检索范围:
排序: 展示方式:
刘经南,董杨,詹骄,高柯夫
《中国工程科学》 2019年 第21卷 第3期 页码 92-97 doi: 10.15302/J-SSCAE-2019.03.004
自动驾驶地图作为实现汽车自动驾驶的关键基础设施,对于推动我国自动驾驶领域的商业化开发至关重要。现阶段,我国受地图测绘、应用和监管等相关法律法规的制度掣肘,在自动驾驶地图的产业化进程方面相对滞后。为此,本文着重分析了我国在自动驾驶地图开发、应用和管理中面临的主要政策法规问题:自动驾驶地图是否需加密的问题、自动驾驶地图部分地理信息表达受限的问题、自动驾驶地图地理信息采集资质和审图流程的问题、自动驾驶地图事故责任和保险问题、自动驾驶地图相关测试规范和测试场景问题。同时结合国内外自动驾驶领域的发展趋势,给出加快我国自动驾驶汽车开发和商业化进程的四点建议:制定自动驾驶地图管理模式、允许自动驾驶地图应用试点及有序开放、适当放开企业权限及优化审核流程、建立国家级自动驾驶地图平台。
Kang Yuan,Yanjun Huang,Shuo Yang,Zewei Zhou,Yulei Wang,Dongpu Cao,Hong Chen,
《工程(英文)》 doi: 10.1016/j.eng.2023.03.018
关键词: Autonomous driving Decision-making Motion planning Deep reinforcement learning Model predictive control
一种用于自动驾驶的车辆概率性长期轨迹预测框架 Article
刘金鑫, 罗禹贡, 钟志华, 李克强, 黄荷叶, 熊辉
《工程(英文)》 2022年 第19卷 第12期 页码 228-239 doi: 10.1016/j.eng.2021.12.020
在混合动态交通环境中,准确地预测周围车辆长期范围内的运动轨迹是自动驾驶车辆(AV)实现合理行为决策和保障行车安全不可或缺的前提条件之一。本文提出了一种车辆长期轨迹预测的概率框架,由驾驶意图推理模型(DIM)和轨迹预测模型(TPM)组成。DIM基于动态贝叶斯网络进行设计和应用,用于准确推断车辆潜在的驾驶意图。文中所提出的DIM结合了基本的交通规则和车辆多维运动信息。为了进一步提高轨迹预测精度并实现预测不确定性识别,本文开发了基于高斯过程(GP)的TPM,综合考虑了车辆模型的短期预测结果和运动特性。最后,在高速换道场景下进行仿真验证,说明了新方法的有效性。通过与其他先进方法进行对比,展示并验证了该框架在车辆长期轨迹预测任务中的优异性能。
迈向L5级自动驾驶汽车的发展原则 Article
王建强, 黄荷叶, 李克强, 李骏
《工程(英文)》 2021年 第7卷 第9期 页码 1313-1325 doi: 10.1016/j.eng.2020.10.018
自动驾驶汽车的快速发展给现有交通出行方式带来了全新面貌和潜在挑战。目前,L3 级及以下驾驶辅助系统已经量产,L4 级在特定场景下的一些应用也逐步开发,通过逐渐提高车辆的自动化、智能化程度来不断向完全自动驾驶发展。然而,针对L5 级自动驾驶汽车的发展思路始终未明确,而现有针对L0~L4级自动驾驶发展过程的研发方式主要基于任务驱动来进行特定场景下的功能开发,难以揭示高等级自动驾驶汽车所需解决问题的本质逻辑和物理机制,进而阻碍了迈向L5 级自动驾驶的途径。本文通过探索高等级自动驾驶系统背后的物理机制,并从驾驶的本质出发,采用推理演绎方式,提出“大脑-小脑-器官”协调平衡框架,基于“乌鸦推理+鹦鹉学舌”的混合模式,探索“自主学习+先验知识”的研究范式,实现自动驾驶汽车“自学习、自适应、自超越”特性。从系统、统一、均衡的角度出发,基于最小作用量原理和统一安全场思想,旨在为高等级自动驾驶汽车,尤其是L5 级自动驾驶的研发提供一种全新的研发思路与有效途径。
智能城市(iCity) 中自动驾驶汽车工业的关键挑战——高清地图 Perspective
Heiko G. Seif,胡晓龙
《工程(英文)》 2016年 第2卷 第2期 页码 159-162 doi: 10.1016/J.ENG.2016.02.010
本文对未来城市中自动驾驶的必要技术进行了深入的分析,从车载电脑运算、数据处理、路边基础设施和云解决方案等不同方面反映了科技的发展状况,主要对自动驾驶的核心技术——高清地图的应用所带来的挑战进行了描述。
人在回路的深度强化学习算法及其在自动驾驶智能决策中的应用 Article
吴京达, 黄志宇, 胡中旭, 吕辰
《工程(英文)》 2023年 第21卷 第2期 页码 75-91 doi: 10.1016/j.eng.2022.05.017
由于机器学习智能和能力有限,它目前仍无法处理各种情况,因此不能在现实应用中完全取代人类。因为人类在复杂场景中表现出稳健性和适应性,所以将人类引入人工智能(AI)的训练回路并利用人类智能进一步提升机器学习算法变得至关重要。本研究开发了一种基于实时人类指导(Hug)的深度强化学习
(DRL)方法,用于端到端自动驾驶案例中的策略训练。通过新设计的人类与自动化之间的控制转移机制,人类能够在模型训练过程中实时干预和纠正智能体的不合理行为。基于这种人在回路的指导机制,本研究开发一种基于修正策略和价值网络的改良的演员-评论家架构(actor-critic architecture)。所提出的Hug-DRL的快速收敛允许实时的人类指导行为融合到智能体的训练回路中,进一步提高了DRL的效率和性能。本研究通过40 名受试者的人在回路实验对开发的方法进行了验证,并与其他最先进的学习方法进行了比较。结果表明,该方法可以在人类指导下有效地提高DRL算法的训练效率和性能,且不特定要求参与者的专业知识或经验。
Semantic Consistency and Correctness Verification of Digital Traffic Rules
Lei Wan,Changjun Wang,Daxin Luo,Hang Liu,Sha Ma,Weichao Hu,
《工程(英文)》 doi: 10.1016/j.eng.2023.04.016
关键词: Autonomous driving Traffic rules Digitization Formalization Verification
大规模车辆排队的调度与规划技术的进展与挑战 Review
Jing Hou, Guang Chen, Jin Huang, Yingjun Qiao, Lu Xiong, Fuxi Wen, Alois Knoll, Changjun Jiang
《工程(英文)》 2023年 第28卷 第9期 页码 26-48 doi: 10.1016/j.eng.2023.01.012
