基于虚拟轮廓的自动泊车性能测试方法研究

自动泊车系统能够帮助驾驶员更好地进行泊车操作，减少泊车时的心理压力。为了提高自动泊车系统的准确度，提升自动泊车系统在不同车位场景下的成功率，对自动泊车系统的性能进行综合评价与分析。文章提出了一种基于虚拟轮廓车位的性能测试方法，完成自动泊车性能各项评价指标的智能化测试。基于提出的测试方法选取装备自动泊车系统的某款车辆进行了典型车位场景下的实车测试，验证了测试方法的精确性、高效性以及便捷性，为自动泊车系统的开发验证提供了技术支撑。     

智能泊车辅助系统耐久性测试方法研究

智能泊车辅助系统可以有效解决驾驶者当前遇到的泊车难题,改善静态交通状态。论文对该系统的架构和工作原理进行了阐述,指出目前对于系统测试的重要意义,并针对该系统测试方法的缺失问题,提出了一种智能泊车辅助系统的耐久测试方法,该方法不仅结合了目前智能泊车辅助系统的实际情况,更通过车辆可靠性维度分析,使得测试方法具有实际意义和使用价值。通过整车的实际验证,确定测试方法能够较好地发现系统存在的问题。     

智能泊车辅助系统驾驶体验测评指标构建

针对当前行业内智能泊车辅助系统用户驾驶体验测试评价指标不完善的问题,提出了驾驶体验主客观测评指标并进行了试验验证及相关性分析。基于智能泊车辅助系统的功能逻辑,构建了智能泊车辅助系统驾驶体验闭环控制系统。结合闭环系统,采用体验阶梯金字塔模型构建主观评价指标体系,还采用GSM模型进行了客观指标构建。针对7款车型进行了实车测试,并利用皮尔逊相关性系数进行了分析。试验结果表明,所提出的评价指标可适用于测试对象的驾驶体验测评,且主客观相关性系数全部>0.5,能为智能泊车辅助系统的设计和测评提供参考。     

自主泊车轨迹规划技术发展现状综述

自主代客泊车系统是集智能驾驶环境感知、决策规划、运动控制技术于一体的综合系统,轨迹规划直接关系到代客泊车停车过程的效率、能耗、安全性和舒适性。为梳理自主泊车轨迹规划技术的发展现状,回顾了泊车技术的发展历程,针对泊车过程中单车轨迹规划问题开展调研,分析了面向自主代客泊车轨迹规划研究的进展。鉴于从单车智能到多车协同的转变展现了更大的系统优化潜力,继而梳理了多车协同轨迹规划的基本方法和研究现状,探讨了泊车场景下的协同规划研究进展及特点。对自主代客泊车轨迹规划的现存问题与未来发展趋势进行了分析和展望。     

基于中国智能汽车大赛平台的汽车智能辅助功能测试评价方法研究

以中国智能汽车大赛为平台,为智能汽车的平行泊车和垂直泊车、自动紧急制动(AEB)、车道偏离预警与保持(LDWLKA)等功能的评价规则进行设计,对各项目的车辆要求、评价要求、评测方法、成绩记录方式等核心内容进行了说明。此规则为智能汽车测试评价标准及测试评价方法制修订提供参考依据。通过举办中国智能汽车大赛,智能汽车智能辅助功能表现进行直观,准确的对比评价,为高校、科研院所、汽车企业研究无人驾驶汽车提供功能研发技术参考。     

基于消费者认知的自主泊车系统评价指标研究

自动泊车系统可以辅助或代替驾驶员完成泊车操作,是目前智能汽车技术研究的热点之一。本文介绍了国内外全自动泊车系统的发展应用现状,并基于消费者对自动泊车系统的认知,初步探讨了全自动泊车系统的评价指标,为泊车技术发展提供参考。     

智能网联汽车测试评价及问题分析

测试评价作为智能网联汽车安全上路的不可或缺的一环,是智能网联汽车产业能够平稳落地的重要保障。相比于传统汽车,智能网联汽车系统更加复杂,测试场景更加多样,给测试评价带来的难度也越高。论文旨在分析智能网联汽车的测试评价技术路径及所存在的问题。首先简要介绍智能网联汽车的测试发展现状,其次阐明针对智能网联汽车的两条主要测试技术路径：道路测试和仿真测试。然后从评价方法和指标方面,研究现有的主要测试评价规范和标准,并指出测试标准的相关问题。最后论述了道路测试和仿真测试的基本情况,并深入分析了两种测试方法的现有问题,对智能网联汽车测试评价有一定的指导意义。     

