汽车自动驾驶系统

汽车是现代的主要交通工具，在发达国家汽车已进入家庭．但驾驶汽车是件不容易的自，它有油门，离合器，刹车，换档和方向盘等多个操作机构，工作时各操作机构要协调配合动作。因此使汽车驾驶操作简化，行驶更加安全、舒适是当今汽车研究的主要课题之一。瑞典已开发出用微型操纵杆驾驶的汽车，德国研制出了能在高速公路上行驶的计算机辅助驾驶汽车，美、日等国也在汽车自动驾驶方面开展了许多研制工作。此外一些工程车辆如推土机、压路机、矿山运输车、救火车等在作业时环境恶劣，劳动强度大，这些车辆的驾驶自动化也是十分必要的，国外已有…     

重庆出台自动驾驶道路测试管理实施细则（试行）

3月11日,重庆市经济和信息化委员会、重庆市公安局、重庆市交通委员会和重庆市城市管理委员会联合出台《重庆市自动驾驶道路测试管理实施细则（试行）》（以下简称《实施细则》）,以规范和支持自动驾驶车辆在公共道路开展道路测试.     

汽车自动驾驶及其发展

自动驾驶汽车依靠人工智能、视觉计算、雷达、监控装置和全球定位系统协同合作,让电脑可以在没有任何人类主动的操作下,自动安全地操作机动车辆。自动驾驶技术是汽车产业与人工智能产业、物联网技术、高度智能化计算机等新一代信息技术紧密结合而形成的产物,是当前全球汽车与交通出行产业智能化与物联网系统的重点方向。笔者主要针对汽车自动驾驶及其发展进行研究。     

汽车自动驾驶系统的开发动态

汽车的发明已有100多年的历史。其间经历了无数次改型换代，总体结构日臻完善。近些年来，随着电子技术的飞速发展，汽车中的电子成分也日益增加。电子系统正在使汽车性能蕴酿一场新的革命，尤其是电子自动驾驶系统的开发。目前，现代的超豪华轿车中的电子计算能力几乎比6O年代登月的阿波罗飞船的计算能力还强。但是如今汽车中平均电子装置所占的成本只有6O美元，国外专家预计在今后5年内，这项成本将增加2倍。例如，13MW公司预计10年后，他的汽车将包含100个微控制器。电子系统占汽车总成本的比例将越来越高，预计到2000年，将达到20％。…     

自动驾驶汽车虚拟测试中的树木点云生成方法

自动驾驶汽车虚拟测试已成为自动驾驶或车路协同测试评价的一个重要手段,三维激光雷达数据模拟生成是自动驾驶汽车虚拟测试中的重要任务之一,目前多采用基于飞行时间原理的几何模型方法生成激光雷达三维点云数据,该方法生成点云实时性较差。布告牌是虚拟场景中常采用的树木建模方法,由于布告牌仅由两个矩形面片即八个三角形面片组成,直接采用布告牌方法生成的三维点云数据难以反映树木的真实空间信息。针对上述问题,提出了一种基于布告牌空间变换的快速树木三维点云生成方法。以布告牌的纹理图像为依据,根据纹理透明度获取树木二维平面点云分布,经二维树木点云的轮廓提取,结合树木结构的先验知识进行旋转、随机偏移和尺度变换,以更少的三角形面片数和更小的计算代价获得树木的三维点云数据。提出了一种空间直方图三维点云相似度评价方法,将三维点云空间量化为若干个子空间,获得三维点云的投影空间直方图,采用巴氏系数计算投影空间直方图相似度,以投影空间直方图加权相似度作为点云相似度评价值。实验结果表明,基于布告牌空间变换方法和几何模型方法生成的云杉等三种树木的三维点云数据的平均相似度在90%以上,且该方法生成树木点云的时间仅是几何模型法的1%,因此布告牌空间变换树木三维点云生成方法快速且准确,可以满足自动驾驶汽车虚拟测试的性能要求。     

简析车联网技术在汽车自动驾驶技术上的应用

随着经济的飞速发展,当前人们对汽车的需求越来越大,他们对汽车的性能方面的要求也越来越高,由此就引发了汽车行业的大发展.近年来,我国的汽车行业获得了长足的发展,汽车的智能化趋势逐渐增强,并在很多领域取得了突出的成就.在这个背景下,汽车自动驾驶技术由此衍生,成为一个大的趋势.本文旨在对车联网技术和汽车自动驾驶技术进行研究,并在此基础上推动我国汽车行业的进一步发展.     

