探索飞行汽车通勤新模式的城市空中交通发展分析

随着电池以及分布式推进技术的发展,具有电动垂直起降(eVTOL)能力的新型飞机设计能力将得到进一步提升.特别是汽车与航空领域的跨界渗透与融合,极大推动了飞行汽车与城市空中交通(UAM)的发展.飞行汽车与城市空中交通(UAM)有可能成为空中交通运输的变革性因素,为航空业、交通系统和城市规划带来颠覆性创新.本文主要介绍了飞行汽车的概念以及发展历程.论述了支撑城市空中交通(UAM)未来的关键支撑元素,包括载运具技术、推进技术、自治技术、通信与导航、空域管理等.同时还探讨了城市地面基础设施、社会接受度、政策因素等方面的影响,以及商业模式选择.本文结合UAM的发展与实施讨论了可能遏制该主题概念成功应用发展的主要挑战和多学科限制.

基于调频连续波雷达的多目标生命体征实时检测

针对多目标场景提出了一种基于调制连续波(FMCW)雷达的非接触式生命体征检测方法。通过动目标显示(MTI)、指数加权平均滤波与递推平均滤波,去除了回波信号包含的静态杂波与背景噪声,大幅提升了信噪比(SNR);采用单元平均恒虚警率(CA-CFAR)自适应检测门限、设置最小距离阈值的方法,实现多目标检测,并结合最邻近关联算法与卡尔曼滤波实现多目标跟踪;提取多个目标的相位信息,处理得到呼吸与心跳信号,结合快速傅里叶变换与自相关方法估计呼吸率与心率。实验证明:所提方法能够准确、稳定地实现多目标生命体征的实时检测。

负载变化对危险货运车自动紧急制动系统的影响（英文）

主要是研究负载变化对油罐车自动紧急制动系统的影响.建立罐内液体的"质量-弹簧"等效机械模型,根据该模型计算制动时罐内液体的冲击力;基于车辆运动学和动力学方程建立了自动紧急制动模型,并对模型进行了仿真测试和实车测试验证.结果显示,防抱死系统的介入是空载情况下油罐车制动减速度曲线波动的原因,而满载情况下油罐车制动减速度曲线波动是由于罐内液体的晃动.进一步研究发现,有负载时,由于罐内液体的晃动,油罐车的制动效率衰减超过40%.基于这些发现,平均制动减速度和制动时间被加入到自动紧急制动算法中以计算更合理的提前制动时间和需求减速度.

24 GHz盲区监测与变道辅助雷达系统的开发

提出一套含有盲区监测(BSD)与变道辅助(LCA)的24GHz雷达系统,以便提醒驾驶员可能出现的危险情况。定义了报警条件,设计了对雷达系统的波形,利用ADIsimPLL、SystemVue和Matlab软件,对雷达的信号的生成及信号处理算法进行了仿真。设计和制作了由雷达壳体、信号处理电路板、隔离信号处理电路板、雷达射频天线电路板等组成的雷达的硬件系统。对雷达系统的盲区监测与变道辅助功能进行了实车测试实验。结果显示:雷达系统能够设定的危险工况下进行警告且不在其他工况下进行警告。因此,本雷达系统开发符合相关的国际标准。

车用成像毫米波雷达点云目标分类

本文为了提高自动驾驶的目标分类精度,基于成像毫米波雷达点云特征,提出了16维特征向量,分别使用了决策树模型、随机森林模型以及核SVM模型,实现行人、自行车、摩托车、小轿车、大巴车这五类目标的多类分类。为了验证所提特征向量的有效性和鲁棒性,使用成像毫米波雷达分别采集了不同运动状态、不同距离和不同角度下五类目标的数据样本。

基于Faster RCNN和YOLO的交通场景下的车辆检测

高级驾驶辅助系统(advanced driver assistance systems,ADAS)已经变成近几年汽车领域的研究热点,交通场景下的车辆检测是ADAS系统的重要组成部分。为实现车辆检测性能和计算效率之间的平衡,针对Fast RCNN使用选择性搜索算法进行特征提取耗时较长且检测准确率较低的问题,提出了基于Faster RCNN和YOLO的一种新的网络架构。该方法非常简单,可以在具有挑战性的KITTI数据集中进行端到端的训练并表现的不错,超越了Faster RCNN的检测效果。同时,该方法也非常有效,运行速度超过每秒24帧,可以达到实时检测。

具有多个级联输出层的深度神经网络

提出了一种新的深度神经网络的设计方法,目的是改进其泛化性能.介绍了常用的改进深度神经网络泛化性能的方法,描述了所提出的新的具有多个级联输出层的深度神经网络的设计方法.该神经网络的多个级联输出层构成了序列分类器,这些分类器与自适应增强算法相结合提升了神经网络的泛化性能.该模型通过在分类器间共享部分网络结构节省了计算量,通过试验证实了其有效性和可靠性.

基于自适应消失点及时间上下文的光照鲁棒车道线检测（英文）

提出了一种光照不变的车道线检测算法,充分利用时空上下文信息实现了鲁棒的车道线检测.通过霍夫变换自适应检测出消失点和感兴趣区域,减少计算量;利用图像序列的时空上下文信息,以及一种时间切片图像的产生方法来获得车道线关键点,此外,利用顶帽变换增强图像对比度以获得噪声和低光照度情况下更好的分割效果;给出了车道线预测的方法.通过若干试验验证,结果表明,该算法可以有效地检测出车道线,并且对于低光照、变光照、破损和模糊车道线具有较好的鲁棒性.

基于CARLA的驾驶仿真平台搭建

对开源仿真平台CARLA进行了介绍,分析了CARLA的基本功能、相关研究与应用。基于CARLA与罗技G920驾驶操纵设备搭建驾驶员在环的驾驶仿真平台。为提高驾驶仿真平台的拟真性,设计并实现了转向盘力矩反馈功能与转向灯功能。最后,评估了驾驶仿真平台的性能,讨论了驾驶仿真平台可能的应用领域及未来的发展方向。

基于RCBAM和SSD的特征融合低照度环境目标检测算法研究

针对低光照、雨雾等恶劣场景对智能驾驶视觉系统检测能力的影响,提出了一种雷达与相机特征融合的网络模型.基于毫米波雷达信息和注意力模型构建了雷达注意力机制特征模块,该模块可以为特征融合网络提供一个先验信息和增加算法在目标候选区域权重.测试结果表明,引入雷达注意力机制模块后,特征融合网络的目标检测性能要比仅依赖计算机视觉的检测性能有了明显的提升,并且在复杂场景下的目标检测鲁棒性更强.

电动汽车智能辅助驾驶技术研发及产业化

电动汽车智能化是国家中长期科技和汽车产业技术转型的战略方向,其中电动汽车智能辅助驾驶技术是“十三五”新能源汽车试点专项重点任务之一。当前,我国在智能辅助驾驶方向供应链体系缺失,关键技术和零部件依赖国外,严重制约了我国智能汽车发展。