车联网隐私保护自主管理身份方案

针对车联网(VANETs)环境下车辆用户数字身份管理问题,该文提出基于区块链的去中心化可撤销隐私保护自主管理身份(SSI)方案。经可信机构(TA)授权后,路侧单元(RSU)组成委员会负责车辆用户身份注册、数字身份凭证颁发及维护。基于门限BLS签名和实用拜占庭容错(PBFT)共识机制实现数字身份凭证创建,解决凭证颁发机构去中心化问题;集成秘密共享和零知识证明技术,解决数字身份凭证颁发和验证过程中隐私保护问题;基于密码学累加器技术,解决分布式存储环境数字身份凭证撤销问题。最后,对该方案安全属性进行了详细分析,证明方案能够满足所提出的安全目标,同时基于本地以太坊私有链平台使用智能合约对所提方案进行了实现及性能分析,实验结果表明了设计的可靠性、可行性和有效性。

自主泊车轨迹规划技术发展现状综述

自主代客泊车系统是集智能驾驶环境感知、决策规划、运动控制技术于一体的综合系统,轨迹规划直接关系到代客泊车停车过程的效率、能耗、安全性和舒适性。为梳理自主泊车轨迹规划技术的发展现状,回顾了泊车技术的发展历程,针对泊车过程中单车轨迹规划问题开展调研,分析了面向自主代客泊车轨迹规划研究的进展。鉴于从单车智能到多车协同的转变展现了更大的系统优化潜力,继而梳理了多车协同轨迹规划的基本方法和研究现状,探讨了泊车场景下的协同规划研究进展及特点。对自主代客泊车轨迹规划的现存问题与未来发展趋势进行了分析和展望。

星球车自主路径规划方法

自主路径规划是星球车执行地外星球探测任务的一项核心技术,有助于星球车安全、高效地运动到任务点.然而,由于地外星球环境的特殊性、星球车与地面控制站之间的通信时延和通信带宽限制,星球车的自主路径规划与地面移动机器人的相应技术相比面临更大的挑战性,比如光照有限、地形未知且难以预测、环境特征单一和轮地交互难以精确建模等.因此,在存在不完全的环境信息和不确定的位置信息的情况下,如何为星球车生成一条安全、高效、合理的可通行路径是当前的研究热点.从研究进展和工程应用两个角度分析梳理星球车感知地图构建和自主路径规划等关键技术的进展.首先,总结了基于双目视觉的感知地图构建方法的研究进展,这种方法根据双目视觉信息获取视差图,从而构建星球表面数字高程地图模型.在获取视差图时通常采用立体匹配算法,对基于区域的匹配算法和基于特征的匹配算法两类主流方法进行了分析.其次,将现有的星球车自主路径规划方法总结为基于代价评估的路径规划方法与基于机器学习的路径规划方法两类,重点概括总结了基于备选弧的自主路径规划方法原理及其在已发射星球车路径规划中的迭代应用情况.分类分析了基于A*启发式搜寻算法、快速随机探索树算法和快速行进法的自主路径规划方法在星球车上的应用前景.将机器学习在星球车自主路径规划中的应用分为端到端路径规划方法与基于机器学习的辅助路径规划方法两类进行总结梳理.最后,基于对星球车自主路径规划的关键技术分析,从增强星球车感知能力、改进备选弧、减小星球车滑移、结合多种路径规划方法以及加强机器学习的应用五个方面对未来星球车自主路径规划方法的研究方向进行了探讨和展望.

自主行走智能回收车的硬件控制系统设计

基于新型垃圾回收模式,提出一种以行车电脑NUC 7i5BNK为主控制器的自主行走的智能回收车。智能回收车主要从系统硬件进行设计,硬件模块设计主要分为检测模块、控制模块和执行模块,检测模块由IMU、GPS、激光雷达等传感器组成,获取回收车的实时位姿数据。控制模块的核心处理芯片为NUC 7i5BNK,连接嵌入式设备,获取传感器输出的位姿信息,发送指令至执行模块电机驱动板,控制电机运行,并发送数据至显示屏实时显示。经过多次实测,在小角度扰动下,智能回收车可以精确进行自主行走及自动避障,自主行走过程中,智能回收车姿态角输出误差小、行驶速度快、行走路径精度高、运行稳定高速、灵活性高、覆盖面积广。

