共查询到20条相似文献,搜索用时 797 毫秒
1.
2.
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。 相似文献
3.
《福州大学学报(自然科学版)》2021,(5)
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. 相似文献
4.
自动驾驶汽车测试技术与应用进展 总被引:2,自引:0,他引:2
针对自动驾驶汽车的决策规划、环境感知等测试需求,从测试方法、测试工具以及测试加速三个方面,系统地总结了自动驾驶汽车测试技术与应用现状,深入地分析了自动驾驶汽车测试技术的特点和适用范围.最后,指出了自动驾驶汽车测试技术的未来发展方向. 相似文献
5.
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。 相似文献
6.
【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。 相似文献
7.
为深入解读公众对于自动驾驶技术的态度,进一步推动自动驾驶技术的应用,将计划行为理论引入技术接受模型,构建不同年龄群组的自动驾驶技术接受度扩展模型,利用结构方程模型全面揭示自动驾驶技术接受度影响机制的年龄差异性.以中国城市居民为例,进行了自动驾驶技术接受度分析,结果表明:不同年龄群组在自动驾驶技术接受度及其影响因素方面存... 相似文献
8.
9.
10.
正广汽联手小马智行合力发展自动驾驶技术2月,广汽集团发布公告,称其与小马智行签订战略合作框架协议,双方将在包括自动驾驶技术、无人驾驶示范运营、移动出行等领域进行合作。广汽与小马智行合作的具体方向包括4个领域:一是自动驾驶技术领域。双方将在无人车的相关技术开发、生产制造等方面进行合作,并在协商的前提下 相似文献
11.
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。 相似文献
12.
基于深度学习的自动驾驶技术综述 总被引:1,自引:0,他引:1
该文在行人检测技术方面介绍了基于卷积神经网络(CNN)模型的目标识别、检测技术与改进的区域卷积神经网络(R-CNN)、任务辅助卷积神经网络(TA-CNN)模型技术。在立体匹配技术方面简述了基于孪生网络的立体匹配的深度学习模型技术。在多传感器融合技术方面回顾了基于深度学习网络的视觉传感器、雷达传感器与摄像机传感器的多源数据融合技术。在汽车控制技术方面分析了基于卷积神经网络实现无人驾驶车辆端到端的横向与纵向控制技术。深度学习技术在自动驾驶领域的感知层、决策层与控制层的广泛运用,不断地提高感知、检测、决策与控制的准确率,并取得一定的成功,分析表明深度学习技术将加速自动驾驶技术的发展速度,为自动驾驶成为现实带来巨大的可能性。 相似文献
13.
《广西大学学报(自然科学版)》2021,46(4)
随着自动驾驶技术的逐渐成熟,传统人工驾驶车辆和自动驾驶车辆之间的混行将成为常态。为使车辆安全高效行驶,自动驾驶车辆的决策机制须与人类决策一致。危险工况下的驾驶决策复杂,紧张恐惧等情感也是驾驶决策不可忽视的因素。以一典型危险场景为例,利用虚拟驾驶实验还原场景,对场景内驾驶决策的影响因素进行分析,建立了包括情感强度等输入指标的改进PSO-LSSVM驾驶决策模型,探究情感强度对驾驶决策的影响。结果表明,在决策模型中加入情感强度指标可提高预测准确率。 相似文献
14.
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。 相似文献
15.
《大众科学.科学研究与实践》2017,(1)
<正>"汽车共享是大家公认的未来发展趋势,而自动驾驶作为这一趋势的技术支撑,在未来必然会成为汽车发展的主流。可是,你知道自动驾驶汽车是如何工作的吗?"未来的汽车共享是一大趋势,而在汽车共享的背后,是与大家息息相关的技术——无人驾驶。大部分公司所设计的自动驾驶汽车原理相差不大,以特斯拉汽车为例,他们的自动驾驶系统由传感器,控制器和执行器组成。传感器负责感知周围的环境并把信息传递给控制器,控制器 相似文献
16.
选取5个指标构建评价指标体系,然后采用皮尔生长曲线函数和负指数函数对正向指标和逆向指标进行标准化,并利用专家打分和层次分析法量化各指标权重,最后建立自动驾驶路测融合度模型。对基于上海市2类城市道路场景和1类高速公路场景的自动驾驶路测实测数据与仿真结果开展案例分析,验证路测融合度模型的合理性和有效性。结果表明:无论对于城市道路场景还是对于高速公路场景,避险脱离率是表征自动驾驶车融入到现有道路交通系统程度的最重要指标;高速公路场景下的自动驾驶路测融合度显著高于城市道路场景下的自动驾驶路测融合度;加大自动驾驶测试里程、测试时长和测试场景复杂度,可以促进自动驾驶技术的成熟。 相似文献
17.
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。 相似文献
18.
19.