汽车测试设备智能化的研究

本文旨在研究汽车测试设备的智能化技术,并验证其在实际应用中的有效性和可靠性。实验结果显示,智能化汽车测试设备在测试精度、效率和稳定性方面均展现出明显优势。引入先进的算法和模型后,汽车测试设备能够更准确地识别和检测汽车性能及安全性问题,同时减少测试时间和数据处理时间,提高测试效率。此外,先进的传感器和监控技术确保了测试过程的稳定性和结果的可靠性。尽管存在改进空间,智能化汽车测试设备仍为汽车制造和研发提供了有力支持,应继续深入研究和开发智能化汽车测试设备,推动汽车产业的发展,为消费者提供更加优质的驾驶体验。

面向智能汽车测试的弱势群体服饰色彩研究

智能汽车测试是其技术开发与应用中必不可少的环节,封闭场景下测试目标物准确反映真实道路环境下交通对象特性是保障测评结果可信的关键,而道路弱势群体服饰色彩是相应测试目标设计的关键参数,也是智能车测评相关标准中要求的一个主要指标。为此,通过对中国某省份2018~2020年间重大交通安全事故案例的分析和筛查,得出178例弱势道路使用者群体伤亡人员样本,首先提取样本服饰颜色,然后选取适当的色彩空间,将色彩数据从RGB(Red-Green-Blue)空间转换至LUV(Lightness-Chroma)空间。以转换结果作为聚类参数,采用K-means聚类算法,获取受害者样本基于季节、出行方式等不同因素下的服饰代表颜色。区别现阶段欧洲标准中目标物黑色上衣/蓝色长裤的搭配组合,黑色上衣/黑色长裤作用于符合中国国情的自动驾驶场景中测试目标物的服饰颜色更具代表性。鉴于中国新车评价规程(China-New Car Assessment Programme,C-NCAP)选取行人目标物与自行车骑行者目标物,将目标物服饰改为黑色上衣/黑色长裤组合,以测试目标物与测试车辆位置分别构建相对横向及纵向运动的多个场景,在对应场景下检测汽车前端结构位置25%、50%及75%处与目标物碰撞情况,以评价配有自动紧急制动系统(Automatic Emergency Braking System,AEB)的智能汽车对测试目标物的响应能力。试验测试结果表明:全部测试场景下,测试车辆能够成功识别目标物并可主动制动,该测试验证了黑色上衣/黑色长裤组合在现行检测标准下的可行性与有效性。该研究可为智能汽车测试领域提供客观的数据支撑,完善交通行业相关标准和法规,并推动智能汽车测试技术的发展。

封闭式智能网联汽车测试场可靠性评价方法

为研究封闭式智能网联汽车测试场对智能网联汽车自动驾驶性能测试的可靠性,建立了符合封闭式智能网联环境下4种典型测试场景的18种测试工况。采用层次分析法构建智能网联汽车测试场评价体系,通过专家问卷法标定了4种典型测试场景的18种测试工况对应的权重系数,引入场地测试车辆饱和度、单次实验通过率、综合实验通过率与测试信度系数等评价指标,提出封闭式智能网联汽车测试场可靠性评价方法。以达安智能网联汽车测试场为研究对象,基于Prescan仿真软件、SketchUp三维绘图软件以及Matlab/simulink建模软件进行虚拟场景搭建及联合仿真,对所提出的评价方法进行验证。结果表明,该评价方法对于封闭式智能网联汽车测试场的设计改善与测试评价方面具有较好的适用性。根据评价结果可以指导测试车辆选择合适的场地道路,并对测试场的设计和建设提出改善措施和优化建议。

基于BIM5D的武汉智能网联汽车测试场项目群网格化管理

项目群需要对多个关联子项目以协同的方式进行集中控制与协调管理,网格化管理通过管理空间分层分级、信息整合、闭环控制,形成敏捷反应、集群整体动态有序协同的管理,BIM5D数字化项目管理平台及相关技术为网格化管理的信息反馈与处理沟通提供技术支撑,探索了基于BIM5D平台的网格化管理模式实施武汉智能网联汽车测试场项目群管理的组织结构设计、网格划分、网格化管理运行机制、信息集成管理、精益进度管理、质量安全管理方法,研究成果可为类似复杂项目群管理提供参考。

