基于固态激光雷达的矿井专用AEB前端子系统设计

受限于矿井巷道场景的环境特殊性,目前针对地面系统的自动紧急制动(Autonomous Emergency Braking,AEB)技术难以在井下环境中直接应用。为探究适用于矿井车辆的AEB前端子系统组成方案,优选了一款纯固态Flash型单线激光雷达,并面向井下工程应用对雷达工作参数进行优化。基于近邻查询、卡尔曼滤波和最小马氏距离理论,提出了适用于矿井巷道车辆的改进AEB系统多目标聚类及跟踪算法。在此基础上,将算法移植于嵌入式平台并进行了测试。结果表明,该系统可对环境目标实施连续准确的跟踪,所选用的激光雷达抗干扰能力强,这对组建完整的井下AEB系统具有较高的参考价值。

主动式安全带对AEB乘员离位的改善方案

自动紧急制动(AEB)作用时会产生乘员离位现象,乘员离位在碰撞中对乘员胸部伤害会产生不利影响。通过仿真验证得出,主动式安全带在预碰撞阶段的预紧会改善乘员离位情况,并且加快预紧作用过程的反应速度和加大预紧力值均能提升对乘员的约束,而通过系统匹配,调整主动式安全带在预碰撞阶段预紧启动时间,可实现对乘员更好的约束效果。

行人横穿场景下某智能接驳车AEB算法优化研究

为应对景(园)区内行人横穿等复杂情况,提高自动紧急制动(AEB)对行人保护的安全性。文章建立了某智能接驳车在路面激励特性和车辆特性前提下的动力学模型,提出了基于模糊推理的智能接驳车AEB控制算法,通过MATLAB/Simulink仿真软件对控制算法进行仿真,并将该算法应用到实车测试,与传统控制算法进行了比较试验。结果表明,接驳车在5.14 s全力制动时比传统值(5.35 s)快0.21 s;接驳车刹停后,距离行人安全距离传统值为1.53 m,优化值为1.91 m,两者误差为0.38 m,优化后更加精确安全,能有效避撞的同时也说明了该算法的可行性。

自动驾驶车辆AEB系统控制策略研究

随着智能驾驶辅助系统的迅猛发展,自动紧急制动(AEB)系统是智能导航的一个关键部分,已成为减少道路意外的一项重要技术措施,并成为汽车行业发展的一种不可避免的趋势。同时,AEB系统的工作效能直接关系到驾乘人员的生命安全,文章首先对AEB系统工作原理进行分析;其次对碰撞时间模型(TTC)、Mazda模型、Honda模型三种模型进行理论分析;最后通过实车测试来分析在各工况下的制动效果。结果表明,在不干扰扰驾驶员正常驾驶前提下,这三种模型中,TTC模型的纵向避撞性能最优;三种模型在车辆上能较好的形成对比,而模型也没有出现对车辆任何的排斥反应。

超磁致伸缩式AEB系统纵向避撞算法及仿真验证

提出一种以超磁致伸缩致动器GMA为制动执行机构的超磁致伸缩式AEB(autonomous emergency braking system,自动紧急制动系统)系统,该系统能够实现车身轻量化、快速制动和主动制动的效果。对比了五种避撞算法在超磁致伸缩式AEB系统的作用下的纵向避撞效果。以碰撞时间来判断避撞效果的TTC算法;以制停后前后两车相对距离为避撞效果的4种安全距离算法:Mazda算法、Honda算法、Berkeley算法和SeungwukMoon算法。以均能实现车辆避撞为前提(车速为10~80km/h),将4种安全距离算法的前后两车相距最小安全距离d0值设置为18m。搭建PreScan/Simulink的联合仿真平台,对比五种算法的避撞效果。最终仿真结果表明,TTC算法避撞效果最佳。

基于联合仿真的汽车AEB前车低速场景安全边界研究

测试场景是检验自动紧急制动系统(Autonomous Emergency Braking,AEB)功能安全的基础,本文以前车低速场景为例,探究AEB测试场景的安全边界。首先构建测试场景,利用CarSim、PreScan和Matlab/Simulink3个软件搭建联合仿真平台,对AEB系统进行测试,获取仿真实验数据;使用二元Logistics回归模型对主车速度、路面附着系数、TTC值3个关键参数和仿真实验结果的关系进行分析,根据得到的回归系数建立该类场景的安全边界模型。该模型的建立对AEB场景测试和算法改进具有参考意义。

半挂汽车列车AEBS控制策略分析

作为交通安全保障中的一个重要的道路车辆安全系统,AEBS 系统已经逐渐成为用车领域中的整车标配,并且随着未来的 发展,AEBS系统与技术将会在车辆交通领域中得到普及和发展。基于此,本文针对半挂汽车列车AEBS系统控制策略作出全面分析。

