基于深度学习的汽车自动驾驶控制系统测试方法研究

随着深度学习技术的发展,对汽车自动驾驶控制系统的测试方法进行研究显得尤为重要。该文探讨基于深度学习的汽车自动驾驶控制系统测试方法的应用意义,并提出基于深度学习的汽车自动驾驶控制系统具体测试方法,从而为自动驾驶技术的进步提供有效测试框架。

城轨列车驾驶控制逻辑分析

文章分析城轨列车驾驶控制逻辑,阐述在TCMS正常和故障情况下,方向指令、牵引制动指令和牵引制动级位的来源及传输路径,分析和对比几种不同司控器级位信号的传输过程及原理。

智能汽车自动驾驶控制研究

随着科技的不断发展,智能汽车自动驾驶逐渐成为汽车行业的研究热点。传统的汽车驾驶依赖于人类驾驶员的操作和决策,但这种方式存在人为因素的不确定性和错误,容易导致交通堵塞和交通事故等问题。而自动驾驶的出现,为提高交通安全性、减少交通事故、提高出行效率等提供了新的解决方案。该文介绍智能汽车自动驾驶,并分析智能汽车自动驾驶发展状况及存在的问题,探讨自动驾驶控制和执行,以有效提高智能汽车自动驾驶控制能力,推动智能汽车技术的可持续发展。

基于强化学习的自动驾驶控制技术研究进展探索

近几年来,自动驾驶控制技术的研究范围越来越广,这基于决策控制技术的自动驾驶处理模式受到了大多数人的关注,依据决策内容对不同场景予以特殊处理,在提高运行效能的同时,发挥强化学习的优势,更好地实现广泛化应用。本文介绍了强化学习自动驾驶控制技术的相关内容,并对基于强化学习的自动驾驶控制技术应用策略展开讨论。

自然驾驶状态下使用手机对驾驶控制行为的影响

研究基于上海市自然驾驶项目,共计提取了296个驾驶人使用手机的行为样本,并基于动态时窗构建了表征驾驶人控制行为的特征指标,针对使用手机的5种操作行为:拨打、接听、通话、挂断和查看信息,分别分析了各操作过程中驾驶人纵向、横向控制活动的强弱情况,执行控制操作的灵敏程度以及车辆控制状态的稳定性.研究表明驾驶过程中使用手机的部分操作会导致驾驶人控制活动有所减弱,控制操作更加迟缓,且大多数分心操作对纵向控制稳定性产生了显著影响.这些发现有助于更好地了解驾驶人使用手机时的自然行为变化,为交通安全管控提供指引.

履带车辆驾驶控制的遥控化研究

在对履带车辆的驾驶控制方式进行分析的基础上 ,阐述了履带车辆遥控化的关键技术——驾驶控制指令的设计与生成技术 ,以及遥控车辆的自动操纵技术。经遥控化技术改造后的履带车辆在场地试验中表现出良好的驾驶控制性能。

节油驾驶控制策略速度门限匹配

设计了分离无摩擦的电控滑行离合器,针对加速-滑行模式提出了基于结合-分离速度门限调节的节油驾驶控制策略。在MATLAB仿真平台上进行了离线仿真,分析了速度门限对油耗的影响;进行了道路试验研究,完成了速度门限的匹配。结果表明:本文提出的滑行电控离合器以及节油驾驶控制策略具有很好的节油效果。

基于MATLAB的汽车驾驶控制系统仿真研究

本文借助MATLAB工具建立汽车驾驶控制系统的Simulink仿真模型,从定量和定性两个方面研究PID参数的改变对系统性能的影响。实践表明,MATLAB软件是研究和分析控制系统的一个有效手段。

城轨列车司机驾驶控制台模拟与仿真

随着城市轨道交通的快速发展,对列车司机驾驶控制台的人机交互界面的要求也越来越高,希望通过人机交互界面可以查看列车运行状态信息并做出相应的操作动作。为了设计一个简单、自然、友好的司机驾驶控制台交互界面,屏蔽车载系统复杂的结构,通过分析系统结构需求、系统功能需求、系统性能需求,在Windows操作系统下的Visual C++6.0编程环境下,使用其封装的MFC程序编写代码,以成都地铁一号线为例对系统进行运行及调试,实现了列车司机驾驶控制台模拟与仿真系统。

