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…     

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。     

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％。…     

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。     

人工智能在车辆自动驾驶中的应用

本文提出了一种新的基于人工智能的感知／计划／动作agent结构实现智能车辆自动驾驶的方案。首先通过描述该结构的原理说明该结构可以解决自动驾驶中存在的一些问题,接着通过建立自动驾驶知识库阐述如何具体实现自动驾驶,最后通过仿真实验验证了该方法能够为智能车辆实现自动或辅助驾驶提供一种非常有效的机制。     

基于智能模糊控制的汽车自动驾驶系统

针对汽车驾驶这一复杂系统，提出了一种基于智能模糊控制的方案。该控制方案可以实现汽车自动驾驶到设定的或任意的目标位置。汽车任意时刻的位置和目的地的坐标值可由GPS获得。系统用MATLAB进行仿真，并获得令人满意的效果。     

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。     

虚拟驾驶系统中智能汽车创建方法的研究

虚拟驾驶系统中智能自主汽车的驾驶水平对整个仿真系统的逼真性以及测试的可信性起着决定作用。本文通过对智能交通环境的研究，阐述了在虚拟驾驶仿真系统中智能汽车的建立方法．提出了利用数据库储存虚拟交通环境的道路信息，实现智能汽车对道路的识别。本文还提出了基于碰撞检测原理的视觉信息获取方法以及基于视觉信息的实时决策算法。实验结果表明，按照以上的方法，智能汽车能较真实的模拟人的视觉，做出人性化的驾驶行为，增强了智能汽车在复杂交通网络中行驶的正确性以及系统的快速性、稳定性,效果令人满意。     

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。     

基于智能模糊控制的汽车自动驾驶系统

针对汽车驾驶这一复杂系统,提出了一种基于智能模糊控制的方案.该控制方案可以实现汽车自动驾驶到设定的或任意的目标位置.汽车任意时刻的位置和目的地的坐标值可由GPS获得.系统用MATLAB进行仿真,并获得令人满意的效果.     

一种面向智能交通的移动机器人控制系统

智能交通系统(Intelligent Transportation System,ITS)是21世纪城市交通的发展方向，移动机器人作为智能车辆控制系统实验平台的一个主要部分．对ITS的关键技术的研究具有十分重要的意义，本文介绍面向ITS的SJINC-1移动机器人的控制系统，并详细叙述了基于数字信号处理器TMS320LF2407A的控制系统的设计和实现。     

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.     

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     

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.     

基于机器视觉的汽车智能驾驶系统研讨

本文提出了以双目立体机器视觉为主要道路环境感知手段的汽车智能驾驶系统．并分析了基于机器视觉的智能驾驶的可行性，指出急待研究的相关技术难点。     

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。     

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。     

基于智能网联的自动驾驶公交云控系统设计

为了缓解城市常规公交无法满足远期交通需求的问题,在深入研究城市交通系统的基础上,引入5G自动驾驶公交云控系统,开展基于智能网联的5G自动驾驶公交云控系统的研究。依托北斗定位、5G、LTE-V2X、立体安全防护体系、人工智能等核心技术,设计一种5G自动驾驶公交云控系统,给出系统的整体架构,包括车端和路侧层、网络层、智能云控平台层、交互层,对自动驾驶微循环云控平台进行了设计分析,对系统关键模块进行功能设计。自动驾驶公交云控系统的研究和探索有助于促进出行服务模式升级,提高市民出行效率。     

日韩大力布局智能交通系统

日本和韩国在智能交通系统（ITS）领域一直都处于领先地位。其中，国家政府是这两个国家应用智能交通系统的主要动力，据ABI Research机构最近发布的一份调查显示，国家领导阶层起了杠杆作用，他们积极地促成了ITS市场的发展，