网联异质车群的自主换道行为及动力学建模

道路上行驶的网联异质车流,存在着网联自主驾驶汽车(connected autonomous vehicles,CAVs)和人工驾驶汽车(human-driven vehicles,HVs)的复杂交互耦合关系。传统的交通优化模型着重于均匀化网联车辆的运行速度,缺乏对网联车辆自主换道和主动礼让行为的考虑。为引导CAV自主变道决策和让行行为,挖掘其自主行为的动力学特性,运用系统动力学建立车车交互行为模型,判断CAVs所处的空间阈值,控制瓶颈区CAVs的目标巡航速度,调节瓶颈区道路车辆密度,提高异质车流通行效率。采用MATLAB数值仿真,验证分析面向CAV自主决策行为的动力学模型,结果表明:相较于传统的交通优化模型,加入符合换道条件和让行条件下的CAVs自主行为因素后,交通瓶颈区车辆平均延误以及瓶颈区排队长度均减少约20%,其中停车延误可减少约40%。网联异质车流中车车交互行为特性及自主决策行为动力学模型可为提高异质车流在瓶颈区的高效运行提供理论基础。

基于自主算法的智能工厂低速无人物流车系统研究

自从大带宽集群无线通信的瓶颈被突破以来,车辆群、无人车辆等各种无人设备集群的应用也层出不穷。其中最引人瞩目的当属无人物流车集群控制系统在物流配送行业的应用。这套系统一经投入使用,就迸发出巨大的发展潜力,而他最独树一帜的特点当属其控制系统软件的核心部分-算法。本文就基于自主算法的智能工厂低速无人物流车系统进行简要分析和研究。

基于5G+AI的自主泊车系统研究

自主泊车作为未来智能网联汽车的重要应用之一,旨在解决城市停车难问题。首先,概述了自主泊车系统的背景及概念,重点介绍了基于车场融合技术路线的系统架构;然后,详细阐述了基于5G+AI的自主泊车系统架构和关键技术,包括协同感知、协同定位、协同规划和协同控制。自主泊车系统减少了车端成本和安全风险,加速了泊车服务的落地,为车路协同自主代客泊车系统建设及场景示范推广提供了一定的示范和参考。

CITAVT-IV——视觉导航的自主车

国防科技大学研制的 CITAVT- IV自主车在高速公路实验中达到了 75 .6 km/ h的高速 .文章对CITAVT- IV的系统构成、组织结构及有关实验情况进行了比较详细的介绍 ,特别是其系统软件和系统数据流程具有一定的新颖性 ,该事件驱动的实时多任务软件系统具有很好的实时特性 。

融合深度学习的智能搬运车自主导航与物品分类研究

本研究针对现代复杂的物流搬运环境,提出了一种基于深度学习技术和自主导航系统的智能搬运车设计方案。该智能车的核心控制系统采用了NXP公司的高性能单片机RT1064,配备麦克纳姆轮构成精密的运动控制系统。在路径规划上运用了蚁群算法以寻求最优路径;在运动控制层面,实现了基于自主导航算法的小车精准定位与行驶;而在目标物体识别与分类方面,则利用了深度学习技术。该智能车整合了硬件系统设计、单片机软件系统开发、先进控制算法优化以及人工智能应用等多项关键技术,经过实际测试验证,能够有效实现按照最短路径完成物品分类与搬运任务。

国内新能源汽车价格战加剧 自主品牌领跑市场

随着国内汽车市场价格战愈演愈烈,自主品牌的新能源汽车逐渐替代了传统燃油车及合资品牌,成为了市场的主流。近期,多家新能源车企相继公布了2024年上半年的销量和交付数据,展示出新能源汽车市场的火热态势。

2024北京车展观察 新能源智能化成为趋势 自主品牌百花齐放

4月25日-5月4日,北京国际汽车展览会(以下简称北京车展)在中国国际展览中心顺义馆、朝阳馆举办。作为全球汽车工业展示的重要舞台;阔别四年之久如今再度回归。此次北京车展以“新时代新汽车”为主题,吸引近干家国内外汽车企业参展,全球首发车117台(其中跨国公司全球首发车30台),概念车41台,新能源车型278个。

智能图书自主收纳车设计

针对传统图书整理方法效率低下且复杂,尤其是传统图书整理设备采用CCD巡线存在局限性等问题,设计了一款智能图书自主收纳车。该收纳车集成了ROS操作系统、Movebase导航框架以及YOLOv3目标检测等技术,具备识别书架空位的能力,且其能按照分类摆放图书,以实现自动化的图书收纳放置服务。经现场实际测试,证明了该收纳车在图书馆、家庭书架等场景中具有实用性和高效性。该研究为改善图书整理方法、提升图书整理设备性能提供了可行的技术方案,对图书管理和智能化图书整理具有积极的实际意义。

我国自主研制的首列氢能源市域列车成功达速试跑

2024年3月21日上午,由中国中车长春轨道客车股份有限公司(以下简称“中车长客”)自主研制的我国首列氢能源市域列车在位于长春的中车长客试验线进行了运行试验,列车成功以160 km/h满载运行,实现全系统、全场景、多层级性能验证,标志着氢能在轨道交通领域应用取得新突破。