基于Delta机的汽车自动驾驶系统

本文介绍了Ｄｅｌｔａ工控机及运行于其上的ＶＭＥｅｘｅｃ多任务实时运行环境，论述了自动驾驶系统的设计思想及软／硬件结构系统的硬件组成和软件结构。     

汽车自动驾驶纵向控制技术的研究

汽车自动驾驶的研究在国外一直是几十年们关注的热点，而我国才刚刚起步。本文按照系统建模、分析和控制的过程对汽车自动驾驶的纵向控制技术进行了深入探索和研究，针对汽车系统中存在的问题，提出了相应的解决方法，取得了有意义的结论。     

谷歌的自动驾驶汽车

谷歌正在进行技术研发,并且已经进行了广泛地测试,以发明一款能独立自动驾驶的汽车。这个科技巨人希望能减少一半车祸的发生。谷歌在自己的博客中报道说,谷歌的工程师们已经在旧金山的海湾地区试驾了这样的车队,总行程达到140公里。     

自动驾驶汽车将彻底改变智能交通

智能交通系统（ITS）旨在减少交通事故的发生、遏制污染和提高效率。由于自动驾驶汽车正在慢慢成为ITS的一部分,我们所了解的交通法规和法律在未来十年将有可能发生巨大的变化。     

基于平行测试的认知自动驾驶智能架构研究

在大数据、云计算和机器学习等新一代人工智能技术的推动下, 自动驾驶的感知智能在近年来得到显著的提升与发展. 然而, 与人类驾驶过程中隐含的以自我目的实现为引导的自探索性和自主性相比, 现阶段自动驾驶技术主要以辅助驾驶功能为主, 还停留在以被动感知、规划与控制为主的初级智能自动驾驶阶段. 为实现车辆智能从数据驱动的环境感知、辅助决策、被动规划到知识驱动的场景认知、推理决策、主动规划的提升, 亟需增强车辆自身对复杂外界信息归纳提炼、推理决策、评价估计等类人能力. 首先回顾自动驾驶关键技术演化及其应用发展历程; 随后分析测试对车辆智能评估的效用; 然后基于平行测试理论, 提出自动驾驶车辆认知智能训练、测试与评估空间的构建方法, 并设计基于平行测试的认知自动驾驶智能训练框架. 该项研究工作预期能为推动自动驾驶从感知智能向认知智能的升级提供可行的技术支撑与实现路径.     

自动驾驶汽车障碍物检测技术综述

如何可靠地感知环境和辨别障碍物是自动驾驶汽车最重要的能力之一。其中,障碍物检测是文献中讨论最广泛的课题之一。在任何车辆运动中,都需要非常仔细地对障碍物进行检测,如果检测是可靠的,那么就能确定它的优化方案,以确保行车安全。文章介绍了自动驾驶汽车障碍物检测方法所需各类不同类型传感器的特点,重点阐述了基于电磁波信息、图像信息、多信息融合的障碍检测技术,其中许多方法已经提出了不同的应用领域和场景,为智能车研发提供一定的参考和借鉴。     

自动驾驶交叉路口测试场景建模及验证方法

自动驾驶汽车在缓解交通拥堵和消除交通事故方面发挥着重要作用.为了保证自动驾驶系统的安全性和可靠性,在自动驾驶汽车部署到公共道路之前,必须进行全面的测试.现有的测试场景数据大多来源于交通事故和交通违法场景,而且自动驾驶系统最基本的安全需求就是遵守交通法规,这充分体现了自动驾驶汽车遵守交通规则的重要性.然而,目前严重缺少针对交通法规构建的自动驾驶测试场景.因此,本文从交通法规出发,根据自动驾驶系统安全需求,提出交叉路口测试场景的Petri网建模及形式化验证方法.首先,依据自动驾驶测试场景对交规进行分类,提取适合自动驾驶汽车的文本交规,并进行半形式化表征.其次,以覆盖道路交通安全法规以及测试场景功能测试规程为目标,融合交叉路口场景要素的交互行为,合理选择并组合测试场景要素,布设交叉路口测试场景.然后,基于交规的测试场景被建模为一个Petri网,其中,库所描述自动驾驶汽车的状态,变迁表示状态的触发条件,并选择时钟约束规范语言（CCSL）作为中间语义语言,将Petri网转换为一个可进行形式化验证的中间语义模型,提出具体的转换方法.最后,通过Tina软件分析验证交规场景模型的活性、有界性和可达性,结果表明所建模型的正确性,并基于SMT的分析工具MyCCSL来分析CCSL约束,采用LTL公式以形式化方法验证交规场景模型的一致性.     

