车载激光雷达的应用算法

伴随着无人驾驶领域的迅速发展,激光雷达(LIDRA)在这一行业上的应用越来越广泛。激光雷达的快速发展,为智能网联汽车在目标跟踪与识别等方面提供了另一种方式。文章以车载激光雷达在自动驾驶行业上的应用为切入点,介绍了车载激光雷达的三种应用算法。目标跟踪与识别算法,通过目标跟踪算法对障碍物运动状态做出估计和预测,实时评估障碍物和无人驾驶车辆的安全等级,作出相应的决策。即时定位与地图构建(SLAM)相关算法,应用于解决机器人在未知环境中定位自身位置和姿态的一种高级算法。点云分割往往是物体识别、地图构建的基础,通过对六种常用分割算法的描述,分析了算法各自的特点,为不同应用场景算法的选择提供了一定参考。

基于视觉的车道保持系统

为提高无人驾驶车辆主动安全性,文章基于神经网络车道线检测和单点预瞄横向控制策略的车道保持方法,以车载摄像头作为感知设备,采集前方道路的图像信息并传输给车载终端对图片进行处理后得到车道线信息,据此设计相应的横向控制器计算出偏离车道中心所需的前轮转角,最终作为控制信号传输给车辆的控制机构实现车道保持。经过实车验证表明,在低速情况下该系统能实现车道保持功能。研究结果对提高汽车的车道保持性能有一定参考价值。

基于云通信的智能车辆行驶状态监测系统分析

只依靠单车智能很难实现高阶自动驾驶,但通过将车、云、路、人结合起来,可大幅提高车辆的环境感知和控制决策能力,从而给出智能车辆行驶过程中的全局最优方案。文章搭建了基于云通信的车辆行驶状态监测系统。先用车载端机器人操作系统(ROS)对各传感器的数据进行整合,然后通过WebSocket协议上传至云端,并在云端使用Redis缓存中间件对数据高效存储。云端系统通过基于Token的安全验证技术进行安全访问,并对数据再次整合。客户端通过HTTP协议来进行监测数据的请求,并且在客户端设计出了每种监测数据的展示页面。最后,在实车上布置相应传感器进行监测系统验证,结果表明,该系统具有良好的可靠性和稳定性。

纯电动重型商用车生命周期评价分析

由于当下严重的环境污染以及资源匮乏,纯电动汽车迅速发展并已渐渐成为当下汽车产业的主流,纯电动汽汽车也被誉为当下最适合我们的环境友好型汽车。然而现实情况却更为复杂,需要我们从完整的生命周期进行评价分析。鉴于此,文章基于GABI软件建模,对纯电动重型商用车从原材料获取到零部件回收的全生命周期进行评价。通过对所获取的数据进行归一化和量化处理,进而分析纯电动重型商用车全生命周期各阶段的能耗与排放。研究表明:纯电动重型商用车在使用阶段的排放量最高,其次为整车装配阶段。