考虑驾驶员操作误差的混合动力汽车队列生态驾驶控制

鉴于现有生态驾驶控制的研究多基于完全智能网联环境,不适用于传统人类驾驶汽车和网联汽车混行的交通场景,本文中以包含人类驾驶汽车和网联汽车的混合动力汽车队列为研究对象,提出一种考虑驾驶员操作误差的分层生态驾驶控制方法。基于随机模型预测控制算法设计上层控制器以实现车队机动性、燃油经济性和舒适性多目标优化,采用自适应等效燃油消耗最小化策略设计下层控制器以优化车辆发动机与电池的功率分配。仿真结果表明,所提出的方法可有效降低驾驶员操作误差导致的车队中混合动力汽车速度轨迹的偏移量,车辆平均油耗降低2.82%。

异构智能网联车辆编队的双阶段节能驾驶控制策略

为了提高智能网联自动驾驶汽车(CAV)车队的燃油效率,提出了一种CAV异构车队的双阶段节能驾驶控制策略。在离线控制策略阶段,速度优化通过利用动态规划(DP),为智能网联自动驾驶车队创建参考节能速度曲线。在在线控制阶段,采用双向控制与领队跟随(BDLF)策略,来保持车队的稳定性,并实时跟踪参考速度曲线。利用Matlab构建的双阶段节能驾驶策略,在Autonomie车辆系统仿真工具中进行了仿真。在多组道路环境下,基于美国加州交通局(Caltrans)性能测量系统(PeMS)提供的交通数据对该策略的性能进行了测试验证。结果表明:本双阶段节能驾驶策略将CAV车队的燃油效率提高了10.1%。因而,该方法可以保持CAV异构车队的稳定并为车队提供更加节能的控制方法。

GL Studio在城市轨道列车虚拟驾驶控制台中的应用

GL Studio作为一款专业的虚拟仿真软件,已广泛应用于航空器模拟驾驶训练系统的开发,但在城市轨道列车模拟驾驶训练系统中的应用却较少。文章详细介绍了利用GL Studio软件实现城市轨道列车驾驶控制台旋钮开关、按钮开关、操作手柄等仪表设备图形对象、行为模型的建立过程。实践证明,GLStudio能够应用于城市轨道列车驾驶控制台的仪表设备的虚拟仿真,并达到良好的效果。

自动控制在轨道交通自动驾驶控制系统中的运用

城市轨道交通的快速发展,为人们的出行提供了便捷服务,有利于提高交通运输效率,缓解交通拥堵。自动驾驶控制系统是轨道交通中的核心系统,可以通过自动驾驶的方式保障行车安全及稳定,防止出现意外事故。文章介绍了轨道交通自动驾驶控制系统中自动控制的原理,分析了自动控制系统的闭塞制式特点,探索了轨道交通自动驾驶控制系统中自动控制的运用措施。

汽车用毫米波驾驶控制雷达

1 引言 回顾了调整连续波(FMCW)的工作原理,介绍了工作频率为77GHz左右的车用毫米波驾驶控制雷达,并根据实际使用讨论了准光学天线的工作特点。新的结构形式采用了准光学天线三个开关波束与雷达之间的简单接门,天线的孔径为7.62cm,波束宽度为3°,增益大了30dB。该雷达采用了成熟的技术和元件。根据提出的要求,装在密封罩里的雷达收发信机的成本预计低于150美元。该雷达已安装在汽车上实用,性能良好。 2 主动式驾驶控制系统 2.1 基本概念 “主动式驾驶控制系统(ACC)”指的是汽车行驶过程中人们可以对汽车进行驾驶控制,也就是说,当前方汽车以一定速度行驶时,ACC系统能使该车与前面车辆之间保持安全的车距。当前方汽车行驶速度增加时,为了确保安全,它与前面汽车之间的距离必须加大,反之车距则需减小。 由于多车道的高速公路上挤满了时速为80～100km/h的汽车,因而也就特别需要一种车用驾驶控制雷达。

