智能网联或成汽车产业弯道超车关键

<正>随着汽车产业智能化、网联化、共享化的趋势愈渐强烈,黑客通过入侵智能网联汽车自动驾驶系统的威胁不再仅仅存在于电影银幕中的虚拟世界。中国急需构建完善的智能网联汽车信息安全解决方案,为在智能网联汽车领域实现弯道超越、成为汽车行业领跑者扫清阻碍。智能网联汽车是指搭载先进的车载传感器、控     

未来如何乘坐无人驾驶汽车

<正>自动驾驶汽车依靠人工智能、视觉计算、雷达、监控装置和全球定位系统协同合作,让电脑可以在没有任何人类主动的操作下,自动安全地操作机动车辆。未来我们甚至可以利用智能手机呼叫自动驾驶汽车来出行。无人驾驶汽车是通过车载传感系统感知道路环境,自动规划行车路线并控制车辆到达预定目标的智能汽车。它是利用车载传感器来感知车辆周围环境,并根据感知所获得的道路、车辆位置和障碍物信息,控制车辆的转向和速度,从而使车辆能够安全、可靠地在道路上行驶。集自动控制、体系结构、人工     

松下、索尼加强汽车用传感器开发

正随着各汽车厂商竞相开发自动驾驶技术,相关产业的创新发展也非常活跃。近日据有关媒体报道,松下公司新开发出可活用于汽车自动驾驶的新一代高性能图像传感器。该传感器将感光度提高至100倍,在夜间行驶时也能够瞬间识别信号灯、行人和障碍物等,最早将在2020年前后投入实用化。在图像传感器领域位居世界首位的索尼也在加强汽车用传感器的开发。松下将新开发的传感器材料     

车载自动语音识别系统设计

随着车载电子设备的蓬勃发展,驾驶过程中操作设备的危险性也日益提高,如何在驾驶过程中安全地使用设备也逐渐被提上议事日程.本文开发的车载自动语音识别系统可以很好地解决这一问题.本文采用单片机STC10L8XE和OMAP3530为核心处理器,语音识别专用芯片LD3320为语音识别模块,设计了一套车载自动语音识别系统,并对软件...     

自动驾驶中基于深度学习的3D目标检测方法综述

随着激光雷达传感器和深度学习技术的快速发展,针对自动驾驶3D目标检测算法的研究呈现爆发式增长。为了探究3D目标检测技术的发展和演变,对该领域中基于深度学习的3D检测算法进行了综述。根据车载传感器的不同,将当前基于深度学习的自动驾驶3D目标检测算法分为基于相机RGB图像、基于激光雷达点云、基于RGB图像–激光雷达点云融合的3D目标检测3种类型。在此基础上,分析了各类算法的技术原理及其发展历程,并根据平均检测精度（mAP）指标,对比了它们的性能差异与模型优缺点。最后,总结和展望了当前自动驾驶3D目标检测中仍然面临的技术挑战及未来发展趋势。     

基于专利引用和文本信息的自动驾驶技术演化

通过分析自动驾驶技术领域专利的引用信息和文本信息,结合社区发现、LDA（latent Dirichlet allocation）主题建模、主路径分析方法,针对自动驾驶专利数据集的特点建立分析框架进行自动驾驶技术演化分析。应用上述方法可以有效识别自动驾驶技术领域的主题分布,弥补传统单一方法不能反映技术全貌的缺陷。我国需重点突破多源传感器融合感知、复杂环境智能决策控制、车路协同、人机交互等关键技术;在测试和自动泊车技术上处于技术领先;在定位、高精度地图、执行机构、运动控制、硬件计算平台技术上处于技术跟随。     

2018全球自动驾驶:产业生态精彩纷呈

 自2016年以来，在新一轮人工智能浪潮的不断加持下，自动驾驶成为全球战略投资的风口和热点，企业已然成为自动驾驶技术创新与产业进程不断推进的主体。在经历了2年的期望膨胀期后，2018年的全球自动驾驶可谓是兴奋与焦虑同在：自动驾驶生态圈已然初步成形，颠覆未来出行与交通方式的产业前景从未如此清晰；但自动驾驶产业迟迟不能安全落地并大规模商业化，成为众多持续“烧钱“企业的心病。     

探讨人工智能在汽车自动驾驶系统中的运用

随着现代科技的快速发展,各种新技术也随之发展起来,以人工智能为代表的新技术,在我国汽车领域得到了广泛运用。车辆自动驾驶是以计算机为核心,完成车辆自动驾驶。目前,车辆自动驾驶能够感知部分问题,其他问题还要依赖于人工智能技术。本文从车辆自动驾驶技术现状入手,对人工智能在汽车自动驾驶系统中的应用进行了深入分析。     

汽车自动驾驶技术研究进展

人工智能和新一代信息技术的快速发展正推动汽车产品的智能化与网联化,以革命性的变化推动未来人们交通出行的变革。当前,在技术发展和产业探索实践的综合推动下,汽车自动驾驶成为现阶段汽车技术领域研究的重点和热点。基于此,重点围绕环境感知、路径规划与轨迹跟踪等汽车自动驾驶关键技术的发展和研究现状进行梳理和分析,为今后的自动驾驶相关研究提供参考。     

智能型自动驾驶系统的多源信息融合算法

利用模糊积分方法融合高速公路上智能自动驾驶的多源信息，确定汽车应采用的安全运行模式，使之经过专家系统的知识推理，调整汽车运行中的可控参数值，为建立智能自动驾驶系统奠定了基础，并为具体实现智能型自动驾驶系统创造了重要条件，进而避免交通事故发生，提高道路的通行能力。     

汽车自动驾驶关键技术研究进展

人工智能和新一代信息技术的快速发展正推动汽车产品的智能化与网联化,以革命性的变化推动未来人们交通出行的变革.当前,在技术发展和产业探索实践的综合推动下,汽车自动驾驶成为现阶段汽车技术领域研究的重点和热点.基于此,重点围绕环境感知、路径规划与轨迹跟踪等汽车自动驾驶关键技术的发展和研究现状进行梳理和分析,为今后的自动驾驶相关研究提供参考.     

