朱西产-智能化驾驶辅助系统开发路线的分析

无人驾驶关键技术分析三篇篇一: 无人驾驶关键技术分析无人驾驶技术是传感器、计算机、人工智能、通信、导航定位、模式识别、机器视觉、智能控制等多门前沿学科的综合体。

按照无人驾驶汽车的职能模块, 无人驾驶汽车的关键技术包括环境感知、导航定位、路径规划、决策控制等。

（1）环境感知技术环境感知模块相当于无人驾驶汽车的眼和耳, 无人驾驶汽车通过环境感知模块来辨别自身周围的环境信息。

为其行为决策提供信息支持。

环境感知包括无人驾驶汽车自身位姿感知和周围环境感知两部分。

单一传感器只能对被测对象的某个方面或者某个特征进行测量, 无法满足测量的需要。

因而, 必需采用多个传感器同时对某一个被测对象的一个或者几个特征量进行测量, 将所测得的数据经过数据融合处理后。

提取出可信度较高的有用信号。

按照环境感知系统测量对象的不同, 我们采用两种方法进行检测: 无人驾驶汽车自身位姿信息主要包括车辆自身的速度、加速度、倾角、位置等信息。

这类信息测量方便, 主要用驱动电机、电子罗盘、倾角传感器、陀螺仪等传感器进行测量。

无人驾驶汽车周围环境感知以雷达等主动型测距传感器为主, 被动型测距传感器为辅, 采用信息融合的方法实现。

因为激光、雷达、超声波等主动型测距传感器相结合更能满足复杂、恶劣条件下, 执行任务的需要, 最重要的是处理数据量小, 实时性好。

同时进行路径规划时可以直接利用激光返回的数据进行计算, 无需知道障碍物的具体信息。

而视觉作为环境感知的一个重要手段, 虽然目前在恶劣环境感知中存在一定问题。

但是在目标识别、道路跟踪、地图创建等方面具有其他传感器所无法取代的重要性, 而在野外环境中的植物分类、水域和泥泞检测等方面, 视觉也是必不可少的手段。

（2）导航定位技术无人驾驶汽车的导航模块用于确定无人驾驶汽车其自身的地理位置, 是无人驾驶汽车的路径规划和任务规划的之支撑。

导航可分为自主导航和网络导航两种。

自主导航技术是指除了定位辅助之外, 不需要外界其他的协助, 即可独立完成导航任务。

v2x车路协同路侧单元研发流程V2X（Vehicle-to-Everything）车路协同技术是指车辆与其周围的环境之间进行信息交流和协作的技术，其中包括车辆与道路基础设施之间的通信。

