苏州赛诺伊推出“艾特萨米车”

正艾特萨米车的力矩传感器源于德国技术,用欧洲工艺打造,动能、电讯号无界转化,筑建人与车的桥梁。它能有效感知每一次脚踏,动态收集力度和转速信息,与终端智能联动适时做出反馈,行车信息与人共享。在当今科技飞速发展的时代背景下,智能手机、平板电脑等智能数码产品的打电话、发微信、听音乐、玩游戏等功能已经不足为奇,但如何跟电动自行车完美结合?在今年4月13日-16日上海举办的第二十四届中国国际自行车展览会上,这个问题有了答案。来自苏州的专业电动自行车生产商——赛诺伊电动科技公司首次推出了一款智能电动自行车,在车     

制动与转向协调动作的车辆避撞控制研究（双语出版）

为了弥补现有汽车避撞控制策略以及碰撞风险评价指标单一的不足，提出转向和制动协调的主动避撞控制系统。首先规划了五次多项式换道路径，在对其理论分析的基础上得到转向临界避撞距离和与目标车道车辆的安全距离约束。其次，考虑道路附着系数和系统延迟的影响，基于制动过程给出制动临界避撞距离，并以纵向行驶安全系数ξ和碰撞时间倒数T^-1_TC划分安全行驶区域，利用驾驶人实车跟车数据标定稳态跟随/定速巡航区域的阈值。随后，通过转向/制动临界避撞距离的对比给出2种避撞方式的安全收益范围。最后搭建Simulink/CarSim联合仿真模型，并对其进行不同初始条件下的避撞仿真试验。研究结果表明：转向操作在制动距离不足时仍是有效的；当主车高速近距离接近静止前车时，主车可以顺利采取转向换道动作，而常规ACC系统在2.5 s处的车间相对距离为-0.76 m，事实上已经发生了碰撞；当相邻车道前车与主车纵向间距不满足换道安全距离约束时，避撞控制系统进入紧急制动模式，最大制动减速度达到-0.8g（g为重力加速度），实际最小车间距为5.1 m；通过转向和制动的协调动作，充分发挥了车辆的避撞潜力；ξ和T^-1_TC指标的融合，可以更好地评估碰撞风险并实现不同控制模式的转换，在保证行车安全的同时可避免过分制动给乘客造成的紧张感。     

单目视觉智能车路径识别及控制策略研究

研究了基于CMOS摄像头的图像采集方法,以及智能车赛道路径识别.提出了自适应差分边缘检测算法,采用取点求面积的方法提取指引线的相关参数.自适应差分边缘检测算法是在一般的边缘检测算法的基础上提出的,它能根据提取的左右边缘存在情况调整搜索范围、阈值,以及差值的求取方法.使用海伦公式求指引线上所取的三角形的面积,据此提出了1种基于三角形面积的智能车速度控制方法,此方法以指引线上的三角形面积反映赛道的弯曲程度,并以此作为智能车速度控制的控制变量.      

基于模糊模型的跟驰车流特性研究

针对有关车辆跟随的传统车流跟驰理论存在的许多不足,分析了跟驰模型存在的问题,提出采用模糊模型来建立局部车流跟随模型,并针对隐性知识问题,提出了采用输入-输出数据对来设计模糊规则,应用权重来解决规则冲突问题并简化规则库.通过实例验证了模糊模型较之跟驰模型的优势.证明模糊模型更能有效地模拟真实的局部车流模型,其将对车辆避撞预警的研究提供理论上的参考价值.     

