大众公司将研制智能车载机器人能察言观色

据英国《每日邮报》报道,借助于美国麻省理工学院和大众汽车公司研制的私人车载机器人"情感智能驾驶助手"(以下简称AIDA),驾驶汽车将很快成为一种更令人愉悦的经历。据悉,AIDA能够根据路况报道为驾驶者寻找最理想的回家路线,提醒他们加油并建议他们可能会喜欢的目的地。     

驾驶模拟器在自动驾驶系统中的应用研究

自动驾驶车辆在实际道路上行驶之前的测试阶段是一个至关重要的环节。一个低成本、高效率以及高精度测量的自动驾驶车辆的测试方式,对于自动驾驶车辆的开发具有重要意义。将驾驶模拟器运用到研究自动驾驶车辆测试已是近年来的一个研究热点。基于虚拟驾驶场景的自动驾驶车辆的检测,通过组合虚拟驾驶场景的背景车辆、行人、交通灯、建筑、指示标牌等元素,研究将驾驶模拟器与虚拟驾驶场景的联合应用来测试自动驾驶车辆。设计了典型的交通场景,通过自动驾驶车辆和背景车辆的实时交互,研究自动驾驶车辆的各项性能指标。研究结果表明:该驾驶模拟器可以高度拟合人类驾驶体验,驾驶员通过驾驶模拟器控制背景车辆能够很好的模拟现实中的驾驶行为,对自动驾驶车辆的仿真测试起到了促进作用。     

汽车驾驶安全隐患预防及对策研究

现阶段,汽车驾驶安全隐患预防是全社会都在关注的课题。掌握汽车驾驶安全隐患的分析 方法,制定完整的汽车驾驶安全隐患应对策略,是实施汽车驾驶安全隐患预防的重要措施。基于汽车 驾驶的实际情况,通过对汽车驾驶中常见的安全隐患进行分析,研究了汽车驾驶的安全隐患预防策略, 提出了汽车驾驶安全隐患预防措施。研究结果有助于交通监管部门开展汽车驾驶安全隐患预防工作。     

汽车智能驾驶技术将走向何方？

<正>随着信息化与智能化的发展,智能驾驶有望改变现有交通体系。高级驾驶辅助功能（ADAS）作为智能驾驶技术的初级阶段,通过不同的模块化功能辅助驾驶,提高驾驶安全性、缓解驾驶负荷。笔者对智能驾驶及ADAS功能进行介绍,提出了针对智能驾驶的测评标准、现阶段智能驾驶存在的问题及未来发展方向。     

激进驾驶状态识别算法研究

为识别和量化激进驾驶这一极易导致交通事故的驾驶状态,建立了激进驾驶状态识别算法。首先根据驾驶的操作特点提出驾驶状态-驾驶行为-驾驶模式3层结构并建立其数学描述。然后基于Stevens幂定律提出驾驶模式激进程度的量化指标——激进指数,并在此基础上建立了激进驾驶状态识别算法以区分不同驾驶状态的激进程度。最后通过不同驾驶状态的实车实验样本完成算法参数确定和算法验证,结果显示该算法能有效识别激进驾驶状态。     

探索智能网联汽车中生态驾驶的应用

伴随着社会的迅速发展、时代的不断进步,科学技术有了显著的进步与提升,实现了生态驾驶这一先进的驾驶手段。生态驾驶的出现,使得汽车能够减少能耗与排放。与此同时,智能网联汽车驾驶技术的出现使得汽车驾驶有了更新一步的改变,使驾驶用户在驾驶途中获得更舒适的体验,将生态驾驶应用在智能网联汽车中,使得智能网联汽车以及生态驾驶实现更好的发展。本文主要分析了生态驾驶在智能网联中的应用。     

疲劳驾驶研究与预防最新进展

疲劳驾驶影响驾驶人的驾驶能力,为道路交通安全带来严重威胁。研究表明,疲劳驾驶是造成交通事故的主要原因之一,且驾驶人的驾驶能力会随着疲劳程度的增加而下降。本文从疲劳驾驶状态判别、疲劳驾驶致因因素研究、疲劳驾驶安全影响分析及疲劳驾驶干预研究这四个方面对国际最新研究进行总结,介绍目前疲劳驾驶领域的研究现状。     

