驾驶环境

摘要： 安霸(专注于AI视觉芯片的半导体公司),携手汽车照明与电子行业的先锋企业,华域视觉(HASCO VISION),以及上汽集团旗下智己汽车共同打造了能够感知驾驶环境、实现全场景自适应照明的智能车灯系统,并宣布此智能车灯系统进入量产阶段。

摘要： 均胜智能发布JUN Sim Cloud仿真云平台近日,均胜电子旗下全资子公司均胜智能汽车技术研究院发布了全新的均胜仿真云平台(JUN Sim Cloud)。JUN Sim Cloud是基于大型分布式计算架构的综合云仿真平台,拥有丰富的场景库、物理级传感器仿真模块、高精度动力学仿真模块,以及完善的测试评价体系,可充分模拟物理世界的驾驶环境,重构物理世界的边界情况。测试人员可以根据需求对车辆的动力学参数进行配置,并可灵活调整道路工况、交通工况、天气和光照环境等要素。JUN Sim Cloud在降低自动驾驶测试验证成本及风险的同时,提升了自动驾驶系统安全性与鲁棒性。平台应用了业界通用的OpenX标准,适配多种算法接入,实现了用户算法和数据库加密,可保障用户数据安全。

摘要： 为优选自动驾驶汽车开放测试、示范道路并支撑其驾驶环境的优化,提出面向自动驾驶的驾驶环境视觉感知复杂度量化评估方法。以百度街景地图作为驾驶环境数据源,运用脚本文件以及截图工具PicPick搭建自动化街景图像数据提取平台,并在不同区域、不同道路等级下采集上海市50条典型道路的驾驶环境数据;从行人、交通标志、交通标线、红绿灯、车辆5方面出发,构建驾驶环境要素感知平台,并开展感知精度的量化评估;在单要素感知准确率的基础上,采用熵权法确定多维感知要素权重,计算各道路综合感知准确率,并应用轮廓系数法与K-means++聚类算法进行视觉感知复杂度分级。结果表明,上海市典型道路的驾驶环境视觉感知复杂度分为三级,大部分道路的视觉感知复杂度属于2级;对比不同等级道路发现,支路的视觉感知复杂度总体上低于主干路。

摘要： 在驾驶环境中有效的车辆测距利于驾驶员及时发现潜在危险,继而成为行车安全的重要保障。鉴于传统YOLOV3-tiny目标算法难以保证车辆测距的实时性与准确性。为此,通过修改YOLOV3-tiny网络的maxpool3层及新增upsample2层,实现了对传统YOLOV3-tiny目标算法的改进;与此同时,根据路道消失点检测算法构建动态逆透视模型,并通过对车辆目标方位进行判断完成车辆测距。结果显示,较之于Tiny YOLOv3算法,改进算法在平均精确率上提升了4.6%,在平均召回率上提升了7.4%;并且,车辆测距的动静态误差能够保持在7%以内,平均处理速度能够达到28帧每秒。结果表明,本研究改进的YOLOV3-tiny目标算法满足了车辆测距系统的准确性与实时性要求,继而成为行车安全的重要保障。

摘要： 7月11日,霍尼韦尔宣布,沃尔沃汽车在中国市场采用霍尼韦尔超低全球变暖潜值HFO-1234yf制冷剂。本次合作标志着沃尔沃汽车成为首批在中国市场使用HFO-1234yf的汽车企业之一。通过与沃尔沃汽车合作,霍尼韦尔致力于进一步为中国车主提供更加低碳及安全的驾驶环境,助力中国汽车市场可持续发展和中国“双碳”目标的实现。HFO-1234yf是一种适用于汽车空调系统的超低全球变暖潜值(GWP)制冷剂,属于氢氟烯烃(HFO)。

摘要： "9月15日,斯巴鲁首次在线发布了全新跨界SUV‘Crosstrek’。新Crosstrek是一款多功能和可靠的忠实伴侣,专为那些寻求日常驾驶和周末陪伴车辆的人设计,以迎接新冒险。对于那些希望获得满足驾驶体验以及前所未有自由的人来说,它是理想的选择。"斯巴鲁凭借独特的对称全轮驱动(AWD),Crosstrek将紧凑的车身与坚固的运动设计相结合,具有完备的SUV性能,是一款多功能跨界SUV,是无论在城市还是户外探险,能适应任何驾驶环境的理想之选。

