基于五点插值模型预测控制的车道保持系统研究

提出了一种车道保持系统(LKS)的控制器,其参考轨迹生成方法是对传感器获得的五个预览点进行插值。它的意义在于通过使用五个点来减少对传感器的需求。此外,这五个预览点之间的距离是由纵向速度决定的。随后,将跟踪问题的模型预测控制(MPC)转化为二次规划(QP)问题,实现了控制器的计算。通过Matlab/Simulink和CarSim在不同速度下的联合仿真,验证了该方法的有效性和鲁棒性。仿真结果表明,该控制器能有效地减小车辆的侧向位移,取得较好的控制效果。

LSTGHP:基于分层时空图的异构代理轨迹分布预测

为了在复杂的城市交通环境中安全且舒适的导航,自动驾驶汽车必须对周围交通代理(车辆,自行车,行人等)的未来轨迹做出负责任的预测。为此,我们提出了一种基于分层时空图结构的异构交通代理轨迹预测模型LSTGHP,模型由以下三部分组成:(1)分层时空图模块;(2)Ego-agentMotion模块;(3)轨迹预测模块,其可以学习到场景中具有不同语义类别的交通代理未来轨迹的多模态分布。为了评估模型的性能,我们在由一个时变、高动态的城市交叉路口环境下收集异构交通代理的轨迹数据集,其中车辆,自行车和行人在场景中彼此交互运动。实验结论表明,我们的模型可以提高代理在近距离交互时的预测准确性。通过模型在新数据集上的性能评估,与先前的预测方法相比,模型在异构交通代理轨迹预测中具有较低的预测误差。

基于智能视觉感知的车内孩童监控预警系统

由于驾驶员的疏忽大意导致孩童被长时间遗留在车内而造成人员伤亡的现象,论文设计了基于深度学习方法的车内智能监控预警系统。该系统在监测到驾驶位无人的情况下,通过车内安置的环视摄像头对车内可能遗留的人员进行人脸识别和姿态估计,并结合CO_(2)传感器对车内的二氧化碳浓度进行实时监测,从而对可能遗留在车内孩童的状态进行实时评估。最后,该系统会根据车内孩童的当前状态建立分级预警机制,并做出及时相应的处理,保证滞留在车内人员的生命安全。