武汉智能网联汽车配套基础设施及车路协同建设研究

新时代科技革命与产业升级进行得如火如荼,智能网联汽车作为一个新兴产业正快速进入产业化与市场部署阶段,成为汽车行业技术变革的重要突破口。武汉作为国内第一批发展车路协同与智慧城市的“双智”试点城市之一,正在大力促进智能网联车及配套技术的发展和应用。依托武汉光谷区域交通基础设施的工程实例,构建光谷完整的“车路智行的生态系统”,着重研究车路智行一体化的智能网联体系,归纳总结智能网联汽车示范段的建设,为推动自动驾驶、V2X等技术的研发应用进程奠定坚实基础,不断完善光谷智能网联汽车产业链,促进智能网联汽车产业发展。     

港口自动驾驶现状及典型场景测试技术研究

目前,港口自动驾驶是智能网联汽车应用落地的典型应用方向。港口工作环境差、人员工作时间长,易发生生产事故,而港口自动驾驶的应用将降低生产事故的发生,节约人工成本,增大港口经济效益。针对港口自动驾驶应用,分析当前市场现状和落地影响因素,提出典型测试场景和测试方法。     

交通事故场景在智能网联汽车仿真测试中的应用

在汽车全生命周期范围内,通过三支柱测试认证方法来验证智能网联汽车的功能和安全,是提升车辆安全性和交通效率的有效手段,具有广阔的应用前景。其中,如何通过仿真方法来高效验证在危险工况和事故场景下智能网联汽车的主动安全防护能力,成为目前亟待解决的问题之一。基于交通事故场景,建立交通事故数据到仿真测试场景重构的技术方案,并通过实际案例验证了该方案应用于仿真测试的可行性。实践证明,所建方案有助于丰富智能网联汽车仿真测试场景库,提升仿真测试效率,加快完善智能网联汽车的安全测试与评估的进程。     

面向自动驾驶的仿真场景自动生成方法综述

随着自动驾驶测试验证对虚拟仿真场景依赖程度的增加,传统基于专家经验的场景枚举生成方法已无法满足测试需求.数字虚拟仿真场景自动生成方法在场景多样性、危险性、可解释性、生成效率等方面存在巨大技术优势,是提高汽车自动驾驶技术测试验证安全性和可靠性的关键,已成为当前汽车智能化领域的研究热点.在广泛调研场景自动生成方法领域研究成...     

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。     

汽车雷达场景仿真方法的研究

文章基于电大尺寸电磁波仿真技术,提出民一种能够根据电磁波仿真结果 S参数计算出实际雷达回波信号的方法。该方法能够模拟运动在多目标复杂场景下的雷达回波信号,综合了天线参数、目标RCS变化和地面多径影响等多方面因素。将仿真结果与实测进行对比发现,二者吻合较好,证明了仿真结果的正确性与可靠性。由于仿真工具可以在不进行实车测试的情况下提供准确的雷达数据用于优化雷达算法,文中建立的场景仿真方法可大幅提高毫米波雷达研发的验证效率。     

基于NAIS数据库中视频信息的人—车碰撞事故特征分析

选取中国国家车辆事故深度调查体系(NAIS)数据库中51例包含视频的人—车碰撞事故,进行了特征分析,分析内容包括:人—车碰撞危险场景、碰撞前人—车相对位置、行人碰撞运动响应、人—车碰撞包络线分布、头部落点分布等。结果表明:提取的10种场景,基本覆盖了各种人—车碰撞事故工况;对行人的探测,视场角(FoV)比探测距离更重要;轿车易导致行人正向旋转,单厢车易导致行人负向旋转;人—车碰撞包络线(WAD)主要集中在车辆两侧;致命伤的头部落点主要集中在前风窗玻璃下半部分、左右侧中部以及A柱附近。因此,基于碰撞视频信息可提高人—车碰撞事故特征分析的准确性。     

深水半潜式支持平台靠泊海洋生产平台碰撞场景

以典型的深水半潜式支持平台为研究对象,利用水动力分析软件SESAM探讨平台在不同吃水、波浪条件和碰撞方向对最大碰撞速度的影响,得到波浪与速度的关系。与船舶的经验公式进行对比可知:波浪对速度的影响较小,可为海洋平台靠泊碰撞风险评估提供一定价值的参考。     

雨雾天气下的自动紧急制动系统测试评价方法研究

针对当前自动紧急制动系统评价中,存在雨雾等危险复杂气象状况的测试场景考虑不足,和评价结果难以客观反映AEB系统实际性能的问题,研究了包含雨雾天气的AEB系统测试场景和综合评价方法。根据国家车辆事故深度调查体系（National Automobile Accident in-Depth Investigation System,NAIS）的事故数据,参考中国新车评价规程,构建了雨雾天气下的AEB系统测试场景;基于层次分析法,建立了AEB系统评价层次模型,提出了AEB系统综合评价方法。在PreScan-Simulink平台上搭建了仿真测试场景,进行测试评价,验证了方法的效果,与传统单一评价指标方法进行对比,结果显示被测车辆得分为6.610 7分,小于单一速度减少量评价方法的9.015 0分,偏差分析表明该方法评价结果更客观,能更准确地反映AEB系统性能。     

动态场景下基于语义分割与运动一致性约束的车辆视觉SLAM

传统的车辆同时定位与建图方法多依赖于静态环境假设,在动态场景下易引起位姿估计精度下降甚至前端视觉里程计跟踪失败。本文结合Fast-SCNN实时语义分割网络与运动一致性约束,提出一种动态场景视觉SLAM方法。首先利用Fast-SCNN获取潜在动态目标的分割掩码并进行特征点去除,以获取相机位姿的初步估计;随后基于运动约束与卡方检验完成潜在动态目标中静态点的重添加,以进一步优化相机位姿。验证集测试表明,所训练的语义分割网络平均像素精度和交并比超过90%,单帧图片处理耗时约14.5 ms,满足SLAM系统的分割精度与实时性要求。慕尼黑大学公开数据集和实车数据集测试表明,融合本文算法的ORB-SLAM3部分指标平均提升率超过80%,显著提升了动态场景下的SLAM运行精度与鲁棒性,有助于保障智能车辆的安全性。