智能车辆系统发展及其关键技术概述

介绍智能车辆系统的研究内容，研究与应用现状，智能车辆的使用可以改善道路安全状况，提高道路的利用率，智能车辆的行驶环境是很复杂的，为了得到一个可靠的决策，必须利用道路信息，其他车辆和目标的位置和动态信息和司机的状态信息等多源信息，智能车辆研究涉及的关键技术主要包括传感器技术，机器视角，GPS技术，通讯技术和数据融合技术等，尤其是数据融合技术中的多目标跟踪与匹配以及基于卡尔曼滤波器的状态估计技术等。     

多传感器多平台多目标数据融合系统中的数据对准研究

数据对准是数据融合系统中相关、跟踪和识别等功能的基础。通过研究多传感器多平台多目标战术数据融合仿真系统，对该系统数据对准的功能层次作了探讨，并根据海上目标的特点，设计和实现了相应的时间对准算法和空间对准算法。     

多微惯性敏感器信息融合研究

在实际应用中往往采用多微惯性敏感器来测定某些外界信息。对多个微惯性敏感器测量数据的综合处理,关系到如何正确应用所得信息的重要问题。针对多个微加速度计的冗余安装方案,给出了数据融合处理的应用方法。     

基于数据融合的公交客流规模测算方法

公交客流规模测算往往存在调查成本受限和准确度要求较高的矛盾.提出基于公交IC卡历史数据与人工补充调查数据的数据融合测算方法,以准确推算公交客流规模.首先根据公交线路的基本属性,采用聚类分析方法划分线路类型,从每一类中选择具有代表性的线路.基于IC卡数据分析公交客流时变特征,运用有序样本聚类Fisher算法将线路小时刷卡量进行聚类分析.划分刷卡量相似时段,进而采用优化方法确定调查抽样率,确定相应的调查车辆进行人工补充调查,最终经过数据融合计算获得公交客流规模.基于上海市某辖区IC卡数据进行案例分析,测算得到三类公交线路的日均客流量.     

基于因子图的自动驾驶融合定位研究

在自动驾驶系统的即时定位及地图构建问题中，当行车路况复杂多变时，如何对车辆位姿进行准确实时估计是一个关键问题。就该问题提出基于因子图的多传感器融合方法，在Matlab 软件环境中实现车辆的准确实时定位。根据实际驾驶过程的特性选择试验采用的数据类型并建立相应的数学模型，分别根据GPS 及IMU 数据特征以及VO 和IMU的数据特征建立相应的融合因子图模型，基于KITTI 数据集，对所建立的融合因子图模型进行试验验证。结果表明，通过融合因子图模型可以准确地估计车辆当前时刻的位姿。     

从北京车展看全球汽车产业格局嬗变

自上世纪90年代起,汽车产业全球化进程骤然增快.全球化进程恰似一系列复杂的核反应,聚变与裂变交织进行,剧烈冲击着旧的世界汽车工业体制,不断塑造着新的格局,孕育着第二个汽车世纪的来临.所谓第二汽车世纪的最突出表现为传统汽车将不再是"改变世界的机器",而是成为被全社会都来改造的机器,成为一种知识型产品.2008年北京国际汽车展览会所显示的正是这一汽车世纪的重大特征:融合、创新、变革和个性化趋向,充分体现新一轮汽车产业发展的原生创意.     

三江集团:军民融合,做强特种车产业

中国航天三江集团在首届中国国际商用车展上以盛大规模亮相,全面展示了企业形象及其在特种车辆方面的实力,凸显了"科技创新""重工装备""清洁能源"3大参展主题。期间,记者通过对中国航天三江集团民用产业部部长曹敬武的采访,进一步加深了对该企业的了解。     

多模型融合在产品开发流程建设中的应用

<正>在对多种研发体系标准模型的分析、比较后,提出了一种集成各模型的优点,在符合质量管理体系的要求下,充分吸收行业优秀企业的最佳实践的流程设计方法。采用迭代和持续改进策略,缩短流程建设周期,并通过应用实践提高流程的效率和可操作性。电子产品开发流程是汽车零部件企业参与国际化竞争不可或缺的核心能力。     

基于视觉与激光雷达数据融合的前车识别研究

智能驾驶技术已经成为智能车的重要开发领域,这一技术实现的关键就是对车辆精确的环境感知,对周围物体进行准确识别,避免车辆在行驶过程中出现事故,在智能辅助驾驶系统起关键性作用。目前,单一传感器不能满足复杂工况下的路面识别,基于多传感器的数据融合(Multi-sensor Information Fusion,MSIF)可以提高检测效率,改善单一传感器检测不精确的缺陷,文章先对传感器进行标定实现多传感器的时空同步,对识别的物体进行检测判断,确定前车。实验结果表明此方法有利于提高汽车安全行驶性能,可以准确、实时地识别前方车辆,满足多工况下的前车识别。