基于CANoe的商用车SAE J1939网络自动测试方法

随着汽车电子技术的发展和对汽车性能要求的提高,车辆的电控单元数量越来越多,各个电控单元、智能传感器、智能执行器之间的交互信息越来越复杂,网络通信成为保障各节点正常工作的基础技术。文章以商用车控制器局域网络开发验证为研究背景,介绍了商用车控制器局域网络自动化测试的测试流程和测试方法,基于该流程和方法,通过分析其测试需求,编写了测试用例,形成了自动测试流程,实现了某商用车各个电控单元节点的控制器局域总线网络自动化测试,自动化测试系统保证了测试的效率和准确率,提高了整个车型项目的效率和可靠性。     

基于场景元素的智能网联汽车场景构建研究

在智能网联汽车测试评价中,场景库搭建与道路测试一直都是其难点。文中对智能网联汽车功能的典型测试场景搭建及测试方法进行分析与研究,首先分析智能网联汽车驾驶场景的来源,从典型驾驶场景中归纳出基本场景元素库,以场景元素库为基础实现测试场景库搭建;然后在PreScan中进行场景虚拟重构,进行自动驾驶功能模拟仿真;最后基于真实道路场景搭建对车辆自动驾驶功能进行实车测试。     

“智能倒车”谁更智能？——两款智能倒车辅助系统对比

雷克萨斯LS460L是首款进入国内并拥有智能泊车辅助系统的车型,它率先在业界实现了全自动平行泊车和倒库泊车操作。雷克萨斯LS460S依靠这套智能泊车辅助系统,使用超声波传感器检测停车位置,并能结合摄像头识别停车线,汽车自动检测到停车位置和距离,只要驾驶者确认,该系统就会自动泊车。LS460L智能泊车系统的出现,引起了国内汽车电子企止对汽车安防倒车辅助系统产品无限的遐想。     

基于预定义几何集的斜列式泊车路径规划方法

目前预定义几何集方法主要用于平行车位和垂直车位2种类型的泊车路径规划,对于未涵盖的停车位种类而言则存在无法规划泊车路径的问题,使得自主泊车系统对于能够泊入的车位种类存在局限性。为了设计斜列式泊车方式用以提高自主泊车系统中车位种类的覆盖率,提出一种基于预定义几何集的斜列式泊车路径规划方法。首先,提出了斜列式C字形泊车路径规划方法,利用几何学设计一种圆弧相切斜线的路径,并通过多项式建模表征任意角度停车位下的斜列式C字形泊车路径;其次,通过分析泊车路径与停车位中可能发生碰撞的关键点之间的距离,构建了泊车路径碰撞约束模型,以此分析不同规格停车位下约束条件的参数,从而获得规划路径安全区域;然后,结合拓扑地图信息与斜列式C字形泊车路径规划的碰撞约束模型,获得合适的泊车路径起始点范围,继而生成与全局路径无缝衔接的安全泊车路径;最后,通过MATLAB/Simulink仿真验证此方法的有效性,并通过实车试验证明实用性。结果表明：所提方法针对任意规格的斜列式停车位,均能有效地规划出无碰撞条件下的斜列式泊车路径;同时,车辆能够良好地跟踪所规划的路径,实现精准泊入停车位,证明所提方法能够提高自主泊车系统中停车位种类的覆盖率,并大幅度提高自主泊车系统的实用性。     

自动驾驶系统交通规则符合性仿真验证方法

随着自动驾驶技术的不断发展，高级别自动驾驶车辆逐步在限定区域开展实际道路测试，确保和提高自动驾驶系统安全驾驶能力是当前研究、测试和工程开发的热点难点。面对自动驾驶车辆将长期与人类驾驶车辆混行，并与其他交通参与者遵守同样交通规则的现实需要，提出一种验证和测试自动驾驶系统交通规则符合性的方法，以期降低多车混行条件下的交通安全风险。针对各类交通法律法规语义自动解析技术瓶颈，提出规范化-逻辑化两阶段交通规则数字化模型，基于改进谓词度量时序逻辑框架(Metric Temporal Logic，MTL)，将自然语言交通规则转换为命题、逻辑连接词和时序算子组成的逻辑编码，生成了自动驾驶系统可理解、可执行、可验证的数字化交通规则，并构建了交通规则命题的分级分类体系。提出了一套基于自动驾驶车辆高精度运动轨迹的交通规则符合性验证算法，并搭建仿真试验平台，在高速公路交通场景下开展了试验验证。理论分析与试验表明：精简命题空间、新增时序算子和谓词逻辑词等改进有效提高了原有MTL框架的时间表现能力，解决了时序逻辑性不足等问题，大幅提高了交通规则数字化转换效率，对地方性交通法规和未来交通法规修订提供了良好的兼容性。提出的交通规则符合性验证方法及试验平台可以有效测试自动驾驶系统对现有交通规则的遵守能力，相关成果对提高自动驾驶系统安全性能和未来混行交通安全管控水平具有重要意义。     

