卫星导航系统在eSafety计划中的应用

欧盟十五国每年发生道路交通事故130万余起，导致4万多人死亡(相当于每周坠毁两架大型喷气式客机)。面对这种严峻形势，欧盟委员会制定了“欧洲道路安全行动计划”，该计划为实现到2010年死亡人数减半的目标提供了总体框架和战略。在总体框架中，esafety是一项联合产业界的计划，它将通过应用先进的信息和计算机技术，达到减少交通事故起数和死亡人数的目的。     

2016第16届中国北方国际自行车电动车展在天津盛大开幕

3月25日,"第十六届中国北方国际自行车电动车展览会"在天津梅江会展中心拉开帷幕。此次展会品牌云集,众多自行车、电动车及其配套厂商纷至沓来。该展会参展单位600余家,标准展位数量近6 000个,参展范围包括电动车、自行车、童车和零部件等。高档自行车、智能车、创新电动车、新能源车等成为主角,多个品牌推出功能新颖的智能自行车用于体验。不仅爱玛、绿源、新日、台铃、小刀、绿佳、立马、小鸟、宗申、金彭、宝岛等众多国内知名电动车厂商和富士达、     

基于视觉的缩微智能车跟驰问题研究

论文在基于简单视觉的缩微智能车自主驾驶的基础上提出一种完全基于视觉检测的多车道车辆跟驰交互模型,根据缩微智能车机械性能要求,通过仿真得到车辆跟驰模型参数,并通过缩微智能车跟驰实验验证跟驰模型及模型参数的有效性,为进一步群缩微智能车协同驾驶、交通仿真和评估研究提供理论支持和技术支撑.此外,三维缩微道路环境和智能车可为智能交通系统仿真研究提供一种兼具计算机仿真和场地实验优势的缩微实验新平台,可降低实验成本,提高交通仿真的可信度.     

一体式车辆避撞轨迹规划与跟踪控制

为提升复杂交通环境中智能车辆的避撞能力,将路径规划、速度规划及跟踪控制整合为一个优化问题,提出一种基于模型预测控制(MPC)的一体式车辆避撞轨迹规划和跟踪控制方法。首先,分析实际交通环境中的避撞场景,将智能车辆的避撞控制问题转化为多约束优化问题;其次, 搭建7DOF(七自由度)车辆动力学模型和复合滑移工况的UniTire轮胎模型设计MPC控制器;再次,针对变速控制问题中传统基于时域预测模型的MPC控制方法无法在预测时域中实现车辆空间和位姿约束的问题,设计了基于空间域预测模型的MPC控制器;最后,基于Matlab和CarSim联合仿真平台设计了不同避撞场景验证所提方法,并与现有基于恒速假设的一体式避撞控制方法进行对比。仿真结果表明：所提方法能够充分发挥车辆的机动性能,解决现有一体式控制方法在 复杂环境中避撞失败的问题,并保证避撞过程稳定和轨迹平滑。     

基于飞思卡尔32位Kinetis-K60单片机的直立行驶智能车设计

介绍一种基于线性CCD传感器进行路径识别的智能车控制系统。进行了软硬件设计,利用线性CCD传感器采集路径信息,以及陀螺仪和加速度计采集角度偏转信息,提出转向控制策略和速度控制策略,控制2个电机的动作,从而实现了直立行驶。实验证明:该智能车抗干扰性强、精确度较高,可自主寻迹稳定行驶。     

具有预设瞬稳态性能的有限时间智能车辆固定构型编队控制

智能车辆固定构型编队的瞬态性能(如编队误差收敛速度和超调量)对车辆协同动作及车辆行驶安全至关重要.针对含有模型不确定和外部扰动的车辆固定构型编队问题,提出一种考虑预设瞬态性能和稳态性能约束的有限时间车辆编队控制方法.首先,引入一种扰动观测器,实现对由模型不确定和外部扰动构成的复合扰动的有限时间有效估计;其次,将因车载传...     

智能车辆的行人检测技术研究

行人检测作为智能车辆的关键技术,已成为业内共同关注的研究热点。随着机器视觉、计算机技术等不断发展,行人检测的进展很快。     

标识线导航的智能车路径辨识方法研究

路径的正确辨识和诱导是实现标识线导航小车智能前进的基础和核心。采用跟踪边缘检测的阈值分割方法和数学形态学滤波的图像处理方法对采集的图像进行处理,实现对路径的识别。实验证明采用飞思卡尔S12单片机作为惟一控制单元,在基于OV6620图像传感芯片SCCB模式下采集图像,能有效剔除图像中的噪声点,路径辨识正确率达到约95％,系统运行稳定,能够满足智能车对路径的要求。     

基于CIDAS事故场景的智能车辆视场配置

为优化智能车辆感知视场,以中国交通事故深度调查(CIDAS)数据库中的事故案例为基础提取22种交叉口乘用车典型事故场景,在交叉口典型乘用车事故仿真场景中提取来车相对于主车的极限相对位置并将其转换为车辆安全通行下最小感知区域;为实现基于场景安全通行的智能车辆感知视场配置,建立场景安全通行需求的智能车辆感知视场配置框架并提出感知视场配置求解方法;在对感知元件进行功能建模后,使用视场配置方法求解场景安全通行下感知元件组合方案;最后使用感知区域覆盖率、目标有效感知率对该感知元件组合方案进行评价,结果表明搭载该感知元件组合方案的智能车辆在事故场景中可满足安全通行要求。     

智能车路径跟踪控制算法的简述

智能车主要分为路径规划、路径跟踪、自动泊车三大部分。路径规划主要研究车辆的避障问题,路径跟踪主要研究车辆跟随期望路径的有效性,自动泊车主要分析车辆在有限的几何空间内将车辆泊到指定的空间位置。其中路径跟踪是其核心部分,根据研究方法的不同,主要分为"预瞄跟随模型"和"智能控制模型"。文章根据预瞄点的不同,主要分析单点预瞄模型、两点预瞄模型、路程预瞄模型。根据智能控制方法的不同,主要分析模糊逻辑控制驾驶员模型、神经网络控制驾驶员模型、模型预测控制驾驶员模型。