考虑回望距离的智能网联自动驾驶车辆智能驾驶模型及其稳定性

在汽车跟驰(CF)过程中,智能网联自动驾驶技术为驾驶员提供了更多的信息。与人类驾驶车辆(HVs)只考虑前方信息不同,智能网联自动驾驶车辆(CAVs)能够获取前方和后方的信息,增强了车辆的感知能力。本文提出了一种考虑回望距离的智能驾驶模型(IBDM),考虑了CAVs环境下车辆跟驰行驶时相对于前后车的期望距离。基于智能驾驶模型(IDM),IBDM将车辆后方信息作为控制项集成进模型中。利用线性稳定性原理和李雅普诺夫稳定性分析方法,分析了均质交通流中在小扰动下的稳定性条件。为了验证理论分析的正确性,在开放边界条件下,在单车道上进行了仿真,并与不考虑后车的IDM和考虑前后车信息的扩展IDM进行了比较。设计了六种方案,对不同干扰强度、干扰位置和初始队列间距下的结果进行评估。结果表明,IBDM在控制CAVs跟驰过程中保持弦稳定性方面优于IDM和扩展IDM,并通过增加考虑前车的比重来提高稳定性。

智能网联汽车L2部分驾驶自动化监管体系研究

L2部分驾驶自动化(国内称“组合驾驶辅助”)技术加速演进、市场渗透快速提升,是智能网联汽车当前落地应用重要方向,也是我国政府当前关注的焦点,但我国当前缺少强制性的政策法规约束,亟需强化监管。通过深入研究美、欧、日等国家和地区针对智能网联汽车L2部分驾驶自动化相关政策法规及标准,充分吸收借鉴有益经验,同时系统分析我国组合驾驶辅助市场现状、技术水平和应用需求,为我国科学、有效提出组合驾驶辅助监管政策提供智力支撑。

适用于自动驾驶的新一代智能网联客车电气架构

随着城市智慧化的快速发展,传统客车一直在不断提升电气自动化水平,但是智能车辆不只是电子设备的堆叠,也要从根本上适应各种智能设备的加载,并通过有效的组织架构来协调多种智能设备运行。基于智能汽车的区域控制理念,阐述了新一代智能网联客车的电气架构,该架构不仅适用于智能网联及自动驾驶车辆的需求,同时也满足当前新能源客车的智能电器设计与应用,解决了传统客车电气架构臃肿和效率低下等问题。

自动驾驶技术在智能网联汽车中的应用及其挑战

汽车及交通体系日益智能化与网联化,自动驾驶技术逐步成为智能网联汽车关键功能之一,本文首先概述自动驾驶技术在智能网联汽车中的关键应用领域,紧接着剖析了其实际应用过程中所遭遇的各种技术、法律法规及基础设施等多元化挑战,最后提出强化关键技术研究、完善相关法律法规体系以及提升配套基础设施水平等对应策略,为自动驾驶技术在智能网联汽车领域的稳步发展指引了明确路径。

基于智能网联的自动驾驶公交云控系统设计

为了缓解城市常规公交无法满足远期交通需求的问题,在深入研究城市交通系统的基础上,引入5G自动驾驶公交云控系统,开展基于智能网联的5G自动驾驶公交云控系统的研究。依托北斗定位、5G、LTE-V2X、立体安全防护体系、人工智能等核心技术,设计一种5G自动驾驶公交云控系统,给出系统的整体架构,包括车端和路侧层、网络层、智能云控平台层、交互层,对自动驾驶微循环云控平台进行了设计分析,对系统关键模块进行功能设计。自动驾驶公交云控系统的研究和探索有助于促进出行服务模式升级,提高市民出行效率。

基于无信号交叉口的智能网联车辆交通流特性分析

为研究智能网联车辆与人工驾驶车辆混行环境下的交通流特性,结合智能网联车辆的间隙控制方法提出了三种不同的通行场景,利用驾驶模拟器和眼动仪设备进行仿真实验,实验结果验证了三种通行场景的真实存在性与正确性;最后,将驾驶模拟实验产生的微观驾驶行为数据导入元胞自动机模型,对不同交通状态以及不同智能网联车辆渗透率下的交通流特性进行仿真实验。实验结果表明:在自由流状态下,随着智能网联车辆渗透率的增加,其交通流特性并未发生明显变化,而当流量达到一定的阈值时,在同一交通密度下,智能网联车辆渗透率与流量、速度成正相关。实验结果为未来智能网联车辆的交通管控与规划提供了理论依据。

