基于毫米波雷达的无人驾驶汽车安全性能评估（英文）

为了评估基于毫米波的无人驾驶汽车安全性能,提出一种采用距离欺骗干扰的评估方法。首先,详细介绍了该方法的工作原理,结合一种波形编辑软件,研制出了一种试验平台可产生含有虚假距离信息的欺骗干扰信号。然后,根据毫米波雷达工作原理及雷达干扰相关理论,科学地计算并配置了试验装置的相关参数。在实验中,当收到来自试验装置的欺骗信号后,被测车辆的毫米波雷达可以将其识别成一个障碍物。虽然障碍物并不存在,但被测车辆依然即使采取了紧急制动措施,以供测量其有效制动距离。实验结果表明,该方法可以满足基于毫米波的无人驾驶汽车安全性能测试,且避免了之前方法的种种弊端。     

毫米波雷达的汽车盲点检测系统研究与设计

汽车主动安全是一种使汽车在事故可能发生时能够主动采取措施,避免事故发生的技术。盲点探测系统作为汽车主动安全系统的重要组成部分,在车辆进行并道或超车时,能有效降低因视觉盲区发生的事故。针对车辆行驶过程中后视镜存在的盲点问题,研究和设计了基于毫米波雷达的盲点检测系统,主要对系统的雷达信号处理部分做了分析与研究。采用三角波线性调频连续波能有效解决速度距离耦合现象,并对实验数据进行了仿真分析,实验结果表明方法的有效性。     

基于安全距离模型的汽车主被动结合CST技术

针对目前主动技术和被动技术的单一性或者主动技术和被动技术简单相加的情况,提出一种基于安全距离模型的主动测距与被动碰撞吸能相结合的螺纹剪切式汽车碰撞吸能(CST)技术。即以单片机技术为核心,通过毫米波雷达测得本车与前方车辆之间的距离,运用行车安全距离模型确定本车的安全状态,一旦发现两车之间的距离小于安全距离时,则立即启动螺纹剪切式汽车碰撞吸能系统,从而实现根据汽车所处的安全距离自动确定螺纹剪切式汽车碰撞吸能系统工作状态。并以此制作相应的电路板,以干燥路面情况下车速为36 km/h和速度84 km/h的危险状况进行实验。试验结果表明:系统能通过比较实际车辆之间的距离与安全距离大小,以此来控制CST的伸缩。     

基于波束信息的相控阵雷达探测距离测试方法

为解决通过实际检飞测试雷达探测距离的实验中遇到的求解目标被雷达扫描次数的问题,本文给出一种基于相控阵雷达的波束信息计算空中目标被雷达扫描次数的方法,该算法在评估雷达对空探测中可以完全正确的给出目标被波束扫描的次数,进而可以计算出更加准确可靠的雷达探测距离。     

汽车测速系统中的相位其准信号及校正方法

介绍了基于多普勒雷达的汽车测速系统的原理,并对其中的相位基准信号进行了详细的分析,提出了对测量装置本身运动的校正方法,可有效地测量前方车辆的速度和距离,对雾天或夜间行车安全提供保障。     

面向动态目标的汽车毫米波雷达防撞系统设计

汽车毫米波雷达防撞(AMRV)系统是实现汽车主动安全驾驶的关键装置,针对行驶中汽车的运动特点,研究了面向动态目标的汽车毫米波雷达测距和测速原理,设计了汽车毫米波雷达防撞系统,并运用先进设计系统软件(ADS)对该系统进行了计算机仿真实验,实验表明所设计的系统符合防撞雷达的要求.     

基于传感器数据融合的车辆目标匹配

利用毫米波雷达和相机数据融合检测前方障碍物的方法,可以为智能驾驶汽车提供准确可靠的感知信息。因而,基于多传感器数据融合的目标匹配的重要性逐渐凸显。为实现二者的目标匹配,首先构建了相机和毫米波雷达的时间融合模型和空间融合模型,实现二者数据的时间一致和空间对准,然后对毫米波雷达数据和图像数据进行处理,通过对毫米波雷达数据的预处理且引入有效目标决策算法,获取毫米波雷达的有效目标数据;利用基于深度学习的目标检测算法,实现对图像中车辆目标的检测。最后设计了二者的目标匹配算法,并通过实验验证了该方法的有效性。     

