融合改善型可行性检验模型的换道跟踪方法

现有的最小安全距离换道可行性检验模型通常默认周围车辆处于车道保持状态,且只考虑本车道和目标车道车辆对本车换道的影响,未讨论周围车辆处于车道变换状态或者相间车道车辆变道的影响。为建立更加安全、全面的换道可行性检验模型,实现安全自主换道,分析了车道变换的逻辑架构,重点研究了一种全面考虑周围（包括相邻车道和相间车道）车辆处于车道变换和车道保持状态的改善型换道可行性检验模型,保障车辆换道过程中不与周围车辆发生碰撞。使用基于模型预测控制（MPC）方法实现换道轨迹跟踪控制,设计仿真对比试验,通过PreScan和Simulink联合仿真对所研究的模型和方法进行验证。仿真结果表明提出的改善型换道可行性检验模型比对比模型更加安全高效,MPC控制方法的横向轨迹跟踪误差在1 cm以内,具有很高的跟踪精度。     

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)     

科技早餐馆集萃

<正>(2015年2月1日—28日)新观察苹果造车成为汽车进入地图时代信号,股价两周增长约750亿美元苹果建立电动无人驾驶汽车项目——是汽车行业进入地图时代的一个信号。此外,苹果将斥资17亿欧元在欧洲新建两座数据中心,两座数据中心将100%使用可再生能源。受此利好推动,苹果股价两周里大幅攀升至历史新高7746.9亿美元。美国解除商用无人机禁令     

基于改进YOLOv5s的道路场景多任务感知算法

针对单一任务模型不能同时满足自动驾驶多样化感知任务的问题，提出了一种基于改进YOLOv5s的快速端到端道路多任务感知方法。首先，在YOLOv5s网络输出端设计两个语义分割解码器，能够同时完成交通目标检测、车道线和可行驶区域检测任务。其次，引入Rep VGG block改进YOLOv5s算法中的C3结构，借助结构重参数化策略提升模型速度和精度。为了提升网络对于小目标的检测能力，引入位置注意力机制对编码器的特征融合网络进行改进；最后基于大型公开道路场景数据集BDD100K进行实验验证该算法在同类型算法的优越性。实验结果表明，算法车辆平均检测精度为78.3%，车道线交并比为27.2%，可行驶区域平均交并比为92.3%，检测速度为8.03FPS，与同类型算法YOLOP、Hybrid Nets对比，该算法综合性能最佳。     

基于改进SegNet算法的车道线检测方法

无人驾驶车辆在结构化道路中需要通过车道线判断自身位置,为提高其检测的实时性与准确性,本文提出一种利用改进SegNet网络算法与连通域约束相结合的方法实现车道线检测识别。将对称的SegNet网络算法改为非对称结构对车道线作逐像素提取：利用卷积与池化提取车道线特征,摒弃传统的车道线聚类过程,利用二值化图像结合连通域约束与关联对车道特征点进行分类,最后对相同类别的车道特征点进行车道线拟合。该算法在香港中文大学的 CULane 数据集和图森未来的TuSimple数据集上进行了训练与测试,该算法对车道分割准确、实时处理能力优秀,检测识别效果优于传统SegNet网络算法,其平均检测精度为 94.60%,每帧检测耗时提升53毫秒。     

汽车太疯狂

7月14日，继美国、英国、法国、德国之后，我国自主研制的无人驾驶汽车试驾成功，身边熟悉的汽车正在悄悄发生巨大的变化。你希望有一台“大黄蜂”吗？还是你有更疯狂的想法？先看看贴吧里的内容。     

让汽车自己开去吧——车联网创想未来驾驶体验

还记得《霹雳游侠》吗？在这部上世纪八十年代的美国电视剧里,孤胆英雄麦克·奈特和他那辆举世无双的智能跑车KITT,驰骋在充满邪恶与危险的世界中,为无辜和无援的人们主持正义。KITT不但性能超群,还具有人类的思维,车门开启全靠指纹识别,能无人驾驶,配有拍照、录像及录音装置,还会给人看病,甚至能与麦克聊天……在不久的将来,KITT将不再是编剧们天马行空的幻想,车联网将给人们带来一个更为智能的交通体系。＂请别叫我‘汽车’或是‘几只轮子’,我们所能做的已远远超出了汽车的概念!＂     

无人机舱现场图像监控的软件设计及应用

根据无人驾驶机舱的特点和发展的要求，除对各种参数的监测外，对机舱的现场状况的了解无疑对机舱运行的可靠性有着重要的意义．基于H．263(video coding for low-hil-rate communication)图像编解码标准，采用软件的方式完成了对现场图像的实时采集、编码、局域网的传输，异地的解码、回显等功能，实现了对机舱现场状况的实时监视。