《智能定制化改装平台自主开发技术及产业化》项目喜获2023年“江苏省汽车工程学会汽车工业科学技术奖”科技进步奖一等奖

日前,南京依维柯汽车有限公司主导的项目《智能定制化改装平台自主开发技术及产业化》荣获2023年“江苏省汽车工程学会汽车工业科学技术奖”科技进步奖一等奖。商用车具有小批量多品种,应用场景丰富、配置多样化的特点,随着各种客户个性化的需求的增加,改装行业需求大涨。

智能车自主换道超车控制方法研究

智能车换道超车不仅要有合理的触发时刻,还要保证高速循迹的准确性,为此本文首先根据人工势场理论建立道路风险场,在对换道车辆的周围风险进行快速评估后产生换道超车意图,并通过最小安全距离来保证换道的安全性,然后采用带有前馈的LQR控制器进行车辆轨迹跟踪,同时引入遗传算法对LQR控制器权重参数进行优化。通过Simulink和Carsim联合仿真验证了改进LQR控制器的优良性能以及所提出的换道决策模型的有效性和安全性。

视觉算法在室外重载无人车系统设计中的应用

研究致力于设计一种基于视觉算法的室外重载无人车系统。该系统利用先进的视觉算法,包括目标检测、跟踪和路径规划,实现对室外环境的感知和理解。通过结合深度学习技术和传统的计算机视觉方法,该系统能够准确地识别道路、障碍物和交通标志,从而实现自主导航和避障功能。此外,该系统还具备远程监控和控制的能力,使操作人员能够实时监测车辆状态并进行必要的干预。实验结果表明,该系统在不同天气和光照条件下都能够稳定运行,并具有较高的精确度和鲁棒性,为室外重载无人车的实际应用提供了可靠的解决方案。

坐便轮椅车自主排便机构盖板升降技术研究

目的:对坐便轮椅车自主排便机构盖板升降环节进行研究,设计开发自主手动盖板升降结构,解决抽拉式盖板与臀部产生摩擦的问题,并探讨方便集便及兼顾隐私保护部分。方法:根据材料受力理论及螺纹的斜面原理对连杆、复位支撑滑板及螺旋副进行设计及模拟仿真,通过样机的试制不断优化各个环节。结果:通过设计连杆直径8mm,辅助支撑滑板厚3mm可以满足盖板升降要求,整体设计准许乘坐者以<6N的力驱动手柄实现盖板的下沉与复位。集便袋可以实现更方便的集便,遮挡布的设计能够更好地保护隐私。结论:坐便轮椅车自主排便机构设计,充分考虑轮椅车乘坐者排便过程的私密性、满足轮椅车乘坐者的自主排便需求,进一步丰富当前坐便轮椅车产品的功能,提升独居(处)且有轮椅车乘坐需求人群的生活质量。

地面无人车系统架构及自主行驶关键技术

首先,阐述了一种面向野外特种任务的地面无人车需求;然后,详细分析了系统架构,包括地面无人车底盘、智能感知与决策控制以及任务载荷子系统的内部构成;最后,围绕无人车系统自主行驶关键技术,介绍了野外特定区域高精度路网生成、无人车平台自主行驶与全局路径规划、无人车平台智能感知与自主避障的工作原理。

地下停车场环境融合语义特征的视觉惯性定位方法

针对地下停车场环境GPS信号差、光线暗、特征少、纹理弱等带来的定位问题,提出了一种融合语义信息的视觉惯性定位算法.该算法首先通过视觉里程计和IMU预积分进行视觉惯性信息的融合.同时,利用4个鱼眼摄像头输入图像构建全景环视图像,并采用语义分割算法提取停车场环境语义信息.然后,根据视觉惯性紧耦合位姿完成逆投影变换,获得语义特征投影地图并采用回环检测和位姿图优化方式减小累积误差,完成全局位姿图优化,实现较高精度的定位效果.最后,通过Gazebo仿真与实车测试对该算法进行了验证.结果表明,本文算法能充分利用环境语义信息构建较为完整的语义地图,且基于重复定位误差对比,相较于ORB-SLAM3提高了车辆定位精度.

自主代客泊车系统技术路线研究

随着车辆智能与通信技术的发展,自动驾驶等级逐步提升,其中自主代客泊车技术已被认为将是最早大规模商业化落地的自动驾驶系统之一。这种技术逐渐成为自动驾驶企业与智慧停车场等利益相关方研究的热点与重点。本文重点分析自主代客泊车系统的系统技术演进过程、三种系统方案路线的对比,并对其未来发展进行思考。