基于CCP协议的自动驾驶控制器MCU固件标定系统设计和实现

本文以无人驾驶车辆为研究背景,研究基于CCP协议的自动驾驶控制器MCU固件标定系统的设计和实现。整个系统包含以MCU为控制芯片的自动驾驶控制器、USBCAN数据采集卡、MCU固件标定上位机软件。自动驾驶控制器借助事先约定好CCP协议完成一些参数的标定,切换一些复杂的自动驾驶控制逻辑和策略,同时借助事先存储在MCU内的BootLoader引导程序实现自动驾驶控制器APP程序的更新。通过测试发现,此系统工作稳定,通讯数据完整可靠。

基于SAC的自动驾驶车辆控制方法应用

为了改善SAC(soft actor critic)算法样本等概率采样以及网络随机初始化造成网络收敛速度慢、训练过程不稳定问题,提出一种结合优先级回放和专家数据的改进算法PE-SAC(priority playback soft actor critic with expert)。该算法依据样本价值将样本池分类,使用专家数据预训练网络,缩小无人车无效探索空间、降低试错次数,有效提升算法学习效率。同时设计一种面向多障碍物的奖励函数增强算法适用性。在CARLA平台进行仿真实验,结果表明所提出方法可以更好地控制无人车在环境中安全行驶,同等训练次数下所得奖励值和收敛速度优于TD3(twin delayed deep deterministic policy gradient algorithm)和SAC算法。最后,结合雷达点云地图与PID(proportional integral derivative)控制方法缩小仿真环境与真实场景差异性,将训练所得模型移植到园区低速无人车中验证算法泛用性。

基于生态驾驶的智能网联汽车协同跟车模型研究

为提高道路通行能力、减少能源消耗,文章介绍了一种基于智能网联汽车生态驾驶的协同跟车模型。该协同跟车模型由感知层、决策层和控制层3个层级组成,控制策略是将车辆动力学与无线通信技术相结合,在模拟的复杂交通环境中实现感知、控制和获取周围信息,集成了以最小化驾驶间距为模型的预测控制(MPC)策略,以改善交通流的可持续性。生态驾驶控制器的性能是通过车辆自身的速度和加速度2个状态量进行燃油消耗和排放量的评估来实现。最后,验证了控制器的动态特性具体体现在3个方面:跟车行为、燃油效率提高及减少二氧化碳排放,所提出的控制器能够有效地减少跟车过程中的燃油消耗和排放。

混行交叉口下智能车辆驾驶轨迹控制方法

考虑车辆之间的相互影响和交通环境的不确定性,且混行交叉口的路况较为复杂,导致驾驶轨迹跟踪控制误差较大。为此提出混行交叉口下智能车辆驾驶轨迹跟踪控制方法。构建智能车辆驾驶模型,在IDM场景计算车辆加速度,确定车速和安全距离。利用线性时变模型将智能车辆驾驶轨迹线性时变表达,并建立轨迹预测方程,求出预测时域状态量和输出量;构建驾驶轨迹限制条件,引入前轮转角的控制量、控制增量与重心偏移角度,通过构建目标函数,计算实际控制量,通过设定理想时间,获取时域内外纵速度,结合欧拉积分完成驾驶轨迹跟踪控制。仿真结果表明,所提方法驾驶轨迹跟踪控制误差小,保证智能车辆安全稳定运行。

四合一汽车辅助驾驶系统控制决策的开发与实车测试

开发了一种占位小、误报少、"四合一"集成的汽车安全辅助驾驶控制系统。该控制系统包括:车道偏离警示系统、前方碰撞预警系统、盲点监测系统以及主动预紧式安全带等4种典型辅助驾驶系统。控制决策系统利用控制器局域网通讯协议,基于即碰时间(TTC)信号,确定控制指令优先级;借助改进的安全带,执行危急提醒和分级预紧功能。在不同气象和照明的条件下,进行了高速公路的实车测试。结果表明:该四合一集成控制系统,能够解决同时报警以及频繁报警问题,可提醒和约束驾驶员,减少驾驶员的误判,从而可降低驾乘人员的损伤风险。