全自动驾驶，短时难以突破能难题

从谷歌的自动驾驶汽车进入大众视野开始,无人驾驶就成了各大汽车厂商下一个深入探索的领域。有技术专家评论称,谷歌实际上已经解决无人驾驶汽车领域的大多数问题,但是,如何赋予汽车各种各样过去由人类掌握的日常知识,实现真正的无人驾驶？依然是进入自动驾驶汽车领域的厂商们面临的最大难题。     

基于低压直流供电的车路协同一体化系统

随着自动驾驶技术的高速发展,无人驾驶有望成为未来出行的主要方式。一直以来,相关学者对无人驾驶汽车的智能化研究较为深入,而对于车路协同的无人驾驶技术方案探索较少,针对以AI为核心的单车智能存在很多局限性的实际情况,提出一种基于低压直流供电的车路协同一体化系统,主要介绍了车路协同一体化系统中路侧智能基础设施的供电方式和通信组网方式,给车路协同在汽车无人驾驶领域之中的良好应用与发展提供一定的参考。     

智能驾驶路径规划技术综述

随着5G通信系统和人工智能技能快速发展，汽车产品的智能化和联网化已是大势所趋。人们追求更加方便快捷的出行方式，智能汽车朝着人员辅助驾驶到汽车实现无人辅助自动驾驶以及单车独自智能驾驶到多车协同智能驾驶等方向发展。目前汽车智能驾驶前景广阔，智能驾驶技术已成为汽车产品功能研究领域的热门研究方向。智能驾驶路径规划分为局部路径规划和全局路径规划。在路径规划技术中需要用到环境感知技术来实现智能汽车自主避障，因此，介绍智能驾驶研究概况，结合算法对环境感知、路径规划等智能驾驶技术的发展进行分析和梳理，并对智能驾驶汽车的未来进行展望。     

万集科技:基于智能网联技术的智能交通创新应用

智能网联技术推动智能交通数字化变革 国际汽车工程师协会(SAE)将自动驾驶分为L1—L5五个等级标准,相应地,道路也可以分为与自动驾驶一一对应的五个层级.当前道路正处于L2信息化道路阶段,在此基础之上,根据数字的获取、传递、理解和应用能力,定义了网联化道路、数字化道路,以及智能决策道路.循序渐进的顺序应该是先有数字化道路,再有网联化道路,但是随着 V2X 和 5G 通信技术的超前发展,数字传递事实上走到了数据获取之前,并且具备了大规模部署的能力,因此从产业的角度,可以将网联化道路置于数字化道路之前,可以先基于泛网联化的信息传递,实现部分场景和服务,支撑有条件自动驾驶.     

智能道德机器的现实困境与对策分析——以自动驾驶汽车为例

自20世纪以来,自动驾驶汽车引起了工业界和研究界的广泛关注,究其原因,不仅是汽车领域的技术进步,更快的计算单元的可用性,也是物联网的日益扩散引发的.自动驾驶汽车可以在短时间内收集大量数据并实时处理,以在道路上辅助做出决策.自动驾驶汽车计算、学习并做出决策的过程是每一个智能机器将面临的难题.我们正在进入这样一个时代,机器...     

杭州市自动驾驶汽车允许上路测试

近日,杭州市经信委、市公安局、市交通运输局联合印发了《杭州市智能网联车辆道路测试管理实施细则(试行)》(以下简称《细则》),主要明确了智能网联汽车道路测试的范围和管理规范等内容。据悉,下一步杭州将成立杭州市自动驾驶测试专家委员会,引入第三方测试管理机构,对测试主体和车辆进行评估审核,发放测试号牌,开放部分路段用于自动驾驶测试,加快推动自动驾驶技术的发展和应用。     

智能时代的汽车控制

自动驾驶是汽车产业发展的重要里程碑. 汽车驾驶自动化一直都在进行, 其发展进程是对驾驶人认知感知、决策规划和执行控制等各个重要环节的逐步增强或最终替代. 智能时代下, 大数据分析、泛在计算、泛在传感和人工智能等颠覆性技术为汽车驾驶自动化向着高级别迈进提供了新的机遇. 控制技术是智能时代汽车自动化进程中的基石, 更多的信息在先进控制技术的赋能下将衍生出更多的新功能与新系统, 从而实现汽车安全性、经济性以及舒适性等各个方面的提升. 本文对智能时代的汽车控制进行综述, 首先回顾汽车自动化的发展进程, 然后探讨汽车自动化进程中面临的问题, 最后梳理出一些未来智能汽车控制发展趋势与关键技术.     

基于多目标协同演化算法的大规模自动驾驶策略

目前无人驾驶技术领域的研究重点主要集中在单车层面的感知、决策与控制,而缺少对多车 之间交互及博弈的研究,因此无法有效降低交通系统整体事故率并提升通行效率。该文提出一种基于 合作博弈理论的大规模自动驾驶策略涌现方法。通过建立面向网联汽车、多目标优化决策的合作博弈 演化平台,并构造了一种网格道路模型和车辆运动学模型,使得系统中各车辆之间以近邻博弈的方式 进行交互;同时系统采用分布式算法并具有间接交互的特点,最终模型计算复杂度与模拟车辆规模呈 线性关系。实验结果表明,最佳策略涌现后,事故率和平均速度均取得明显改善,其中事故率降低了 90%,模型计算速度提升了 30%。该方法可应用于包含数百万辆自动驾驶汽车的城市级智能交通规划 系统中。     

智能汽车人机协同控制的研究现状与展望

随着人工智能、互联网技术、通信技术、计算机技术的快速发展,以电动化、智能化及网联化为基础的智能汽车成为汽车行业发展的一大趋势.按照汽车智能化、自动化的发展进程,美国汽车工程师协会将智能汽车的发展分为手动驾驶、驾驶辅助、部分自动化、有条件自动化、高度自动化和完全自动化6个级别,虽然不同层次、不同功能的汽车智能化技术正迅猛发展,但是真正意义上的全工况自动驾驶在短期内很难实现.因此,在未来很长一段时期内,智能汽车必然面对人机协同控制的局面,本文详细介绍了智能汽车人机协同控制中驾驶员建模及人机驾驶权动态优化控制的国内外研究现状,同时简要介绍了智能汽车测试与评价的国内外研究现状,提炼了共性问题,并对人机协同控制的发展趋势给出了一些观点.     

自动驾驶发展与关键技术综述

随着汽车电子化和高级辅助驾驶技术的快速发展,自动驾驶作为辅助驾驶技术的高级阶段,俨然成为未来解决交通出行的重要方式,已成为全球范围内的一个新的技术研究热点和重点。尤其近年来,自动驾驶在人类交通发展史上取得了里程碑式的进步。简述了自动驾驶的发展和关键技术的相关内容,在此基础上回顾了自动驾驶通过传感器进行环境感知的研究水平以及前沿人工智能技术在自动驾驶中的使用情况,涉及环境智能感知、传感器融合、高级规划、控制等关键技术的相关陈述,最后综述了自动驾驶系统当前所存在的问题,并展望了自动驾驶技术的未来发展方向。