地下金属矿铲运机自主驾驶系统设计

针对地下金属矿铲运机自主行驶控制问题,提出了一种适用于短距离矿石运输工作环境的铲运机自主控制方法。首先,基于对铲运机车辆结构的分析,多维度对比了不同操作方式的铲运机系统;然后,利用工业以太网、智能控制器和多线激光雷达搭建了铲运机自主驾驶系统;最后,提出了铲运机自主驾驶融合控制方法。该方法采用分段控制策略,在采场穿脉及放矿穿脉内采用“低速高稳定性”车辆控制模型,在运输大巷内采用“高速高效率”车辆控制模型。在此基础上,搭建了试验仿真平台。试验结果表明:所提出的控制方法可以保证铲运机井下工作的稳定性和矿石运输效率,可为地下金属矿铲运机自主驾驶提供有益参考。

自主驾驶系统的“人类驾驶员标准”——产品责任的解释论研究

智能网联汽车的自主驾驶系统具有深度学习性,包括“先天”和“后天”两方面。导致自主驾驶系统的产品责任认定面临产品缺陷和因果关系认定困难。在现有法律体系下,应通过对产品“不合理危险”的具体化、客观化解释,建构“人类驾驶员标准”,指正常、成熟和守法的人类驾驶员面对不同道路交通情况作出的安全驾驶行为及其产生的最小损害后果。该标准包括驾驶行为要件和损害结果要件,符合消费者对产品安全性的合理期待。

自主驾驶——让轿车带你去远行

反应比人灵敏,安全性迢过人工驾驶;2010年以后。

论无人驾驶汽车的法律监管

无人驾驶汽车包括半自动和全自动两类,半自动的无人驾驶汽车仍然需要人类司机,且人类司机在必要的时候需要重新控制汽车;全自动的无人驾驶汽车完全不需要人类司机在车内,人类司机不需要履行驾驶或者操作汽车的职能。监管无人驾驶汽车的有关法律和规章应当区分自动化的不同层次并为特定层次的自动化车辆设定特定的条款。半自动车辆需要强制安装人为干预系统,以便司机随时重新控制汽车。对于半自动汽车来说,驾驶员是坐在司机座位上,在自主驾驶系统失灵时承担控制汽车职责的人;而全自动汽车则不需要界定驾驶员,只需要注册登记车辆所有人。在责任承担方面,应当根据无人驾驶汽车的质量标准、汽车操作说明书,明定自动化车辆的功能,看车辆是处于哪个层次的,是否需要车辆驾驶人(车辆所有人)的参与。如果驾驶人(所有人)按照这个标准和说明尽了相应的义务,那就没有任何责任,无人驾驶系统引发的责任应由汽车生产商或自主驾驶软件的提供商承担。

采埃孚（ZF）和英伟达（NVIDIA）联合开发人工智能系统

采埃孚（ZF）近日宣布，公司正与英伟达（NVIDIA）合作为交通运输业开发人工智能（AI）系统，用于乘用车、商用卡车和工业应用的自动化驾驶和自主驾驶系统。

红旗HQ3:智能与安全的结合

在“第十四届智能交通世界大会”上，一汽集团展出的4．3L精英型红旗HQ3吸引了众多参观者的目光。它不仅配备了世界一流智能交通技术，而且在体现安全驾驶方面配备了中国最先进主动式安全技术——红旗HQ3自主驾驶系统技术。

触摸“智能交通”——走近第十四届智能交通世界大会

智能车载导航仪、自主驾驶系统、电子收费系统……伴随着…系列的顶级智能交通技术的亮相，第十四届智能交通世界大会于10月9日在北京展览馆拉开帷幕。

人工智能在模式识别领域的应用

模式识别是一个不断发展的新学科,它的理论基础和研究范围也在不断发展。模式识别就是通过计算机用数学技术方法来研究模式的自动处理和判读。计算机识别的显著特点是速度快、准确性和效率高。识别过程与人类的学习过程相似。

人工智能在模式识别领域的应用

模式识别是一个不断发展的新学科,它的理论基础和研究范围也在不断发展。模式识别就是通过计算机用数学技术方法来研究模式的自动处理和判读。计算机识别的显著特点是速度快、准确性和效率高。识别过程与人类的学习过程相似。