智能网联汽车架构、功能与应用关键技术

智能化技术与网联化技术的快速进步促进智能化车辆由驾驶辅助到无人驾驶、由单车智能到多车协同的方向发展.智能网联汽车技术能提升交通安全与效率,但也面临着来自真实交通环境的复杂挑战.该文基于智能网联汽车架构、功能与应用3方面关键技术,对用于单车自主式驾驶与网联协同式驾驶的智能网联汽车研究进行分析.首先,针对系统架构设计,分析...     

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。     

智能网联车环境下异质交通流稳定性及安全性分析

针对未来道路上由人工驾驶车辆(Human Driven Vehicles,HDVs)和智能网联车(Intelligent and Connected Vehicles, ICVs)所组成的异质交通流,对其稳定性与安全性进行研究.首先,利用全速度差模型(Full Velocity Difference, FVD)和协同自适应巡航控制模型(Cooperative Adaptive Cruise Control, CACC)分别描述人工驾驶车辆和智能网联车的跟驰特性.然后,通过分析不同智能网联车渗透率下异质交通流的线性稳定性,得出其稳定性条件.最后,采用数值仿真实验进行验证,选取多项安全指标评估了不同渗透率下异质交通流的安全性.结果表明:随着渗透率的增加,交通流的车速离散程度减小,即表示安全性能提高;安全指标降低比例减少,即表示交通安全风险降低.因此,智能网联车的应用有助于提高交通安全.     

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     

公安交管视角下的车路协同技术探讨及应用

车路协同已经成为全球关注的重点,但目前还存在技术架构不清晰、关键技术不明确和应用验证不落地等问题。通过分析智能网联环境下的交通管控数据驱动,立足于公安交管视角,设计车路协同技术应用架构,明确了跨行业、跨平台的信息交互架构,探讨了车路协同的路侧信息交互技术、管控设备安全认证和公安交管赋能平台等关键技术。依托无锡车联网先导区示范应用项目,规模化验证了车路协同应用服务场景。打通了公安交管部门与通信运营商和车联网企业的信息交互通道,率先实现了信号机与汽车前后装车载终端间高可靠、低延迟的交通信息实时推送,验证了车路协同对精准出行服务和辅助安全驾驶的提升作用,对智慧交管有重要推动意义。     

基于安全裕度的网联自主汽车换道行为风险量化及动态平衡模型

伴随车联网技术的发展,道路交通流呈现智能网联自动驾驶汽车与传统人工驾驶车辆混合共存发展态势,研究网联新型混合车流换道驾驶行为的风险特性极其重要。基于安全裕度理论,建立了换道行为风险量化模型,采用故障树分析法,推导换道的时间和空间风险,进行时空融合的风险评定量化,以判断车辆是否处于安全变道状态,并动态平衡车辆换道行为可能存在的风险。运用SUMO软件对建立的量化模型进行仿真验证分析,1/TTC与瞬时风险系数均值分别下降约0.1与0.05,同时变化趋势趋于稳定。安全裕度风险量化模型使换道风险得到了有效控制的同时,交通流的稳定性得到了较大提高,可保障未来网联环境中自主驾驶车辆队列的稳态运行,从而提高交通容量和交通效率。     

智能网联: 新能源汽车发展的新机遇 ——访中国工程院院士、北京理工大学教授孙逢春

新能源汽车是当今汽车技术发展的重要方向之一,而智能网联技术作为新能源汽车技术的重要组成部分,在《中国制造2025》等国家、部委制定的各项发展战略和相关政策中获得了高度重视,智能网联技术是中国新能源汽车发展的重要方向。广东省政府高度重视智能网联汽车发展,去年10月,广东省委副书记、省长马兴瑞与中国工程院院士、北京理工大学教授孙逢春就智能网联新能源汽车产业发展进行了座谈。北京理工大学相关团队与广东省相关部门密切配合,在新能源汽车领域开展了各项合作。为了解合作进展,本刊记者采访了广东省引进院士团队的带头人孙逢春院士,同时就智能网联新能源汽车技术和产业化相关话题进行了访谈。     

网联辅助驾驶混合交通流稳定性及安全性分析

针对常规人工驾驶车辆和网联辅助驾驶车辆随机混合的交通流,分析其稳定性与安全性.基于紧跟常规车的网联车退化为常规车的跟驰特性,提出了网联车随机退化为常规车情形的数学期望表达式,进而建立网联车混合交通流稳定性的一般性分析方法.选取全速度差模型和智能驾驶员模型分别作为常规车和网联车跟驰模型,进行混合交通流稳定性案例分析,考虑常规车与网联车相对数量及相对空间位置的随机性,设计上匝道瓶颈交通安全影响的数值仿真实验.研究结果表明,网联车有助于提升交通流稳定性与安全性,平衡态速度越接近9.8~10.6 m/s速度范围,混合交通流满足稳定状态所需的网联车市场率临界值越大;当网联车市场率大于0.37时,混合交通流可在任意平衡态速度下稳定;相比于常规车交通流,网联车交通流的交通安全水平可提高54.29%~71.36%.     

