智能网联产业链分析:毫米波雷达成关键部件

<正>随着大众对汽车驾驶安全性、舒适性要求的不断提升,人们正进入一个新兴的"汽车雷达时代",伴随着很多创新发展、颠覆性技术和新晋厂商。毫米波雷达是未来车载主力传感器之一,它将和摄像头、激光雷达、超声波传感器一起为高级驾驶辅助系统(ADAS)和自动驾驶汽车"保驾护航"。本文将对车用毫米波雷达发展的现     

基于毫米波雷达的车辆测距系统

文章介绍了毫米波雷达的原理及其在驾驶辅助系统中的应用,在汽车行驶过程中与前方物体之间测距,进行评估测速,建立起汽车的主动安全防撞系统,提高汽车主动安全辅助驾驶性能。分析了毫米波雷达对比其他传感器的优点,系统计算分析了制动距离,最终实现车载计算机结合相关信息后提示驾驶员制动或者车辆自动制动。     

自动驾驶系统时间同步技术研究

近年来，随着自动驾驶技术的普及，自动驾驶技术开始迈入落地及应用阶段，在系统架构层面传感器和域控制器的复杂度越来越高，激光雷达、毫米波雷达、摄像头等各类传感器及域控制器间的数据同步和融合显得极为重要。基于此，文章详细介绍了集成多类传感器和高阶域控制器基础上的自动驾驶系统时间同步方法，为多传感器数据的精确时间同步、传感器与域控制器的精确时间同步提供了较成熟、可靠及可实施的系统解决方案。     

基于手眼模型的自动驾驶毫米波和激光雷达联合标定研究

为了提高自动驾驶汽车传感器的校准质量,增强自动驾驶系统对目标的精准感知能力,提出了基于手眼模型的毫米波和激光雷达联合标定方法。首先,利用毫米波雷达的内在结构特征建立数学模型,对毫米波和激光雷达传感器的外部参数进行精确计算,确保在统一的世界坐标系中。然后利用手眼模型作为融合分析的基础,实现了毫米波和激光雷达的联合标定。最后,在自动驾驶小巴车平台上进行了标定试验,利用该标定系统得到标定结果的三维位姿关系,并验证了自动驾驶小巴车传感器数据的准确性。研究结果表明,该方法测距误差均值为0.01 m左右,传感器旋转角度可以精确到1°左右,可以满足汽车自动驾驶系统中雷达感知精度的要求。     

车载ADAS传感器毫米波雷达解析

ADAS-汽车驾驶辅助系统正在当前的汽车市场中迅速普及。车载雷达作为ADAS系统的重要组成,其技术发展直接影响着汽车智能化进程。毫米波雷达因为其波长的物理特性不受恶劣的环境影响,同时相比激光雷达又有较大的价格优势,已经成为当前厂家的首选。与24 GHz传感器相比,77 GHz传感器的分辨率和精度更高,体积小,正逐渐成为当前汽车领域的主流传感器。同国外雷达传感器供应商相比,国内车载毫米波雷达仍属于起步阶段,国内企业要在市场上与外企竞争并占有一席之地还有很长的路要走。     

商用车辅助驾驶系统感知传感器特性及选型分析

汽车辅助驾驶系统是在感知传感器对道路环境进行感知的基础上对驾驶过程中的潜在危险进行预警提醒或主动控制干预。近年来中国交通部以商用车应用为试点,发布相关法规逐步强制推行辅助驾驶系统的配备,以切实提升商用车的安全性。感知传感器是辅助驾驶系统的重要基础,本文在充分分析视觉、毫米波雷达、激光雷达的基础上,综合考虑实际应用对性能和成本两个方面平衡的需求,给出了不同应用传感器的选型建议,为商用车辅助驾驶系统的传感器选型提供参考。     

具备调频功能的超声波雷达在自动驾驶中的技术研究

近几年随着汽车自动化层度越来越高,对于各种传感器的性能要求也越来越高。特别是自动驾驶级别达到L3及以上的车辆,基本上要求主要传感器在功能安全方面至少能够达到ASIL A。传统的超声波雷达在稳定性、可靠性、功能安全等方面都无法满足其要求。而新一代具备调频功能的超声波雷达不仅提高了稳定性、可靠性,还可以自动诊断自身故障、动态调整发波频率、自动识别回波频率等。本文就具备调频功能的超声波雷达在自动驾驶中的运用展开深层次的论述。     

