摘要：随着通信技术和物联网的飞速发展,智能网联汽车的概念逐渐进入公众视野。智能网联汽车不仅是交通工具,更是一种集成了传感器、导航、通信等多种技术的“智能平台”。本文旨在探讨智能网联汽车计算机控制系统的设计,涵盖了系统架构、信息获取、数据处理、控制策略等多个方面,并通过引入先进的算法和技术,以提高智能网联汽车的安全性、舒适性和智能化水平。

摘要：深入剖析了基于可变轮距技术的智能网联植保小车的设计构思与核心技术创新。该设计巧妙融合了机械工程、电子信息技术、自动控制系统、无线通信技术以及高级智能算法等多学科领域的精华,其目的在于通过前沿的智能化技术手段增强植保作业的效率和精确度,以应对现代农业面临的挑战。具体而言,植保小车可通过创新的可变轮距结构设计灵活应对各类复杂地形条件,确保作业稳定性与适应性,同时集成了高精度传感器网络、实时数据处理引擎以及智能决策算法,实现了从自主导航、精确农药喷洒到环境动态感知与智能避障的全流程智能化管理。这一综合性设计不仅提升了作业效率,还大幅降低了资源消耗与环境污染,为现代农业的绿色、可持续发展提供了坚实的技术支撑与示范效应。

摘要：为提升网联环境下车载信息的传递效率,提出了一种驾驶人信息认知地图构建方法。在驾驶人交通场景信息认知中引入认知地图概念,通过对20名驾驶人进行面对面访谈,获取视距内、外(超空间距离)交通场景语义描述,采用要素频率统计法确定驾驶人信息认知地图要素,设计概念图形完成可视化映射。构建轻量化深度学习MobileNet V2模型,实现驾驶人信息认知地图认知要素标签自动生成,并分别基于SE(Squeeze-and-Excitation Module)、CBAM(Convolutional Block Attention Module)、CA(Coordinate Attention Module)注意力模块对模型进行改进,通过Opencv算法实现可视化认知地图的自动生成。开展20名驾驶人的实车试验,获取12000组交通场景认知集作为测试数据,通过人工标注的方法获取认知要素标签。结果表明:驾驶人信息认知地图具有道路类型、车道数、自身车道、目标类型、方向、距离、危险程度7个认知要素;MobileNet V2、MobileNet V2-SE、MobileNet V2-CBAM和MobileNet V2-CA模型在测试集上的平均准确率分别为89.46%、90.99%、91.29%、91.14%。提出的驾驶人信息认知地图生成方法,能够简化、概括表征危险驾驶场景,有助于提升网联环境下的信息传递效率和安全性。

摘要：为探究智能网联自动驾驶车辆(Connected and Autonomous Vehicle,CAV)与人工驾驶车辆(Human Driving Vehicle,HDV)混合行驶的多车道异质交通流运行特征,本文剖析了异质交通流中不同类型车辆的跟驰模式,提出不同类型车辆双车道及多车道换道模型,进而构建了多车道异质交通流仿真模型,并分析了不同CAV混入率下的道路通行能力及换道行为特征。研究结果表明,随着CAV渗透率的提高,单车道通行能力由1678 pcu·h-1提升至4200 pcu·h-1,交通流临界密度由25 pcu·km-1增长至35 pcu·km-1,同一渗透率下不同车道数的道路通行能力及临界密度值呈现显著差异性。异质交通流换道行为呈现三阶段特征:在低密度下,不同类型车辆均可自由行驶及换道;密度在20~100 pcu·km-1时,车辆换道频率呈“上凸”状,CAV渗透率越高,HDV凸形峰值越大,而CAV峰值较低;在高密度下,受可换道空间的约束,不同类型车辆均无法完成换道。此外,进一步讨论了不同CAV渗透率及密度条件下的异质交通流仿真效益,包括交通量提升及秩序改善特征等。研究成果有助于理解智能网联环境下多车道异质交通流运行状况,为未来异质交通流管理提供理论参考。

摘要：智能网联卡车编队在减少人力成本、节省燃料消耗、提高运输效率等方面具有较大优势,是未来货物运输发展的新趋势。领航车驾驶人作为在智能化和网联化背景下出现的新兴角色,对于保障智能网联卡车编队安全平稳运行至关重要。通过对大量文献、标准规范以及企业调研结果的系统梳理,综述了智能网联卡车编队领航车驾驶人驾驶能力需求研究现状。首先,介绍了卡车编队系统架构、自动化分级标准和驾驶模式等智能网联卡车编队概况。然后,归纳了卡车编队行驶场景的组成要素种类,总结了超出车辆设计运行范围的边界场景,以此为基础分析了各边界场景下领航车驾驶人的能力需求。其次,论述了卡车编队不同功能对应领航车驾驶人的作用和职责。最后,以传统卡车驾驶人和自动驾驶卡车安全员的基本驾驶能力需求为基准,结合边界场景和编队功能对应的特殊驾驶能力需求,汇总获得卡车编队领航车驾驶人在理论知识、实操技能和生心理状态方面的需求,并对比分析了不同驾驶阶段下驾驶人能力需求差异。综述结果有助于更加科学合理地开展智能网联卡车编队领航车驾驶人的遴选、培训和考核。