基于多通道态势图的自动驾驶场景表征方法

开展自动驾驶测试场景研究能够大幅减少自动驾驶汽车的测试周期与开发成本，是未来评价和提升自动驾驶技术的重要基础。为此，联合基于本体论的场景解构方法，提出了一种基于多通道态势图的自动驾驶场景表征方法，并对多通道态势图的场景聚类与场景复杂度进行研究。首先，对目前的自动驾驶测试方法进行分析，论述道路测试的不足之处以及基于场景的自动驾驶虚拟测试的优点，并对当前的场景解构与表征方法进行了总结；然后，运用本体论解构场景中的信息，并建立场景的本体模型，对模型中的数据属性进行参数化；接着，对真实场景、场景中的语义信息和多通道态势图场景进行对比分析，定义表征场景的多通道态势图的数据格式，将解构出的场景信息重组到多通道态势图的不同层中；之后，以汉明距离为基础设计了多通道态势图的对象层相似度计算方法，采用K均值聚类算法对驾驶场景对象层进行聚类分析，并借助层次分析法对基于多通道态势图的驾驶场景复杂度计算进行研究；最后，以KITTI数据集的一些真实场景为例，绘制场景开始时刻的多通道态势图，分析聚类出的9种对象分布类型。研究结果验证了多通道态势图场景复杂度计算方法的有效性。     

基于自适应神经模糊推理系统的平行泊车路径规划

针对常见的平行泊车场景,提出一种基于自适应神经模糊推理系统的平行泊车路径规划方法.以基于优化算法的泊车路径规划方法得出的泊车路径作为训练样本,利用Python脚本语言建立以自适应遗传算法和拟牛顿法为内核的自动化训练框架,使自动训练后的自适应神经模糊推理系统既可继承基于优化算法的泊车路径规划方法适用范围更广的优势,又有效...     

高等级自动驾驶汽车虚拟测试：研究进展与前沿

安全性测试是高等级自动驾驶汽车（Highly Automated Vehicles，HAV，指具备L3级及以上能力的自动驾驶汽车）规模化应用的基本保障。鉴于HAV测试对象与测试标准的变革，传统基于里程的车辆测试方法论不再适用，场景化虚拟测试正成为验证HAV安全性的核心方法。基于与国内外多家HAV研发机构开展虚拟测试合作的基础上，针对测试场景、测试工具和测试方法等方面的技术难点和学术问题进行汇总、归纳和分析。测试场景方面，围绕场景覆盖度的要求，需重点关注测试场景自主划分、自动化仿真生成和未知高风险场景搜寻等理论方法。测试工具方面，在构建HAV自动驾驶系统“环境感知-规划决策-运动执行”一体化仿真工具的基础上，需研究支撑测试场景生成、驾驶行为双向交互和多传感器物理模型融合的高可信仿真技术。测试方法方面，针对海量测试场景、HAV驾驶能力非单调变化等特征，亟待开展覆盖度驱动型测试方法、加速测试方法和多目标测试与评估等的研究。此外，在上述研究挑战的基础上，面向HAV虚拟测试自动化、快速化、一体化和协同化的应用需求，提出HAV虚拟测试仿真即服务（Simulation as a Service，SAAS）的系统架构，并进一步明确HAV安全性诊断分析、系统自主优化训练和面向系统快速迭代升级的测试方法等SAAS重点研究需求。     

