智能底盘辅助驾驶系统控制精度测试验证及分析

为验证自动驾驶车辆智能底盘辅助驾驶系统的协调性、准确性和自动驾驶功能运行的流畅性,提出一种智能底盘辅助驾驶系统控制精度和稳定性测试方法,首先使用CANoe检测了某集成模块化智能底盘的通信协议,然后进行实车协同控制算法功能及性能测试验证,最后开展了直线行驶速度、转弯、转向系统、制动等控制精度测试。结果表明,该智能底盘能够实现±1 km/h的速度控制精度,可正常制动、避障绕行,且转向误差在1°以内,进一步验证了所提出方法的可行性。

基于InfluxDB的自动驾驶智慧货运平台的构建及应用

随着物联网、大数据技术的发展,利用物联网系统有助于执行自动化任务,实现对远程实时监控及车辆运输过程可视化,从而加快复杂场景中的决策。文中研究搭建了一套基于InfluxDB时间序列数据库,用于在自动驾驶智慧货运平台的真实场景中进行监控和分析。选择InfluxDB数据库,克服使用传统关系型数据库的实时性弱点,也便于公共和私人利益相关者之间应用可访问性和互操作性。通过InfluxDB技术对黑龙江阿穆尔河大桥进行数字化仿真模拟,检测车辆位置信息和运输状态,实现车辆运输过程可视化。自动驾驶智慧货运展示大屏能够实现车端数据的可视化展示,展示车载摄像头拍摄画面,实现远程监控,旨在对自动驾驶车辆行驶状态进行实时监测,并掌握货运运营情况。

基于车路云协同的智能网联汽车研究态势

智能网联车路云协同对中国智能汽车交通产业融合发展具有重要意义。为提升智能网联汽车的应用和运营标准,并提升智能辅助驾驶系统的技术落地,通过聚焦智能网联车路云协同系统框架以及应用架构的工作原理,重点分析车辆的无线通信技术、融合与定位、测试与评价技术的车路云关键技术方面的研究态势。分析结果表明,智能网联汽车需要新型的“人-车-路-云”框架来实现从单车智能到车路云协同技术的发展,并且云协同控制模型等方面亟需取得突破。研究结果有利于推进车路云协同的智能网联汽车研究,推进智能网联创新变革并提供技术参考和发展方向。

蚁群算法在无人驾驶园区参观路线的应用

针对无人车在中国汽车技术研究中心院区内参观线路的规划问题,提出一种基于蚁群算法参观路线规划的方法。首先利用栅格搭建环境地图,然后通过蚁群算法设置始末位置、构造解空间、更新信息素、增加迭代次数、判断路径长度,最后输出最短路线。文中根据参观要求做出三种不同路径规划方案以验证算法的可行性。

基于ADAS实验平台的车辆紧急制动AEB路测研究

为了使智能驾驶车辆对目标物具有避撞功能,根据目标物与汽车相对运动关系制定避撞策略,以提升驾驶员对AEB系统的满意度,提出了一种基于ADAS实验平台的车辆紧急制动AEB路测方法。AEB系统是一种主动安全技术,通过自动制动避免或减缓碰撞的发生,AEB系统也应用在ADAS车辆测试路测方法研究上。基于ADAS平台根据目标物与汽车相对运动关系提出一种驾驶员特征的紧急制动策略,在策略中融合一种驾驶员特征的安全距离模型,提升驾驶员对ADAS车辆的AEB系统的满意度。使用搭载ADAS系统的ATP VRU的硬件实验样机进行试验分析,参照C-NCAP相关试验场景车辆AEB系统测试。结果表明:模型侧向和纵向误差满足工况路测标准。

毫米波雷达研究现状及其测试项目

毫米波雷达作为ADAS系统的核心传感器之一,随着ADAS系统从原本局限在高端市场到现如今发展到中低端市场所带来的迅速增长的需求,很多车企已经逐渐看重对毫米波雷达的测试检验。毫米波雷达的测试主要包括其射频信号的性能测试和雷达的功能测试,性能测试是雷达厂商所关心的,而功能测试则是车企所看重的。本文主要介绍国内外对毫米波雷达的研究现状、毫米波雷达的探测原理以及测试。

