基于内容中心网络的无人自动驾驶方法

针对无人驾驶汽车获取的海量信息无法在无线网络中快速传输的问题,提出以内容中心网络为基础的无人自动驾驶方法。利用内容中心网络的Interest包和Data包向其他汽车或者基础设施发送和接收实时路况信息,当获取整体路况信息后结合用户需求制定相关行车路线,并在行车过程中通过实时交换行车计划及调整行车路线,实现安全自动驾驶。实验结果表明,与基于802.11通信的自动驾驶方法相比,该方法在满足用户需求的前提下,可大幅降低路况信息获取时间、丢包率及使用成本,同时提升无人驾驶系统的安全性。

基于行为融合的无人自动驾驶车辆的智能控制

针对动态环境下无人自动驾驶车辆控制的非线性、时变的特点,提出并设计了一种基于行为融合的无人驾驶车辆的智能控制策略。根据车辆行驶基于模糊逻辑方法设计了一系列的基本行为模式,用模糊控制的方法分别建立各行为模式控制器,进而对车辆的方向和速度进行控制。在行为选择机制设计中,对常用的行为竞争和行为融合2种方法进行分析比较后,提出限制各行为模式的使用范围,通过各行为的控制和融合,既达到有效避障,又能完成行驶目标的目的。通过几种典型障碍物环境下的避障仿真实验,结果显示设计达到了预期效果。

城市轨道交通全自动无人自动驾驶安全性分析

目前,城市化建设水平不断提高,城市轨道交通的发展对城市化进步具有重要作用,现阶段城市轨道交通运行速度较快,密度较大,在现阶段的城市轨道交通系统中,全自动驾驶技术是一种先进化的技术,对运输有效性以及系统运行安全性等具有积极作用。通过这一系统的应用,可以保证城市轨道车辆运营系统中的应急处置能力提升,同时在技术水平支持下,系统中的自动化程度也在提升,降低工作人员的工作强度。本文通过对城市轨道交通全自动无人自动驾驶安全性进行分析,结合轨道交通运行过程中存在的问题,提出具体化解决措施,提高全自动驾驶系统的安全性。

福特汽车展示无人自动驾驶电动货车

日前,在MWC 2017上,美国汽车厂商福特发布了一款全新的概念无人驾驶电动货车。这辆概念货车除了可以无人驾驶之外,可以作为无人机的起落台将货物送到一些交通工具无法送达的地区。这辆概念车名叫Autolivery,旨在解决送货车的“最后一公里”问题。

基于STAMP与模型检验的全自动无人驾驶复杂运营场景安全验证方法

与传统列控系统相比,全自动无人驾驶运营场景更加复杂多变,潜在的危险及致因具有更强的隐蔽性和复杂性,给运营安全带来了新的挑战。针对以上问题,提出一种STAMP(Systems-Theoretic Accident Model and Process)与模型检验相结合的复杂运营场景安全验证方法。首先,基于STAMP理论构建运营场景分层控制结构模型,辨识潜在的不安全控制行为、分析危险致因和安全约束;其次,定义分层控制结构模型与安全状态机模型间的基本转换规则,基于分层控制结构模型、安全约束和转换规则,构建运营场景安全状态机模型;最后,针对提取的安全约束,利用数据流图建立安全属性验证模型,结合模型检验技术,对运营场景安全状态机模型进行形式化验证。以全自动无人驾驶运营场景中列车自动进站停车为例,对方法进行验证分析。结果表明,当STAMP理论提取的安全约束通过了场景安全状态机模型的验证时,表示在该场景中对应的不安全控制行为没有发生且不导致相应危险。该方法结合系统安全分析与形式化建模验证的优势,降低了运营场景建模的难度,构建的运营场景形式化模型满足系统安全约束,可以作为全自动无人驾驶系统安全设计和安全改进的重要基础。

基于无人机自动驾驶技术的前期选址选线

目前江门局选线使用初选路径,需要工作人员全程勘察,人力耗费较多。此外拍摄照片不能全面展示现场情况,导致线路安全问题考虑不周全。为了解决目前选址选线存在的问题,利用广东电网机巡作业中心自主研发的智巡通软件的通道巡检以及点云采集获取外业数据,通过无人机自动驾驶技术获得初勘路径视频,利用三维建模的数据点云采集实现数据可视化。从线路设计、施工过程、青赔矛盾三个方面对比使用无人机自动驾驶具有的优势,未来还可实现隐患预测、场景预演、降低外界施工对杆塔的影响等功能。

基于Petri网的全自动无人驾驶列车停站场景形式化建模与验证

为进一步提高全自动无人驾驶系统的安全性,采用Petri网理论在全生命周期早期对系统运营场景的实现流程进行形式化建模与验证。选取正线运营中的列车停站这一典型运营场景,进行对象提取与状态分析,结合各对象与库所、变迁的对应关系,建立Petri网模型,并利用仿真软件PIPE对其有效性和正确性进行形式化验证。针对可能出现的异常情况对模型进行优化,设置车门与站台门开关时序,避免乘客拥挤时出现安全隐患。试验结果表明:建立的Petri网模型有界、安全且无死锁,满足列车停站场景功能需求,模型的可靠性和有效性得以验证,为全自动无人驾驶系统的开发应用与安全分析提供理论支撑。