驾驶行为安全性评价研究综述

研究驾驶行为与事故倾向之间的关系,探索影响驾驶风险的有效因子,可以量化评估个人驾驶行为的安全性并将其作为事故风险的评价指标,实现对驾驶风险的有效预测,并有助于区分安全的驾驶人和不安全的驾驶人。由于驾驶行为数据采集的多样性,驾驶行为安全性评估的研究还没有达成一致的框架。因此,综述国内外驾驶行为安全性评价的相关研究对提升交通安全具有重要意义。将驾驶行为安全性评价的研究方法分为基于驾驶行为与事故风险关联规则的驾驶行为安全性评价、基于驾驶行为分析的驾驶行为安全性评价和其他驾驶安全性评价方法,对每种研究方法的具体思路和相关研究成果进行了归纳总结,并探讨了驾驶行为安全性评价研究的发展方向。得益于智能化和信息化的发展,基于大数据和便携设备的实时驾驶行为安全性评价研究将会是一个趋势。     

BMW精英驾驶培训首开越野驾驶课程

2011年7月,BMW精英驾驶培训在中国鄂尔多斯首次展开越野驾驶培训课程。本培训车辆为全新BMW X3和新BMW X5,由BMW专业培训师授课指导,课程内容结合了公路驾驶、越野赛道驾驶、沙漠赛道驾驶、岩石河滩驾驶四部分,旨在提高学员在不同的路况和驾驶条件下,操控车辆的能力,全面提升驾驶技巧。     

怎样与疲劳驾驶说再见

当酒后驾驶倍受关注、被小心提防之时,大家却往往把同样应该引起足够重视的疲劳驾驶给忽略了。这主要是因为:一方面,疲劳驾驶有相当的隐蔽性;另一方面,国际上目前还没有一个通用的界定疲劳驾驶的标准。其实,疲劳驾驶与酒后驾驶一样,已经成为交通事故的主要隐患。驾驶疲劳的征兆     

基于ROC曲线的疲劳驾驶判别方法研究

疲劳驾驶判别是危险驾驶行为研究的主要内容之一,基于驾驶行为的疲劳驾驶判别更加直接.文中选取疲劳状态下的驾驶行为指标作为研究对象,结合不同道路线形分析疲劳对于驾驶行为的影响,获得能在相应的道路条件下显著反映疲劳驾驶的驾驶行为指标.使用ROC曲线方法分别确定不同道路线形下各个驾驶行为指标判别疲劳驾驶的阈值.根据各个驾驶行为指标及阈值,建立疲劳驾驶综合判别模型,并通过对比分析说明基于驾驶行为指标进行疲劳驾驶判别考虑不同道路线形的必要性.研究结果表明,疲劳状态对驾驶行为的影响在不同道路线形上表现不同,基于ROC曲线的疲劳驾驶判别方法可应用于基于驾驶行为的疲劳检测,不同道路线形下平均识别率达75％,平均误判率为16.5％.     

试论摩托车自动驾驶技术

我国交通行业快速发展,汽车的自动驾驶技术蓬勃发展,自动驾驶技术具备广阔的发展前景。而摩托车和自动驾驶技术结合,是自动驾驶技术发展的一个方向,也是摩托车行业未来发展的一个方向。本文笔者通过对我国摩托车驾驶技术实际发展情况分析,简介目前摩托车自动驾驶发展中遇到的困难,探讨摩托车自动驾驶技术的发展模式,科学技术推动智能交通发展,改善摩托车驾驶环境。     

梅赛德斯-奔驰AMG驾驶学院首次登陆中国

首次落户亚洲的AMG驾驶学院计划在中国最著名的赛道开展一系列专业运动驾驶培训,而近千名运动驾驶爱好者也将有机会接受来自德国专业教练的亲自指导,不仅提高运动驾驶技巧,提升安全驾驶水平。日前150余名中国驾驶爱好者有机会率先体验这一量身定制的运动驾驶培训。     

新闻

正中国版自动驾驶分级标准公示近日,工信部公示《汽车驾驶自动化分级》推荐性国家标准报批稿,拟定于2021年1月1日起正式实施。此次《汽车驾驶自动化分级》获准通过,意味着中国将正式拥有官方自动驾驶分级标准。中国版《汽车驾驶自动化分级》基于驾驶自动化系统能够执行动态驾驶任务的程度,根据在执行动态驾驶任务中的角色     

基于车辆运行数据的纯电动汽车用户驾驶风格识别与驾驶能耗分析

驾驶风格是用来体现驾驶员在车辆运行状态下对车辆操作的行为特征,对用户驾驶风格进行识别与分析,有利于推进智能驾驶的发展。根据基于116 辆纯电动汽车的车辆运行数据,通过主成分分析方法与K-means 聚类算法,对用户驾驶行为进行分类分析,对驾驶风格进行了分类识别。利用XGBoost 算法构建纯电动汽车驾驶行为与能耗输入模型,利用SHAP 对模型进行解释。结果表明,将驾驶风格聚为3 类具有较好的分类效果,可分别对应冷静型、普通型与激进型;当驾驶员的驾驶风格趋向于激进型时时,车辆的驾驶能耗越高,驾驶风格激进一个层级,车辆百公里电耗增加3~4倍。当驾驶员行车时,其车速越高,油门踏板踩得越深,车辆加速度的绝对值越大,车辆的驾驶能耗越高。驾驶员的驾驶风格越激进,车辆的驾驶能耗越高。     