基于场景的自动驾驶汽车虚拟测试研究进展

随着自动驾驶等级的提高,面向传统汽车的测试工具与测试方法已不能满足自动驾驶汽车测试的需要。基于场景的虚拟测试方法在测试效率、测试成本等方面具有巨大的技术优势,是未来自动驾驶汽车测试验证的重要手段,已成为当前的研究热点。通过对大量相关文献的系统梳理,综述了基于场景的自动驾驶汽车虚拟测试研究进展。对比分析了自动驾驶测试场景的不同定义方式,明确了测试场景的内涵,归纳了测试场景的要素种类,概述了测试场景的数据来源,总结了场景数据的处理方法。在此基础上,对自动驾驶汽车虚拟测试方法进行了总结,分析了典型的测试方式、测试平台和虚拟测试的技术要点,梳理了软件在环、硬件在环和车辆在环测试方案及其关键技术。针对自动驾驶汽车测试效率问题,研究了基于场景的加速测试技术,概述了典型的测试场景随机生成方法和危险场景强化生成方法。最后,对基于场景的自动驾驶汽车虚拟测试所面临的问题及未来发展趋势进行了分析和展望。研究结果表明：基于场景的虚拟测试是推动自动驾驶技术发展和产业落地的必由之路,未来研究应着力突破基于解构与自动重构的测试场景数据库、人-车-环境系统一体化高置信度建模、自动驾驶汽车虚拟测试标准工具链、不同自动驾驶汽车渗透率下的混合交通模拟与测试、测试案例动态自适应随机生成机制等核心共性技术,建立自动驾驶汽车虚拟测试标准体系。     

无信号灯十字路口自动驾驶汽车直行关键场景构建

自动驾驶汽车在开发过程中需要进行全面的测试以确保其安全性，关键场景是有条件和高度自动驾驶汽车进行安全测试验证的重要基础。首先，针对测试场景参数离散化全组合后测试用例数量巨大的问题，分别采用3路定强度和变强度组合测试策略及场景初筛规则，以自动驾驶主车直行通过无信号灯十字路口及周围2辆干扰车的测试场景为例，使测试用例数量从全组合的3.9×10⁷组分别减少到6 525组和26 496组。其次，采用碰撞时间、后侵占时间和最大减速度作为场景关键性识别和评价指标。利用基于动态安全区域的避障策略和基于模型预测控制的自动驾驶主车运动规划与控制模型，以及搭建的基于MATLAB/Simulink和CarSim软件的自动驾驶汽车联合仿真平台，通过仿真并与安全指标阈值比较，获得数量大幅减少的关键测试用例。最后，采用基于加权欧氏距离的K-medoids聚类方法对变强度组合策略获得的2 234组关键测试用例进行聚类，获得9组典型关键测试用例。研究结果表明：碰撞时间、后侵占时间和最大减速度指标阈值可以用于识别十字路口场景关键性；相对3路定强度参数组合策略，变强度参数组合策略提供了更多的关键测试用例，对其随机抽样获得少量随机关键测试用例；随机和典型关键测试用例可以应用于封闭试验场验证无信号灯十字路口自动驾驶汽车直行运动规划的安全性。     

共享停车泊位的分配-定价-收益分配机制

为科学管理共享停车资源,构建一种共享停车泊位的分配-定价-收益分配机制。首先,以存在多个地块的区域为对象,根据出行者对不同地块及停车时间模式的选择偏好构建停车许可证的最优分配-定价模型,其中,最优分配模型为组合拍卖竞胜标确定问题(NP困难问题)。其次,利用Benders分解原理、对偶理论及新型升价拍卖代理系统构建调优法对停车许可证进行拍卖。最后,为调动共享泊位提供者的积极性,利用沙普利值法构建基于对社会福利贡献程度的停车收益分配模型。由理论分析及数值试验可知,运用上述机制可精确实现社会福利最优状态,最小竞争均衡价格与公平的收益分配。结果表明:①相较VCG机制与Leonard机制,调优法不仅可精确求解停车许可证的最优分配-定价,而且在算法最坏时间复杂度方面拥有更高效率;②在调优法的每个步骤中,即使停车许可证的分配并非最优,通过机制所实现的收费定价依然具有防止策略性操作的重要性质;③调优法可在较少的步骤之内实现较高的社会福利;④新型升价拍卖代理系统拥有多项式型的最坏时间复杂度;⑤通过最优分配-定价机制可获得每位出行者的选择偏好,进而可计算不同泊位提供者组合条件下的社会福利,实现沙普利值法在现实应用中的可计算性。     

多层次模糊评价法在城市停车诱导分区的应用

停车诱导系统可以有效的解决城市日益严重的停车问题,而在停车诱导系统的规划设计中,涉及到停车诱导区域的划分问题。文中提出了划分的方法,先利用层次分析法对城市停车诱导分区建立相应的指标体系,最后进行模糊综合评价,定量地对停车诱导区域的划分进行研究,能更好的进行方案的评价和选择,实例说明了该方法的可行性。