基于代理遗传优化的智能驾驶系统加速测试方法

提出了一种基于代理遗传优化的智能驾驶系统加速测试方法。首先,通过场景要素层次分析权值与优解区域特征改进参数采样模块中的拉丁超立方采样区间,实现了采样效率与优化效果的协同提升;其次,利用参数采样结果和重复度筛选机制增加遗传寻优模块的种群多样性,克服了传统遗传算法的局部收敛难题;然后,利用基于循环更新机制的代理筛选模块对场景测试结果进行预测,平衡了加速算法与代理模型应用之间的效率与精度矛盾;最后,搭建仿真平台在高维时序分解的前车变速场景下对待测智能驾驶系统进行加速测试与验证。结果表明,本文提出的方法可有效搜寻大量关键场景并提升测试效率。

智能驾驶系统的可靠性风险探讨

首先,对智能驾驶系统的可靠性设计风险、交互可靠性风险和决策可靠性风险的原因和特点进行了分析探讨;然后,从智能驾驶系统的可靠性技术标准规范、可靠性与功能安全的区别、业内可靠性案例和安全责任界定等角度对可靠性管理方面的问题进行了分析;最后,提出了智能驾驶系统的可靠性工作建议。

风险评估和事故模型在智能驾驶系统安全设计中的应用

随着智能驾驶系统的普及率提高,场景扩展和性能提升,其安全性受到越来越多的关注。围绕系统安全设计中几个重要环节即风险评估、事故原因分析、风险控制措施等展开探讨,介绍了危害事件的描述和风险评估方法、事故模型、风险可接受标准,阐述了这些方法之间的关联,并为这些方法在智能驾驶系统的安全设计中的应用提供了思路。

基于校园场景的无人配送车智能驾驶系统的测试与评价

无人驾驶车辆的测试与评价对保障其行车安全至关重要,本文对校园环境下的无人配送车展开研究,对其智能驾驶系统进行测试分析与评价。通过校园场景的解构,运用PICT (Pairwise Independent Combinatorial Testing tool)组合测试工具生成场景重构组合集,并建立树状模型,分析校园测试场景库;改进Pairwise算法,在满足覆盖度的前提下,运用概率决策使生成的测试用例集数量明显降低,对这组矛盾问题进行有效控制;选取校园典型道路和天气类型,合理规划出无人车配送路线,并结合实地考察合理设计测试场景;基于层次分析法确定权重,运用模糊综合评价法对无人配送车进行综合评价。

基于多传感器信息融合技术的智能驾驶系统模型

阐述了智能汽车研究对交通安全的重要性和发达国家关于智能汽车研究的历史、发展和趋势,重点提出了基于多传感器信息融合技术的智能驾驶系统模型,分析了此模型下各系统模块的功能,介绍了系统模型中信息融合方法的引入,最后提出了对智能驾驶技术应用的展望。

基于多传感器信息融合技术的智能驾驶系统模型

阐述了智能汽车研究对交通安全的重要性和发达国家关于智能汽车研究的历史、发展和趋势,重点提出了基于多传感器信息融合技术的智能驾驶系统模型,分析了此模型下各系统模块的功能,介绍了系统模型中信息融合方法的引入,最后提出了对智能驾驶技术应用的展望。

基于机器视觉的汽车智能驾驶系统研讨

本文提出了以双目立体机器视觉为主要道路环境感知手段的汽车智能驾驶系统,并分析了基于机器视觉的智能驾驶的可行性,指出急待研究的相关技术难点。

灰色预测模糊自适应PID控制的城轨列车智能驾驶系统研究

为提高城轨列车驾驶系统的智能化程度,将灰色预测控制与模糊自适应PID控制技术相结合,应用到城轨列车驾驶系统中。在对城轨列车驾驶系统进行需求分析的基础上,针对其对各种性能指标的要求,提出了基于灰色预测模糊自适应PID控制的城轨列车智能驾驶系统的设计方案。将灰色预测控制与模糊自适应控制应用到经典PID控制中,设计出了系统的智能控制器,有效满足了城轨列车在运行时对跟踪误差、准点率、停车误差、舒适度和节能性等多个性能指标的要求。仿真结果表明:采用灰色预测模糊自适应PID算法的控制系统具有良好的控制精度且系统的智能化程度得到了相应的提升。

智能驾驶系统中对信息管理重要性的研究

当前,智能驾驶系统是研究的热点,这类系统是一套完整且复杂的信息管理系统,文章选择研究智能驾驶系统中信息管理重要性,以便加深对智能驾驶系统的认识。文章首先介绍了智能驾驶系统,在介绍智能驾驶系统的基础上说明信息管理在智能驾驶系统中的重要性。

多传感器信息融合技术在智能驾驶系统中的应用

着重于介绍几种常见的智能驾驶系统,对单一传感器驾驶系统中存在的问题进行分析,以信息融合技术作为主要的叙述内容,对其中出现的问题进行了分析。

基于视觉导航的车载智能驾驶系统研究

随着我国汽车保有量的逐渐增加,各种交通事故的发生概率也随之上升,严重威胁了人们的生命、财产安全。为了能够最大程度地降低发生车辆交通事故的概率,各大车企都投入了大量的人力、物力来研制智能驾驶系统(以辅助汽车驾驶)。机器视觉作为信息数据采集和处理的重要组成部分,能够代替人眼对道路状况进行判断和计算,是研发自动驾驶系统中的核心模块。该文采用光流算法对基于视觉的车载智能驾驶系统进行研究。研究结果表明,该系统能够对车道偏离和车辆碰撞进行精准识别和预警,从而提高车辆驾驶过程中的安全性。

智能驾驶系统哪家强?