基于事故数据挖掘的乘用车追尾卡车AEB测试规程研究

基于未来出行交通事故场景研究数据库中的乘用车追尾卡车事故,分析并提出了以卡车为目标物的乘用车自动紧急制动系统的典型测试工况。采用K-means聚类算法得出可代表实际卡车的目标物颜色,基于事故数据分析提取卡车目标物尾部特征参数,设计并制作了一种新型的具有与真实车辆反射特性和机器视觉识别特性接近的重型厢式卡车目标物。卡车目标物静止,测试车辆分别以45、50、55、60 km/h的速度进行100%重叠自动紧急制动系统测试,验证了该目标物的可行性和有效性。可为车辆主动安全相关标准法规研究提供数据支撑,推动车辆主动安全测试技术的发展。

基于ECE R131的商用车AEB系统性能试验研究

该文介绍车辆自动紧急制动(AEB)系统的技术原理与控制方案,详细分析欧盟颁布的ECE R131法规对商用车AEB性能的测试方法和要求,在此基础上开发商用车AEB性能测试系统和搭建测试场景,并依据ECE R131完成对商用车AEB性能的道路验证测试。测试结果表明:试验车辆完全符合ECE R131对AEB系统性能的要求,且基于77 GHz毫米波雷达的商用车AEB系统更易于识别动态目标,AEB系统内部的信号传输具有0.2~0.4 s的延时,为国内商用车AEB系统的开发和标准的制定提供帮助。

基于PreScan的AEB系统纵向避撞算法及仿真验证

采用自动紧急制动(AEB)可以辅助驾驶员避免纵向碰撞。该文对比了5种AEB算法对避免纵向碰撞仿真验证制动效果。以自动制动结束时的己车与前车的距离来判断制动效果的4种安全距离(AS)算法是:Mazda、Honda、Berkeley、Seungwuk Moon;另一种是以即碰时间(TTC)为判断制动效果的TTC算法。在Simulink中运行的汽车主动安全的仿真平台Pre Scan上进行仿真验证。结果表明:在不干扰扰驾驶员正常驾驶前提下,这5种算法中,以即碰时间的TTC算法的纵向避撞性能最优。

基于事故数据挖掘的AEB路口测试场景

基于国家车辆事故深度调查体系中499例真实的路口事故数据,研究适应于中国的自动紧急制动系统(AEB)路口测试场景。通过基于多元Logistic回归的事故严重程度影响因素分析,提取自动驾驶测试场景的特征要素,构建测试场景。以场景特征要素为聚类参数,采用层次聚类算法挖掘得到了8类路口机动车碰撞典型危险场景,建立了8类适应于中国交通状况的AEB路口测试场景。研究表明:中国的路口场景与Euro-NCAP法规场景有一定的相似性,但较国外更加复杂,其中十字路口的左转与直行冲突是需要重点测试的场景。研究结果可为国内AEB系统的开发和测试提供参考,也可作为建立中国AEB路口测试评价体系的依据。

企业社会责任对消费者抵制内化机制研究——基于AEB理论与折扣原理的实证

文章重点关注企业履行了一定程度的社会责任之后,却受到消费者消极响应(消费者抵制)的理论依据和内化机制。本研究立足企业社会责任内在本质的视角,通过深度分析企业社会责任特征(承诺、水平、时间选择、关联度)与消费者抵制两者之间的作用关系,尝试性地给出了导致企业在社会责任履行中这种"吃力不讨好"现象的理论解释框架。研究发现,低程度的企业社会责任"承诺"与"水平"、过于滞后的企业社会责任"时间选择"以及高的企业社会责任"关联度",都会通过"感受过分"的中介作用引起"消费者抵制"。研究发现,企业社会责任特征中的"关联度",可以正向调节消费者的"感受过分",越是低的企业社会责任"关联度",越可以降低消费者的"感受过分",进而减少"消费者抵制"。此外,本研究亦对企业实施有效的企业社会责任策略提供了新的启发。

汽车自动紧急制动(AEB)行人检测系统的开发与测试

开发了一种汽车主动安全技术的汽车自动紧急制动(AEB)行人检测系统。该系统包含软体假人目标、假人驱动装置及其控制系统,可按照2018版中国新车评价规程(C-NCAP)的AEB行人系统测试场景的要求,驱动假人目标行走,并可与操控测试车辆的驾驶机器人实时通讯。开展了对假人目标行走距离、假人目标行走速度和与驾驶机器人的联动实验。结果表明:该系统实验一次成功率达到90%以上,对假人速度控制的准确度96%,对假人与车辆碰撞位置的准确度达96%;该系统可准确复现行人危险工况。因此,该AEB行人检测系统可用于开展C-NCAP(2018)行人测试实验,作为车辆AEB系统功能评测及相关产品开发工具。

基于人、车、路和环境的AEB控制策略发展研究综述

分析了经典自动紧急制动(AEB)控制策略的发展现状及局限性,从人、车、路以及环境等因素出发,总结了AEB控制策略在驾驶员特性、车辆属性、路面特性、应用场景等方面的完善与发展过程。驾驶员特性影响个性化的驾驶员需求,车辆的感知、结构与制动特性等引起车辆固有属性的差异,不断更新的路况导致路面附着系数实时变化,多样化的工况场景决定了AEB控制策略的应用条件,研究表明,上述动态变化的因素要求AEB控制策略应具有一定的适应性与鲁棒性,对AEB控制策略的发展具有十分重要的作用,综合考虑人、车、路以及环境等因素的AEB控制策略是提高AEB系统可靠性与安全性的必要条件。