混有CACC和ACC车辆的连续型元胞自动机交通流模型

现有的混合交通流元胞自动机模型中自动驾驶车辆与手动驾驶车辆在跟驰模型上大多仅存在反应时间上的差别,并不能体现自动驾驶上层控制系统实时调节加速度保持车速稳定的特点,基于Gipps模型和PATH实验室标定的ACC和CACC跟驰模型提出了更符合自动驾驶机理的连续型元胞自动机模型。通过计算机数值仿真分别从速度,流量,拥堵比例以及期望车间时距方面对不同渗透率下的混合交通流进行分析。结果表明,智能网联车辆能有效提高道路通行能力,且能大幅减少交通拥堵;智能网联车渗透率越高,开始出现拥堵车辆的密度临界值越大;同时道路通行能力随期望车间时距减小而增大。     

基于效用理论的车辆换道交互行为及决策模型

研究分析道路交通环境下的车辆换道交互行为,客观反映车辆微观行为特性及宏观车流运行规律。通过分析车辆换道微观驾驶行为,构建Logit模型定量分析驾驶人换道行为决策过程,基于“效用理论”思想,实现驾驶人决策效用最大化。选取青岛市杭鞍快速路实际交通流为研究背景,标定模型相关参数;进一步仿真验证了分层Logit模型的准确性。研究成果可为智能网联交通环境下的车车交互、车路协同和自动驾驶系统提供理论支撑和方法依据。     

合肥市智能网联汽车产业的发展现状与建议

<正>一、合肥市智能网联汽车产业发展现状1.坚持系统布局,构建全产业链合肥市现已集聚汽车智能化领域关联企业49家,涵盖产业链上游激光雷达、高精度地图等关键零部件,中游域控制器、车载显示等智驾智舱解决方案供应,下游智能驾驶商业化、智能网联汽车等领域。其中,感知环节有联创电子科技股份有限公司等雷达、     

智能网联环境下CAV混行车流集聚策略及分析

针对目前的交叉口控制方法无法适应于网联人工驾驶车辆(CHV)与网联自动驾驶车辆(CAV)的混行而导致冲突增多、效率下降的问题，提出了一种适用于主干路交叉口的基于多智能体系统(MAS)的CAV混行车流集聚控制模型(MTF-ACM)．构建基于V2V(车对车)技术的混行车流集聚策略，以降低混行车流的随机性．设计虚拟动态预信号，通过时空同步机制对集聚车队进行速度诱导．根据主预信号协同配时策略，使集聚车队以最大可能不停车通过交叉口．研究结果表明：当CAV的市场渗透率(MPR)为60%时MTF-ACM取得通行能力的最佳效益；当交通流量临近饱和状态时，相较于无ACM和CAV-ACM,MTF-ACM平均延误时间和停车次数分别降低30%和50%以上，燃油消耗和CO₂排放分别减少20.59%和22.21%.     

信号交叉口网联自动驾驶车辆时空轨迹优化控制系统

为降低车辆在信号交叉口范围内的燃油消耗量,提出了网联自动驾驶车辆时空轨迹优化控制系统。系统基于离散时空模型,设计了时空节点-弧模型以重构车辆时空轨迹;并以车辆发动机做功值,作为时空弧成本,以前方车辆时空轨迹和车辆运动学特征为约束,利用A*最短路算法求解具有最低燃油消耗的网联自动驾驶车辆时空轨迹;同时改进了Pitt微观车辆跟驰模型,以预测普通车辆的时空轨迹。预测结果作为约束条件,应用于网联自动驾驶车辆时空轨迹优化过程中,使系统适用于网联自动驾驶车辆与普通车辆混行条件下,仿真结果表明:系统能够降低高达13.94%的网联自动驾驶车辆燃油消耗;同时有效降低整体交通燃油消耗总量;能够在40%的网联自动驾驶车辆占有率条件下,实现良好的控制效果。计算时间仅为10~(-3)s水平。系统能够有效实现预期控制目标;并为近期网联自动驾驶车辆占有率较低环境下的车辆控制提供了一定的理论基础,实用性较强。     

