排序方式: 共有27条查询结果,搜索用时 15 毫秒
2.
3.
4.
自动驾驶汽车已开始在部分开放道路进行测试,其与行人等其他交通参与者共享混行道路,面向自动驾驶汽车的车外人机交互技术亟需开展深入研究,以便行人快捷、高效地理解自动驾驶汽车的行驶意图,确保混合交通场景通行安全并提高通行效率。本文首先阐述了自动驾驶汽车与行人交互的重要意义,并从行人检测与跟踪、行人意图识别及行为预测、自动驾驶汽车的决策3个方面介绍了目前自动驾驶汽车的车外人机交互前期支撑技术研究概况,着眼于自动驾驶汽车行驶意图的表达,对交互需求和车外人机交互界面的设计原则及质量评估进行了梳理,最后提出了车外人机交互面临的挑战及未来的发展方向。 相似文献
5.
6.
为了解驾驶员在汽车碰撞瞬间的颈部肌肉主动反应,在汽车性能模拟器上构造了具有高度虚拟现实感的汽车正碰工况,选择10名志愿者在模拟器上分别以20、50、80和100km/h时速驾驶,记录在碰撞发生时驾驶员胸锁乳突肌、头夹肌和斜方肌的肌肉电信号及其肌肉激活程度。实验结果表明,发生碰撞时,驾驶员主要工作肌群的肌肉电信号明显升高,同时,肌电信号增幅随着车速升高呈现整体增大态势。本研究揭示了汽车碰撞时驾驶员颈部肌肉力学特性的动态变化规律,为高仿生保真度的假人模型的建造和更为准确地分析乘员碰撞损伤提供了理论支撑。 相似文献
7.
8.
9.
针对现有车辆运动状态估计算法严重依赖动力学模型精度且在大的质心侧偏角工况下准确性难以保障的问题,本文提出了一种基于混合神经网络的车辆运动状态估计算法。通过分析车辆本身的动力学基本特性,设计了适合于车辆运动状态估计的HNN混合神经网络架构,实现了车辆运动状态的深度学习估计。基于多个标准工况组成的数据集与典型实车测试工况进行了网络训练与测试验证。结果表明,相比于传统算法,本算法基于神经网络实现了精准的无动力学模型的汽车运动状态估计,提高了估计精度,且对路面附着系数变化具有鲁棒性。 相似文献
10.