9295
当前位置: 首页   >  智能驾驶
智能驾驶

研究内容

1)海量场景开发

随着汽车智能化程度的不断提高,智能汽车通过环境传感器与周边行驶环境的信息交互与互联更为密切,需应对的行驶环境状况也越来越复杂,包括行驶道路、周边交通和气象条件等诸多因素,具有较强的不确定性、难以重复、不可预测和不可穷尽。限于研发周期和成本、工况复杂多样性,特别是安全因素的考虑,传统的开放道路测试试验或基于封闭试验场的测试难以满足智能驾驶系统可靠性与鲁棒性的测试要求。因此,借助数字虚拟技术的仿真测试成为智能驾驶测试验证一种新的手段,仿真场景的构建作为模拟仿真的重要组成部分,是实现智能驾驶测试中大样本、极限边界小概率样本测试验证的关键技术,这对提升智能驾驶系统的压力和加速测评水平显得尤为重要。面向智能驾驶测试的仿真场景构建技术已成为当前汽车智能化新的研究课题和世界性的研究热点。 德国VIRES 公司开发的复杂交通场景视景仿真工具VTDVirtual Test Drive),法国的一家名为AVSimulation的公司开发的SCANeR™studio,西门子旗下汽车驾驶仿真软件产品PreScan,可应用于汽车主动安全、无人车半实物测试的实时复杂交通场景生成(含雷达、红外、摄像头等传感器成像),及汽车驾驶模拟器开发中的交通视景展示,也应用于工业等视景系统的实时仿真,包括道路网建模、天气和环境模拟、交通场景建模、交通声效模拟、场景仿真管理以及高精度的实时画面渲染。

2)智能感知融合

       主流环境感测传感器有激光雷达、毫米波雷达、视觉传感器三种、摄像头作为视觉传感器的载体,是智能驾驶汽车的核心硬件之一。激光雷达主要是通过发射激光束来探测周围环境,建立三维点云图,从而达到实时环境感知的目的。其探测范围广精度高。但在雨雪雾等极端天气下性能较差,数据量大;昂贵,毫米波雷达兼有微波制导和光电制导的优点,体积小,质量轻和空间分辨率高,雾、烟、灰尘的穿透能力强,但探测距离受到频段损耗的直接制约,无法直接感知行人,对环境无法精准建模。77GHz波长更短,探测距离更远,因此多用于前方车辆检测和24GHz通常在车辆周围的检测,如盲点检测。主要研究多传感器的信号获取、数据处理和融合计算,发挥各传感器自身的优势。多传感器系统的核心问题是选择合适的融合算法。对于多传感器系统来说,信息具有多样性和复杂性,因此,对信息融合方法的基本要求是具有鲁棒性和并行处理能力,以及方法的运算速度和精度。

       3)路径规划算法

路径规划是指在一定的环境模型基础上,给定无人驾驶汽车起始点和目标点后,按照性能指标规划出一条无碰撞、能安全到达目标点的有效路径。路径规划主要包含两个步骤:建立包含障碍区域与自由区域的环境地图,以及在环境地图中选择合适的路径搜索算法,快速实时地搜索可行驶路径。路径规划结果对车辆行驶起着导航作用。它引导车辆从当前位置行驶到达目标位置。

4)无人驾驶决策控制算法

决策规划是自动驾驶的关键部分之一,它首先融合多传感信息,然后根据驾驶需求进行任务决策,接着在能避开可能存在的障碍物前提下,通过一些特定的约束条件,规划出两点间多条可选安全路径和,并在这些路径中选取一条最优的路径作为车辆行驶轨迹。决策规划按照划分的层面不同可分为全局规划和局部规划两种。全局规划是由获取到的地图信息,规划出一条在一些特定条件下的无碰撞最优路径;局部规划则是根据全局规划,在一些局部环境信息基础上,能避免撞上未知的障碍物,最终到达目标点的过程。通过自动驾驶车辆的模型预测控制,使用转向、加速和制动来运行决策规划所产生的目标轨迹。



研究成果

      智能驾驶实践教学产品开发

目前团队主要从事于智能驾驶领域的技术研发工作,包括视觉处理、深度学习、智能控制、传感器数据融合等全新热门技术,同时依托于MATLAB/SimulinkPython自主开发出了车道保持、紧急避撞、自动泊车等自动驾驶ADAS功能,并学生并成功创业孵化乐知行(重庆)科技有限公司,并开发出了多款智能网联模型车用于高校智能网联汽车实践教学,创造性的解决了新工科复合人才培养问题,得到了社会及高校的高度好评,并于2021年荣获“互联网+”创新创业大赛重庆市金奖。

乐知行(重庆)科技有限公司打造的以INMC(智能网联模型车,Intelligent network model car)包括基本的部件如车架、传动系统、悬架系统、转向系统、驱动系统、传感器和中央处理电路板等。目前已开发的功能有:车道保持系统LKS、紧急制动系统AEB、自适应巡航系统ACC、预碰撞安全系统PCS、自动泊车功能APS

INMC平台具有以下优势:

1.       单台成本低,可以保证人手一台,学生可以拿回宿舍进行学习,附赠的地图可以随时随地验证开发算法。

2.       新工科教育,在此基础上以该平台开发的全套教程资源可以直接用于智能汽车的实践教育教学,同时我司也可以根据学校要求进行二次开发教学资源。

3.       团队协作,小组创新性拓展小车功能,共同克服技术性难题,培养团队协作能力等。(可展示如ACC车队并行等功能)

4.       科研创新实践,与教师队伍开展相关课题研究,基于平台进行创新设计;加强研究生创新能力,实践搭载并验证控制算法

5.       创新创业,丰富创新内容,打造产学研式创新创业模式

6.       产品迭代,产品可以不断迭代升级,紧跟产业和时代发展