考虑时延的网联车混合交通流基本图模型

由于智能网联车的不断发展,未来将出现智能网联车和人工驾驶车共同存在的混合交通流,因此,研究道路上的混合交通有助于解决交通拥堵等问题,具有一定的现实意义。为探究这类混合交通流的流量、密度和速度之间的关系,文中综合考虑智能网联车辆退化和车辆时延,建立了自动驾驶环境下混合交通流的基本图模型。首先,确定交通流中的车辆类型和不同类型车辆的比例,并考虑联网智能车辆跟随人工车辆时发生的车辆功能退化;然后,确定3种车辆的延迟时间并改进每种车辆的跟驰模型;在此基础上,同时考虑车辆时延和车辆功能退化两种因素,推导出交通流平衡时的基本图模型,并对模型中的自由流速度参数进行敏感度分析。研究结果表明,智能网联车对混合交通流的最大流量和最佳密度有积极影响,车辆时延有消极影响,自由流速度则对混合交通流的最大流量有积极影响,对最佳密度有消极影响。SUMO仿真结果表明,在不同场景下仿真得到的流量–密度分布点符合理论曲线,验证了文中理论模型的准确性。     

基于驾驶模拟器的HMI可用性测试实验环境研究

针对现有汽车驾驶模拟器的功能局限,探讨了对于测试汽车人机界面（HMI）,如何搭建一个可用性测试实验环境,探究出汽车HMI在驾驶模拟器上的可用性测试方法.针对汽车的智能化和网联化功能,设计并搭建出基于智能驾驶座舱的台架,实现了通用智能汽车驾驶仿真,使汽车HMI设计测试过程明细化,继而验证设计的可行性和有效性.以先进驾驶辅助系统中的LDW（车道偏离预警）功能为例,分析了LDW的应用场景,最后将HMI设计应用到驾驶模拟器上进行可用性测试,以期对未来HMI测试方法产生一定的启发.      

无人驾驶车辆何时才能"遍布街头"

<正>2019年,全国多地支持自动驾驶的热情持续高涨。天津、常州、长沙等地陆续为不同类型的自动驾驶车辆发放路测牌照,广东、武汉等地也相继发布智能网联汽车道路测试管理规定,为自动驾驶商业化提前铺路。无人驾驶车辆究竟何时才能真正"遍布街头"?     

LTE无线通信技术与物联网技术的结合与应用探讨

以LTE无线通信技术与物联网技术概念为基础并结合已有文献,进行了分析研究.介绍了LTE无线通信技术与物联网技术相结合应用于智慧城市建设和智能网联汽车等领域的具体情况.为将LTE无线通信技术更好地融合在物联网技术中,提出了系列待解决的问题.     

对汽车智能化进程及其关键技术的思考

 随着控制、感知、通信和执行器技术的飞速发展,以电动化、自动化及网联化为基础的智能汽车成为汽车行业发展一大趋势,而汽车智能化所带来的技术挑战性问题也成为人们关注的热点。从汽车自动化、智能化的发展进程来看,汽车智能化可分为驾驶辅助、半自动化、高度自动化和完全自动化4个阶段。本文对当前汽车智能化研究中以车企和IT行业所主导的2条技术路线进行介绍,深入分析了汽车智能化在各个发展阶段的特征和含义,并概括了汽车智能化所面临的多源信息融合感知、智能汽车控制架构协调决策控制、人机交互与拟人共驾等挑战性问题。最后,对中国汽车企业智能化发展提出建议。     

中、德智能网联汽车的战略选择及主要特征

 新一轮科技革命蓄势待发,引发全球汽车产业深刻变革。智能网联汽车成为汽车产业转型升级的重要突破口。梳理了中德智能网联汽车发展的背景条件和战略选择,分析了中德智能网联汽车发展的主要特征,提出中德双方应从行业管理、关键技术、标准法规、测试示范等方面持续深化合作,共同推动智能网联汽车发展。     

智能网联汽车内生安全问题与对策

智能网联汽车正成为新一代典型信息物理系统,面临着传统功能安全与现实网络安全甚至严峻信息安全等二重乃至三重交织问题复合叠加影响,导致这一现象的根本原因之一是智能网联汽车的内生安全问题—软件定义汽车趋势下的软硬件代码设计缺陷、漏洞/后门等问题。在分析智能网联汽车内生安全问题和现有网络安全防御局限性的基础上,提出了“不完全交集”原理和基于动态异构冗余架构的智能网联汽车内生安全理论和方法,通过将网络攻击带来的不确定性失效与软硬件随机性失效归一化为可用概率表达的广义鲁棒控制问题,使安全性指标达到可量化设计和可验证度量的程度,为一体化解决智能网联汽车网络安全和功能安全(信息安全)交织叠加难题提供了新路径,赋能智能网联汽车及车联网基础设施构建数字安全底座。