V2X车路协同路侧单元作为V2X系统的一部分，扮演着重要角色，通过与车辆进行通信，提供包括交通管理、辅助驾驶和智能交通等服务。

本文将介绍V2X车路协同路侧单元的研发流程。

一、需求分析阶段在研发V2X车路协同路侧单元之前，首先需要进行需求分析。

通过与交通管理部门、道路设施管理方以及相关业务使用者进行沟通和访谈，了解他们的需求和期望，明确V2X车路协同路侧单元在功能、性能和安全性等方面的要求。

二、系统设计阶段在需求分析的基础上，进行系统设计。

首先确定系统的总体架构和模块划分，包括车路通信模块、数据处理模块、决策与控制模块等。

然后，根据每个模块的功能和相互之间的关系细化设计，包括通信协议的选择、数据处理算法的设计、系统接口的定义等。

在完成系统设计之后，进行硬件开发。

根据设计需求，选择合适的硬件平台，进行电路设计和原型制作。

这包括选择合适的传感器、通信模块和处理器，并进行电路连接和布线。

四、软件开发阶段在硬件开发的基础上，进行软件开发。

根据前期设计，编写软件代码，并进行系统集成和测试。

这包括车路通信协议的实现、数据处理算法的编写和测试、系统的逻辑控制等。

五、系统集成和验证阶段在软件开发完成后，进行系统集成和验证。

将硬件和软件各个模块整合在一起，进行功能测试和性能评估。

通过与车辆进行实际通信测试，验证V2X车路协同路侧单元的通信可靠性和稳定性。

六、性能优化和验证阶段在系统集成和验证阶段发现问题后，进行性能优化和验证。

对系统进行优化和调整，提高系统的性能和稳定性。

同时，通过测试对系统进行验证，确保系统满足前期定义的功能和性能要求。

在完成性能优化和验证后，进行产品化工作。

包括进行外壳设计、生产线建设、产品质量控制等工作。

同时，进行产品的市场推广和销售策略的制定，确保V2X车路协同路侧单元能够在市场上得到广泛应用和推广。

自动驾驶系统开发方案1. 简介本文档旨在提供一个自动驾驶系统的开发方案，以实现车辆的无人驾驶功能。

自动驾驶系统是基于人工智能和传感器技术的一种创新性解决方案，能够使车辆实现自主驾驶，提高行车安全性和效率。

2. 技术概述自动驾驶系统的核心技术包括感知、决策和控制三个模块。

感知模块通过使用各种传感器，如摄像头、激光雷达和超声波传感器等，获取周围环境的信息。

决策模块基于收集到的环境信息进行实时分析和决策，确定车辆的行驶路径。

控制模块负责控制车辆的加速、制动和转向等动作，实现行驶路径的执行。

3. 开发流程3.1 系统设计在系统设计阶段，我们需要明确系统的功能需求和性能指标。

根据需求分析，设计感知、决策和控制模块的具体算法和结构。

3.2 数据采集和标注为了训练和测试自动驾驶系统的算法，我们需要收集大量的驾驶数据，并对这些数据进行标注。

数据采集可以通过安装传感器和录像设备来实现，标注过程需要人工参与。

3.3 算法开发和优化在算法开发阶段，我们可以利用机器研究和深度研究等技术，针对感知、决策和控制模块设计和训练相应的算法。

同时，持续优化算法的性能和鲁棒性，提高系统的准确性和可靠性。

3.4 硬件集成和测试在硬件集成阶段，将开发好的算法应用于实际的自动驾驶系统中。

同时，进行系统级的集成测试和性能评估，确保系统的正常运行和稳定性。

3.5 系统优化和迭代根据实际测试结果和用户反馈，对系统进行优化和迭代。

不断改进算法和系统设计，提高自动驾驶系统的性能和适应性。

4. 安全和法律考虑自动驾驶系统的开发需要充分考虑安全性和法律合规性。

在系统设计和算法开发过程中，应当遵守相关法律法规，确保系统的合法性和安全性。

在开发过程中，要进行充分的风险评估和漏洞测试，确保系统的稳定和可靠。

5. 结论通过按照上述开发流程，我们可以实现一个自动驾驶系统，为汽车行业带来巨大的创新和发展机会。

自动驾驶技术的不断进步将为行车安全和效率带来显著提升，同时也带来了新的挑战和责任，需要各方共同努力解决。

智能将是车企决胜关键作者：张翔喆来源：《中国汽车市场》2019年第02期在去往2018寰球年度车测评现场的路上，同济大学汽车学院教授、汽车安全技术研究所所长朱西产对此次测评的近60款新车表示非常期待，他表示，之前参加过不少其他年度车测评活动，最多不过20辆车，这次测评的近60款新车确实凸显了寰球汽车在业界的实力。

朱西产1996年调入中国汽车技术研究中心从事汽车安全研究工作，任国家汽车质量监督检验中心副总工程师，从2000年至2005年被聘任为中国汽车技术研究中心汽车被动安全重点学科的首席专家。

2005年11月入选同济大学百名教授招聘名单，进入同济大学汽车学院任教授，现任汽车安全技术研究所所长。

作为一名天天与汽车打交道的高校汽车专业教授，朱西产对汽车仍然具有高度的专业热情，“嗯，这台车是空气悬架，这台SUV是非承载式车身……”1月3日上午，朱西产一到测评现场，就对场地中的各类新车产生了浓厚的兴趣，并用手机对不少新车进行拍照。

