刘小明:交通运输部从三方面推进自动驾驶和新能源汽车的发展

正交通运输部副部长刘小明1月20日在中国电动汽车百人会论坛上表示,交通运输部始终高度重视汽车电动化、智能化的发展,并把自动驾驶和新能源汽车发展应用作为交通强国建设的重要内容,统筹部署推进。他从三个方面介绍了交通运输部推进自动驾驶和新能源汽车发展的情况。第一,交通运输部始终高度重视并积极推进自动驾驶与车路协同同步发展。在自动驾驶发展总体把控和引导方向上,交通运输部将继续本着"科学     

自动驾驶环境下交通基础设施协同建设思考

正自动驾驶环境下车辆如何与交通基础设施协同,是交通基础设施规划、设计、建设所面临的问题。本文介绍了自动驾驶与车路协同技术以及相关法律规范现状,指出当前自动驾驶所面临的问题,提出了自动驾驶环境下市政交通基础设施建设的思考。一、自动驾驶与车路协同1.自动驾驶自动驾驶是指通过给车辆装备智能软件和多种感应设备,包括车载传感器、雷达、GPS以及摄像头等,根     

福州公交集团圆满完成首届数字中国建设峰会运输保障任务

正4月22日至24日,首届数字中国建设峰会在福州海峡国际会展中心举行。根据福建省、福州市各级部署要求,公交集团广泛动员全体干部职工进一步提振干事创业精气神,发扬"马上就办、真抓实干"精神,坚守一线生产岗位,持续深化2018年度创建文明公交线路竞赛活动和安全生产重点整治百日行动,积极采取加密班次、延伸线路、开通区间专线、增派出租车、投放新能源公交车等措施,为市     

自动驾驶测试场景研究进展

阐述了目前形成的自动驾驶测试场景的5种定义,并在梳理测试场景、基元场景、场景要素之间逻辑关系的基础上提出了自动驾驶测试场景及有关概念的定义;对比了目前业界较为认可的3种自动驾驶测试场景架构;从场景数据来源梳理了国内外开展的交通事故数据与自然驾驶数据采集与研究现状;概括了利用已知数据、专家数据、测试需求、测试对象以及自动驾驶技术特征等开展未知自动驾驶测试场景构建与自动生成研究的成果。研究结果表明:自动驾驶测试场景的定义及架构与自动驾驶场景的构建与自动生成关系密切;自动驾驶场景可以认为是自动驾驶汽车的行驶环境、交通参与者与驾驶行为等场景要素的有机组合与综合反映,自动驾驶测试场景除包含场景的所有要素外,还应包含场景起始状态、场景发生的态势以及场景结束时造成的影响和结果等内容的动态语义描述;现有测试场景架构已较为完善,但难以满足不同测试目标及测试方法的需求,其优化应充分考虑测试场景设计的流程;交通事故数据采集精度及有效数据特征不一,自然驾驶场景数据难以完全采集,且采集规范不统一,其面向自动驾驶测试场景构建的有效性还有待进一步论证,自动驾驶测试数据有望成为重要补充;提升场景覆盖度、加速测试进程是自动驾驶测试场景构建的重要研究目标,人工智能技术在自动驾驶场景生成领域的深度应用有望满足测试场景的完全覆盖或高覆盖需求;面向不同自动驾驶等级的测试场景分级及面向自动驾驶加速测试场景构建方法将是自动驾驶测试场景构建下一步研究的重要方向。      

科学推动自动驾驶技术发展与应用——拥抱新技术,迎接新挑战

自动驾驶通过载运工具、基础设施与运行管控的有机融合,实现道路交通部分或完全自动化运行,是对传统运输模式和出行方式的一次深刻变革.首先,概述了自动驾驶的概念和意义.然后,阐述了自动驾驶汽车主要涉及的环境感知、自主决策和运动控制三大关键技术.接着,分析了自动驾驶技术发展存在法律法规和伦理问题有待解决、测试和评价方法缺失、标准体系有待健全、系统安全需引起重视等四大方面的问题.最后,指出未来自动驾驶可能呈现两条路线并行发展的态势:在开放道路上推广应用L3级以下辅助驾驶功能,提升驾驶安全,提高道路通行效率;在法律法规制约较少、环境相对封闭的园区内推动自动驾驶等无人化技术常态化运行,并配套建设智能化基础设施,改善生产和作业效率.     