车辆紧急呼叫系统的发展现状

介绍车辆紧急呼叫系统(e-call)的3大系统,并分析其目前在国际上的现状,以俄罗斯和欧洲为主,分别阐述各个国家的标准以及测试情况;最后对e-call的发展趋势进行展望。

中国已建智能网联示范区的发展现状研究

智能网联示范区是在封闭测试区和开放道路上打造的智能网联环境,配备路侧单元、智能红绿灯和差分GPS基站等先进的设备,使之能与车载单元进行通信,实现V2I的信息交换共享。本文基于国内缺少智能网联示范区对智能网联汽车进行测试评价的需求,介绍中国已建智能网联示范区的发展现状,着重研究已经建成开园的上海、重庆和北京示范区,并从时间、规模和场景上进行对比分析,得出各自的特点。最后,总结中国智能网联示范区的发展现状。

基于专用短程通信技术的车路协同系统研究及应用

本文基于专用短程通信技术,建立了真实的车路协同系统,并进行了相关的演示和验证;介绍车路协同系统的架构和组成,以及目前系统已经实现的4个场景,并对每个场景的实现和关键技术进行了阐述。本系统对于今后智能网联示范区的建设,具有重要的参考价值和示范作用。

由国外DSRC标准看国内发展状况

车联网按照规定的数据交互标准和通信协议,实现V2X的数据交互和共享。专用短程通信是一种高效的无线通信技术,它可以实现小范围内数据的实时、准确和可靠的双向传输,将车辆和道路有机地连接。本文介绍了美、欧、日的车载通信标准的发展状况,并进行对比分析,然后从美、欧、日的标准谈国内车联网系统、标准制定以及车联网标准体系的建立,并深入研究分析DSRC的特点,为我国制定车联网系统以及车载通信标准发展战略提供参考依据;最后,展望了车联网行业的发展前景。

车辆盲区监测系统分析及标准研究

本文主要介绍了盲区监测系统定义和组成,分别说明3个模块的作用;还介绍了国内外的研究现状以及盲区监测系统的基本原理。着重介绍了基于微波雷达的盲区监测系统的工作原理,以及相关测试标准场景。最后,论文对盲区监测系统的研究进行了总结和展望。

基于角毫米波雷达的目标筛选

随着ADAS系统在汽车领域的普及,基于角毫米波雷达的ADAS系统由于其成本低、环境适应能力强被广泛应用。其中,使用角毫米波雷达的盲区监测系统能够有效辅助驾驶员对车辆周围环境的感知。根据24GHz角毫米波雷达的特性,使用2个角毫米波雷达对驾驶员盲区进行辅助监控,建立基于角毫米波雷达的盲区监测系统。而毫米波雷达输出目标存在一定的误检,文章使用角毫米波雷达连续5帧数据,建立反馈目标值运动模型,对目标位置数据进行更新,使用K-means算法对检测目标数据进行聚类,使用聚类结果判断检测目标是否真实存在,以消除毫米波雷达的误检,从而实现角毫米波雷达的目标筛选。

基于虚实融合技术的V2X测试系统研究

针对网联汽车在进行V2X功能实车测试成本高、危险性高、对场地要求高等问题,以被测车辆V2X车载单元为主要测试对象,开发一套基于虚实融合技术的V2X测试系统,依托PreScan及MATLAB软件搭建测试场景,背景车辆及路侧信息为虚,被测车辆为实,虚实结合构建了完整的V2X功能实车验证环境。以某车型搭载的V2X车载单元为被测对象,在测试系统中搭建了交叉路口碰撞预警验证环境进行试验,试验结果证实测试系统能够在保证测试安全的前提下进行V2X功能有效性的判断。

车路协同下的基于S函数的交叉口平滑车速引导方法

针对现有车速引导模型在通过交叉路口时,没有考虑到驾驶员需要频繁制动或车辆速度突变带来影响的情况,本文基于车路协同环境研究考虑基于S函数的交叉口平滑车速引导算法,根据车辆与路侧设施之间的通信,搭建相关算法模型并进行分析,与不采用车速引导模型相比,采用基于S函数的交叉口平滑车速引导算法模型可以降低通过交叉路口时间,提高通行效率,同时使建议速度变化平滑,提高驾驶平稳性。

