精确的环境感知是实现自主代客泊车(automated valet parking,AVP)功能的基础,传统的AVP系统主要依赖于单车的感知,但随着场端智能技术的不断发展,车端与场端之间协同交互成为自主代客泊车落地的必然趋势。本文提出了一种基于V2X车场协...精确的环境感知是实现自主代客泊车(automated valet parking,AVP)功能的基础,传统的AVP系统主要依赖于单车的感知,但随着场端智能技术的不断发展,车端与场端之间协同交互成为自主代客泊车落地的必然趋势。本文提出了一种基于V2X车场协同的地下停车场全域感知方法,该方法将地下停车场的全域感知问题转化为大规模图模型的构建与优化问题。通过输入场端激光雷达、摄像头的传感器信息以及智能网联车的感知数据,以车辆位姿为节点,建立多种边约束关系。为了提高感知精度,本文提出了一种融合车道级地图信息的大规模图模型方法,通过将停放车辆作为半静态信息约束,并结合车道级地图信息构建横向约束,在求解过程中引入滑动窗口以减小图模型的规模,最终以地图形式输出感知结果供车端使用。通过仿真实验和在占地面积为2 500 m^(2)以上的地下停车场场景中进行实地实验,结果表明,该方法显著提升了在复杂停车场环境下的感知能力,实现了地下停车场的全域感知。展开更多
为了提高远程驾驶过程中道路信息的获取量进而提高远程驾驶的安全性,提出基于车用无线通信技术(Vehicle to X,V2X)、边缘计算技术和云平台组合而成的“云-边-V2X”技术架构用于智能公交车远程驾驶,即驾驶员在模拟驾驶舱由5G网络实现人...为了提高远程驾驶过程中道路信息的获取量进而提高远程驾驶的安全性,提出基于车用无线通信技术(Vehicle to X,V2X)、边缘计算技术和云平台组合而成的“云-边-V2X”技术架构用于智能公交车远程驾驶,即驾驶员在模拟驾驶舱由5G网络实现人车交互,靠常规摄像头、激光雷达和超声波等传感器捕获道路传感信息的同时,通过“云-边-V2X”架构实时获取道路事件状况提示为远程驾驶提供安全保障,并在此基础上搭建模拟驾驶舱对远端道路上的车辆进行操作控制。已有研究结果表明,论文提出的方法在不影响原有远程驾驶功能的前提下,加入道路事件信息提高远程驾驶安全冗余且远程驾驶系统的性能不受影响。展开更多
随着自动驾驶技术的迅速发展,V2X(Vehicle to Everything)技术成为提升环卫车运行效率与安全性的关键。该技术能实现车辆与外部环境的广泛连接,优化自动驾驶系统的功能,增强车辆间的信息交流和决策支持。为此,详细探讨了V2X技术的组成...随着自动驾驶技术的迅速发展,V2X(Vehicle to Everything)技术成为提升环卫车运行效率与安全性的关键。该技术能实现车辆与外部环境的广泛连接,优化自动驾驶系统的功能,增强车辆间的信息交流和决策支持。为此,详细探讨了V2X技术的组成和工作原理、在自动驾驶系统中的集成,以及智能网联协同工作模式的构建。研究旨在剖析V2X技术在当前交通系统中的应用潜力及环卫车在实际环境中的效能。展开更多
矿山环境由于其复杂性往往会增加车辆事故发生的可能性。为提高矿山车辆预警系统的准确性,研究通过V2X(Vehicle to Everything)技术实现车辆信息共享,结合具备卡尔曼滤波器的神经网络与双向循环神经网络(KalmanNet-BRNN)模型对车辆状态...矿山环境由于其复杂性往往会增加车辆事故发生的可能性。为提高矿山车辆预警系统的准确性,研究通过V2X(Vehicle to Everything)技术实现车辆信息共享,结合具备卡尔曼滤波器的神经网络与双向循环神经网络(KalmanNet-BRNN)模型对车辆状态进行估计。研究结果中,在4种数据集上,研究方法的均方误差平均降低了7.60、1.70、11.01和3.19,动态时间规整平均降低了2.05 m、3.50 m、2.73 m和5.38 m。结果表明,融合V2X技术和KalmanNet-BRNN网络架构可用于矿山车辆的预警,同时研究方法在多个数据集上均方误差最低,动态时间规整值最小,表明了研究方法能够提升矿山车辆预警系统的准确性,同时预测的车辆状态信息更为接近车辆真实状态;研究不仅提高了矿山作业的安全性,同时可为矿山企业的运营效率的提升提供数据支撑。展开更多
文摘精确的环境感知是实现自主代客泊车(automated valet parking,AVP)功能的基础,传统的AVP系统主要依赖于单车的感知,但随着场端智能技术的不断发展,车端与场端之间协同交互成为自主代客泊车落地的必然趋势。本文提出了一种基于V2X车场协同的地下停车场全域感知方法,该方法将地下停车场的全域感知问题转化为大规模图模型的构建与优化问题。通过输入场端激光雷达、摄像头的传感器信息以及智能网联车的感知数据,以车辆位姿为节点,建立多种边约束关系。为了提高感知精度,本文提出了一种融合车道级地图信息的大规模图模型方法,通过将停放车辆作为半静态信息约束,并结合车道级地图信息构建横向约束,在求解过程中引入滑动窗口以减小图模型的规模,最终以地图形式输出感知结果供车端使用。通过仿真实验和在占地面积为2 500 m^(2)以上的地下停车场场景中进行实地实验,结果表明,该方法显著提升了在复杂停车场环境下的感知能力,实现了地下停车场的全域感知。
文摘为了提高远程驾驶过程中道路信息的获取量进而提高远程驾驶的安全性,提出基于车用无线通信技术(Vehicle to X,V2X)、边缘计算技术和云平台组合而成的“云-边-V2X”技术架构用于智能公交车远程驾驶,即驾驶员在模拟驾驶舱由5G网络实现人车交互,靠常规摄像头、激光雷达和超声波等传感器捕获道路传感信息的同时,通过“云-边-V2X”架构实时获取道路事件状况提示为远程驾驶提供安全保障,并在此基础上搭建模拟驾驶舱对远端道路上的车辆进行操作控制。已有研究结果表明,论文提出的方法在不影响原有远程驾驶功能的前提下,加入道路事件信息提高远程驾驶安全冗余且远程驾驶系统的性能不受影响。
文摘随着自动驾驶技术的迅速发展,V2X(Vehicle to Everything)技术成为提升环卫车运行效率与安全性的关键。该技术能实现车辆与外部环境的广泛连接,优化自动驾驶系统的功能,增强车辆间的信息交流和决策支持。为此,详细探讨了V2X技术的组成和工作原理、在自动驾驶系统中的集成,以及智能网联协同工作模式的构建。研究旨在剖析V2X技术在当前交通系统中的应用潜力及环卫车在实际环境中的效能。