高速公路作业区智能车道汇合控制系统研究

在道路的养护维修期间,高速公路作业区由于经常需要关闭车道而形成道路通行的瓶颈,影响着高速公路运行的平稳性和安全性。为降低车道关闭带来的影响,结合ITS技术设计了高速公路作业区的智能车道汇合控制系统的流程,并建立了信息采集子系统、信息处理及决策子系统和信息发布子系统。该系统通过分析交通检测器采集到的实时数据对交通状态进行判别,根据道路的拥挤状况动态选择车道汇合控制方案。最后,通过模拟的方法对系统的性能进行了比较分析,结果表明:智能汇合控制相比于静态汇合控制、动态提前汇合控制和动态延迟汇合控制,性能更为优越,特别是在改善高速公路作业区的安全性和通行能力方面。     

智能车载信息系统同济大学现雏形

16日，上海市同济大学宣布，该校已研制出车载信息系统第一代原型样机，利用这个车载信息终端，只要和车外的服务信息进行整合，可以实现智能交通和动态导航、智能汽车仪表、在线／远程故障诊断、电子收费等多种功能。     

汽车智能巡航技术发展综述

综述了汽车智能巡航系统的基本内容,说明了其系统原理、结构组成和主要功能;介绍了智能巡航技术在国内外的应用现状;阐述了该系统的难点及关键技术,最后预测和展望了智能巡航技术的发展趋势。     

智能车辆的障碍物检测研究方法综述

按照使用传感器的不同类型来分类，对智能车辆的障碍物检测和识别技术进行了综述，并分析各种障碍物检测方法。这些方法中主要包括基于立体视觉方法、基于激光雷达的方法：基于彩色机器视觉的方法及基于结构光的方法等等，同时作者指出任何一种有效的障碍物检测系统不能只依靠单一传感器进行环境感知，因此利用多种传感器信息融合技术检测智能车辆前方障碍物，是未来该领域的研究重点与难点。另外，还介绍了近几年一些研究机构在该领域的研究成果，并对所使用的一些算法进行简要的概括，为我国在智能车辆的障碍物检测领域的发展提供借鉴。     

基于激光扫描的智能车辆前方地形三维可视化技术研究

基于激光扫描仪的数据分析,对智能车辆前方地形数据的三维可视化技术进行了研究。首先对采集的离散数据进行预处理：采用中值滤波算法减弱噪声的影响,通过车体坐标系到世界坐标系的转换实现车辆行走过程中不同场景的拼接;然后基于Splatting理论,选取椭圆高斯足印函数实现了离散三维数据的直接体绘制;最后结合可视化工具包VTK（Visualization Toolkit）的连续数据场轮廓提取和交互操作功能,在Visual C＋＋开发环境下实现了基于激光扫描的环境信息可视化技术,可以达到逼真重构真实环境的可视化效果。     

车路协同环境下车辆群体协同决策研究综述

从车路协同环境下车辆群体协同决策机制、协同决策方法与典型应用场景方面分析了国内外车辆群体协同决策的研究现状;考虑车辆群体协同决策机制的不同,系统梳理了集中式和分布式2种决策机制的相关研究;针对车辆群体协同决策方法的多样性,以基于优化和基于启发式2类决策方法为主线,对比分析了不同决策方法的优劣;考虑车辆群体协同决策应用场景的不同,全面分析了匝道、路口、路段和路网等多个应用场景下车辆群体协同决策的相关理论与研究;考虑国内外车辆协同决策典型项目进展,分别梳理了中国、美国、日本和欧洲代表性车辆群体协同决策项目任务、建设与实施情况;从系统结构、普适模型和示范场景3个方面提出了未来车路协同环境下车辆群体协同决策的发展趋势。研究结果表明:集中式车辆群体协同决策机制有助于提升局部区域内的车辆通行性能,分布式车辆群体协同决策机制有助于提升全局范围内的交通运行状态;基于优化的车辆群体协同决策方法在特定场景下可最大程度提升决策效果,基于启发式的车辆群体协同决策方法在大多数场景下可获得可行的决策效果;由于不同场景下车辆群体协同决策问题的复杂性有所不同,需要在统一框架下做针对性建模。研究结果可为车路协同环境下新型混合交通系统的管理与控制提供参考。