中国智能网联车险之现实困境与创新路径

在智慧交通新时代,智能网联车险面临着新的机遇和挑战。本文分析了国内外智能网联车险的发展现状和特征;从智能网联汽车衍生的新兴风险、车险市场经营管理面临的挑战、车险产品和服务的创新需求三方面,探讨了智能网联车险发展的现实困境。基于国外智能网联车险模式的经验借鉴,提出政府、监管部门、保险公司与科技公司合作共赢,进一步完善智能网联车险相关法律体系,创新监管模式,完善车险生态环境,提供优质车险产品与服务等政策建议。

中国智能网联汽车发展途径及其优化

在数字化和信息化双重作用下,人工智能、5G、大数据等技术与汽车产业深度融合,智能网联汽车应运而生。依托完备的产业体系、持续的创新投入,中国智能网联汽车呈现较好发展势头。智能网联汽车的创新融合发展是一项复杂的系统工程,在向规模化商业应用推广的过程中,仍然面临着法律法规不完善、关键技术亟待突破、基础设施不健全等多方面的挑战,需要努力推动解决,促进中国智能网联汽车产业实现高质量发展。

基于“Lab+”平台的研究生教学模式探索与实践——以交通运输类《智能网联与自动驾驶》课程为例

尽管我国研究生教育已经发展近百年,但目前仍然存在课程教学体系不完善、教学方式及内容与时代需求脱轨、无法提升学生自主学习能力等问题。基于此,文章提出基于“Lab+”平台的教学模式,即利用“Lab+”科研实践平台资源将教学与科研相互融合,通过主体兴趣激活机制、基于成果导向理念的课堂重构和融合“Lab+”的课外提升机制三个方面对传统研究生课程进行重构和优化,帮助学生掌握前沿知识和技术,从而改善教学效果。通过交通运输专业研究生《智能网联与自动驾驶》课程的实践运用表明,基于“Lab+”平台的教学模式能有效提升教学效果,激发学生的自主学习与创新能力,为研究生教学模式改革提供了重要参考价值。

面向协同驾驶基于移动边缘计算的5G智能网联车辆服务平台

基于5G通信技术的发展,5G网络开始普及,并与物联网技术、汽车信息通信、人工智能技术等进行了有机融合,促使车联网行业走向智能化发展。截至2021年,我国车联网行业的标准体系基本建立。文中以5G智能网联车辆服务平台为研究对象,分析了移动边缘计算技术的应用,研究了5G通信技术在智能网联车辆服务平台中的全面应用,实现了车辆智能化编队、车辆行驶环境感应、车辆行驶资源分配、车辆安全预警4种核心功能。

自动驾驶和智能网联场景设计——以南京市江心洲为例

为探索建立国内领先的车路协同综合服务体系,结合南京市江心洲建设的智能网联研发测试基地,利用现有道路设施,在路侧布设摄像机、毫米波雷达、激光雷达、通信和计算设备,对测试区域整体进行智能网联升级改造。通过自动驾驶、智能网联和本地特色三类测试场景的设计和搭建,统筹汽车产业发展要素,打破产业链发展壁垒,加快跨产业资源间的协同发展,打造融合各类智能交通工具及城市智能基础设施信息于一体的数据平台,实现出行工具与城市基础设施的高效协同运行。

基于智能网联环境的车辆控制参数自动化标定策略及其应用于发动机排气温度的可行性验证

本文针对车辆控制参数标定的精度和效率问题,提出了一种基于智能网联环境的自动化标定方法。以发动机排气温度模型为例,利用云端试验数据库中的历史运行数据,采用遗传算法优化排气温度模型的标定参数,得到优化后的排气温度计算结果。验证结果表明,该方法比人工标定方法具有更高的精度,其计算误差在±15℃内,有效提高了标定效率。

智能网联环境下车载终端的发展现状与挑战

随着智能网联技术的快速发展,智能网联汽车装配的智能车载终端功能也相应扩展。经过数十年的进步,智能车载终端系统在多个领域取得了显著的发展,并在自动驾驶领域展现出巨大的潜力。该文从智能车载终端在智能网联环境中的现状入手,描述了智能车载终端系统的架构,并回顾了在车间通信和车路协同赋能下车载终端系统的发展历程;对5G时代车联网无线通信技术的创新对智能车载终端发展的重大影响做了深入分析,并详细回顾了在协同驾驶与控制、边缘计算与雾计算、数字孪生等领域的最新研究成果,同时指出了智能车载终端在信息安全和自动驾驶测试领域面临的挑战。