毫米波技术正广泛应用于无人驾驶

毫米波雷达指工作在毫米波波段的雷达,是测量被测物体相对距离、相对速度、方位的高精度传感器,早期被应用于军事领域,随着雷达技术的发展与进步,毫米波雷达传感器开始应用于汽车电子、无人机、智能交通等多个领域。同超声波雷达相比,毫米波雷达具有体积小、质量轻和空间分辨率高的特点。与红外、激光、摄像头等光学传感器相比,毫米波雷达穿透雾、烟、灰尘的能力强,具有全天候全天时的特点。另外,毫米波雷达的抗干扰能力也优于其他车载传感器。     

基于毫米波雷达的前向防撞报警系统

为有效预防车辆追尾碰撞事故的发生,提出了一种基于毫米波雷达的车辆前向防撞报警系统设计方案。系统利用车载毫米波雷达准确获取自车与前方多个目标之间的车间距离和相对速度信息,车内控制器综合车间距离、相对速度、自车车速、驾驶员反应时间、车辆制动性能及环境气候等多种因素,在自车与前方目标车辆间存在潜在的碰撞危险时,可通过视觉、听觉、触觉等多种方式发出报警信息提醒驾驶员,避免因追尾碰撞而引发交通事故。     

双动态条件下多传感器融合的车辆检测方法研究

运用双动态条件研究追尾事故中车辆防撞预警方法,提出一种基于毫米波雷达和PTZ摄像机相结合的前方车辆检测方法。解决摄像机、雷达、世界坐标系的变换关系,实现空间上的融合;采用线程同步方式实现时间上的融合。目标识别过程中,在图像中生成感兴趣区域,通过三阶Kalman滤波算法对当前周期内获取的初始目标信息进行预测,基于已训练好的级联分类器进行多尺度识别,得到感兴趣区域内的车辆。将单目测距获得的距离与毫米波雷达获得的实际距离进行比对,以验证上述算法的准确性,试验结果表明,测量距离与实际距离误差率为1.96%,可控制在用户可接受的区间内。     

交通雷达测速仪误差分析与改进

交通雷达测速仪在交通监控与管制中起着越来越重要的作用，特别是在道路交通巡逻、检查以及车流量统计和速度的检测方面得到广泛应用。然而雷达测速仪普遍存在的问题如测试精度不高，作用距离有限等限制了它的进一步推广应用，这里针对交通雷达测速仪的工作原理及测试方法进行了深入分析，并提出了有效的改善其性能的方法。对提高国产交通雷达测速仪的精度与可靠性并使其向多功能测试仪发展具有重要的现实意义。     

微波测速、测距系统的设计

车速、车距测量是汽车避撞系统中的关键技术，分析了车速、车距测量方案，并详细讨论了调频连续波(FMCW)测量系统的工作原理，给出了主要电路的设计方法。此系统可以在雾天或夜间准确监测前方车辆，并在车速、车距达到安全边界时给出警示信号，避免碰撞事故的发生。     

Real time traversability analysis to enhance rough terrain navigation for an 6 × 6 autonomous vehicle

An autonomous vehicle should be driven at a velocity that allows it to feasibly track a predetermined path. For autonomous vehicles that require high velocity navigation over rough terrain, the driving velocity should be calculated in real time and maximized without exceeding any safety limits. In order to compute the driving velocity in real time, several factors including path curvature, terrain characteristics, vehicle dynamics, and interaction between vehicle and terrain need to be taken into account, along with real time constraints. In this study, a method based on real time traversability analysis is proposed to determine the maximum permissible velocity at which an autonomous vehicle can traverse rough terrain with guaranteed stability. Simulations validated the proposed method for a 6 × 6 autonomous vehicle with articulated suspension traveling over rough terrain.     

极限工况下无人驾驶车辆运动规划策略研究

针对无人驾驶车辆在极限工况下的运动规划问题,提出一种适应极限工况的无人驾驶车辆运动规划策略。首先,建立了准确描述车辆运动的动力学模型,并采用修正的非线性轮胎模型反映轮胎与不同路面之间的动力学特性;其次,提出一种基于安全制动距离的自适应势场模型,以适应极限工况下外界条件与车辆参数的变化;再次,考虑到车辆在极限工况下易发生横向失稳,设计出横向稳定性指标(Lateral stability index,LSI)作为关键优化参数,并展开车辆横向稳定性分析;然后,基于模型预测控制方法(Model predictive control,MPC),将极限工况下的运动规划问题转化为多目标优化问题;最后,构建出PreScan-Simulink-CarSim联合仿真平台,并在冰雪路面等多种极限工况下对所提出的运动规划策略进行了验证。仿真结果表明,该策略有效提升了无人驾驶车辆在极限工况下的安全性与稳定性。     

