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。     

自动驾驶机器人关键技术及应用

 自动驾驶机器人可代替驾驶员进行可靠性、危险性和高精度的车辆道路试验。以一款自主开发的自动驾驶机器人为研究对象,介绍自动驾驶机器人功能和结构,分析自动驾驶机器人的关键技术,开发自动驾驶机器人在车辆道路测试试验、车道保持、跟车、换道和远程驾驶方面的应用。     

人工智能的五大派

 近来人工智能成了热门话题。一方面, 它和自动驾驶汽车、机器人保姆等各种新发明紧密相关, 以至于在各种产品前面加一个“智能”的修饰语成为时髦。另一方面, 它又被联系于大规模失业、机器统治人类等各种灾难。一时间, 各种呼吁和警告不绝于耳。     

施釉机器人视觉系统设计

计算机视觉是计算机科学和人工智能的一个重要分支。随着科学技术的发展,其应用研究受到越来越广泛的重视。介绍了在自动施釉生产线中机器人视觉系统的设计。     

机器人技术研发与专利分析

正机器人技术是一个多学科研究领域,涵盖人工智能、自动控制系统、生物材料和纳米技术等广泛领域。创新性研究对未来的研究具有重要的促进作用和影响力。研究质量比产出数量更加重要。通过利用其他技术促进机器人技术不断创新至关重要。机器人技术研究趋势自大规模生产时代起,机器人从自动化机器开始就一直在不断进化,并陆续应用于诸多领域。尤其是随着机器人技术研究的进步,机器人已在广泛领域内迅速发     

驾驶机器人车辆多新息动态转向力矩补偿

为了减小驾驶机器人车辆长期自动驾驶过程中转向性能下降带来的影响,提出了一种基于多新息的驾驶机器人车辆动态转向力矩补偿方法。构建了车辆动力学模型和驾驶机器人车辆动力学模型;建立了以路径曲率及车速为输入、方向盘转向角为输出的驾驶机器人车辆转向性能离线自学习模型;建立了以方向盘角速度、角加速度及车轮转角为输入,转向机械手驱动力矩为输出的受控自回归在线辨识模型,并运用遗忘因子多新息最小二乘方法进行参数辨识,将迭代计算过程中的标量新息扩展为向量新息,提高了驾驶机器人车辆转向性能参数的辨识精度;驾驶机器人车辆自动驾驶过程中,利用离线自学习模型和转向机械手动力学方程计算出转向电机输出力矩,加上反馈回来的驱动力矩误差,实现对驾驶机器人车辆转向力矩的在线动态补偿。仿真与试验结果对比表明:所提方法辨识的转向力矩误差在0.1N·m以内,跟踪目标路径的横向位移偏差小于0.2m;所提方法有效减小了驾驶机器人车辆转向性能下降造成的影响。     

数字经济时代,GPU将如何引领行业变革

GPU作为数字经济时代的核心算力引擎,已广泛应用于人工智能、自动驾驶、科学计算、生物信息、油气勘探等领域,对助力各行业发展与变革起到了关键支撑作用. 随着数字经济的兴起,大量新兴前沿行业快速发展,如自动驾驶、基因测序等,这些行业的共同特点便是要处理海量的数据信息,需要的算法模型越来越庞大,对算力具有强烈的应用需求.     

自动驾驶:稳步落地,任重道远

<正>近年来,人工智能已经成为推动社会进步最前沿、最具颠覆性的力量之一。作为未来人工智能的重要分支,汽车无人化和网联化可以提高道路交通的安全性及通行效率,极大地改变我们的出行方式,将成为未来数年最重要的先进技术之一。美国、日本、欧盟和中国分别制定了各自的自动驾驶发展战略。中国计划到2020年,初步建立能够支撑驾驶辅助及低级别自动驾驶的智能网联汽车标准体系。到2025年,系统地形成能够支撑高级别自动驾驶的智能网联汽车标准体系,制定100项以上的智能网联汽车标准。     

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。     

外刊概要

正1福特借助人工智能开发防疲劳驾驶的帽子【日】《钻石周刊》2018年2月3日号(提前出版)疲劳驾驶已经成为马路上的"头号杀手",而大型卡车司机的疲劳驾驶往往会带来重大事故隐患。为此,福特公司利用最新的人工智能技术开发了一款智能帽,通过帽子上的位置传感器和记录仪等设备,对驾驶员的头部运动轨迹进行记录分析,再利用人工智能对这些数据进行机器学习,从而让帽子本身具备了根据相关数据判断驾驶员是否处于疲劳或走神状态的能力。一旦判断驾驶员处于疲劳状态,车辆就会自动减速,并提     