基于信息融合的智能网联汽车夜晚环境下障碍车辆识别

一、绪论避障识别技术是智能网联汽车重要的技术领域,也是实现自动驾驶的前提。其中,障碍车辆识别是当前本领域的技术聚焦点。由于环境复杂多变,特别是在夜晚环境或者光线不良的环境下,障碍车辆光学图像信息难以获取稳定的图像特征,因此无论是传统的光学图像识别,还是近年来应用的红外、毫米波、激光等雷达技术,单一信息识别在精准度和稳定性方面难以达到理想的效果。

安全与发展:让智能网联汽车行稳致远

曾经,无人自动驾驶的汽车代表了我们对未来科技的憧憬。如今,随着智能网联汽车的高速发展,自动驾驶已经不再是一个梦想。近年来,传统汽车行业与电子、信息通信、交通等领域深度融合创新,一个崭新的业态——智能网联汽车正蓬勃而出。当前,我国大力发展智能网联汽车产业,随着我国智能网联汽车核心技术水平提升以及相关基础设施的完善,“聪明的车”正在逐步驶向“智慧的路”。智能网联汽车融合了人工智能、大数据、5G等多项高新技术。

智行者联合清华大学等单位完成国内首套端到端自动驾驶系统的开放道路测试

4月22日,智行者与清华大学研究团队完成了国内首套全栈式端到端自动驾驶系统的开放道路测试。依托车路云一体化智能网联驾驶架构,该团队研发的端到端自动驾驶系统涵盖了“感知-预测-决策-规划-控制”等全链路环节,从今年1月份率先启动了城市工况的开放道路验证,经过近4个月的内部测试,完成了各项性能的综合评估。这一工作为L3级及以上高级别自动驾驶系统的落地应用奠定了坚实的基础。

智行众维“水木灵境”加速智能网联商业化

苏州智行众维智能科技有限公司(简称智行众维)融合应用大数据、人工智能、数字孪生等技术,自主研发建设“水木灵境”场景工场,打通基于“车路云一体化”多源数据采集、存储、治理、产品开发及商业应用全链路,实现智能网联基础设施建设→路侧感知数据采集治理→仿真场景数据开发→算法训练→仿真测试验证→算法迭代升级→示范应用→规模化应用的数据资源化、产品化、资产化商业闭环,获评2022年江苏省车联网先进技术产品、2023年江苏省人工智能学会技术创新奖,入选2024年苏州市元宇宙重大应用场景需求项目。

智能网联时代汽车信息安全能力建设的思考与建议

数字时代到来的最大变化是汽车的智能化、网联化。智能化是依托先进的自动驾驶算法和高质量的数据进行路径的规划和控制,实现单车智能人机共驾。网联化则是以车为核心与万物终端进行互联互通,能够通过互联网技术与外部环境进行交互,实现车与万物之间的信息共享和协同工作。智能网联汽车的出现彻底改变了人们的出行方式,已成为全球竞争的重要科技领域。

基于博弈论的网联自动驾驶车辆协同换道研究

为改善频繁、不合理的换道行为,提升行车舒适感,以网联自动驾驶车辆为研究对象,提出一种舒适安全的换道策略。该策略主要包括单车期望换道和多车协同换道。在传统换道激励模型的速度收益函数中引入舒适性收益,建立换道总收益优化模型,进行单车换道可行性判断;针对网联自动驾驶车辆换道决策之间可能存在冲突的问题,采用双矩阵法构建基于博弈论的多车协同换道策略;最后,在Matlab仿真环境中验证。结果表明,所提换道策略在提高换道稳定性和安全性的基础上可以较大地改善行车舒适性,降低交通流的整体制动幅度。

干线物流产业及智能网联技术发展现状分析

干线物流作为供应链中重要的环节,对物流效率和成本具有重要影响。随着物流业务量的不断增长和技术的不断进步,智能网联技术在干线物流中的应用变得越来越重要。2022年以来,随着相关政策法规的执行,由智能网联技术加持下的干线物流正在逐渐市场化,正式拉开了商业化落地的序幕。本文针对干线物流领域的智能网联技术的发展现状进行了深入研究和分析,并分析了智能网联技术在干线物流中的挑战和发展方向。