基于模型预测控制的卡车编队控制方法与设计运行域评估

卡车编队因其在运输效率、交通安全、节约人力等方面的独特优势,正越来越得到全世界各国研究者的重视。基于模型预测控制理论,考虑重载车辆的铰接特性和侧偏特性,构建重载卡车编队纵向、横向控制器,可实现重载卡车L2级别横纵向自动编队控制。为验证模型有效性,基于Prescan&Trucksim联合仿真平台,引入速度、加速度、载荷、坡度、通信时延等参数,对控制器的控制效益进行敏感性分析。结果表明,卡车编队方法在各种驾驶场景下具有良好的控制精度和较强的抗干扰能力。在此基础上,提出“从外向内、逐级递减”的系统设计运行域评估方法,可更直观、更清晰地定义系统边界。

面向自动驾驶的车路云一体化框架

近年来,尽管自动驾驶(AD)技术在研发和商业化方面已取得显著进展,但自动驾驶规模化商业落地仍面临巨大挑战:一方面单车智能自动驾驶存在一定的安全问题;另一方面由开放道路场景引发的感知长尾、混行博弈等问题造成自动驾驶车辆的可运行设计域(ODD)受限。车辆亟需融合车端、路端、云端多源多维信息,进行一体化协同感知、协同决策、协同控制,拓展单车智能自动驾驶的能力边界。该文提出面向自动驾驶的车路云一体化(VICAD)系统框架,将不同的车路云协同部署策略与自动驾驶算法进行统一建模;在此基础上开展模拟仿真及系统评价,利用评价结果反馈对VICAD系统进行持续迭代优化,从而提升自动驾驶能力。此外,还进一步结合场景案例及产业落地实践,阐述了车路云一体化协同对自动驾驶大规模商业化落地的意义,并为VICAD的后续发展提出建议。