自适应巡航控制 (ACC) 遵循自动驾驶汽车的工业和安全标准,是现代车辆中广泛使用的高级驾驶辅助系统 (ADAS) 功能。ACC 目前可根据驾驶员的期望速度值来控制速度。本研究介绍了一项重大进步:智能自适应巡航控制 (IACC) 功能,同时开发了一种控制系统架构,通过将其集成到自动驾驶汽车中,该架构有望在科学、经济和社会层面做出显著贡献。该设计融合了交通标志和限速识别 (TSLR)、ADAS 功能和全球定位系统 (GPS) 数据等关键元素,主要通过这些支持功能增强驾驶员安全性。主要重点是设计一个可容纳这些新功能以确保安全驾驶的系统架构。IACC 系统架构的创建采用基于模型的系统工程 (MBSE) 的方法。通过这种 MBSE 方法,我们制作了系统级图表,并系统地解决了安全问题。我们设计了几种方案来评估贡献,随后进行了测试和分析。该架构特别强调 IACC 的安全方面。利用 TSLR 功能,系统可以解读交通标志并从外部来源获取限速数据,防止车辆速度超过规定限速。将设定速度值与限速进行比较,确保遵守安全参数。在这种情况下,系统利用 GPS 数据识别前方车辆,增强了在蜿蜒道路上的驾驶员支持。与其他自适应巡航控制概念相比,这种方法显著提高了 IACC 功能的可靠性,尤其是在安全灵敏度方面。
空调................................................................................................................ A-91 加热器................................................................................................................ A-91 辅助加热器.............................................................................................................. A-91 仪表和警告指示器........................................................................................ A-100 音频警报模块...................................................................................................... A-111 后轮防抱死制动器/制动警告......................................................................... A-114 顶灯............................................................................................................. A-118 巡航控制............................................................................................................. A-122 四轮驱动............................................................................................................. A-125 电动后视镜和门锁.................................................................................... A-127 电动车窗............................................................................................................. A-136 收音机 AM 和 AM/FM 立体声............................................................................. A-143 后除雾器............................................................................................................. A-146 后灯.............................................................................................................
摘要 - 将效率与安全性结合起来是连接自动卡车的最重要设计挑战之一。在应对纵向控制问题的这一挑战中,我们提出了一种计划,该方案以无缝的方式将基于性能的控制器与面向安全的控制器集成在一起。此安全集成方案即时运行,并且与大型控制器兼容。我们首先将这种实用的整合方法链接到控制屏障功能的理论框架,该框架旨在赋予控制器具有正式安全保证。然后,通过此方案,我们安全地整合了一个预测型控制器,最大程度地限制了依靠连接性(连接的巡航控制-CCC)的面向安全的巡航控制器结构的能耗(预测巡航控制 - PCC)。重要的是,使用具有全面连接的自动化卡车的公路实验证明了PCC和CCC之间安全和无缝集成的效率。最初的实验活动是在封闭的测试轨道上举行的,并且由于CCC而实现了安全驾驶,而得益于PCC,可获得高达18%的能源。最后,实验扩展到公共高速公路,并以高达4.3%的节能获得了类似的结果。
Isuzu参加了由日本政府带头的L4计划的道路,在该道路上,它有助于从2026年开始在Expressways上实现实际应用和社会实施4级自动卡车的努力。该公司还在推进2020型型号的Giga卡车的商业化和市场推出,该卡车配备了主动巡航控制和一条车道保持援助系统,同时研究了专门针对重型卡车的自主驾驶技术,其中一些技术被用于大型汽车开发中。
第二个要求是测试将软件解决方案集成到车辆平台上,以执行许多ADAS操作,包括在开放的真实世界环境中进行自适应巡航控制。MFM是这项测试要求的明显选择,因为试用CAM解决方案的途径提供了校园(迷你城市),城市,农村和高速公路道路(总共超过300英里)的独特组合,可以支持试验。这包括CCTV,气象站,通信单元和高度准确的GPS覆盖范围。
摘要 — 本研究通过一种计算效率高的鲁棒控制策略解决了联网电动汽车的生态自适应巡航控制问题。该问题在空间域中采用非线性电力传动系统模型和运动动力学的真实描述来制定,以产生凸最优控制问题 (OCP)。OCP 通过一种新颖的鲁棒模型预测控制 (RMPC) 方法解决,该方法处理由于模型不匹配和前导车辆信息不准确而引起的各种干扰。RMPC 问题通过半正定规划松弛和单线性矩阵不等式 (sLMI) 技术解决,以进一步提高计算效率。使用实验收集的驾驶周期评估所提出的实时鲁棒生态自适应巡航控制 (REACC) 方法的性能。通过与标称 MPC 进行比较来验证其鲁棒性,标称 MPC 会导致速度限制约束违规。所提出方法的能源经济性优于最先进的时域 RMPC 方案,因为可以将更精确拟合的凸动力传动系统模型集成到空间域方案中。与传统恒定距离跟随策略 (CDFS) 的额外比较进一步验证了所提出的 REACC 的有效性。最后,验证了 REACC 可以借助 sLMI 和由此产生的凸算法实现实时实现。
在上个世纪,我们看到了道路运输的前所未有的演变。这始于奔驰在19世纪末对无马车或汽车的发明,该发明在20世纪初期被福特变成了大规模生产。直到二十世纪下半叶,工程师开始描述道路车辆的运动和主题车辆动态的诞生,这证明了国际车辆系统动力学协会(IAVSD)和相应的期刊和聊天室的建立证明了这一点。在过去的几十年中,道路车辆从机械上转变为电工系统,通过占用半导体的产品的优势。这实质上导致了主题车辆控制的诞生,该组织由组织高级车辆控制(AVEC)和相应的研讨会序列所证明。在本世纪的前二十年中,从DARPA宏伟的挑战开始,建立了自动驾驶汽车或自动驾驶车辆的概念,预计这将在接下来的几十年中占主导地位的车辆动力学和控制的研究和开发。这些事件的时间表在图1。车辆动力学,控制和自动化的领域是由三个主要因素驱动的:速度的功能,对可操作性的需求以及对安全性的需求。1。这些系统使人驾驶员从某些驾驶中减轻了这些导致了上个世纪下半叶的许多关键发明,包括巡航控制,防抱死制动系统(ABS),电子稳定控制(ESC),自适应巡航控制(ACC)和巷道保持系统;参见图
1我们假设个人不会想到共享机器人的特殊情况(从乘车共享的意义上),因为在启动问卷时,法国的这种形式的流动性(常规合并出租车)并不是很好。2 2014年SAE国际分类(2016年修订)列出了以下自治级别:(L0)手动驾驶; (L1)横向(例如,泳道系统)或纵向(例如高级巡航控制)控制是自动化的,并且驾驶员必须始终注意道路; (L2)自动化的侧面和纵向控制(例如特斯拉),驾驶员必须始终注意道路; (L3)L2 +驱动程序