汽车电控液压制动系统动态性能分析及试验研究

为改善汽车主动安全性能,简化制动系统结构,研制一种电控液压制动系统,对其动态性能进行理论和试验研究。分析电控液压制动系统的结构原理和工作模式;根据关键零部件的液压特性理论推导电控液压制动系统的动力学模型;运用线性回归理论对系统模型中难以测量的关键参数加以辨识,利用自行研制的电控液压制动系统试验台测试数据进行模型验证;以BJ2500汽车为对象,研究电控液压制动系统制动过程,蓄能器压力、脉宽调制占空比、轮缸工作点压力及液压管路等因素对系统动态性能的影响;在制动性能测试试验场的平直路面进行电控液压制动系统的实车制动试验,结果表明所研制的电控液压制动系统动态响应速度快、控制精度高,制动过程车速平稳降低,制动方向稳定性好。     

基于生理特征映射的驾驶员情绪在线识别模型构建方法

高精度驾驶员情绪识别模型是智能车辆安全辅助驾驶系统构建的关键问题之一。针对该问题,提出一种基于生理特征映射的驾驶员情绪在线识别模型构建方法。对不同情绪下驾驶员心电、脉搏生理信号进行时域特征提取,建立生理信号-情绪关联样本库,给出改进式自编码(Improved stacked autoencoder, I-SAE)神经网络架构,构建基于I-SAE神经网络的人员情绪生理表征和离线辨识模型;同步采集行驶过程中不同情绪下驾驶员生理信号和车辆状态数据,利用主成分分析法选取车辆状态特征参数向量,通过I-SAE模型识别处理生理信号数据,将驾驶员情绪的生理表征映射为车辆状态表征,构建车辆状态-驾驶员情绪关联样本库;在此基础上,建立基于学习矢量量化(Learning vector quantization, LVQ)的驾驶员情绪在线识别模型。试验数据表明,该方法构建的驾驶员情绪在线识别模型正确识别率达84%以上,可满足安全距离预警等车辆智能系统需要。     

基于改进模糊层次分析法的汽车操纵稳定性主观综合评价

基于改进的模糊层次分析方法(fuzzy-AHP),对某款车型进行了主观评价试验。通过经验丰富的驾驶员对该车型指标层指标进行主观评分,并将其与已确定的权重系数相结合,得到操纵稳定性的总体性能评价结果。研究结果可以帮助汽车设计人员合理地控制汽车的结构参数,使之既适合于驾驶员驾驶又具有足够的主动安全性。     

基于变预测时域MPC的自动驾驶汽车轨迹跟踪控制研究

为了保证自动驾驶汽车轨迹跟踪的精度及行驶过程中的稳定性,提出一种基于车辆横向稳定状态在线识别和模糊算法的变预测时域模型预测控制（MPC）方法。针对车辆稳定状态的在线识别,采用k-means聚类算法对车辆行驶状态参数进行聚类分析,得到聚类质心,通过在线对比当前车辆状态量与不同聚类质心之间的欧氏距离获取车辆的实时安全等级。同时计算出当前车辆的轨迹跟踪横向偏移量,以这二者为输入,通过模糊控制算法在线计算出预测时域的变化量并输出给MPC控制器实现预测时域的自适应调整,最后求解出自动驾驶车辆跟踪轨迹的最优的控制序列,以达到在保持车辆稳定的前提下实现高精度轨迹跟踪控制的目的。CarSim/Simulink联合仿真结果表明,改进后的变预测时域MPC算法在提高自动驾驶汽车轨迹跟踪精度及横向稳定性方面的表现优于传统MPC控制器。     

电液混合动力轨道车的复合制动特性

针对蓄电池轨道工程车制动性能的不足设计了一套液压再生制动系统,在车辆原底架结构基础上与原制动系统共同作用形成了一套复合制动系统。为探究复合制动系统制动、能量回收和缓速的有效性,对电液轨道车下坡纯摩擦制动的能力进行了理论计算,并利用AMESim和MATLAB/Simulink建立的液压系统模型对复合制动过程进行仿真运算。仿真结果表明:复合制动方式能大大提高下坡制动性能同时回收制动能量;在高速工况下制动时,马达变排量控制方式能够提高液压再生制动扭矩,从而减少制动距离和磨损。复合制动系统能有效地调节轨道车下坡速度,保证车辆安全性。