摘要：针对低速自动驾驶车辆(LSAV)运营过程中的用户服务需求,基于行车主动服务系统(DASS)已有功能,设计了考虑用户需求和LSAV服务范围相协调的LSAV主动服务平台(LSAV-ASP),包括感知层、存储层和应用层,感知层用于获取交通网络中实时的车辆、道路、交通环境等信息,存储层用于将数据分类存储至LSAV服务池,应用层用于设计和应用服务匹配方法和服务评价优化算法,并提出了LSAV主动服务匹配算法和模糊优化神经网络评价模型(FES-GALMBP),仿真验证结果表明,所提出的匹配算法和评价模型相较于传统算法性能更优,评价模型对评价集LSAV客车运营质量与运营安全性评价的准确率相较反向传播(BP)神经网络模型准确率分别提高了49百分点和38百分点。

摘要：针对智能车横向跟踪控制算法传统切换策略中模型匹配策略总是处于激活状态,占用计算资源和运动平顺性变差的问题,设计了一种基于最小二乘支持向量机(least squares support vector machine,LSSVM)的控制模式切换策略,在不同工况下根据误差判断策略切换控制模式.从安全性、舒适性和跟踪精度3个方面构建控制效果评估函数,并根据多目标优化数学模型实时执行系统最优控制量.仿真试验结果表明:该切换策略能够保证智能车在不同工况下具有优秀的横向跟踪性能,路径跟踪偏差范围为±0.1 m,横摆角速度波动范围为±2(°)/s,jerk值的范围为±10 m/s^(3),与传统的单一控制算法相比,具有更好的跟踪精度、稳定性和舒适性.

摘要：针对传统的协同式自适应巡航控制的算法响应慢、无法快速准确地对突发危险路况做出反应的问题,设计了基于深度强化学习的协同式自适应巡航控制框架,提出了双经验池和优化评价的深度确定性策略梯度算法。在传统算法基础上新建了2个包含车辆状态信息的经验池(优先价值经验池和撒普列经验池),训练数据样本分别从2个经验池按比例选取;critic评价模块采用多维向量对输出的踏板开度策略精确评价。结果表明,该算法在正常行驶工况和突发危险工况下:平均跟车间距误差分别下降1.8m和1.5m,跟车调节时间分别降低30%和25%,可以提升控制的准确性和系统紧急反应能力。

摘要：为了在特定应用场景探究蜂窝车联网(C-V2X)的实际效果,进行了基于C-V2X的交通灯车内应用场景的设计和试验。针对车内交通灯(IVTL)显示、闯红灯预警场景搭建了实际道路环境,采用基于长期演进的车联网(LTE-V2X)和第四代移动通信技术(4G)两种通信方式进行了不同通信距离和车速条件下的道路试验。试验结果表明,场景均有效触发,通信延迟低于1 s,丢包率小于2%,消息准确率不低于99%,满足场景基本性能要求,而且LTE-V2X通信方式兼具远距离、低延迟、高可靠性的优势。

摘要：作为车路协同功能实现的关键技术,V2X通信能够为驾驶员提供交通状态信息和危险预警信息,因此对V2X通信的及时性、准确性提出了较高要求。随着LTE-V2X相关标准的制定,以及基于LTE-V2X通信的路侧单元和车载单元产品的发展,现在亟需进行基于设备的实车测试,对相关产品和标准进行测试和验证。由此总结了车路协同路侧端所实现的功能,并进行了分类,其中包括12个交通诱导类功能、4个道路感知类功能。然后针对路侧单元和车载单元相关产品对这些功能进行实车测试,主要包括两方面测试内容:一是功能性测试,根据设计的功能,进行场地和设备部署,并对不同的行驶速度和预警距离,测试功能预警能否有效实现;二是通信性能测试,主要测试设备的通信延时和丢包率是否满足功能需求。经过测试,在不同的行驶速度和预警距离下,所设计的功能均能有效实现预警;PC5和Uu模式通信性能受通信距离和车速的影响不大,在有效的通信范围内,保持正常车速行驶,PC5模式能满足车路协同路侧端所涉及的功能需求,而Uu模式由于丢包率和通信延时性能均稍大,不能单独满足功能需要,只能与PC5模式同时使用以增大通信数据的准确性;在相同的速度和距离条件下,PC5模式相较于Uu模式有较低的通信延时和丢包率。

摘要：论文主要探讨了基于成果导向教育理念(OBE)的智能汽车设计课程思政教学模式。通过系统的阐述,提出了一种新型的课程思政模式,并在课程总体建设思路、教学设计与实施等环节进行了深入探讨和实践。具体内容包括理论基础、课程学习成果目标制定、教学设计与实施三个部分,其中,明确课程特色与育人目标、收集和建设中国汽车精神思政元素和案例库、成果目标课程反向设计等是该模式的关键要素。实践验证显示,该模式能够有效地激发学生的兴趣、促进学生自主学习和综合素质的提升。