国家智能交通综合测试基地通信网络架构解析

通过对国家智能交通综合测试基地基于测试专网、交通管理业务专网、办公网等的通信网络类型、网络通信的需求分析和重点对网络架构的解读分析,理清了国家智能交通综合测试基地各类网络的结构和层次关系,为基地未来的综合服务楼、科学实验楼等建设提供网络安全管理、可靠扩展的技术基础。

论中国自动驾驶汽车监管制度的建立

自动驾驶汽车正逐渐从理念转变为现实。世界各国均大力支持自动驾驶技术研发,纷纷出台相关法令,其中美国、欧洲和日本表现突出。中国已经启动自动驾驶汽车的研究工作,目前尚无系统法律出台,不能适应自动驾驶技术发展的需要。自动驾驶汽车立法的首要工作应是建立监管制度,明确"自动驾驶汽车"和"操作人"这两个基础概念。可采取概括+对自动化程度进行分级的方式结合自动化程度的分级标准,界定"自动驾驶汽车"的内涵和外延,厘清智能汽车、自动驾驶汽车、无人驾驶汽车等容易混淆的概念,以"操作人"取代传统法律中的"司机"概念,给未来技术的发展留下更多探索空间。在现阶段中国应优先建立科学的道路测试监管制度,对道路测试申请、注册和测试中监管等核心环节提出原则性、可操作的规范和要求,并根据实践经验不断加以细化完善,在保障公共安全和推动自动驾驶产业发展的双重目标之间找到平衡。此外,还需尽快建立合理的市场准入制度,明确自动驾驶汽车市场准入条件、市场准入程序和准入后的持续监管规则。

智能汽车整车在环测试台转向随动系统

针对传统的转鼓平台无法测量智能汽车轮胎转角,且不能用于智能汽车变道场景测试等问题,提出以伺服电机系统为控制对象的转向随动系统,研究基于距离传感器的控制策略对于转角跟随的影响。首先,将被测智能汽车置于转向随动系统的转向台上,轮胎转向带动转向台转动,实现被测智能汽车的转向角采集;其次,在左右转向台上分别安装一对激光传感器,采集转角差作为控制系统的误差输入;然后,将输入的转角差、转角差变化率与单片机控制位置脉冲的比例积分控制参数(PI)建立两输入、两输出的模糊控制关系,以提高转向随动系统定位的准确性和稳定性;最后,根据传感器采集的数据和仿真试验数据调整参数,实现模糊控制器的优化控制。试验时,被测智能汽车的车载电脑控制方向盘以不同角速度转动,车辆控制器局域网络(CAN)总线与测试台上位机程序分别记录方向盘转角和转向随动系统转角。研究结果表明:当被测智能汽车方向盘以不同角速度进行测试时,台架的测试结果能够保持在固定区间且没有明显变化,能为智能汽车的转向性能测试提供可靠参数支持;转向随动系统的延时与被测智能汽车方向盘转角速度没有显著关系,转向随动系统的延时约为235.5 ms。

基于参数反求法的目标假车底盘碾压模型修正

针对某目标假车底盘结构设计开发中的碾压性能仿真分析问题进行研究,首先,通过非线性动力学有限元方法进行底盘碾压性能仿真,并与实验结果进行对比,分析指出误差较大的原因;其次,应用参数反求法对底盘碾压模型中的实验车车轮模型参数进行修正,基于遗传算法得到车轮模型参数的最优解;最后,依据车轮模型参数的最优解进行参数修正,修正车轮参数后的目标假车底盘碾压仿真模型仿真结果与实验值的拟合程度大幅提高。研究结果表明:测量点最大位移值误差由原来的16.7%下降到2.6%,评估点均方根误差下降了91.9%,可为后续结构损伤诊断及结构优化等仿真研究提供基准模型。

基于车路协同技术的车道级信控数据应用研究

国家智能网联汽车(武汉)测试示范区二期项目对65个路口进行了信控改造,实现了红绿灯信息上车、绿波车速引导、闯红灯预警等V2X应用场景。文章提出了一种智能网联汽车测试示范区车道级信控数据的获取方法,使车载设备能够实时获取各车道对应红绿灯的灯色和倒计时信息,并对信控机数据到车载终端显示过程中端到端的时延进行了测试分析,提出了时延优化的方法。最终对信控数据商业化运营和未来将要解决的问题进行了展望,可为智能网联汽车测试示范区信控数据获取和应用提供技术参考。