他并未急于上车，而是认真翻阅了此次寰球年度车手册，对各类新车配置与数据进行了解，证实了自己对这些新车型配置的初步判断。

了解了车型后，他又开始观察场地上的车辆测试情况，如行驶路线怎么走、都设置了什么弯道等。

在本届寰球年度车测评中，场地赛道由金卡纳赛车运动路线改编、经专业人员调试的测评路线不仅可以全面地展现车辆在使用过程中的综合性能，还可以在测评的同时也将为整个测评活动增加一定的趣味性，项目有直线加速及减速、绕桩、紧急变线、环岛、连续减速带等汽车通用项目，以及针对SUV车型专门设置的斜坡、交叉轴等测试项目。

在实际驾驶的测评环节中，朱西产一坐进驾驶室，就立刻系好安全带，启动车辆、挂挡加速一气呵成。

一辆下来紧接另一辆，根本停不下来，基本上每一圈控制在3分钟以内，极像一名专业车手。

朱西产在试了几辆不同品牌与级别的传统车型后表示，现在很多车无论是品牌还是级别，在驾驶操控方面已经非常同质化了，再这样下去，他们的车只能越来越难卖。

智能驾驶辅助系统的研发与优化一、引言智能驾驶辅助系统是基于先进的感知、决策和控制技术，通过实时监测、识别和分析车辆周围环境信息，为司机提供驾驶辅助功能，降低交通事故风险，提高驾驶安全性。

随着人工智能技术的不断进步和应用，智能驾驶辅助系统的研发和优化已成为当前热点话题，本文将从感知技术、决策技术和控制技术三个方面，探讨智能驾驶辅助系统的研发与优化。