摘要： 车辆换道过程对交通安全和预防交通拥堵有重要影响,为了获得驾驶人的换道行为特性,考虑了车辆换道过程中驾驶人的因素,利用模糊综合评判的方法,将驾驶人分为激进型、适中型和保守型三种类型,得出了关于驾驶风格与车辆变道的关系;同时,分析了驾驶环境对变道行为的影响。结果表明,激进型驾驶人在驾驶过程中经常变道,临近车辆的行为、道路长直线和曲线以及施工路障等强制性变道措施都会造成驾驶员变道行驶,影响驾驶安全。

摘要： 驾驶场景的视觉显著性建模是智能驾驶的重要研究方向.现有的静态和虚拟场景的视觉显著性建模方法不能适应真实驾驶环境下道路场景实时性、动态性和任务驱动特性.构建真实驾驶环境的动态场景视觉显著性模型是目前研究的挑战.从驾驶环境的特点与驾驶员的视觉认知规律出发,本文提取道路场景的低级视觉特征、高级视觉特征和动态视觉特征,并结合速度和道路曲率两个重要影响因素,建立了多特征逻辑回归模型(logistic regression,LR)计算驾驶场景视觉显著性.使用AUC值对模型进行评价,结果显示精度达到了90.43％,与传统的算法相比具有明显的优势.

摘要： 日前,NI宣布完成对monoDrive的收购。NI将利用monoDrive在信号处理和高级仿真领域的专长,通过模拟众多传感器和数千种实时场景的高保真驾驶环境的能力,帮助客户加速ADAS的交付。这一方法结合NI软件连接的系统,将帮助其汽车客户实现简化仿真、基于实验室的测试环境和物理测试环境之间的转换。

摘要： 在复杂环境道路行驶时,视觉干扰信息会威胁行车安全。文章结合驾驶员视觉特征和信息需求,通过分析干扰信息来源,构建AR-HUD显示系统策略,并为界面设计提出具体方案,探索驾驶人员受到视觉信息干扰问题的解决思路。

摘要： 基于低成本雷达RPLIDAR提出了两种自动避障的方法:一种是基于标志位的设置;另一种是基于环境栅格化后的搜索技术.在相同的环境下对后者进行了深入探讨来进行电动场地车的局部路径规划.实验结果表明,基于栅格化后的搜索技术能够很好地实时避障,并且能够适应相对复杂的障碍物环境;基于标志位的避障方法实时性很好,特别是在小车的启动停车实验中几乎不存在延时.与如今的许多智能技术相比,基于标志位的避障策略算法在时间复杂度上有很大优势,因为这个算法是对数据流直接筛选处理而不用存储.同时,与典型的Vector Field Histogram (VFH)、改进的VFH(VFH+)相比,基于栅格化后搜索技术的算法不仅更加简单易懂,而且能适应普通的驾驶环境.

摘要： 车辆(100)中设置有取得作为与车辆(100)的行驶环境有关的信息的行驶环境信息的行驶环境信息取得部(110)。中心(200)中设置有根据行驶环境信息取得部(110)所取得的行驶环境信息的分析，定量地评价车辆(100)的行驶环境的移动的容易度的行驶环境评价部(230)。车辆(100)的显示部(132)显示通过行驶环境评价部(230)得到的评价结果。

摘要： 车辆(100)中设置有取得作为与车辆(100)的行驶环境有关的信息的行驶环境信息的行驶环境信息取得部(110)。中心(200)中设置有根据行驶环境信息取得部(110)所取得的行驶环境信息的分析，定量地评价车辆(100)的行驶环境的移动的容易度的行驶环境评价部(230)。车辆(100)的显示部(132)显示通过行驶环境评价部(230)得到的评价结果。

摘要： 本发明公开了一种模拟驾驶环境下人脑注意力评估系统及其车模驾驶环境。该评估系统包括脑电信号采集模块、车模控制模块、遥控器控制模块、上位机处理模块，通过脑电蓝牙耳机、遥控器，车模和上位机之间的相互通信，共同实现模拟驾驶环境下的脑电注意力参数采集、监控和违规驾驶信息的统计，从而为评估安全驾驶与注意力之间的关系做好了充分准备。该车模驾驶环境包括模拟公路、车模、操作台和控制台，该车模驾驶环境验证了注意力低的情况容易出现交通违规现象，并分析得出了注意力与违章驾驶的关系；为驾驶员个体提供注意力训练平台，帮助其在驾驶过程中注意力尽可能稳定在安全驾驶的指标范围内，从而减少违章驾驶和交通事故。

