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     

基于人工智能的汽车无人驾驶避障模块的研究与分析

车辆行驶环境下最重要的就是对于路上各种障碍的躲避,这是实现安全智能的无人驾驶的前提,所以避障就是无人驾驶系统中的核心部分。而智能避障就是通过安装在车外部的激光传感器和声波雷达对周围的路况信息,交通环境进行采集。此功能有环境的感知检测元件完成,然后将收集的信息经过处理,传送给车载计算机主控器,由计算机对环境进行预测判断障碍物出现的概率。再经过复杂的算法计算出最优的全局路径。将命令发送给控制执行部分,由执行器执行命令完成避鄣行驶。     

基于五阶Bezier曲线的无人车避障轨迹规划

无人驾驶汽车的局部路径规划对于自动驾驶技术的推广有着至关重要的作用。为了研究无人驾驶汽车在运行过程中前方会出现会静止障碍物采用换道避障策略的情况,提出了基于五阶Bezier曲线的局部路径规划方法。首先,通过分析车辆性能极限及车辆碰撞边界确定换道过程中车辆的可行驶域,再进一步考虑车辆的物理特性提出轨迹曲线优化目标函数,确定五阶Bezier曲线的6个控制点,得到最优避障轨迹。然后利用CarSim和MATLAB/Simulink软件进行仿真实验验证。结果表明此方法能够规划出易于车辆跟踪的轨迹曲线,且针对不同车速情况下的换道避障能够分别产生此车速下的最优避障轨迹。     

无人驾驶时代即将到来

"绿灯亮起,一辆无人驾驶的汽车缓缓起动,平稳地行驶在公路上,方向盘不时地自主转动,遇到施工障碍时自动绕开,前方有车时换道超车,行人穿越马路时自动减速避让……"这听起来像某个科幻电影中的片段,却在内蒙古自治区赤峰市翁牛特旗的公路上真实上演。国家自然科学基金委近日表示,我国自主研发的无人驾驶汽车201 5年将测试从北京行驶至深圳。技术先进好比机器人专家这样定义无人驾驶汽车:"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     

基于贝塞尔曲线的智能商用车换道避障轨迹规划

智能车辆的安全避障是实现自动驾驶技术的基础,针对智能商用车高速行驶中的避障问题,建立相应的避障策略,结合高速公路实际工况,对智能商用车的换道避障轨迹进行规划,分为路径规划与速度规划两方面。基于车辆的横向稳定性,结合鱼钩实验得到商用车高速转向时路径曲率的最大值,提出基于贝塞尔曲线的轨迹规划算法,对曲率进行约束,利用遗传算法选取最优避障路径。并基于车辆安全距离模型确定避障车速,规划出一条满足动力学约束以及瞬态侧翻阈值约束的避障轨迹,利用Trcksim软件对避障轨迹的可行性进行验证,结果表明智能商用车能够安全、高效的进行换道避障。     

浅谈汽车无人驾驶技术

无人驾驶系统通过计算机视觉感知外界环境,模拟人的意识、思维来实现汽车的自动行驶,主要包含一个由传感器组成的信息采集网络、高精度路况三维建模和路线规划模块、以及控制汽车行驶的控制器。信息采集网络收集汽车所处位置的周边信息,将这些信息构建出车辆周围环境的三维模型进行路况分析,再通过具有机器学习能力的控制器来规划路线和"驾驶"汽车。通过人工智能的使用,使汽车在处理驾驶路况时贴近于人的思维,实现智能驾驶。     

无人驾驶车辆智能水平等级划分

 国内外无人驾驶车辆迅速兴起,为加快无人驾驶车辆关键技术研究,进行无人驾驶车辆智能水平等级划分成为首要任务。本文以无人驾驶车辆、任务、环境三者构成的复杂交互系统为研究对象,开展无人驾驶车辆智能水平评价研究。建立了由环境复杂度、人工干预程度、任务复杂度组成的无人驾驶车辆评测模型,并根据环境复杂度、人工干预程度、任务复杂度分别对无人驾驶车辆进行5个等级划分;最后根据无人驾驶车辆行驶的环境复杂度、人工干预的程度、执行任务的复杂度及行驶质量,对无人驾驶车辆智能水平进行了10个等级划分。     