二、感知技术的研发与优化感知技术是智能驾驶辅助系统的核心。

传感器、摄像头和雷达等设备能够实时获取车辆周围的环境信息，但是环境复杂多变，传感设备容易受到光照、气候等因素的干扰。

因此，研发和优化感知技术是提升智能驾驶辅助系统性能的关键。

为了提高感知技术的准确性和鲁棒性，研究人员采用了机器学习和深度学习等方法，通过大量数据的训练和优化模型，实现对不同物体的识别和分类。

此外，引入多传感器的信息融合技术，将不同传感器获取到的信息进行融合，以减少误判和漏判的情况。

三、决策技术的研发与优化决策技术是智能驾驶辅助系统的关键环节。

在车辆周围环境信息收集完毕后，系统需要根据当前环境状况做出恰当的决策，如判断是否有障碍物、道路状况等，以确保车辆行驶的安全。

决策技术的研发与优化主要侧重于算法的设计和模型的优化。

研究人员结合实际驾驶场景，通过分析车辆运动规律和交通规则等，构建合理的决策网络，以实现智能驾驶辅助系统对车辆行驶的自主控制。

此外，为了降低系统的计算复杂度和实时性要求，研究人员还应用了快速决策算法和优化策略，以提高系统的决策效率和可靠性。

四、控制技术的研发与优化控制技术是智能驾驶辅助系统的执行部分。

在确定了适当的行驶决策后，系统需要通过操控车辆的执行器，如制动器、转向器等，将决策转化为具体的行为。

为了提高控制技术的精度和鲁棒性，研究人员采用了模型预测控制、自适应控制等方法。

模型预测控制通过建立车辆动力学模型和环境模型，预测车辆未来几秒内的行驶状态，并根据决策结果进行动态调整。

人工智能驾驶系统可行性分析报告随着科技的不断发展，人工智能技术在各个领域都得到了广泛应用，其中人工智能驾驶系统作为自动驾驶技术的一种，备受关注。

本报告将对人工智能驾驶系统的可行性进行深入分析，探讨其在未来交通运输领域的应用前景。

一、技术现状目前，人工智能驾驶系统已经在一些汽车生产厂商的研发中得到了应用。

基于深度学习和大数据分析的自动驾驶技术逐渐成熟，能够实现车辆在不需要人工干预的情况下进行自主驾驶。

通过激光雷达、摄像头和传感器等设备，车辆可以实时感知周围道路和交通状况，做出相应的驾驶决策，从而降低交通事故的发生率。

二、优势分析1. 安全性高：人工智能驾驶系统可以减少人为驾驶错误，避免疲劳驾驶和酒驾等交通事故因素。

2. 舒适性强：乘客可以在车内自由活动，无需担心驾驶问题，提高出行舒适度。

3. 环保节能：人工智能驾驶系统可以优化车辆的行驶路线和速度，减少燃油消耗，降低尾气排放。

4. 交通效率高：系统可以智能规划路线，避开拥堵路段，提高道路通行效率，减少交通拥堵。

三、挑战与解决方案1. 技术实现难度大：目前人工智能驾驶系统在城市复杂路况和恶劣天气条件下依然存在挑战，需要进一步完善传感器设备和算法。

2. 法律法规不完善：自动驾驶技术面临着法律法规的空白，需要相关部门尽快出台相关政策，明确责任和保障措施。

3. 安全保障问题：系统面临黑客攻击等安全隐患，需要加强网络安全防范和数据隐私保护。

四、可行性分析综合考虑技术、市场、政策等因素，人工智能驾驶系统具有实施的可行性。

随着技术的不断进步和政策的逐步完善，自动驾驶技术将会在未来得到更广泛的应用，为交通运输行业带来全新的变革和发展机遇。

五、未来展望人工智能驾驶系统作为自动驾驶技术的一种重要形式，将在未来得到更广泛的应用。

随着城市交通智能化的推进，人们将享受到更加便利、安全和高效的出行方式，交通运输行业也将迎来新的发展时代。

结论综上所述，人工智能驾驶系统具有实施的可行性，虽然面临一些挑战，但随着技术的不断完善和政策的逐步配套，其市场前景广阔。

智能车辆导航系统的关键技术研究与实现随着科技的不断发展，智能车辆导航系统已经成为现代汽车中不可或缺的一项技术。

它通过使用先进的技术手段，为驾驶员提供准确、高效、安全的导航服务。

智能车辆导航系统的关键技术涉及多个方面，涵盖了地图数据处理、定位技术、路径规划和交通信息处理等。

本文将从这些关键技术的研究与实现角度，对智能车辆导航系统进行探讨。

首先，地图数据处理是智能车辆导航系统中不可忽视的一环。

地图数据作为导航系统的基础，需要准确、实时并且具有丰富的信息。

现代导航系统使用了不同类型的传感器来收集地图数据，如卫星定位系统(GPS)、激光雷达和摄像头等。

这些传感器可以获得车辆周围的环境信息，并将其转化为数字化地图数据。

然后，通过图像处理和数据挖掘等技术，对地图数据进行处理和优化，以提高导航系统的准确性和可靠性。

