-
不同紧急工况下的汽车主动避撞控制的研究
来源:汽车工程 发布日期:2020-12-25
本文中针对复杂工况提出了一种集成主动制动和主动转向的紧急避撞策略。首先根据车速与地面附着系数,结合制动与转向安全距离模型,获得考虑前方障碍影响的转向与制动优先级。在此基础上,针对旁车道的其他交通要素,又将转向优先下的避撞模式细分为转向、制动和转向加制动3种。对于转向避撞,采用五次多项式进行路径规划,根据安全性和平滑性代价函数,综合优选出安全、平滑的期望路径,然后采用前馈加LQR反馈控制实现路径跟踪
-
信息化背景下智能汽车车联网系统的研究
来源:电子世界 发布日期:2020-12-15
网络科技、移动互联网、通信技术与信息技术发展突飞猛进,智能汽车也顺势产生。车联网系统是智能化汽车行车系统的关键部分之一,重要性越来越得以彰显。文章简单介绍智能汽车车联网系统的组成部分和它的本质,论述智能汽车互联网系统的四个组成部分——车载终端、数据中心、智能手机客户端和呼叫中心。在此基础上,文章概括我国智能汽车运用车联网发展的现状,指出智能汽车运用车联网的困境所在,提出增强车联网系统发展能力的若干
-
小鹏汽车:“双擎”驱动 引领未来出行方式
来源:广东科技 发布日期:2020-12-15
小鹏汽车是中国领先的智能电动汽车企业,立足全球、服务本土是小鹏汽车的战略格局。成立六年来,小鹏汽车完成了全球化布局,组建了一重自研、规模化、多元化的跨界团队。作为智能汽车的倡导者,小鹏汽车一直在致力于做更懂中国的智能汽车,让更多消费者可以体验到智能汽车对出行生活带来的变革。
-
浅谈我国智能汽车现状与发展
来源:汽车实用技术 发布日期:2020-12-15
智能汽车不仅是追求更舒适、更安全驾驶的首选,也是"解放双手"的重要工具。文章简要介绍了我国智能汽车行业的现状、智能汽车关键技术、智能汽车与智慧城市关系,以及对我国在智能汽车行业的未来发展进行展望。
-
智能网络汽车发展中的无线技术研究
来源:内燃机与配件 发布日期:2020-12-10
智能化技术是未来发展的趋势,这一技术也被应用到多个领域当中。而近些年大热的智能网络汽车就是这种产物,它通过在车辆上安装的智能系统实现各种功能。而且它还能使智能信息进行共享和交换,为用户创造更为高效和安全地驾驶环境。本文正是对智能网络汽车中的无线技术进行研究,并通过对其应用与发展趋势的分析,为我国的汽车行业提出一些建议。
-
5G+边缘计算在智能汽车柔性制造中的应用
来源:电子技术应用 发布日期:2020-12-06
自动驾驶、车路协同以及互联网技术的发展催生了互联网造车新势力,促进了网联车大生态的打造。针对智能汽车制造业,以全流程智能化改造和行业数字化提升为重点,依托5G+工业互联网以及人工智能技术,对制造业进行"数字化改造"实践,提升数据赋能水平。通过5G网络化升级,实现设备端、工厂端、企业端、跨企业端网络化5G改造,增强产业链信息互联能力。通过人工智能化技术以及边缘计算技术,以生产工具智能化与决策手段智能
-
车载AI芯片——智能汽车的数字发动机
来源:智能网联汽车 发布日期:2020-11-25
车载AI芯片处于人工智能、智能汽车与集成电路三大战略性产业的交汇点,是当代硬科技的珠穆朗玛峰。在传统车时代,整车设计是围绕发动机构建的。走向数字化软件定义汽车的时代,我们预判整个智能汽车会越来越围绕着芯片设定整车架构,整车成为四个轮子上的超级计算机。未来整个汽车产业发展的路径和脉络,像过去所看到的个人电脑和智能手机。
-
用AI芯片驱动智能汽车
来源:互联网经济 发布日期:2020-11-25
"2025年是一个重要的时间节点,L2级和L3级加起来,新车里面要达到50%。2030年部分自动驾驶和有条件自动驾驶要达到70%。"清华大学教授、国家智能网联汽车创新中心首席科学家李克强在11月11日举行的2020世界智能网联汽车大会上发布并解读《智能网联汽车技术路线图2.0》时说道。《智能网联汽车技术路线图2.0》为我国汽车产业紧抓历史机遇,加速转型升级,实现建设世界汽车强国的战略目标提供了重要
-
从顺义指数2020看智能网联汽车发展趋势
来源:智能网联汽车 发布日期:2020-11-25
中国所具备发展智能网联汽车的基础和能力,无论是技术的积累、产业的基础、市场的需求,都具有非常明显的优势。在2020世界智能网联汽车大会上,《智能网联汽车产业发展报告(顺义指数2020)》(以下简称"报告")正式发布。报告对全球智能网联汽车产业发展进行了概述,并通过指数体系对国家、城市及企业的产业发挥水平进行了评定。智能网联汽车产品众多,产业价值链较长,交叉产业深度融合,难以参照传统产业通过上中下游
-
基于组合聚类的智能汽车横向稳定性判别方法
来源:汽车工程 发布日期:2020-11-25
在研究传统车辆稳定性判别方法的基础上,基于神经网络和聚类分析的理论,提出了一种车辆横向稳定性判别方法。采用SOFM神经网络和K均值聚类相结合的组合聚类法,对采集的车辆行驶参数进行离线聚类分析,得到各聚类中心及其稳定性等级。应用均值法在线更新聚类中心,计算实时数据与聚类中心的距离,根据距离最小准则进行车辆稳定性实时判别。以轮胎力法为基准对该稳定性判别方法性能进行分析,最后将判别结果作为稳定性控制策略
027-87841330