Through vehicle-to-vehicle (V2V) communication, autonomizing a vehicle platoon can significantly reduce the distance between vehicles, thereby reducing air resistance and improving road traffic efficiency. The gradual maturation of platoon control technology is enabling vehicle platoons to achieve basic driving functions, thereby permitting large-scale vehicle platoon scheduling and planning, which is essential for industrialized platoon applications and generates significant economic benefits. Scheduling and planning are required in many aspects of vehicle platoon operation; here, we outline the advantages and challenges of a number of the most important applications, including platoon formation scheduling, lane-change planning, passing traffic light scheduling, and vehicle resource allocation. This paper's primary objective is to integrate current independent platoon scheduling and planning techniques into an integrated architecture to meet the demands of large-scale platoon applications. To this end, we first summarize the general techniques of vehicle platoon scheduling and planning, then list the primary scenarios for scheduling and planning technique application, and finally discuss current challenges and future development trends in platoon scheduling and planning. We hope that this paper can encourage related platoon researchers to conduct more systematic research and integrate multiple platoon scheduling and planning technologies and applications.
关键词: Autonomous vehicle platoon Autonomous driving Connected and automated vehicles Scheduling and planning techniques
Spatiotemporal evolution and driving factors for GHG emissions of aluminum industry in China
《能源前沿(英文)》 2023年 第17卷 第2期 页码 294-305 doi: 10.1007/s11708-022-0819-7
关键词: aluminum material flow analysis GHG (greenhouse gas) emissions LMDI (logarithmic mean divisa index)
An autonomous miniature wheeled robot based on visual feedback control
CHEN Haichu
《机械工程前沿(英文)》 2007年 第2卷 第2期 页码 197-200 doi: 10.1007/s11465-007-0033-7
关键词: measuring distance autonomous locomotion advantage navigation
基于专家示教聚类经验池的高效深度强化学习 Research Article
王士珉1,赵彬琦1,张政锋1,张军平1,浦剑2
《信息与电子工程前沿(英文)》 2023年 第24卷 第11期 页码 1541-1556 doi: 10.1631/FITEE.2300084
面向强化学习自动驾驶模型的异步监督学习预训练方法 Research Articles
王云鹏,郑坤贤,田大新,段续庭,周建山
《信息与电子工程前沿(英文)》 2021年 第22卷 第5期 页码 615-766 doi: 10.1631/FITEE.1900637
《机械工程前沿(英文)》 2022年 第17卷 第3期 doi: 10.1007/s11465-022-0686-2
关键词: autonomous excavation unmanned electric shovel point cloud excavation trajectory planning
基于驾驶脑的智能驾驶车辆硬件平台架构 Article
李德毅,高洪波
《工程(英文)》 2018年 第4卷 第4期 页码 464-470 doi: 10.1016/j.eng.2018.07.015
不同智能驾驶试验平台的传感器型号、数量、安装位置各不相同,导致传感器信息处理模块也各不相同;不同驾驶地图,其提供信息的粒度也没有固定标准,由此构成的智能驾驶系统软件模块的数量、接口各不相同。基于以驾驶脑为核心的智能驾驶车辆软件与硬件架构,决策模块将不直接与传感器信息处理模块发生关联,通过驾驶认知的形式化语言,将驾驶认知形式化,由驾驶脑认知形成决策。驾驶认知的形式化降低了传感器数量、类型、安装位置的变化对整个软件架构的影响,使得软件架构可以在不同传感器配置车辆平台上方便地移植。
Extended model predictive control scheme for smooth path following of autonomous vehicles
《机械工程前沿(英文)》 2022年 第17卷 第1期 页码 4-4 doi: 10.1007/s11465-021-0660-4
关键词: autonomous vehicles vehicle dynamic modeling model predictive control path following optimization algorithm
标题 作者 时间 类型 操作
Evolutionary Decision-Making and Planning for Autonomous Driving Based on Safe and Rational Exploration
Kang Yuan,Yanjun Huang,Shuo Yang,Zewei Zhou,Yulei Wang,Dongpu Cao,Hong Chen,
期刊论文
Semantic Consistency and Correctness Verification of Digital Traffic Rules
Lei Wan,Changjun Wang,Daxin Luo,Hang Liu,Sha Ma,Weichao Hu,
期刊论文
大规模车辆排队的调度与规划技术的进展与挑战
Jing Hou, Guang Chen, Jin Huang, Yingjun Qiao, Lu Xiong, Fuxi Wen, Alois Knoll, Changjun Jiang
期刊论文
Toward autonomous mining: design and development of an unmanned electric shovel via point cloud-based
期刊论文