其次，定位技术是智能车辆导航系统中的另一个关键技术。

准确的定位是实现精确导航的基础。

传统的定位方法主要依赖于GPS技术，但在城市峡谷、高楼大厦群等条件下，GPS的定位精度会受到影响。

因此，研究人员提出了基于惯性导航系统、卡尔曼滤波器、地图匹配和传感器融合等方法，以提高定位的精度和鲁棒性。

这些新的定位技术可以结合车辆自身的动态信息，实现实时、精确的定位，为智能车辆导航系统提供更可靠的定位服务。

路径规划是智能车辆导航系统中必不可少的一环。

通过实时收集和分析交通状况，智能导航系统可以为驾驶员提供最佳的车辆行驶路径。

路径规划涉及车辆的起点、终点、道路限制条件和实时交通信息等因素。

研究人员通过建立交通流模型、路网拓扑结构和路径搜索算法等，为车辆导航系统提供自动路径规划功能。

同时，为了更好地适应不同的驾驶需求，研究人员还研究了个性化路径规划算法，可根据驾驶员的偏好和实时交通信息，提供多个可选的行驶路径。

最后，交通信息处理也是智能车辆导航系统中的重要组成部分。

交通信息的获取和处理对于实现高效的导航是至关重要的。

传感器技术和无线通信技术的发展，为智能车辆导航系统提供了更多实时交通信息的来源。

汽车行业智能驾驶辅助系统解决方案第一章智能驾驶辅助系统概述 (2)1.1 智能驾驶辅助系统定义 (2)1.2 智能驾驶辅助系统发展历程 (2)1.3 智能驾驶辅助系统分类 (3)第二章感知技术 (3)2.1 激光雷达技术 (3)2.2 摄像头技术 (4)2.3 超声波传感器技术 (4)2.4 融合感知技术 (5)第三章控制策略 (5)3.1 自适应巡航控制 (5)3.2 自动紧急制动系统 (5)3.3 自动泊车系统 (6)3.4 车道保持辅助系统 (6)第四章通信技术 (6)4.1 车载通信技术 (6)4.1.1 车载通信网络架构 (6)4.1.2 车载通信协议 (7)4.2 车联网通信技术 (7)4.2.1 车联网通信技术分类 (7)4.2.2 车联网通信技术特点 (7)4.3 车辆与基础设施通信技术 (7)4.3.1 车辆与基础设施通信技术分类 (8)4.3.2 车辆与基础设施通信技术特点 (8)第五章数据处理与分析 (8)5.1 数据采集与预处理 (8)5.2 数据融合与处理 (9)5.3 数据挖掘与分析 (9)第六章系统集成与测试 (9)6.1 系统集成设计 (10)6.1.1 子系统划分 (10)6.1.2 接口设计 (10)6.1.3 系统集成框架 (10)6.2 系统测试方法 (10)6.2.1 单元测试 (10)6.2.2 集成测试 (10)6.2.3 系统测试 (11)6.3 测试场地与设备 (11)6.3.1 测试场地 (11)6.3.2 测试设备 (11)第七章安全性与可靠性 (11)7.1 安全性设计原则 (11)7.1.1 引言 (11)7.1.2 安全性设计原则概述 (11)7.2 可靠性评估方法 (12)7.2.1 引言 (12)7.2.2 可靠性评估方法概述 (12)7.3 安全性与可靠性测试 (12)7.3.1 引言 (12)7.3.2 安全性测试 (12)7.3.3 可靠性测试 (13)第八章法规与标准 (13)8.1 智能驾驶辅助系统法规概述 (13)8.2 智能驾驶辅助系统标准制定 (13)8.3 国内外法规与标准对比 (14)第九章市场与发展趋势 (14)9.1 智能驾驶辅助系统市场现状 (14)9.2 市场竞争格局 (14)9.3 发展趋势与机遇 (15)第十章应用案例与前景展望 (15)10.1 典型应用案例 (15)10.1.1 自动紧急制动系统 (15)10.1.2 车道偏离预警系统 (15)10.1.3 自动泊车系统 (15)10.2 智能驾驶辅助系统发展前景 (16)10.3 面临的挑战与应对策略 (16)10.3.1 数据处理与分析 (16)10.3.2 系统安全与隐私保护 (16)10.3.3 标准法规与市场推广 (16)第一章智能驾驶辅助系统概述1.1 智能驾驶辅助系统定义智能驾驶辅助系统是指在车辆行驶过程中，通过搭载的传感器、控制器、执行器等硬件设备，结合先进的计算机视觉、人工智能、大数据等技术，实现对车辆行驶状态的实时监测、智能分析和辅助控制，以提高驾驶安全性、舒适性和效率的一套系统。

加强老年人交通安全管理的思路与对策编者按：保障老年人出行平安不仅需要公安交管部门的严厉查纠和宣传引导，更需要全社会的共同参与，要充分发挥社会 各界力量，着眼大局，细处发力，为老年人的平安出行营造良好的道路交通环境。

