实验性无人驾驶地面战车的开发动态

实验性无人驾驶战车是的为美国国防高级预研局TTO开发的、作为未来作战系统中无人驾驶地面作战车计划的代用品。由于实验性无人驾驶战车具有类似小型电动车(mule)的遥控特性，士兵可通过有关装置来控制其运动。实验性无人驾驶战车具有的这些遥控特性是非常有用的，设计时也注意到了那些没有提供的其他有益特性。这意味着，根据试验中暴露给敌方的情况，士兵可以对原有的训练方案做出重新调整，即采用无人驾驶战车的战术、技术和方案来完成任务。     

中国：共轴式无人驾驶直升机

我国首架共轴式无人驾驶直升机日前在北京航空航天大学研制成功，北航拥有该机型的独立知识产权。据悉，陔机为民川直升机，适合进行灾害预防及各种恶劣气候条件下的飞机作业。该飞机生存能力极强，据了解，共轴式无人驾驶直升机由共轴式直升机、自动驾驶仪、自主导航系统、遥控遥测系统几部分组成，其中遥控遥测系统包括机载部分和地面测控站。该机可以遥控飞行，也可以自主飞行，即程序控制飞行。     

有人与无人驾驶车辆交叉口驾驶博弈模型

针对有人与无人驾驶车辆在交叉口存在冲突时的协调控制问题,引入智能网联车辆的设计思想,将交叉口存在交互行为的决策个体建模为博弈中的参与者,以冲突车辆的速度改变方案为博弈策略,构建双方的收益矩阵,而驾驶收益采用行车安全收益、行车效率收益和行车舒适性收益来计算,求解博弈模型的纳什均衡,作为双方的最优驾驶策略组合,完成交叉口多车冲突的协作优化.模型加入驾驶员类型的多样性模拟,基于Matlab对提出的算法进行验证,结果表明无人驾驶车辆会根据对方驾驶员行为调整自身的行为策略,与基于冲突表的协作算法对比,本算法的冲突消解所用时间更短,在确保安全的同时提高了冲突车辆通过路口的效率.      

基于深度学习的无人驾驶汽车车道线检测方法

车道线检测是实现当前汽车辅助驾驶和未来无人驾驶汽车的关键,深度学习技术在近年来迅猛发展,在图像识别、图像分割、语音识别及数据预测等方面都取得了出色成绩。结合深度学习技术对无人驾驶汽车环境感知中的车道线检测进行了相应的研究,提出一种基于深度学习的车道线识别算法。对比研究已有算法,针对其中的信息融合问题,提出了一种新的特征图上下文信息融合方法,将该方法与VGG(Visual Geometry Group)网络相结合提出融合上下文信息的车道线识别网络VGG-FF,进一步加入空洞卷积提出融合空洞卷积及上下文信息的车道线识别网络VGG-FFD。将该网络模型在公开数据集以及自制数据集上进行了性能测试,实验结果表明该模型具有良好的识别效果。     

基于滚动预瞄模型的纯跟踪算法

针对无人驾驶车辆采用纯跟踪算法对不同曲率路径跟踪时,出现道路适应能力弱和跟踪精度差的问题,提出一种基于代价的滚动预瞄模型(rolling preview model, RPM),以提高纯跟踪算法跟踪精度与鲁棒性。首先,根据车辆运动学与阿克曼转向几何,提出预瞄轨迹的确定方法以及预瞄轨迹与待跟踪路径间的几何约束;其次,设计道路弯曲度加权项并构建目标函数对预瞄轨迹进行优化,以获得预瞄距离的最优值;最后,在ROS/Gazebo仿真环境下设置不同初始状态与不同曲率的工况进行对比仿真实验,并在空旷环境中对8字形路径进行实车跟踪实验。实验结果表明,所提出的滚动预瞄模型能够根据预瞄轨迹与待跟踪路径的几何关系有效调节预瞄距离,相较于麻省理工(Massachusetts Institute of Technology, MIT)算法和Stanley算法,滚动预瞄模型在特殊初始状态、大曲率道路下有利于跟踪精度的提高。     

无人驾驶拖拉机田间路径规划方法研究

文章提出一种面向不规则地块全覆盖并能实时避障的路径规划方法。综合农田几何形状和作业机具参数等因素设计全局路径规划方法,并在全局路径基础上针对单个及多个相邻小型静态障碍物搭建局部路径,且将离线规划全局路径与实时规划局部路径相结合形成完整的田间作业路径;应用LabVIEW2016设计无人驾驶拖拉机路径规划系统,设定参数自主规划,且基于实车平台验证该算法的有效性。结果表明,该文方法对不同形状地块在不同转弯工况下均可规划出全局路径并根据障碍物信息规划出局部路径,可以作为无人驾驶拖拉机田间作业参考路径,有较强的通用性和实用性,具有一定的现实意义。     

基于改进A*算法的无人驾驶车辆路径规划方法研究

针对传统A*算法所规划路径距离障碍物近、转折点多、路径不平滑的问题,对A*算法进行改进并应用于无人驾驶车辆路径规划中.在传统A*算法分析的基础上对背向障碍物搜索和评价函数进行改进,同时采用3次样条插值方法对规划后路径平滑处理.将传统A*算法和改进A*算法应用于MATLAB环境下搭建的无人驾驶车辆模型进行路径规划仿真分析...     

融合车辆动力学的双目视觉惯性SLAM研究

针对地下车库环境中无人驾驶汽车视觉同时定位和建图(SLAM)定位精度低的问题,提出一种融合惯性测量单元(IMU)角速度信息和车辆动力学信息的预积分方法．以IMU频率进行旋转预积分,以车辆动力学频率进行平移预积分．在平移预积分的计算中引入角速度信息,使其可以表达非平面运动．首先使用李代数和旋转群推导了相关的预积分公式、雅可比及噪声状态转移方程;然后以此预积分为基础将车辆动力学信息融合到双目视觉惯性SLAM中,以提高定位精度．地下车库实车实验表明：该方法将双目视觉惯性ORB-SLAM3的平均定位精度提高了32%.     

意志与意识:人工智能无人驾驶汽车刑事责任论

刑事责任论的发展和演进是刑法学说史的重要内容,也反映了社会发展不同阶段的理念更替.晚近以来伴随人工智能技术的发展,对该前沿技术的法律规制仍需保持鼎革态势,既要变动原有规范内容,又要彰显稳定的传承延续.在明确人工智能型设备不具有自由意志的前提下,无人驾驶汽车相关犯罪问题仍应问责于利害关系人.对于无人驾驶汽车所有人、使用人...     

无人驾驶

@写家陶舜:冯仑说:文明就是复杂,礼仪也,这是农业文明。我说:文明就是化繁为简,化简为无,几个按钮就能无人驾驶的车,吃饭买单也靠几个按钮,不必费辞,亦免操心。未来最好的商业服务一定见不到服务员,但处处有他细腻的工作效果,而不刻意,亦不吸引我们找他。只是为所当为,萧然遁隐而已。(FT中文网撰稿人)