基于生态驾驶的自动驾驶汽车交叉路口控制策略研究

为了进一步提高自动驾驶汽车在交叉路口行驶时的燃油经济性,基于模型预测控制（MPC）理论,量化分析了车辆安全性、经济性、舒适性等多性能指标函数及约束,并设计了以经济性为主的交叉路口自动驾驶汽车生态驾驶控制器。仿真结果表明,所提出的控制策略能够保证良好的安全性和舒适性,与LQR控制器相比,在有前车影响和无前车影响工况下的百公里油耗分别降低15.83%和34.98%。     

自动驾驶汽车感知系统关键技术分析

自动驾驶技术是智能与网络技术相结合的必然结果,是未来汽车工业发展的重要方向。根据美国电气与电子工程学会（IEEE）的说法,自动驾驶汽车将在2040年前占据75%的市场份额,是推动第四轮人工智能技术发展的关键技术,它将重塑传统汽车业的“金字塔”,引领全新交通和出行生态。自动驾驶的进步是技术进一步发展与成熟关键,也是自动驾驶汽车走向工业化的关键。     

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。     

自动驾驶汽车测试场景构建关键技术综述

面向自动驾驶汽车测试场景构建,本文首先对现有场景定义与架构进行了对比分析,并提出测试场景应涵盖场景要素和测试要素的共计10层信息;其次,归纳提出了包括具体场景直接构建、典型逻辑场景挖掘分析与推理演绎和具体场景重构衍生的场景构建方法体系;再次,从单一片段测试、组合片段测试和融合交通流的测试3个维度,系统梳理了主流虚拟场景...     

面向自动驾驶的车路协同感知点云融合模式时延影响分析

新一代通信技术的快速发展为车路协同感知提供了基础,可进一步提升自动驾驶车辆在复杂场景中的感知能力,现有研究对不同的协同感知信息融合模式进行了探索,但忽略了对感知精度与通信时延平衡性的分析。针对自动驾驶协同感知中点云融合模式的时延特征,本文以前融合、特征融合、后融合3种模式为研究对象,提出了基于模拟仿真的时延影响分析框架。考虑通信时延引起的协同感知结果时滞性,利用扩展卡尔曼滤波算法对存在时延的协同感知结果进行预测性补偿,创新提出了滞后补偿误差和等效时延评价指标,用以综合评价不同融合模式对协同感知结果的影响;针对不同点云融合模式的感知结果,构建了平均感知精度与平移误差分布关系模型,依据目标检测平移误差的分布特征生成带有感知误差的仿真轨迹,进而对协同感知效果进行评估。结合TrajNet++行人轨迹数据集,以不同时延参数及点云融合模式,对1 200条轨迹进行了180 000次数值仿真。结果显示,感知目标的已知轨迹长度越短、速度越高,时延对协同感知精度的影响越大,以100 ms时延下后融合为基准,当特征融合时延在500 ms以内、前融合时延在700 ms以内时,可以达到相同或更高的协同感知精度。针对目标易突然出现且速度快的复杂场景,宜采用低时延、低精度的后融合模式,反之,宜采用具有高时延、高精度的特征融合或前融合模式。本研究可为自动驾驶协同感知的点云融合模式选择提供依据。     

“自动+人工”混合驾驶环境下交通管理研究综述

为了解混合驾驶环境下交通管理的研究现状和发展趋势,以“自动驾驶汽车”发展现状为基础,分析自动驾驶汽车在混合驾驶环境下存在的问题,基于Citespace文献计量工具,CNKI核心数据库近24年（1997—2020年）有关自动驾驶研究的文献为研究数据源,从发文年代、期刊来源、研究机构、关键词等进行文献计量和可视化分析,并生成各研究机构间的关系网络图谱及关键词共现网络图谱。结果表明：国内近5年自动驾驶发文量呈上升趋势;《中国公路学报》为发文量最高的期刊;自动驾驶汽车研究的方向主要包括：①目标检测及场景感知研究;②决策与控制;③交通事故责任划定研究。在未来混合驾驶环境下交通管理应结合车路协同、高精度地图技术,从标志标线设计、信号配时优化、路权归属、交通事故责任划定等方面进行研究,使道路运输更安全、高效、便捷。

     

自动驾驶客车关键技术分析

自动驾驶客车是集计算机科学、模式识别和智能控制技术高度发展的产物,也是衡量一个国家科研实力和工业水平的一个重要标志,在国防和国民经济领域具有广阔的应用前景。我公司为了把握先机决定研发自动驾驶客车,文章对该车多传感器融合定位技术、车用无线通信技术(V2X)、智能线控底盘技术等关键技术进行了详细阐述。     

