自动驾驶技术落地,究竟面临哪些挑战?

盖斯特汽车战略咨询指出,目前,自动驾驶汽车处于不断发展的状态,包括特斯拉、大众和沃尔沃在内的众多汽车公司,以及苹果和谷歌在内的科技巨头都投入了巨额资金,为自动驾驶技术的实际道路应用努力奋斗。近日,一份调查可为读者奉上有关前沿移动技术的一些答案。目前的发展状况很多自动驾驶汽车都配备了转向盘和制动踏板,就像传统汽车那样。     

散料码头物料输送全流程控制技术

为解决物料输送过程中沿线洒漏、偏载跑遍等问题,对物料源头控制技术、物料自动聚中技术、物料堵塞检测技术、物料甩带清扫技术进行创新研究和应用,可有效提升散料码头物料控制综合治理水平和物料输送效率.     

自动驾驶汽车环境感知与传感器融合技术

探究了自动驾驶汽车在环境感知与传感器融合领域的核心技术。全面概述了环境感知技术,并对该技术在障碍物检测与避障、车道保持与跟踪、交通信号识别与遵守、行人识别与保护等多项实践中的应用进行了详细阐述。通过对这些技术的深入研究和应用,可为自动驾驶技术的进一步发展奠定坚实的基础,推动其在实际场景中的广泛应用。     

基于深度学习的自动驾驶汽车决策与控制策略

随着人工智能技术的飞速发展,自动驾驶汽车成为智能交通系统中的重要一环。分析了基于深度学习的自动驾驶汽车在决策与控制策略方面的最新进展,探讨了深度学习在自动驾驶汽车决策与控制策略中的应用,强调了其在提高道路安全、通行效率及驾驶灵活性方面的重要性,研判了深度学习在自动驾驶领域仍面临的数据质量、模型泛化能力、实时性响应及安全可靠性等挑战。研究结果可为自动驾驶技术的发展提供参考。     

自动泊车关键技术研究进展综述

自动泊车是汽车智能化的重要组成部分,代替了驾驶员进行泊车的繁琐操作,减少了泊车事故的发生,在新车上的装载量大幅增加。为了研究自动泊车的发展现状、现有不足与发展趋势,对自动泊车应用现状进行了分析,又从车位探测、路径规划和跟踪控制等技术方面进行了分析,总结现有自动泊车关键技术存在的不足之处和局限性,提出了自动泊车关键技术研究的未来趋势,为从事自动泊车技术研究提供参考。     

基于深度强化学习与风险矫正的智能车辆决策研究

为实现高速公路环境下车辆的安全决策,提出一种结合深度强化学习和风险矫正方法的行为决策模型。构建决策模型所需的目标车辆及周围车辆的行驶信息,并引入自注意力安全机制,提高车辆在复杂高速场景下对周围潜在危险车辆的注意力,综合考虑行车效率、避障等因素以设计强化学习的奖励函数。此外,为解决强化学习在决策过程中缺乏安全性保障的问题,设计风险矫正模块对决策动作进行风险评估和矫正,避免危险决策的执行。在Highway-env仿真平台上对提出的决策模型进行训练和测试。试验结果表明,提出的决策模型有较高的行车安全率和鲁棒性,其驾驶效率也优于以规则、模仿学习和单纯深度强化学习为基础的决策方法。     

双离合自动变速器车辆起步品质模糊综合评价模型及其敏感度分析

针对双离合自动变速器(Dual Clutch Transmission,DCT)车辆起步品质主观评价结果难以精确量化,以及客观评价模型中评价结果稳定性衡量问题,提出了起步品质模糊综合评价模型及其敏感度分析方法.分析DCT车辆起步过程中离合器的结合过程,确立了起步品质评价指标;使用熵权法对指标进行赋权,研究正态分布和梯形...     

基于改进LSTM-NN的安全性自动驾驶换道轨迹规划模型

为改善现有的自动驾驶换道轨迹规划模型产生的换道轨迹与真实的换道轨迹存在较大偏差的问题,提出了一种改进LSTM-NN的安全敏感性深度学习模型,该模型可以缓解当前自动驾驶轨迹规划存在的不足,输出轨迹既保证了较高的精度又提高了安全性。CarSim仿真软件模拟了本模型产生轨迹的可跟踪性,结果显示轨迹非常平滑,并且自动驾驶车辆可以高效、安全地完成换道。     

皮下脂肪组织本构模型及其生物力学性能研究进展

脂肪组织的本构模型和力学性能对研究肥胖人群的碰撞损伤具有重要意义,但往往不同文献中得到的研究结果并不一致,因此,脂肪组织生物力学性能及材料属性仍有待深入研究。从脂肪组织的压痕试验、拉伸与压缩试验、剪切试验等力学试验方面综述了脂肪组织生物力学性能的研究成果,并进一步介绍了有限元分析中常用的脂肪组织材料本构模型,分析了脂肪组织生物力学性能研究所面临的问题及今后的发展方向,为脂肪组织生物力学研究提供了参考。