科技的日新月异改变着我们的生活方式。十几年前极为普及的手动挡汽车如今已逐渐为自动挡汽车所取代,在几十年后的未来,或许智能驾驶系统也将逐步取代人类,成为驾驶汽车的主体。然而,将视线投注到现实上,我们仍会对尚属新事物的智能驾驶系统感到惴惴不安,尤其在近年时常见到智能驾驶系统带来的安全隐患和引发的交通事故之后,消费者更会对智能驾驶系统敬而远之。

多传感器信息融合技术在智能驾驶系统中的应用

汽车数量的增加和行业的发展使得我国的汽车制造行业进入全新的发展阶段。汽车的制造是一个较为复杂的过程,需要对多个系统进行综合把握。智能驾驶系统就是其中的重要组成。之所以得到愈发广泛的应用,还是因为这种技术能够满足一部分人的驾驶需求。将多传感器信息融合技术进行应用,能够对该系统起到较好的完善效果。但是由于技术比较繁杂,因此推进基础性的研究工作尤为重要。

神华号HX_(D)1型机车智能驾驶系统设计

为了解决神朔铁路重载机车操纵难度大的问题,神华号HX_(D)1型机车采用了智能驾驶系统。文章介绍了智能驾驶系统的设计目标,详细阐述了系统架构、功能原理、核心设备的设计方案,以及应用场景。经过装车试验证实智能驾驶技术的应用可以减轻司机劳动强度,减少能源消耗,提高列车运营效率。

适用于重载铁路智能驾驶系统的无线闭塞中心

智能化驾驶系统是重载铁路的未来发展方向,而保障列车安全的列车运行控制系统是智能驾驶系统的基础,无线闭塞中心作为列车运行控制系统的地面核心设备,也必须针对重载铁路的需求进行研发。文章提出一种无线闭塞中心,其根据重载铁路智能驾驶系统的特点,在既有高速铁路无线闭塞中心的基础上对无线通信、列车定位、行车许可、临时限速等核心功能进行了改进,增加了与LKJ装置(简称“LKJ”)的车地无线通信接口,使得地面设备可以向LKJ实时发送控车命令;采用LTE网络替代GSM-R网络以得到更高的带宽,从而能够以更高的频率进行车地通信,以适应移动闭塞的需求;采用基于北斗卫星定位的虚拟应答器技术,不仅节约了成本,而且避免了高铁列车定位中有歧义情形的发生;可以通过配置选择不同的闭塞制式,同时支持准移动闭塞和移动闭塞的功能;为了能在下发临时限速命令的同时即时地配合司机既有的驾驶习惯,采用了当前重载列车临时限速命令的格式并通过无线消息下发给车载LKJ,此外还增加了调车防护功能。目前,该设备作为“神华号”机车智能驾驶系统的地面列控子系统已经被成功应用于神朔重载铁路,智能驾驶系统的控车率超过90%,每日可多开行5~6列万吨重载列车,成为提高重载铁路运营效率的重要支撑。

基于互联网思维应用的智能驾驶系统

本文结合我国智能化驾驶系统的需求和特点,以及当前互联网思维应用的模式与处理方法,对构建智能驾驶系统的框架和技术要点进行分析。

五菱宝骏汽车智能驾驶辅助系统全组网络模块和非网络故障诊断

本文分析五菱宝骏汽车智能驾驶辅助系统中全组网络模块和非网络故障的诊断流程,为汽车售后工程师、中高职和应用型本科教师从事五菱宝骏汽车维护、保养和故障诊断提供有益的参考。

基于车载传感器数据的智能驾驶辅助系统优化

随着汽车技术的快速发展,智能驾驶辅助系统(ADAS)在提高道路交通安全性方面的作用越来越重要,然而现有系统在复杂道路环境下的安全性能仍有待提高。通过分析车载传感器数据对ADAS性能进行优化,采用机器学习算法对多源传感器数据进行融合与分析,并由此提出一种障碍物检测与轨迹预测改进方法。实车测试结果表明,该方法在检测准确率和计算效率方面均优于现有算法,研究成果可为ADAS的进一步优化提供新的思路和方法。

智能驾驶辅助系统测试技术解析

未来科技进步趋势将从“互联网”向“物联网”发展,智能驾驶是“万物互联”的最好载体,“无人驾驶”是汽车智能的终极发展方向。智能驾驶将进入高速发展期,预计在2020-2025年智能汽车将进入量产阶段,结合移动互联网、大数据、云计算的智能驾驶服务预计会在十年后全面推广。本文所做的工作是将智能驾驶辅助系统的原理和实现方法进行深入的研究,为以后的相关应用提供参考。同时也可以帮助读者更好地理解智能驾驶辅助系统的工作原理,提高自己的学习能力。

五菱宝骏汽车智能驾驶辅助系统的功能

文章从五菱宝骏汽车智能驾驶辅助系统的功能入手分析了五菱宝骏汽车智能驾驶辅助系统的作用和工作机理,为汽车售后工程师、中高职和应用型本科教师从事五菱宝骏汽车维护、保养和故障诊断提供了有益的参考。