混合交通流环境下单交叉口自动驾驶车辆轨迹优化

信号交叉口对城市道路的通行能力以及车辆的燃油消耗具有重要影响。本文提出一种在自动驾驶车辆和人工驾驶车辆混合交通流环境下的自动驾驶车辆的轨迹优化方法。基于交叉口信号灯的配时方案,构建车辆旅行时间估计模型,并以自动驾驶车辆燃油消耗最小以及通行效率最大为目标,构建自动驾驶车辆轨迹优化模型,对车辆进行动态轨迹规划和控制。车辆轨迹滚动优化模型采用高斯伪谱法进行离散化求解,并基于SUMO仿真平台对模型结果进行验证。仿真结果表明,自动驾驶车辆可以通过优化自身控制变量影响人工驾驶车辆的运行状态,减少交通流的排队以及时走时停现象。本文提出的车辆轨迹优化方法对于降低车队整体燃油消耗、提升车队平均速度、缩短平均行程时间具有重要作用。     

数字

正150座福建今年将建设大批充电站福建省发改委出台的关于电动汽车充电设施建设的方案,提出要重点加快推进公共停车场和居民区充电基础设施建设,未来一年内将建设150座充电站。6成二手新能源汽车贬值率偏高尽管新能源汽车各项利好政策层出不穷,也有一众消费者买账,但二手新能源汽车市场却格外惨淡,不仅存在拒收的现象,而且贬值率也超过6成。6亿美元今年通用将投资自动驾驶技术据悉,通用汽车计划启动自动驾驶汽车计划,并将斥资约6亿美元来推进,而首款自动驾驶汽车将是电动版雪佛兰Bolt EV的改进版。     

潜在的危险——不宜仓促推广自动驾驶

正近年来,不断传来国内、国外的集团企业已经成功地进行了自动驾驶车辆的相关技术测试研究,自动驾驶车辆上路似乎仅仅是时间问题。但是,也传来了一些不同的声音。例如有媒体报道在美国亚利桑那州坦普市发生了自动驾驶车辆致人死亡的交通事故,在美国加州等其它地方也发生了类似的交通事故。于是,反对自动驾驶技术的各种看法也应运而生,自动驾驶是否会产生新的交通安全问题引起了国内外大众的广泛讨论。尽管汽车自动驾驶已经进     

美国国会《自动驾驶法案》探讨与启示

美国将自动驾驶汽车作为极其重要的国家竞争力而进行立法并受到广泛关注。介绍了美国《自动驾驶法案》立法进程、立法目的、统一监管授权、安全标准升级及新标准、自动驾驶网络安全、豁免权、车辆测试及评价、高度自动化车辆咨询委员会、隐私计划和定义等内容。认为,法案全面规定自动驾驶技术的发展监管,美国将无人驾驶技术的国家研究、政策、战略和发展纳入法制轨道等,启示了中国应开展相应的立法研究和技术准备。     

基于元胞自动机的自动驾驶技术对交通运行的影响研究

自动驾驶汽车是解决交通拥堵问题的一个新颖而有效的措施。为了研究自动驾驶车对交通系统的影响,文章建立了考虑了随机慢化现象的单车道元胞自动机模型和考虑了换道行为的多车道元胞自动机模型,逐步探求不同自动驾驶车比例对交通流三要素的影响规律。研究发现:当车辆密度适中时,自动驾驶车可以明显提高车流量和平均车速,且其比例越高,效果越明显;当车辆密度过大或过小时,自动驾驶车的效果不明显。文章的研究成果可作为进一步研究自动驾驶车对交通流影响的依据。     

