行过程中的娱乐需求也可以由自动驾驶汽车提供,高度智能化的自动驾驶汽车可以让人们便捷、舒适地到达目的地。对于自动驾驶的未来,     

自动驾驶 何时上路

<正>近两年来,自动驾驶汽车在网上被炒得很是火热。作为对自动控制技术和汽车技术都非常感兴趣的我,虽然没有见过自动驾驶汽车,但一直很关注自动驾驶技术的发展。那么现在自动驾驶汽车技术发展到什么地步?什么时候能真正上路行驶?人类探寻自动驾驶汽车的脚步一直没停止过1912年,凯迪拉克推出的自动启动系统似乎让人类迈出了自动驾驶技术的第一步。当时使用电动机来代替人力来启动汽车,标志着自动启动系统的问世,也意味着驾驶者不再使用手柄启动汽车。     

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。     

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,     

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。     

声音感知在自动驾驶汽车中的应用与展望

听觉是人类信息交互的一条中心路径,声音的感知和处理是无人驾驶汽车完全实现自动驾驶必不可少的一部分。本文通过介绍声音感知系统在自动驾驶汽车相关领域中的应用,对行车周边的声学事件检测、声源定位和人机交互等方面的技术特点进行了重点分析,发现声源定位技术在应用中已经取得较好的定位精度,而声学事件检测和人机交互技术在应用方面还面临巨大的挑战。     

自动驾驶仿真系统中网络安全测试方法研究

本文介绍了高级自动驾驶汽车网络安全的检测方法,形成将网络安全模型与车辆仿真测试模型相结合的测试框架。仿真测试综合汽车动力学模型、路况、天气、感知等多种模型,能够全面系统地测试自动驾驶系统的功能和性能。通过分析得到的针对自动驾驶的网络安全威胁模型与仿真模型相结合,可以体系化地验证自动驾驶系统对抗网络安全威胁的能力,是推动自动驾驶网络安全检测的积极尝试。     

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     

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,     

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。     

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     

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。     

通用自动驾驶技术新进展

正1自动驾驶汽车24小时内完成1400次无保护左转美国自动驾驶汽车技术开发商通用汽车旗下子公司Cruise Automation宣布,他们的自动驾驶汽车每天都坚持在旧金山的复杂环境中执行1400次无保护的左转弯。该公司坦承",无保护左转"是"自动驾驶汽车可以执行的最难操作之一"。要求自动驾驶汽车既保持谨慎又充满自信,当传感器扫描汽车之间的间隙时,汽车需要寻找合适的时间,驶入迎面而来的车流中。Cruise Automation研发团队一直致力于完善此项目,着手利用机     

宏观·国际

<正>日本将在2020年前完成自动驾驶立法为推动各汽车厂商竞相开发的自动驾驶汽车走向实用化,日本政府将启动立法。针对既无驾驶员又无需掌握转向盘的自动驾驶汽车引发事故之际的责任归属等问题,日本警察厅已开始展开法律层面的讨论。将在企业获准在公路上广泛进行自动驾驶汽车验证试验的2016年度内制定指导方针。日本政府将分析试验数据,在2020年之前完成立法。     

我国自动驾驶汽车无人化:前路漫漫,行则将至

<正>无人化是自动驾驶汽车发展的必经阶段和最终目标。当前,我国已进入自动驾驶汽车无人化测试新阶段,去掉高成本的人类司机成为自动驾驶汽车大规模商用的先决条件。笔者从无人化视角切入,介绍我国自动驾驶汽车新一阶段的政府监管现状和产业实践,分析无人化道路测试的推进特点,并从国内外两个维度进行总结和展望。