摘要：针对在交叉口自动驾驶车辆与其他车辆直行冲突的问题,构建自动驾驶汽车行为决策模型,采用深度强化学习对自动驾驶汽车通过道路交叉口进行训练,让自动驾驶汽车自主决策学习,实现复杂场景的快速控制,并与非支配排序遗传算法对比验证自动驾驶汽车的稳定性。仿真结果表明采用深度确定性策略梯度算法的自动驾驶车辆行为决策方法能够更好地输出速度确保了油门及刹车值的平稳变化,有效解决了自动驾驶汽车的安全和舒适问题。

摘要：智能网联试验场是测试智能网联汽车对交通环境感知以及应对能力的场地,其技术涵盖了汽车、电子、信息通信、道路交通运输等多个行业,且智能网联技术提出时间较短,无论是多个行业之间的融合还是政策标准体系都处于摸索前进阶段,都将对智能网联试验场的建设规划设计以及研究测试带来很大的挑战。而想实现安全、实用、经济的智能网联试验场建设,则可通过试验场的平面布置明确试验场定位,强调测试分区,着重分析测试场景,配以相关智能网联设施,检验智能网联试验场规划设计以及研究测试的合理性。

摘要：为了给智能网联试验场设计与建设提供参考,分析了智能网联交通系统中测试技术的研究现状;结合长安大学车联网与智能汽车试验场的测试和研究经验,提出了一种面向智能网联交通系统的模块化柔性试验场,该试验场包括应用场景、感知发布、网络链路和管理服务4个层次。应用场景层通过模拟真实场景中的天气、道路和交通条件,验证智能网联交通设备和服务在不同环境、不同场景的适应性;感知发布层通过摄像头、激光雷达、毫米波雷达等传感设备以及可变情报板等信息发布设备,实现环境数据及交通信息的采集.并下发相应的控制信息和服务信息;网络链路层由车载异构网络构成,通过网络间的协同工作,为应用场景层和感知发布层的设备提供网络信息服务;管理服务层负责下层数据的存储、备份、处理和可视化,并实现下层测试设备的管理与维护。在上述模块化平台的基础上,开发智能网联汽车室内测试台架.配合试验场进行交通场景构建、测试场景复现和单一要素分析,实现智能网联交通的柔性场景测试。结果表明:所提出的试验场具有标准化的测试条件,可控可追踪的测试流程和科学的测试评价体系,能够模拟真实的道路交通场景,提高智能网联相关技术的开发和测试效率。该试验场的建设、推广与应用.能够推进智能网联和无人驾驶技术从理论研究到实际应用的转化,为实现未来交通信息服务和交通系统的创新与变革起到至关重要的作用。

摘要：为解决城市快速路入口匝道在高峰时段引起的交通拥堵问题,基于智联网技术的协同合流控制及虚拟车队思想,构建了能同时反映车辆协同合流及协同换道的改进协同合流模型;依据Python和VISSIM搭建了仿真平台,选取路网通行效率、入口匝道排队长度和指定距离的行程时间等指标对改进协同合流模型的有效性进行了评价;对比分析了无控制、虚拟车队协同合流控制及虚拟车队改进协同合流控制3个场景下路网通行效率的提升效果。结果表明:与无控制相比,虚拟车队改进协同合流控制及虚拟车队协同合流控制场景下,路网平均延误分别降低了65.3%和59.0%,入口区域的通行效率均得到提高,两种控制均能减少高峰期车辆行程时间,而虚拟车队改进协同合流控制的路网通行效率更好。

摘要：传统的能量管理设计大多基于标准工况,训练中的环境未涉及突变因素,训练结果与实际应用情况存在差异。随着基于新一代信息与通信技术的智能网联云控系统的出现,将人、车、路、云联成一体,实现了感知、决策与控制的融合,使混合动力汽车能量管理的控制性能可能提升。回顾了近年来经典的混合动力汽车能量管理策略研究进展,概述了智能网联云控系统,介绍了构架及工作原理,对基于智能网联环境下的单车和多车场景的混合动力汽车能量管理策略做了归纳和分析。最后,指出了当前智能网联技术应用的限制,展望了未来工作重点,展示了智能网联混合动力汽车能量管理领域的最新研究动态,方便相关领域的研究人员掌握有关研究现状。