智能车辆避障路径规划方法研究

为解决车辆在避障时由于路径曲率不连续易发生原地转向的问题，该文对比探究智能车辆避障路径规划方法，开展了五次贝塞尔曲线、三次贝塞尔曲线、五次样条曲线和三次样条曲线避障路径研究。首先，确定控制点分别拟合出五次贝塞尔曲线、三次贝塞尔曲线、五次样条曲线和三次样条曲线的避障路径；其次，采用Matlab和Carsim联合仿真分析的方法对该四种避障路径的曲率进行对比分析；最后，基于无人驾驶平台，采用纯跟踪预瞄模型开展实车试验，以此探究四种避障路径的工程实用性。结果表明：采用样条曲线和贝塞尔曲线进行避障规划，车辆的横向超调量为0;相比于三次曲线避障方法，五次曲线避障方法所规划的路径曲率更连续；相比于样条曲线避障方法，贝塞尔曲线避障方法车辆的转向更稳定。     

基于OV7620智能车的路径识别及控制策略

智能车是可以自动识别道路并以最短时间行驶全程的一种无人驾驶汽车.路径识别跟踪技术和快速、稳定的控制策略是智能车发展的重要标志.给出以OV7620作为智能车的主传感器,以红外对管作为辅助传感器对赛道的信息进行采集.OV7620把赛道的亮暗程度转化成像素的灰度值,采用边沿跟踪检测图像处理算法.采用PID与bang-bang算法相结合的算法对智能车进行速度控制.实验表明智能车可以实现任意路径识别与智能快速行驶.     

考虑无人驾驶车辆影响的道路网络容量模型

为了研究未来无人驾驶车辆对道路网络容量的影响,将路网上的车辆分为无人驾驶车辆和普通车辆两类,根据两类车辆的不同路径选择行为,构建考虑无人驾驶车辆影响的道路网络容量双层规划模型。上层模型为满足路段容量约束条件下的最大交通需求,其中各OD之间的交通需求采用均一的增长乘子;下层模型为考虑无人驾驶车辆影响的混合路径选择行为模型,其中普通车辆以极小化个体的出行成本为目标,而无人驾驶车辆以系统最优为目标。基于迭代平衡思想设计求解双层规划的启发式算法,并通过算例验证了模型和算法的有效性和可行性。研究结果表明:(1)当无人驾驶车辆的市场渗透率较低时,无人驾驶车辆对普通车辆的路径选择影响不大,道路网络混合均衡流量波动很小,道路网络容量增加不明显;(2)随着市场渗透率的增加,道路网络容量首先呈现缓慢增加的趋势,当无人驾驶车辆占据主导地位后,可利用的路径数量增多,流量在不同路段上分布更加均衡,道路网络容量快速增长,当网络中的车辆都是无人驾驶车辆时,整个系统处于最优运行状态,算例结果表明道路网络容量显著增加;(3)随着道路网络容量的增加,交通网络系统总阻抗也会增加,但每辆车的平均出行成本变化不大。     

基于遗传模糊算法的智能车辆避障路径规划研究

利用模糊逻辑和遗传算法构建一种智能车辆避障路径规划方法.首先建立智能车辆的动力学模型,然后设计模糊控制器,以智能车辆与目标点及障碍物中心点的角度差、智能车辆与障碍物的距离为输入量,智能车辆的速度、转角为输出量分别建立避障行为模糊规则表和趋向目标模糊规则表,最后利用遗传算法对避障行为模糊规则表进行优化.仿真结果表明,该方法是正确和有效的.     

具有无线通讯功能的智能循迹避障小车设计

1引言 随着汽车工业及电子、控制理论的不断发展,车辆的智能化、自动化程度也越来越高。目前,光电管黑白线循迹智能车一般没有避障功能或智能避障算法不够完善,导致避障效果较差。本设计的智能车以光电管的循迹智能车为基础,实现了运行路径中的智能避障,并通过无线通讯实现远程状态监控和异常状态下的人工远程控制。     

汽车前照灯系统的设计

汽车前照灯系统(AFS)是一种能够自动改变两种以上的光型以适应车辆行驶条件变化的智能前照灯系统。它可以根据道路的状况、天气变化及车辆行驶中的变化,自动对前照灯光束状态进行动态最优化调节,以便实现灯具全过程的智能控制。它的研发对汽车夜晚行车安全起到了很大的作用。     

汽车弯道行驶经济性车速优化方法

道路曲率影响汽车的燃油经济性.以汽车弯道行驶燃油经济性为目标,提出了基于弯道曲率信息的经济性车速优化方法.通过建立BIT-TFCM瞬时燃油消耗模型和车辆动力学模型,得到单一曲率圆周道路下的稳态经济性车速.利用动态规划算法求得汽车驶入和驶离弯道两种工况下的经济性车速轨迹.Matlab/Simulink与CarSim联合仿真结果表明,与典型驾驶员弯道行驶模式相比,该算法可节油5.69%~15.91%.该技术可以明显提高传统汽车弯道行驶燃油经济性,也可为无人驾驶车辆弯道速度控制提供决策依据.      