基于LabVIEW混合编程实现的弱势交通参与者检测系统

弱势交通参与者检测与预警是智能网联测试中典型的测试项目,该项目主要对摄像头采集的图像信息进行算法检测处理,然后由路侧设备收集检测结果并向车载终端广播消息。本文提出了一种采用可图形化编程的G语言,将机器视觉技术与虚拟技术相结合的弱势交通参与者检测系统。该系统相比其他的检测系统利用了强大的LabVIEW平台设计了友好的交互界面,便于检测结果的显示,参数的设置和历史图像的储存与管理,具有良好的准确度与实用性。

中国自动驾驶道路测试项目概述

测试项目的理解和规划是使自动驾驶技术从研发阶段到具备一定规模的应用的必经之路。本文基于国内城市和相关部门的智能网联测试管理办法等文件,介绍不同文件对测试项目的内容及要求。最后,发现不同文件中项目的要求详尽并进行概述,为自动驾驶车辆后续进行实际道路测试提供重要参考依据。

车辆编队协作式行驶仿真系统研究

针对智能网联车编队行驶功能,文章设计了基于车用无线通信(C-V2X)技术仿真系统。依据车辆协作式行驶控制流程(车辆组队、车辆入队、车队稳定行驶以及车辆出队),搭建智能驾驶员模型对车辆进行控制,通过领航-跟随法引导车辆队列行驶,最后在Prescan中设计驾驶场景,并通过直连通信(PC5)模式4通信协议建立通信进行了仿真验证。结果表明,所搭建的车辆编队协同控制仿真系统能够有效完成车辆队列的形成、车辆入队、队列稳定行驶以及车辆出队等队列控制行为,并能够根据自动驾驶控制策略使队列保持稳定的车间距行驶。

基于贝塞尔曲线的无人车局部避障应用

文中将基于贝塞尔曲线的路径规划方法应用在无人车局部避障中。首先通过最小化曲线的最大曲率与最小曲率之间的差值确定贝塞尔曲线所需的五个控制点,根据五个控制点确定贝塞尔曲线,再结合实验无人车和道路的实际情况从若干备选曲线中选择最优路线。实验仿真结果证明,该方法能够达到无人车局部避障的要求,能满足包括初始状态约束、目标状态约束、曲率连续约束等行驶条件。

自动驾驶横向运动控制的改进LQR方法研究

针对自动驾驶横向运动控制问题,提出一种带有前馈控制的改进LQR横向运动控制方法。首先,利用二自由度车辆动力学模型构建了路径跟踪误差动力学模型,设计了自动驾驶LQR控制器以及前馈控制器。随后,针对LQR控制器参数进行分析,提出一种基于路径跟踪误差的参数计算方法和一种基于车-路位置关系的参数调整规则,以此实现LQR控制器的改进,提高控制器的适应性与控制精度。最后,通过Matlab/Carsim联合仿真测试设计的控制器。结果表明,不论是双移线工况还是连续换道工况,设计的控制器均能较好地跟踪目标路径,且能够将距离偏差和航向偏差控制在较小范围内。

一种基于车道线检测的自动驾驶预行驶区域判别方法

无人车在道路行驶中须对前方障碍物进行实时检测与识别。预行驶区域的判别与划分可以限定障碍物检测的空间范围,帮助减少感知算法的运算量甚至提高感知算法的精度。本文提出了一种基于车道线检测的车辆预行驶区域检测与判别算法：在预处理阶段,针对车道线的颜色特征,本文在灰度变换中对黄色和白色区域进行重点突出;进而根据摄像头在车辆的加装位置,建立道路感兴趣区域标注模型,提高车道线检测的准确率与处理速率;然后采用相关滤波算法对车道线进行检测与提取,引入霍夫变换进行车道线的提取;最后通过最小二乘法拟合得到检测的车道线,以提取预行驶区域。实验结果表明,本文算法提高了车道线识别的准确性,加快了车道线识别的速度,能在实际道路上实时提取预行驶区域。在不同的光照和路况条件下,算法整体准确率达到93.75%。