基于高速公路自然驾驶数据的自动驾驶车辆跟驰智能性评价模型

为解决当前自动驾驶车辆跟驰智能性评价中存在的以主观评价为主、缺少微观驾驶行为数据支撑的问题,以高速公路自然驾驶数据为基础,从自动驾驶车辆与人工驾驶车辆驾驶行为一致性的角度出发,构建自动驾驶车辆跟驰智能性评价模型。首先,通过无人机视频拍摄和图像处理,获取了国内18个省份部分高速公路上的高精度车辆轨迹,利用K-means聚类方法提取了15 446组稳定跟驰数据。然后,采用描述性统计方法对速度、加速度、跟车间距及跟车时距等指标进行分析。通过Gamma分布拟合不同速度下的跟车间距,以不同速度下跟车间距众数为中心,将跟车间距按照样本量的70%、20%、10%划分为与人工驾驶车辆驾驶行为一致性较好、一般、较差等3种情况,以此为基础建立自动驾驶车辆跟驰智能性评价模型。最后,通过自动驾驶车辆跟驰试验,证明所建模型适用于自动驾驶车辆跟驰智能性评价,相比既有研究,该模型的特点是能基于全过程、微观跟驰行为数据对自动驾驶车辆做出综合的量化评价。这表明基于自然驾驶数据与驾驶行为一致性构建的模型能客观、量化评价自动驾驶车辆跟驰行为,可用于自动驾驶车辆跟驰行为研究与技术参数设计。     

5G+“人车合一”技术引领未来公共交通

正自动驾驶技术距离完全替代人类驾驶还有一段路要走,但可以预见,5G+"人车合一"技术将引领未来的公共交通。自动驾驶巴士车"阿尔法巴"在深圳试跑后,成都、济南、郑州等城市先后测试了5G+自动驾驶巴士车。虽然目前自动驾驶技术还需提高安全性,但预示着"5G+自动驾驶汽车"时代即将到来。     

考虑自动驾驶的混合交通流路段阻抗函数

为解决未来自动驾驶专用车道的规划设计问题,本文提出了一种自动驾驶车与人工驾驶车混合交通流路段阻抗函数模型.首先,分析了自动驾驶专用车道的设置对混合交通流中车辆跟驰模式的影响;其次,在此基础上,引入微观跟驰驾驶模型,推导了不同自动驾驶车辆渗透率条件下的路段通行能力函数,分析了自动驾驶车辆对路段通行能力的影响;然后,将混合交通流通行能力引入经典的BPR函数,推导了考虑自动驾驶的混合交通流路段阻抗函数模型;最后,设计了数值实验讨论了自由流速度(自由流行程时间)、自动驾驶车辆的渗透率和安全车头时距对路段阻抗的影响.结果 表明:(1)当路段流量较小时,自动驾驶车辆的引入对路段阻抗行程时间的影响较小;(2)当自动驾驶车的渗透率为30％时,设置自动驾驶专用车道对行程时间的改善最为明显;(3)当流量较小时,自动驾驶车辆渗透率对路段阻抗行程时间的影响较小,而随着路段流量的增大,自由流速度和自动驾驶车辆渗透率将共同决定路段的行程时间.相关成果可为未来自动驾驶专用车道的规划与设计提供理论支撑.     

人工智能在汽车自动驾驶系统中的应用分析

以自动驾驶系统为代表的汽车智能化技术将对汽车产业生态变革产生重大影响。首先,分析了自动驾驶技术发展路线、发展现状及人工智能(Artificial Intelligence,AI)的应用领域,指出AI在自动驾驶应用中面临的挑战。然后,提出一种基于AI的车云协同自动驾驶系统架构,分析了基于AI的智能驾驶终端软硬件架构与基于大数据的自动驾驶云端空间架构;结合车端与云端的AI集成应用问题、信息数据交互方法与车云协同技术,讨论了人工智能在自动驾驶系统的主要应用。     

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Logit模型,构建混合选择模型,并以用户选择共享自动驾驶汽车出行的概率衡量用户使用共享自动驾驶汽车的意愿.最后基于SP调查数据标定模型参数,得到潜变量关系及关键影响因素,通过弹性分析研究关键因素对用户使用意愿的影响.结果表明,感知有用性、出行费用、感知易用性、等待时间的影响最为显著,对应的弹性值分别是0.0502、-0.0401、0.0385和-0.0350.本研究对相关企业及相关政府部门发展和推广共享自动驾驶汽车具有重要参考价值.     