基于新型人工势场法的车辆避障路径规划研究方法

针对道路交通环境车辆避障的复杂性,对传统人工势场法进行了改进,将其应用于车辆的避障路径规划;该方法建立了道路边界危险斥力势场模型和障碍物斥力势场模型,并在传统障碍物斥力势场中引入速度因素,车辆在以上两种势场组成的复合场中受到道路边界斥力、障碍物斥力的作用。当达到受力平衡时,通过求解方程可以得到一条安全避障路径;并在避障过程中对车辆实施速度控制。仿真分析结果表明改进后的方法规划出的路径在避障过程中,车辆与障碍物的距离增加至少20 cm,可有效地提高避障的安全性;避障过程中对主车车速进行控制,可使主车的横摆角速度和侧向加速度降低至少20%,有效地提高车辆运行的舒适性和安全性。     

带测量噪声干扰的无人驾驶汽车路径跟踪控制

提出了一种带有Kalman滤波器的最优预测控制结构,用于无人驾驶汽车的路径跟踪控制.无人驾驶汽车对道路环境与车体状态的感知一般通过GPRS、雷达、摄像机、陀螺仪等获得,测量过程往往带有噪声.带有Kalman滤波的最优预测控制器,与不考虑噪声干扰的最优预测控制器相比,产生比较平滑的控制序列,减少了机械损耗.     

道路交通安全风险智能感知的应用及探索

本文基于新一代RFID标签的智能感知原理,探索人、车、道路、环境与交通安全风险智能感知之间的关系,为今后的道路交通安全风险预警提供更全面的指标,从而预防交通事故发生,最终降低交通事故率。同时试图探索,将新一代RFID标签运用于未来的智能小车研发,达到实时搜集周围行驶车辆状况并且迅速分析道路交通现状等要求,准确的给出驾驶者最安全、最便捷的行驶路线。     

本期导读

<正>本期"智能控制与智能计算"栏目中,《一种智能汽车的实时道路边缘检测算法》,以无人驾驶汽车为平台,针对结构化、半结构化道路下无人驾驶汽车道路边缘检测问题,提出了一种智能汽车的实时道路边缘检测算法,经实验验证,该算法准确率高,可靠性强,能够准确完成     

基于动态预警的人车共驾智能汽车侧向避障鲁棒控制

为提高人车共驾智能汽车侧向避障安全性,提出了基于动态避障预警的侧向避障鲁棒控制策略.针对汽车行驶前方汽车加速度和速度动态变化,建立汽车纵向安全距离模型,提出了基于临界纵向安全距离和碰撞时间倒数融合互补的多级预警算法.针对不同预警状态,根据驾驶员是否介入,对智能汽车进行相应控制,实现人车共驾智能汽车安全性;针对避障过程前后侧偏刚度参数动态摄动,提出了考虑参数动态摄动的鲁棒控制策略,以实现智能汽车侧向避障轨迹精准跟踪.搭建了Carsim与Simulink联合仿真平台,进行了所提控制策略仿真分析,结果表明:所提控制策略有效,实现了不同级别预警并能根据驾驶员动态介入而动态调整预警状态,若驾驶员对预警未介入直到四级预警,控制策略自动接管人车共驾智能汽车,进行侧向避障控制,提高了人车共驾智能汽车安全性和横摆稳定性.     

基于毫米波雷达的汽车自动避障控制系统研究①

为了提高汽车避障能力,提出一种基于毫米波雷达探测的汽车自动避障控制系统。采用毫米波雷达脉冲回波检测技术构建汽车自动避障的毫米波雷达探测信号模型,结合多尺度连续时频特征分解进行毫米波雷达探测信号的特征分解,估计障碍物定位标记和距离,采用联合参量估计技术实现汽车自动避障过程中的车辆方位信息和障碍物距离参数估计,提高汽车自动避障的智能定位性能。在算法设计的基础上,采用联合总线控制技术进行汽车自动避障控制系统的硬件开发设计。实验结果表明,设计的汽车自动避障控制系统具有很好的智能性,对车辆障碍物和距离等参数的估计精度较高,汽车自动避性能较好。