AEB制动对THOR 50^(th)假人乘坐姿态影响

为了获得在制动紧急系统(AEB)系统作用下THOR 50^(th)假人姿态变化特征,论述了车辆AEB系统在前车静止(CCRs)、前车慢行(CCRm)和前车制动(CCRb)3种测试工况试验方法并获取了AEB系统近似梯形的典型制动波形,采用二项式拟合方法构建了典型波形,分析了THOR 50^(th)假人坐姿离位特征。结果表明:当初始速度低于40 km/h时,相同初始速度下,减速度越大,THOR 50^(th)假人头部和胸部前倾量越大;在相同制动加速度下,初始车速增大,假人头部和胸部位移增大;在初始速度为40 km/h时,AEB紧急制动造成头部和胸部离位程度最大。

弯道AEB系统的目标识别算法及控制策略研究

针对现有的自动紧急制动(autonomous emergency braking,AEB)系统在弯道工况下存在误识别的情况,提出一种基于曲线坐标转换法的目标识别方法。通过传感器反映道路模型几何信息,利用曲线坐标转换法定位主车与目标车辆的位置,计算车辆之间的相对距离,采用逻辑门限制法确定危险目标车辆。针对基于安全距离模型或者碰撞时间(time to collision,TTC)算法的传统避撞算法无法兼顾制动过程中的安全性和舒适性问题,提出一种融合优化的Honda算法和TTC算法的纵向避撞控制策略。利用TTC算法作为前向碰撞预警策略,根据优化的Honda算法设计自动紧急制动策略。仿真结果表明,基于曲线坐标变换的方法能够精确计算主车与目标车辆之间的距离,准确且高效地识别危险目标车辆,基于安全距离算法和TTC算法协同控制的融合算法有效避免车辆纵向跟驰碰撞,兼顾了紧急制动过程的安全性和舒适性。

自动紧急制动(AEB)技术的研究与进展

为了促进汽车自动紧急制动(AEB)技术朝着更加安全与高效的方向发展,该文从AEB系统的工作原理、发展历程、应用现状、法规标准等方面,综述了AEB技术的研究进展,总结了与AEB系统综合性能密切相关的关键技术,包括AEB系统避撞策略、制动执行机构和环境感知机构。研究表明:自动紧急制动系统能够有效避免或者缓解追尾碰撞,可提高车辆主动安全性能;受制于目前制动执行技术和前端感知技术水平,AEB系统无法实现汽车在更高车速范围以及更复杂多交通场景下的完全避撞。自动紧急制动系统未来研究的重点在于:复杂多交通场景下避撞策略综合性能优化;基于更快响应时间目标的制动执行机构研发;危险行驶工况下与多种主动安全技术的深度融合及协调控制。

提升雨天情况下AEB系统效能的方法研究

自主紧急制动系统(AEB)可有效避免交通事故的发生,但现有的研究未考虑天气状况对其系统效能的影响。针对上述问题,运用PC-CRASH软件建立了AEB控制及有效性验证模型,在考虑天气状况、车速的条件下,提出了AEB系统先测量路面实际附着系数、再反馈并优化控制的方法。对125起汽车与两轮车事故案例进行了仿真分析,结果表明:考虑实际路面附着系数的AEB优化方法可有效提升雨天情况下的效能。

面向电动两轮车的汽车AEB系统研究

根据所选取的86起汽车与电动两轮车碰撞的事故案例和事故发生前电动两轮车的运动状态,设计接近前方的静止、匀速、减速和横穿车辆4种测试场景,并以此为基础分别对自动紧急制动(AEB)系统整体仿真模型进行仿真验证,结果表明,在车辆配备AEB系统的条件下,事故避免率达到了85%以上,其中,在不能避免碰撞的事故中,汽车的平均碰撞速度由29.3 km/h下降到13.2 km/h,验证了所设计的AEB系统控制策略的有效性。

AEBS场地测试方法

随着AEBS(自动紧急制动系统)的逐渐普及,对该系统的功能、性能的测试也变得十分重要,目前AEBS常用的测试方法中只能进行100%重叠的两车碰撞测试,不能很好的适用于带偏置的碰撞以及交叉路口的侧向碰撞试验。本文提出的AEBS系统的场地测试方法,使用能够设定任意轨迹的UFO设备作为目标物,配合安装ABD机器人的测试车辆进行试验;该试验方法可以进行各种角度、场景的碰撞试验。论文首先描述了该测试方法的组成,然后介绍了测试的工况,紧接着对各个工况的测试方法进行了详细的论述,最后进行了实车测试验证。测试结果表明,该方法简单、方便、可靠。