Analysis on Uncertain Information and Actions for Preventing Collision

Discusses and analyzes the causes and characteristics of the uncertainties of the information and actions for preventing collision at sea on the basic knowledge of the collision avoidance.Describes the ways and functions of the investigations about the uncertainties of the information and actions of collision avoidance with the navigation simulators.Puts forward some suggestions for the officers to master the skills of the recognition of these uncertainties of the information and actions by the training with the sim- ulator during the MET course.     

智能汽车自动紧急转向避撞的跟踪控制方法对比研究

为了提高智能汽车的主动安全性,提出3种不同的自动紧急转向避撞跟踪控制方法。首先建立汽车避撞简化模型,对制动、转向及两者相结合的3种不同避撞方式进行对比分析。其次,为深入研究汽车避撞过程中的实际响应,建立包含转向、制动及悬架3个子系统耦合特性的底盘18自由度统一动力学模型,并进行相关试验验证。随后构建智能汽车自动紧急转向避撞控制框架,对五次多项式参考路径和七次多项式参考路径的横摆角速度和横摆角加速度进行对比分析。接着以线性2自由度转向动力学模型为参考对象,对最优控制四轮转向、最优控制前轮转向、前馈与反馈控制相结合的前轮转向3种不同的跟踪控制系统分别进行设计。最后,以汽车底盘18自由度统一动力学模型为研究对象,对上述3种避撞控制系统进行仿真试验对比分析。研究结果表明：与制动避撞相比而言,转向避撞所需的纵向距离有较大降低,随着车速的增加和路面附着系数的越低,效果越明显;七次多项式参考路径比五次多项式参考路径的避撞过渡过程更为平缓,当实际车速与控制器所用车速不一致时,前者避撞性能表现更优;最优四轮转向控制系统在高、低2种不同附着路面都具有较好的避撞效果,最优前轮转向控制系统次之,而前馈与反馈相结合的前轮转向控制系统在低附着路面上则表现出严重的失稳。     

复杂路况下汽车主动避撞报警技术研究

汽车主动避撞报警技术对提高行车安全有重要意义,但如何减少复杂路况下行车时的误警率是当前需解决的关键问题。通过测量车载信息如汽车转向角度、车速、制动信号、转向灯信号等获知汽车的行驶状态,利用雷达技术感知路况和危险,基于合理的报警算法和控制策略,研制出复杂路况下的汽车主动避撞报警系统。通过实际道路报警试验,结果表明所采取的减少误警率的方法是有效的,所开发的报警系统更趋实用化。     

智能汽车对无信号交叉口行人的避撞控制

针对智能汽车在无信号交叉口对横穿行人的避撞问题,研究了主动转向避撞控制策略。基于多层模型预测控制方法,采用分层控制策略设计局部规划层控制器与全局跟踪层控制器,在此基础上根据交叉口处汽车与行人的轨迹特征计算人车碰撞剩余时间,改进传统人工势场法构造避撞函数,规划出既能规避交叉口内存在碰撞风险的行人又能使偏差最小的局部避撞路径,并使智能汽车在满足多项动力学约束时准确跟踪参考路径,通过搭建CarSim/Simulink联合仿真平台,结合广东省2006—2018年交通事故数据库选取对交叉口人车碰撞有显著影响的因素,设计仿真场景进行仿真分析。结果表明：智能汽车能在多个初始点完成对参考路径的跟踪,控制器对不同速度和附着条件有较高的鲁棒性,高速低附着场景中,智能汽车横向加速度小于0.4 g、质心侧偏角小于2°、前轮侧偏角小于2.5°,各约束量满足舒适性和平稳性条件;4个典型交叉口场景中,智能汽车以不同速度直行或转弯通过交叉口,均能识别横穿行人中存在碰撞风险的行人实现主动转向避撞。     

中越界河海事执法行为的风险规避

文中通过介绍中越边境河流——北仑河海事现场执法风险，分析执法风险存在的原因、表现形式，结合实际工作体会，探讨界河基层海事执法的风险防范     

基于虚拟应力场法的船舶避让与控制

为了实现船舶在航道内的避障,应用虚拟力场法建立了避障模型,描述了目标点的虚拟引力和障碍物的虚拟斥力之间的关系及其功能设计,实现了从船舶运动坐标值到控制量的转变,结果证明．船舶能够在多变的周边环境中实现避障功能。     