智能车辆安全辅助驾驶技术研究近况

论述了安全辅助驾驶技术的研究现状、研究的必要性以及研究进展。安全辅助驾驶技术包括车道偏离预警与保持、前方车辆探测及安全车距保持、行人检测、驾驶员行为监测、车辆运动控制与通讯等。分析了各种传感器的优缺点及其在实际应用过程中存在的问题,基于单一传感器不能很好地解决安全辅助驾驶技术可靠性和环境适应能力的要求,应结合激光雷达技术解决图像模糊问题,利用红外传感器增强机器视觉识别的可靠性,未来的安全辅助驾驶技术应该采取多种传感器融合的技术,结合毫米波雷达和激光雷达系统具有深度测量精确的特点,将极大的推动汽车安全辅助驾驶系统的应用和推广。     

智能网联汽车环境感知技术应用场景分析

本文主要分析智能网联汽车的自动驾驶功能在应对复杂的外部交通环境时,采用的各类智能传感器技术及网络通信技术优势与局限性,着重分析超声波雷达、毫米波雷达、激光雷达、视觉传感器、卫星通信技术、V2X技术、5G通信技术在智能汽车感应近程交通状况与远程交通状况信息时的重要作用,并分析单车智能在行车安全中的缺陷及解决方法。     

智能网联汽车中毫米波雷达的应用研究

智能网联汽车强调对网络技术及现代通信技术的应用，能够通过车载传感器、控制器及执行器来完成驾驶，并最终实现无人安全驾驶。智能网联汽车的发展及应用能够减少驾驶人员的疲劳感，为驾乘人员提供更加舒适的出行体验。而毫米波雷达指的是工作在毫米波波段的雷达，其具有探测距离远、可靠性高、全天候工作等优势及特点，能够对外界环境进行感知，将其应用到智能网联汽车中，能够有效提高出行的安全性。基于此，研究了智能网联汽车中毫米波雷达的应用情况，以期能够帮助有关单位及人员进一步改进自身工作，提高毫米波雷达的应用水平，促进智能汽车领域的发展。     

用于汽车ADAS系统测试的软目标车研究进展

软目标车在汽车高级驾驶辅助系统(Advanced Driving Assistance System,ADAS)测试中发挥着重要作用,它提高了试验的安全性和效率。介绍了软目标车研发的关键技术和研究进展,通过分析乘用车的电磁散射特性、视觉及光学特性,论述了软目标车对于毫米波雷达、视觉传感器以及激光雷达在特征识别方面的设计要求,重点阐述了软目标车对毫米波雷达的探测及识别目标的响应特征——雷达散射截面(Radar Cross Section,RCS)的特征分布及其测量和数据处理方法,为软目标车的开发和使用提供参考依据。     

匝道合流交通场景下自动驾驶汽车安全性测试评价方法

矿用无人运输车辆作业环境恶劣,存在大曲率弯道、坡道等非结构化道路明显特征,对无人化运输控制要求高。为改善PID等传统控制算法适应性问题,提高无人驾驶轨迹跟踪的车辆横纵向控制精度,提出一种纯跟踪与PID结合的多点预瞄横向控制、考虑模糊控制表参数拟合的纵向控制方法,减少控制参数的同时提高算法效果。根据传统控制算法设计基础控制器,结合基础算法优势进行横向与纵向控制算法设计,通过硬件在环仿真和实车测试验证算法的性能。试验结果表明,横向控制算法与斯坦利算法相比,车辆路径跟踪精度有明显改善,纵向控制方面,速度跟随误差<1 km/h,保证了车辆驾驶时的平稳性与舒适性。     

汽车电子技术展望

综述先进电子信息技术覆盖、融入汽车各系统的概况,其应用发挥着高精度、高效率、高可靠的控制功能。内容涵盖动力传动系统、行驶状态控制、安全性、舒适性、信息娱乐系统、系统控制诊断与故障分析等;详细介绍汽车电子技术的核心要求和特点,以及汽车电子产业的现状与展望。     

Automated driving recognition technologies for adverse weather conditions

During automated driving in urban areas, decisions must be made while recognizing the surrounding environment using sensors such as camera, Light Detection and Ranging (LiDAR), millimeter-wave radar (MWR), and the global navigation satellite system (GNSS). The ability to drive under various environmental conditions is an important issue for automated driving on any road. In order to introduce the automated vehicles into the markets, the ability to evaluate various traffic conditions and navigate safely presents serious challenges. Another important challenge is the development of a robust recognition system can account for adverse weather conditions. Sun glare, rain, fog, and snow are adverse weather conditions that can occur in the driving environment. This paper summarizes research focused on automated driving technologies and discuss challenges to identifying adverse weather and other situations that make driving difficult, thus complicating the introduction of automated vehicles to the market.     