汽车驾驶机器人关键技术

为了适应日益严格的汽车尾气排放标准,需要研制汽车自动驾驶设备以提高汽车排放试验 的精度.该介绍了汽车排放试验系统的构成,并根据驾驶动作的要求讨论汽车驾驶机器人执行机构 及传感器检测和驱动控制系统,对驾驶机器人多层控制模型进行研究,并分析了自学习和自补偿算 法、车速预瞄跟踪控制方法、试验数据管理和远程监控等关键技术的基本思想.实车试验结果表明, 驾驶机器人的车速控制精度在±2 km/h范围内,完全能够替代试验人员进行各种汽车试验.     

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。     

外刊导读

正1《经济学人》杂志2018年2月15日凭什么信任你,AI在刚刚过去的狗年春晚上,自动驾驶汽车在港珠澳大桥上顺畅行进,人工智能(简称AI)开始走近我们。消费者看到的更多是希望,是美好生活的愿景,而政府和监管部门会看到风险和挑战。试想一下,当汽车行驶在跨海大桥上,你真的会将方向盘交给一个电脑程序吗,换句话说,你放心将生命安全托付给它吗?《经济学人》的这篇文章认为,人工智能要取信于人继而得到普及,     

基于OKR的ROS自动驾驶小车教学平台设计

针对目前企业对学生工程能力和项目能力的要求,为提高电子信息类学生工程实践能力、促进学生了解工业界最新需求并学习先进的项目管理方法,针对近年研究火热的人工智能与自动驾驶,设计了一款基于ROS系统的自动驾驶小车软硬件结合的实践教学平台。实际教学效果表明,基于ROS系统的自动驾驶小车教学平台,结合先进的OKR管理方法,在实验教学效果、学生工程实践能力培养和自学能力培养方面都取得了较好的效果。     

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。     

汽车驾驶机器人模糊车速跟踪控制方法

为了实现汽车驾驶机器人在各种工况下对给定车速的准确跟踪,提出了一种驾驶机器人模糊车速跟踪控制方法.驾驶机器人根据试验循环工况规定的目标车速和实时采集到的试验车辆车速解算出车速误差和车速误差变化率,经过模糊推理得到驾驶机器人油门、制动、离合器机械腿和换挡机械手的下压或回收运动差值,从而实现驾驶机器人的精确定位控制.试验结果表明,试验条件的变化对模糊车速跟踪控制的影响不大,该方法具有较强的抗干扰能力,能够准确跟踪给定的目标车速,跟踪精度满足要求.     

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.     

超声避障技术在轮式机器人导航中的应用研究

随着智能控制的发展,机器智能化成为大势所趋。其中轮式机器人是一种集环境感知、规划决策、多等级辅助驾驶等功能于一体的综合系统,它集中地运用了计算机技术、人工智能与自动控制技术、现代传感器技术、信息与通信等技术,是典型的高新技术的综合体。其中轮式机器人障碍物探测是机器人前进的前提。通过采用超声波探测原理,设计了轮式机器人障碍物探测系统。仿真和实验证明,该系统能够很好的探测轮式机器人前方的障碍物,为后续机器人的避障控制提供了重要依据。     

余凯:人工智能的冰与火之歌

2006年到2016年,是深度学习的普及和推广期,人工智能技术在很多应用中取得了突破性进展,但所有成果均为感知方面的应用,如图像识别、语音识别等. 而从2016年开始,随着AlphaGo和自动驾驶等人工智能系统的出现,人工智能技术的应用开始从感知过渡到决策.未来10年,如何优化决策是人工智能的重点课题.     

培养AI-医学交叉人才

正从大众媒体到大型的医疗保健会议,到处都能看到人工智能将彻底变革生物医学的承诺。有时,我们仿佛已经站在了一个节点上:人工智能系统可以远程识别将要生病的人,完成诊断工作(不需要医生了),选择定制化的人工智能设计药物,及时把药物送到病人手上——当然了,要用人工智能驱动的自动驾驶汽车送药。即使未来这些都能实现,也需要非常长的时间。可以肯定的是,变化的步伐一直很快。在人工智能领域,深度学习进展迅速,它能让机器通过胸