无人驾驶项目CC-TCMS通信中断场景探讨及优化

相较于传统有人驾驶项目,全自动运行(Fully Automatic Operation,FAO)项目拥有更加复杂的场景,依据场景开发的系统代替人工,能够有效协调各系统的联动。针对复杂工况下的故障处理,FAO项目也有相应的应对方式,在提高自动化程度的同时,让乘客能够得到更好的出行体验。针对无人驾驶项目可能出现的车载控制器(Carborne Controller,CC)与列车控制管理系统(Train Control Management System,TCMS)通信中断的故障场景,进行现有项目处理方式的介绍及分析,并根据列车所在位置不同,分别给出合理的优化建议,为后续项目针对此故障场景的系统处理,提供一种思路。

城市轨道交通全自动无人驾驶系统国际标准研究

电气和电子工程师协会-标准委员会(IEEE-SA)和国际电工委员会(IEC)分别于1999年和2004年制定了城市轨道交通全自动无人驾驶系统国际标准IEEE 1474和IEC 62290。这两个标准既有关联也有区别。文章对比分析了IEC 62290和IEEE 1474的工作进展、关联性、无人驾驶定义、应用范围、系统架构、功能需求和焦点议题。IEEE 1474是信号领域研发人员的理论基础,其适用于城市轨道交通、干线铁路和中高速磁浮等运行控制系统;IEC 62290更适用于城市轨道交通无人驾驶系统。

基于全自动无人驾驶列车的牵引系统研制

牵引系统的可靠性及安全性,对于全自动无人驾驶列车在特殊场景运用下无人驾驶功能的实现至关重要。文章基于某全自动无人驾驶列车牵引系统项目,从牵引系统架构、主电路、控制电路的设计,以及控制功能实现等方面进行了详细阐述,并介绍了样机的研制情况。

西安开通全自动无人驾驶地铁线路

西安地铁16号线一期、2号线二期开通初期运营.

全自动无人驾驶列车基于TCMS的空调系统控制方案

针对全自动无人驾驶列车空调系统的控制,文章介绍了基于列车控制与管理系统(TCMS)的空调系统控制模式和控制规则,详细阐述了基于列车运营过程的空调系统控制方案。该方案可实现全自动无人驾驶模式下对空调系统功能的自由控制。

全自动无人驾驶模式下对通信系统的需求分析

为达到车辆全自动无人驾驶的目的,轨道交通通信系统在既有接口功能的基础上,针对使用场景重新进行需求分析,优化了与车载设备、地面相关系统的接口功能和实施方案,满足全自动无人驾驶的运营指挥需求,并提供了应急故障情况下的通信及监控手段。

地铁列车全自动无人驾驶系统方案

全自动无人驾驶系统与传统有人驾驶系统相比,实现了全自动化、无人干预的列车运行模式。结合上海轨道交通10号线,介绍了全自动无人驾驶系统的功能、特点,以及全自动无人驾驶系统与常规地铁车辆的区别,并提出了实现全自动无人驾驶系统的难点,为地铁列车实施全自动无人驾驶方案提供参考。

全自动无人驾驶轨道交通列车定位技术

在全自动无人驾驶轨道交通中,实时、精确地确定列车在线路中的位置是保证安全、发挥效率、提供最佳服务的前提。经对国内外轨道交通中的多种定位技术进行比较后,建议选用GPS列车定位技术中常用的差分GPS定位技术,作为全自动无人驾驶轨道交通列车定位技术。

全自动无人驾驶系统中的列车快速筛选方法分析

针对城市轨道交通全自动无人驾驶系统的特点,介绍了一种列车的快速筛选方法。详细阐述了此快速筛选方法的原理,从基本条件设置、非通信列车的检测及区域控制器的管理等方面,论述了保障筛选方法可靠性和可用性所需设置的原则及条件。

全自动无人驾驶模式下系统功能与场景分析

全自动无人驾驶系统作为目前集成化、自动化程度最高的列车运行系统,能够更好地适应高密度、大客流的运营需求,代表了城市轨道交通领域的发展方向。通过全自动无人驾驶系统与传统有人驾驶系统的比较,阐述了全自动无人驾驶列车的功能和特点,并对其特有功能和场景进行分析和研究,为全自动无人驾驶系统的应用提供参考和建议。

城市轨道交通全自动无人驾驶信号系统功能分析

文章介绍为实现城市轨道交通全自动无人驾驶功能,信号系统在CBTC基础上需增加的相应功能及接口,以及为提高可靠性和可用性,信号系统应增强的相应功能。

具有三维姿态测量功能的无人机自动驾驶仪的设计与实现

自动驾驶仪是无人机的核心控制部分。论文介绍了一种具有三维姿态测量功能的小型无人机自动驾驶仪的硬件设计,分析了各部分硬件的功能和相互接口,给出了实验数据。该自动驾驶仪集成了多种利用微机电技术制造的传感器,具有飞行增稳和三维姿态测量功能,可以接收全球定位系统信号,根据设定航线实现按预定航线自主飞行。

下一代地铁车辆全自动无人驾驶信号系统关键技术

结合国内外城市轨道交通的发展需求、自动无人驾驶列车运行控制系统的现状及技术发展战略,参考IEC 62279标准对列车运营自动化等级的分级定义,提出Bi TRACON型下一代地铁车辆全自动无人驾驶信号系统解决方案,该系统由综合自动化系统、轨旁控制器、车载控制器、计算机联锁和通信系统等组成,除具备传统的列车驾驶模式外,新增全自动列车自动驾驶模式和蠕动模式,无需工作人员值守,可以进行全自动列车运行控制;并且给出新增驾驶模式和既有驾驶模式之间的转换。Bi TRACON系统解决方案相比传统的轨道交通信号系统解决方案,在实现全过程的列车运行安全防护、灵活的运营组织、高效和节能、高度一体化和深度集成等方面有了显著提升。