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。     

基于可智能切换车载照灯的车载照明灯控制系统

为提高驾驶安全性与智能化,本文基于LED设计了车载照灯及其相应的控制系统,有效地解决了行车时外界光线不断变化使司机的视线受到一定影响的问题,在节能、安全、智能等多角度有效提高驾驶的安全性和智能化。     

一种基于混合现实的自动驾驶车辆测试方法

针对自动驾驶汽车在复杂环境下的安全性测试问题,提出一种基于混合现实的自动驾驶车辆测试方法。该方法将仿真环境中的虚拟场景映射到真实的测试环境,通过传感器和数据融合快速收集自动驾驶测试车的智能感知和行为决策等性能指标,然后基于混合现实测试场景、控制中心、测试车辆构建闭环测试系统。通过案例验证,说明该方法可满足在多种场景下自动驾驶车辆的测试要求。     

未来的智能汽车会更棒

正通过手机应用软件呼叫自动驾驶出租车,在广州,这早已不是一件新鲜事啦!事实上,在北京、上海、长沙、苏州、武汉等地,包括自动驾驶汽车在内的许多智能汽车新项目正不断涌现。据预测,到2040年,道路上行驶的车辆将有3/4是智能汽车。智能汽车是指搭载先进传感器等装置,运用人工智能等新技术,具有自动驾驶等多种功能的新一代汽车。目前,其发展还处于起步阶段。随着数字经济发展,交通数字化、信息化、智能化正让它的应用前景变得更加广阔。     

全球自动驾驶发展现状与趋势（下）

继上一期对全球自动驾驶技术与产业发展的分析,本期软科学基于中科院上海生命科学信息中心1和上海市科学学研究所2的有关研究成果,重点就各国自动驾驶技术研发布局与产业化发展策略进行梳理,分析我国及上海自动驾驶领域的发展基础与现状,提出布局重点的建议。     

数字波束成形在车载毫米波雷达中的应用

汽车智能驾驶辅助系统(ADAS)和无人驾驶汽车是目前汽车领域非常热门的方向,而车载毫米波雷达又是该领域中非常重要的传感器,为车辆决策和执行系统提供目标信息(距离、速度和方位角)。随着技术的发展,现有的SIMO毫米波雷达的分辨能力难以满足自适应巡航(ACC)和紧急制动(AEB)的要求。提出了基于数字波束成形技术的车载MIMO毫米波雷达,采用两发八收天线,在发射天线利用频分复用(FDM)调制,从而达到接收天线不模糊接收回波信号。通过测试和仿真,满足水平方向1度、俯仰方向2度分辨率的3D雷达,进一步提高雷达在ADAS与无人驾驶领域的探测性能。     

大坝智能化安全监测新技术简论

提高大坝安全监测的智能化、标准化，增强传感器布置优化的可操作性等是大坝安全监测技术发展所迫切需要解决的问题．材料科学、数学、力学、人工智能、信息技术与传统大坝安全监测技术的多学科交叉渗透已成为大坝安全监测领域新的研究方向．智能传感器、传感器的网络化在解决上述问题中表现出的强大功能，在大坝安全监测领域已引起广泛的关注．人工智能强大的功能和解决某些问题的独特手段，正在加速监测技术高度智能化的进程．文中在对大坝安全监测传感器、数据采集装置的研制以及布置方案拟定等的研究现状进行综述的基础上，从智能传感器、现场总线控制系统和传感器网路化以及布置优化等几个方面，介绍了大坝安全监测技术新趋势和发展方向，并简述了人工智能技术在提高大坝安全监测水平中的应用前景．     

强化学习在自动驾驶技术中的应用与挑战

围绕强化学习在自动驾驶领域的应用进行了多方面的概括和总结。对强化学习原理及发展历程进行了介绍;系统介绍了自动驾驶技术体系以及强化学习在自动驾驶领域的应用所需的基础;按不同的应用方向分别介绍了强化学习在自动驾驶领域中的应用案例;深入分析了现阶段强化学习在自动驾驶领域存在的挑战,并提出若干展望。     

自动驾驶汽车的碰撞安全性研究综述

【目的】探讨自动驾驶汽车的安全性。【方法】首先,通过分析国内外自动驾驶汽车安全研究的现状,并对其进行梳理和总结;然后,归纳自动驾驶无法避免碰撞的原因以及分析错综复杂的车内外环境,对自动驾驶汽车碰撞安全问题的应对策略进行讨论;最后,就自动驾驶汽车碰撞安全技术的提升做出展望。【结果】就目前而言,智能化技术仍然存在许多不成熟的地方,尤其是自动驾驶汽车的安全方面依旧有许多领域需要更多的研究与试验,比如自动驾驶的障碍物识别、路径规划、控制策略以及自动驾驶汽车的内部空间布局等。【结论】自动驾驶技术在汽车上的使用让人们拥有了更安全、更舒适的乘坐体验,研究人员应当牢牢围绕“以人为本”这个理念,关注人的需求,保护人的安全,并围绕该理念设计与发展智能化技术。