国内首允自动驾驶车辆路测

2017年12月18日,北京市交通委员会等部门联合发布了《加快推进自动驾驶车辆道路测试有关工作的指导意见））和《自动驾驶车辆道路测试管理实施细则》两个文件。两文件规定,在中国境内注册的独立法人单位,因进行自动驾驶相关科研、定型试验,可申请临时上路行驶。     

自动驾驶汽车视野遮挡场景潜在风险评估

视野遮挡区域的潜在风险对自动驾驶汽车的行驶安全提出了极大挑战.面对难以准确有效地预测、评估潜在风险这一困难,本文提出了一种基于“知识图谱+逻辑推理+贝叶斯推理”的潜在风险评估方法,建立了潜在风险预判模型和潜在风险概率评估模型.潜在风险预判模型通过构建“城市道路驾驶场景知识图谱”描述了场景中实体与实体间的交互关系,并对场景描述信息进行语义转换,采用SWI-Prolog推理机推断当前场景是否存在潜在风险;潜在风险概率评估模型基于贝叶斯网络实现对潜在风险的概率评估.通过现场实验验证,所提方法对潜在风险的推理效果与人类驾驶员推理效果相似,甚至可弥补人类未及时推理出潜在风险的过失.方法适用于城市复杂道路交通,风险评估结果能为自动驾驶或辅助驾驶的行为决策提供有效依据,具有潜在应用价值.     

智能汽车自动驾驶的控制方法研究

为了解决智能汽车在无人驾驶的情况下自动跟随前方车辆行驶的问题,在预瞄跟随理论基础上提出一种自动驾驶的控制方法;该方法适用于控制一列智能车队,智能汽车通过接收前车发送的行驶状态来计算出前方路况,通过模糊自适应PID控制器来控制车辆驾驶;首先基于预瞄跟随理论设计一个汽车自动跟随模型,并指明需要跟随的物理量;然后,设计了一个模糊PID控制器来实现对给定物理量的跟踪;最后在dSPACE和飞思卡尔模型小车所搭建的实验环境下去验证控制方法的可行性;仿真实验结果表明该方法能够保证智能汽车具有良好的路况计算和车辆跟踪的精度,且具有较好的鲁棒性。     

谷歌计划10年内将自动驾驶汽车推向市场

在近期举办的美国汽车工程师学会sAE(Society of Automotive Engineers)全球大会上,谷歌项目经理安东尼·莱万多斯基(Anthony Levandowski)透露,接下来数年内,谷歌有望向市场提供自动驾驶汽车技术。莱万多斯基称:"未来10年电脑能完成的最重要任务便是驾驶汽车。我们不知道该如何展示自动驾驶比司机掌控更安全,但在下个十年到来之前应该可以实现。"关于推广途径,莱     

自动驾驶智能系统测试研究综述

随着人工智能技术的深入发展,自动驾驶已成为人工智能技术的典型应用,近十年来得到了长足的发展,作为一类非确定性系统,自动驾驶车辆的质量和安全性得到越来越多的关注.对自动驾驶系统,特别是自动驾驶智能系统(如感知模块、决策模块、综合功能及整车)的测试技术得到了业界和学界的深入研究.调研了56篇相关领域的学术论文,分别就感知模...     

自动驾驶：释放双手的难度

汽车值得信任么？这是许多司机对配有自动驾驶系统汽车所产生的疑问,因为要眼睁睁地看着“无形大手”旋转方向盘。对此,谷歌给出了肯定的回答。     

基于图像与高精定位融合数据的封闭场地自动驾驶汽车驾驶测试方法

现有的自动驾驶汽车场景仿真测试结果真实性不足,基于实际测试数据的评价方法缺乏实时性。为结合真实数据对测试过程展开实时评价,提出了基于“原场景”库的自动驾驶测试场景生成方法,利用差分定位GPS以及视频图像处理等工具,配合测试场地的高精地图设计了自动驾驶汽车实时测试评价方法,在自动驾驶测试场对本方法进行了实地验证。结果表明本方法具有较高的可行性,能够全面实时地对车辆自动驾驶能力进行评价。