���ڰ�ȫ������ֶ�-�Զ���ʻ��Ͻ�ͨ���о�

随着汽车技术的发展,道路上自动驾驶的车辆在未来会越来越多,给道路交通带来了巨大影响.本文引入了经典的Gipps安全距离规则,对Na Sch模型进行改进,提出了基于安全距离的自动驾驶元胞自动机交通流模型.然后,利用数值模拟的方法研究了自动驾驶车辆对道路交通流的影响,研究获得一些新的结论.第一,通过降低自动驾驶车辆系统的反应时间,可大幅提高道路通行能力,最高可达2倍.第二,当自动驾驶车辆系统的反应时间降到0.5 s以下时,其对道路通行能力的影响可忽略.第三,道路上自动驾驶车辆的比例对道路通行能力和交通拥堵有显著影响.当自动驾驶车辆的比例达到80%时,通行能力可达到全手动驾驶交通流的2倍,交通拥堵可以降低50%.第四,在全自动驾驶的交通流中,增大自动驾驶反应时间会减少交通拥堵.特别是当密度在30~60 veh/km的范围内时作用更为明显,拥堵比例下降最高可达到20%,可以作为一种缓解拥堵的策略.     

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。     

手动-自动驾驶混合交通流元胞传输模型

为了分析自动驾驶车辆对交通流宏观特性的影响, 以手动驾驶车辆与自动驾驶车辆构成的混合交通流为研究对象, 提出了不同自动驾驶车辆比例下的混合交通流元胞传输模型(CTM); 应用Newell跟驰模型作为手动驾驶车辆跟驰模型, 应用PATH实验室真车测试标定的模型作为自动驾驶车辆跟驰模型; 计算了手动驾驶与自动驾驶车辆跟驰模型在均衡态的车头间距-速度函数关系式, 推导了不同自动驾驶车辆比例下的混合交通流基本图模型, 计算了混合交通流在不同自动驾驶车辆比例下的最大通行能力、最大拥挤密度以及反向波速等特征量, 依据同质交通流CTM理论建立了不同自动驾驶车辆比例下的混合交通流CTM; 选取移动瓶颈问题进行算例分析, 应用混合交通流CTM计算了不同自动驾驶车辆比例下的移动瓶颈影响时间, 应用跟驰模型对移动瓶颈问题进行微观数值仿真, 分析了混合交通流CTM计算结果与跟驰模型微观仿真结果之间的误差, 验证了混合交通流CTM的准确性。研究结果表明: 混合交通流CTM能够有效计算移动瓶颈的影响时间, 在不同自动驾驶车辆比例下, 混合交通流CTM计算结果与跟驰模型微观仿真结果的误差均在52 s以下, 相对误差均小于10%, 表明了混合交通流CTM在实际应用中的准确性; 混合交通流CTM体现了从微观到宏观的研究思路, 基于微观跟驰模型与目前逐步开展的小规模自动驾驶真车试验之间的关联性, 混合交通流CTM能够较真实地反映未来不同自动驾驶车辆比例下单车道混合交通流演化过程, 增加了模型研究的应用价值。      

基于路面养护管理系统的衍生方向研究

路面养护管理系统在道路工程中得到广泛应用，取得了很好的应用前景，并在某些程度上影响着无人驾驶技术的研究。为进一步发展和完善自动驾驶汽车技术(MVADS),使自动行车速变与真实道路状况相适应，将采用能描述路面真实状况的路面养护管理指标(PMAS)为道路自动驾驶提供量化数据，使道路自动驾驶能够考虑真实道路特点而对行驶速度进行修正，进而弥补汽车自动驾驶未能考虑道路真实自身状况的缺点。结合面养护数据指标的特点，建立路面养护的各项指标对自动驾驶车速的系数。探索结果表明：不同路路面养护管理的评价指标对路面的描述状况不同，其中PCI指标相比于其它评价指标对道路自动驾驶影响更大。对车速影响较大的指标在自动驾驶技术中应该得到更大的关注和研究，探索结果对促进道路自动驾驶技术的进一步发展具有一定的理论和应用价值。     

论交通空间信息基础设施建设在“数字交通”中的作用

中国“数字交通”是“数字中国”的基础性构成部分，而交通ＳＩＩ是中国正在建设的国家空间信息基础设施的重要组成部分也是“数字交通”第一阶段建设目标。要想实现“数字交通”的跨越式发展，必须以交通ＳＩＩ的成功建设为前景。为尽快取得实效，现阶段需在制定其长远规划及阶段运行计划等方面加大投入的力度。