基于贝叶斯概率估计的智能电动车动态目标避障算法

为了实现智能电动车在中汽中心智能网联示范基地内的动态避障,首先将直角坐标系与曲线坐标系进行转换,构建以参考路径的弧长s为横坐标,横向偏移距离q为纵坐标的曲线坐标系;其次,在曲线坐标系中利用三次多项式生成满足初始位姿与子目标点位姿的候选路径,同时对标准化常量的似然函数进行定义,在此基础上利用贝叶斯定理对每条候选路径的危险等级进行概率估计;在动态避障过程中,借鉴速度障碍法对碰撞威胁进行实时检测,并建立最短避障时间和安全距离的数学模型来实现高效的动态避障,最后对行人占用车道行走与横穿马路2种典型场景进行动态避障试验。研究结果表明：在曲线坐标系中,通过横向偏移距离能够便捷地建立起一系列候选路径,克服在直角坐标系中寻找移动子目标点这个难题;在寻找安全路径方面,由于智能电动车工作环境的不确定性,利用贝叶斯定理对候选路径危险等级进行概率计算的方法可靠性更高,速度障碍法与避障数学模型的结合满足碰撞危险检测的实时性和动态避障的高效性要求。试验结果表明：采用曲线坐标系中的动态避障算法对行人占用车道和横穿马路2种场景进行了有效的避障,在路径选择上符合实际驾驶习惯,达到了智能网联示范基地动态避障的要求。     

基于专家系统和搜索算法避碰系统的研究

介绍了一种运用了专家系统和动作空间搜索的避碰系统。运用模糊理论来推论碰撞危险度,通过A搜索算法设计避碰行为。船舶动作空间搜索算法源于运用了船舶航行规范的专家系统。通过ECDIS中的人机界面及数学仿真结果,证明了采用专家机制的避碰系统可以采取更合理的行动。     

自动驾驶汽车中乘员在不同座椅朝向下的损伤风险及规避策略

在高度自动化车辆（Highly Automated Vehicle,HAV）中,由于不再需要驾驶人,乘客之间可以实现面对面的交流,这给车辆座椅的布置提供了更大的灵活性。为提高HAV的碰撞安全性,提出使用旋转座椅来改变人体朝向与碰撞方向相对位置的规避策略,其基本思路是在碰撞发生前通过主动改变座椅朝向来降低乘员损伤。首先,利用尸体试验数据对所建立的碰撞模型进行验证;然后,基于4种不同的座椅朝向,利用THUMS^TM人体模型进行初始速度为56 km·h^-1的正面碰撞模拟试验,以确定相对安全的座椅朝向位置;最后,预测座椅旋转过程本身以及旋转至某位置后发生碰撞的乘员损伤风险。在静态正面碰撞中,选择0°、90°、135°和180°四种不同的座椅朝向进行乘员损伤预测和比较,结果表明180°朝向时的乘员损伤风险最小。在此基础上,模拟了200 ms内将座椅旋转±45°和±90°,以及分别在0 ms和100 ms时间延迟后引入碰撞的试验过程。研究结果表明：200 ms能够将乘员旋转±45°和±90°而不引起额外的人体损伤,并且在无时间延迟时,旋转至背对碰撞方向的乘员损伤,比正面碰撞中0°、90°和135°座椅朝向的乘员损伤更低,证明了该损伤风险规避策略的有效性。     

Control of interacting machines in automated container terminals using a sequential planning approach for collision avoidance

The control of automated container terminals is complex since Quay Cranes (QCs), Automated Guided Vehicles (AGVs) and Automated Stacking Cranes (ASCs) interact intensively for transporting containers, while collision avoidance of equipment must be ensured. This paper proposes a methodology to generate collision-free trajectories of free-ranging AGVs in automated container terminals, while minimizing the makespan of the whole container handling system. A hierarchical control architecture is proposed to integrate the scheduling of interacting machines and trajectory planning of AGVs. Following a so-called overall graph sequence by a scheduler, the collision-free trajectories of AGVs are determined by solving a collection of mixed integer linear programming problems sequentially. Simulation results illustrate the potential of the proposed methodology.