自动驾驶与常规交通混合条件下通行能力研究

随着自动驾驶技术不断升级,现有交通设施的容量也相应随着技术的革新发生变化,传统车辆不会立即退出历史舞台,在未来一段时间内自动驾驶车辆将和传统车辆共用现有的基础设施,因此开展混合交通条件下通行能力的研究有助于重新审视既有交通设施的容量,并对这种场景下管理及技术发展方向提供一定的指导作用。结合自动驾驶车辆的运行特征,研究不同自动驾驶混入率条件下各参数对宏观道路潜在通行的影响,利用概率论及蒙特卡洛方法进行理论计算,模拟自动驾驶车辆出现在车队的位置和时空需求,并对不同的组队策略进行详细分析,粗略估计在混合交通状况下交通能力提升的趋势和影响程度,为混合通行能力的测算提供了一种方法,并提出管理和自动驾驶技术的发展方向,为进一步适应自动驾驶技术的变革提供了有益参考。     

港口自动驾驶现状及典型场景测试技术研究

目前,港口自动驾驶是智能网联汽车应用落地的典型应用方向。港口工作环境差、人员工作时间长,易发生生产事故,而港口自动驾驶的应用将降低生产事故的发生,节约人工成本,增大港口经济效益。针对港口自动驾驶应用,分析当前市场现状和落地影响因素,提出典型测试场景和测试方法。     

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。     

特斯拉自动驾驶软件系统解析

本文主要为读者解析特斯拉自动驾驶软件相关系统组成,笔者将从模型架构、模型训练、信号传输方式等方面进行说明. 一、综述 特斯拉的Autopilot系统搭载了8个摄像头,这8个摄像头可以进行超过1000种不同任务的感知预测.在Tesla自研的FSD计算平台上,这些感知功能可以检测移动物体(例如行人、车辆、自行车、动物等),...     

面向自动驾驶车辆的路段人车冲突判别模型

针对无信号控制路段自动驾驶车辆和行人冲突判别建模,选择武汉市6处无信号控制路段作为调查地点,从而保证足够的车辆及行人数据量,采用视频采集技术获取交通流量以及行人与车辆的行为数据.利用决策树分析方法将决策分为两各层级,分别为行人过街决策和冲突判别,利用二元Logit模型建立面向自动驾驶车辆的路段人车冲突判别模型,对行人和自动驾驶车辆之间可能发生的冲突概率进行计算.建立的模型可以作为自动驾驶技术中的一部分,能够帮助自动驾驶汽车具备人类驾驶员与行人间的通行权沟通能力,使自动驾驶汽车控制系统更加智能且接近人类的判断能力.     

城市道路环境下自动驾驶车辆接管绩效分析（双语出版）

为了分析城市道路环境下高度自动驾驶中非驾驶相关任务和接管紧迫度对接管绩效的影响,基于驾驶模拟器设计了自动驾驶紧急接管场景并开展驾驶模拟试验,接管请求时间分别设定为3,4,5 s,非驾驶相关任务为读新闻、看视频、玩游戏,自动驾驶车速为50 km·h^-1,试验中共招募了49名被试（男性30名,女性19名）,被试的平均年龄为31.06岁（标准差为7.1岁）,驾驶人在自动驾驶阶段始终执行非驾驶相关任务,听到接管请求提示后需要接管车辆的控制权,并实施紧急避让操作。研究结果表明：在紧急接管情况下,接管紧迫度对合成加速度和最小TTC有影响,而对接管时间无影响,与5 s的接管请求时间条件相比,3,4 s的接管请求时间条件下的合成加速度明显增加,而最小TTC则随接管请求时间的减少而降低;非驾驶相关任务对接管时间和最小TTC有影响,而对合成加速度无影响,与无非驾驶相关任务相比,非驾驶相关任务会显著增加接管时间和降低最小TTC;碰撞几乎都发生在3 s和4 s的接管请求时间下,5 s的接管请求时间能够基本保证接管的安全性。     

自动驾驶多传感器融合的时间校准方法研究

针对自动驾驶感知域系统的激光雷达、图像传感器、惯性测量单元3种传感器数据融合的时基校准问题,利用机械式激光雷达自身特征设计校准设备、系统及实验方法.基于激光雷达的触发事件和车载图像传感器感知特征,实现两种传感器时基在线标定,并通过示波器测量校验证明该方法的有效性.利用激光雷达扫描频率与触发事件时间差相互关联的特征,将激...     

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。