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。     

基于TD3算法的人机混驾交通环境自动驾驶汽车换道研究

提高人类驾驶人的接受度是自动驾驶汽车未来的重要方向,而深度强化学习是其发展的一项关键技术。为了解决人机混驾混合交通流下的换道决策问题,利用深度强化学习算法TD3（Twin Delayed Deep Deterministic Policy Gradient）实现自动驾驶汽车的自主换道行为。首先介绍基于马尔科夫决策过程的强化学习的理论框架,其次基于来自真实工况的NGSIM数据集中的驾驶数据,通过自动驾驶模拟器NGSIM-ENV搭建单向6车道、交通拥挤程度适中的仿真场景,非自动驾驶车辆按照数据集中驾驶人行车数据行驶。针对连续动作空间下的自动驾驶换道决策,采用改进的深度强化学习算法TD3构建换道模型控制自动驾驶汽车的换道驾驶行为。在所提出的TD3换道模型中,构建决策所需周围环境及自车信息的状态空间、包含受控汽车加速度和航向角的动作空间,同时综合考虑安全性、行车效率和舒适性等因素设计强化学习的奖励函数。最终在NGSIM-ENV仿真平台上,将基于TD3算法控制的自动驾驶汽车换道行为与人类驾驶人行车数据进行比较。研究结果表明：基于TD3算法控制的车辆其平均行驶速度比人类驾驶人的平均行车速度高4.8%,在安全性以及舒适性上也有一定的提升;试验结果验证了训练完成后TD3换道模型的有效性,其能够在复杂交通环境下自主实现安全、舒适、流畅的换道行为。     

智能座舱的下一个五年

随着汽车智能网联和自动驾驶技术的发展,"软件定义汽车"已成为重要发展趋势,文章阐述了汽车智能座舱的发展过程和未来趋势,提出基础软件技术成为智能座舱新的发展驱动力,将为座舱产品形态、交互方式、场景化服务以及商业模式带来极大变革.因此,软件技术及跨域融合能力将成为未来汽车发展和创新的关键因素,也是打造产品差异化、提升用户体...     

电模拟汽车行驶阻力的汽车底盘测功机

论述了在汽车底盘测功机上检测汽车动力性和燃料经济性时，进行电模拟仿真汽车行驶工况阻力的必要性，介绍了一种国内新研制的电模拟汽车行驶阻力的汽车底盘电涡流测功机，并以车速表校验为例，叙述了操作过程和校验结果。     

利用激光点云的城市无人驾驶路径规划算法

为了解决随机采样算法受感知环境不确定性影响下的弱鲁棒性以及弱可靠性问题，采用一种基于激光空间势场的渐优随机采样算法框架来设计符合无人驾驶需要的规划算法。针对感知环境的不确定性，首先基于势场原理与激光障碍物点云构建一个融入了斥力场的规划空间，解决激光障碍物提取中的过分割等问题。其次，利用规划空间来处理随机采样算法中的采样策略、最优母节点选取策略、修剪策略以及最终路径选择策略。再次，在算法中加入了Anytime策略来提高优化解的利用率，使得算法的计算效率满足无人驾驶实时性的要求。同时，为了保证无人驾驶中规划路径的鲁棒性与可靠性，创建了一个综合5重因素的代价函数来选择最优路径，并根据不同的无人驾驶场景来调整相对应的参数；最后在城市测试道路上进行了实地测试。结果表明：设计的算法框架能够适应最高时速40 km·h^-1的城区驾驶环境，并能完成跟驰、换道、融入以及静动态障碍物的避障决策。在与SST算法的对比试验中，所提出的算法在各个试验中的轨迹、方向盘转角以及速度的平滑性都优于SST算法，其轨迹与障碍物的距离也优于SST算法。