摘要： 本发明涉及一种用于帮助激活辅助模式的激活帮助方法，所述辅助模式用于辅助驾驶员驾驶车辆，所述方法由驾驶辅助系统的操控单元来实施，并且包括以下步骤：基于驾驶环境来确定(210)至少一个可用辅助模式，所述方法的特征在于其还包括以下步骤：确定(220)与所确定的可用辅助模式相关联的驾驶位置；向车辆的驾驶员发送(230)指示所确定的驾驶位置的信号；接收(240)激活请求；为响应所述请求，激活(250)与所选择的位置相关联的辅助模式。

摘要： 本申请涉及一种驾驶环境模型的训练方法及装置、驾驶环境信息的预测方法及装置、计算机设备、存储介质和计算机程序产品。所述方法包括：构建初始环境模型，初始环境模型包含多个单体模型；获取各单体模型对应的训练样本集，并通过各训练样本集训练对应的单体模型，得到训练后的环境模型；将测试样本输入至训练后的环境模型，得到各训练后的单体模型对应的下一时刻的驾驶环境预测信息；测试样本包含当前时刻的驾驶环境样本信息和当前决策动作样本信息；计算各下一时刻的驾驶环境预测信息的差异度，并在差异度小于预设阈值的情况下，将训练后的环境模型确定为驾驶环境模型。采用本方法能够节约训练驾驶环境模型的过程中真实驾驶数据的使用量。

摘要： 本发明公开了一种模拟驾驶环境下人脑注意力评估系统及其车模驾驶环境。该评估系统包括脑电信号采集模块、车模控制模块、遥控器控制模块、上位机处理模块，通过脑电蓝牙耳机、遥控器，车模和上位机之间的相互通信，共同实现模拟驾驶环境下的脑电注意力参数采集、监控和违规驾驶信息的统计，从而为评估安全驾驶与注意力之间的关系做好了充分准备。该车模驾驶环境包括模拟公路、车模、操作台和控制台，该车模驾驶环境验证了注意力低的情况容易出现交通违规现象，并分析得出了注意力与违章驾驶的关系；为驾驶员个体提供注意力训练平台，帮助其在驾驶过程中注意力尽可能稳定在安全驾驶的指标范围内，从而减少违章驾驶和交通事故。

摘要： 本发明涉及用于预测人类驾驶操纵并减少人类驾驶错误的驾驶员和环境监测。公开了用于检测、通知和自动地校正典型的认知相关的人类驾驶员错误的技术。这可能包括由对当前情况的误解、缺乏关注或注意力和/或对任何当前使用的辅助功能过于自信而造成的错误。本公开涉及使用驾驶员和外部环境建模来预测交通工具操纵。执行预测操纵的后果基于其对驾驶环境构成的风险或危险来进行归类，并且交通工具可基于预测驾驶操纵的归类来执行各种动作，以减轻或消除该风险。

摘要： 本发明公开了一种混合驾驶环境自动驾驶汽车驾驶能力测评方法，根据驾驶模拟器的场景生成流程构建了适用于自动驾驶汽车测试的场景建模方法，通过人类驾驶员操纵驾驶模拟器硬件控制场景中的背景车，驾驶模拟器软件通过API使外部程序控制场景中的被测自动驾驶汽车，实现了混合驾驶环境下的自动驾驶汽车测试。最后，建立评价指标和评价标准，通过分数的方式直观展示评价结果。本发明方法相较于虚拟仿真测试，能够实现人机交互，将人类驾驶员的随机性考虑在内；相较于场地实车测试，场景丰富多变，可重复性强，同时成本低、效率高。

摘要： 本发明涉及一种用于帮助激活辅助模式的激活帮助方法，所述辅助模式用于辅助驾驶员驾驶车辆，所述方法由驾驶辅助系统的操控单元来实施，并且包括以下步骤：基于驾驶环境来确定(210)至少一个可用辅助模式，所述方法的特征在于其还包括以下步骤：确定(220)与所确定的可用辅助模式相关联的驾驶位置；向车辆的驾驶员发送(230)指示所确定的驾驶位置的信号；接收(240)激活请求；为响应所述请求，激活(250)与所选择的位置相关联的辅助模式。

摘要： 本发明涉及一种用于确定驾驶环境中自动驾驶车辆的车辆环境交互度量和/或乘客行为度量的技术。一组一个或多个自动驾驶车辆独立地确定在所述一组一个或多个车辆的预定义附近内目标车辆的VEI分数。目标车辆可以根据所述目标车辆内的乘客确定VPB分数。为目标车辆确定的VEI分数和/或VPB分数可以被所述目标车辆用于强化和/或纠正所述目标车辆的驾驶动作。