北京市驾驶行为与影响因素分析

研究北京市驾驶行为的特征及其影响因素。对曼彻斯特驾驶行为问卷进行修订,考虑多种因素对驾驶行为的影响,对135名北京市汽车驾驶者进行问卷调查。经因子分析,得到5个驾驶行为因子分别是＂错误＂、＂失误＂、＂非故意违规＂、＂故意违规＂和＂过激行为＂,符合预期的因子结构。对驾驶行为的各类影响因素进行方差分析,结果表明与驾驶行为紧密相关的影响因素主要是驾驶者的自我评价和态度,如驾驶者对自己是否易受情绪影响的评价和对交通法规的态度等。驾驶培训经历,包括驾驶培训的地点和驾驶培训的时间跨度,也对驾驶行为存在一定影响。性别、年龄等其他因素对驾驶行为的影响相对较小。与西方男家相比,中国汽车化历史较短,驾驶行为具有不同的特点。     

基于多分类监督学习的驾驶风格特征指标筛选

交通事故与驾驶风格具有强烈的相关性,而驾驶风格的直观体现是驾驶行为.为深入分析驾驶行为与驾驶风格的关联性,探索不同驾驶风格群体之间的差异,筛选驾驶风格分类与识别影响因素,建立驾驶风格识别模型并验证有效性.依托车联网实验数据,利用K-means++算法对驾驶员样本数据集进行驾驶风格聚类,设计支持向量机-递归特征消除(SV...     

基于随机森林的驾驶人驾驶习性辨识策略

深入理解驾驶人驾驶习性及其表征方法,对于实现在汽车自动驾驶、辅助驾驶等不同控制系统下的人机和谐交互具有重要意义。为此,本文中提出了一种基于随机森林模型的驾驶人驾驶习性辨识策略。搭建了驾驶人驾驶数据实车采集系统,在典型跟车驾驶工况下对驾驶人驾驶习性数据进行了实时采集;根据层次聚类理论,对驾驶人驾驶习性进行了标定;在此基础上,引入随机森林模型建立了驾驶人驾驶习性辨识策略,并进行了重要性分析、模型训练和测试分析。测试结果表明,本文提出的基于随机森林模型的驾驶人驾驶习性辨识策略能有效辨识驾驶人驾驶习性,模型整体精准度可达97.1%。     

混驾环境下基于主从博弈的多车协同决策规划

在自动驾驶车辆与人工驾驶车辆混行的复杂交通环境中,如何减小驾驶行为截然不同的2类车辆间的复杂相互作用对于车辆行驶安全性、乘坐舒适性和交通通行效率的影响,是当前自动驾驶决策与控制领域亟待解决的关键问题。提出了一个人机混驾环境下人工驾驶车辆与自动驾驶车辆之间的非合作博弈交互框架。首先,综合考虑车辆加速度线性递减的驾驶人纵向操纵特性、差异化配合程度和不同的延迟响应特性,建立人工驾驶车辆的纵向博弈策略。其次,考虑自动驾驶车辆与周围车辆的安全性约束,以及自动驾驶车辆在换道过程中的舒适性和通行效率目标,设计了自动驾驶车辆的纵向博弈策略。然后,基于主从博弈理论对不同混驾环境下人工驾驶车辆与自动驾驶车辆的博弈交互问题进行求解,得到最优的换道间隙和自动驾驶车辆的纵向速度轨迹,并采用模型预测控制方法规划出自动驾驶车辆的横向安全换道轨迹。最后,根据人工驾驶车辆不同配合度和延迟响应时间的差异,设计了多组人机混驾试验工况进行验证。试验结果表明：自动驾驶车辆能够快速准确识别人工驾驶车辆的配合度,选择出最优的目标换道间隙,并与间隙周围的自动驾驶车辆协作来汇入目标间隙。在换道过程中,自动驾驶车辆始终与周围车辆保持安全...     

深造 2012宝马精英驾驶培训

Do you Know？宝马精英驾驶培训1977年,宝马精英驾驶培训项目正式启动。目前其在中国总共设有五项课程：安全驾驶培训、赛道驾驶培训、冰雪驾驶培训、越野驾驶体验、方程式驾驶培训。授课的每一位培训师都拥有专业赛车背景,并通过德国总部的专业培训和考试。如果这还不能满足你对驾驶技术的需求,你还可以参加国际课程,分别是完美操控课程和纽伯格林赛道魅力课程。