本期专题摘编有关专家、学者的观点及外国 管理经验，供参考。

治理“老年代步车”乱象，听听专家怎么说如何治理“老年代步车”乱象，本文摘编了同济大学汽车学院教授朱西产、浙江省交通规划设计研究院教授级高工郭敏、公安部道路交通安全研究中心车辆室主任周文辉的观点，供参考。

问：“老年代步车”治理难的根源是什么？乱象产生的原因是什么？针对乱象，应采取哪些措施？朱西产：首先，源头不断非法生产、销售，使用群体大量存在，是“老年代步车”治理难的根源。

生 产无标准、上路无号牌、驾驶无证 件的“老年代步车”，从生产到上 路，多个环节都存在违规，规定早 就有，治理“老年代步车”之乱，从 理论上说并不存在“需完善相关法 规”之说。

既然现有规章制度可以 用于“老年代步车”违规生产、上路 使用乱象的治理，为什么“难以治 理”呢？主要原因在于，有大量不具 备生产能力的企业持续地非法生产，还有庞大的使用群体在购买使用，一些地方政府和相关部门也在一定程度上默许了这些行为。

其次，关于“四轮低速电动车”，一边在讨论标准、管理制度，-边产业在迅速发展，这是“老年代步车”乱象产生的根本原因。

政府主管部门并没有对低速电动车采用“一刀切”的态度，提出了 “提升一批、规范一批、淘汰一批”的治理思路：2016年4月，国标委对《四轮低速电动乘用车技术条件》立项。

2〇丨7年10月，工信部公布了《关于对十二届全国人大五次会议第6«2号建议的答复》。

明确四轮低速电动车是特殊一类机动车辆，其定位是微型、短途、低速、特定区域内载客使用的车辆。

主要意见是：坚持标准引领，加快制定四轮低速电动车产品技术标准，奠定“规范一批”和“淘汰一批”工作基础；纳入《公告》管理，加强生产一致性|pecial Report 专题监管；完善低速电动车上路行驶管理规定，研究制定统一的低速电动车牌证、登记注册、驾驶资质 以及相关税费等规定；省级人民 政府根据本地区实际情况，制定 本地区低速电动车管理办法，设定 本地区路权和时限。

中国保险报/2017年/4月/17日/第001版ADAS为车险行业带来科技清风记者朱艳霞4月15日，由浙江省经信委指导、中国ABI产业联盟主办的2017国际ABI车险峰会在杭州召开。

面对人工智能的爆发式发展，与会者多角度对智能驾驶、安全生产、车险发展进行了分析和展望。

在智能驾驶日趋快速发展的今天，智能驾驶辅助系统（ADAS）技术对当前智慧交通、车联网、UBI在传统车厂、通信运营商、商用车所带来的高科技主动安全，都具有重要意义。

伴随着中国对ADAS技术的推广应用，包括保险业在内的整个产业链都呈现出蓬勃的市场生命力。

同济大学汽车学院教授朱西产表示，自动驾驶技术概念形成后，亟待找到解决道路交通“痛点”的实用技术，进行产品开发。

ADAS技术可以弥补人类驾驶员驾驶中存在的缺陷，改进汽车安全性。

目前，ADAS技术在市场推动下进入产业化高速发展期。

朱西产还表示，应根据智能汽车的避撞能力及自动化程度评价事故风险，构建智能汽车的保险费率。

国家安监总局教授级高工赵瑞华认为，智慧交通是智慧城市的关键切入点。

ADAS技术如果能与车险定价深入结合，将会促进安全驾驶，控制交通事故，推进智慧交通建设。

中央财经大学保险学院院长李晓林表示，数据时代的新技术颠覆了风险的诸多规律，强力提升了保险的服务价值和社会价值。

同时，保险价值管理有了新工具、新抓手。

他还表示，将ADAS 科技与保险技术无缝对接，未来能够最大限度降低车险赔付率。

保险业、科技领域、消费者、政府管理部门等多方协调，才能创造升级发展环境。

杭州好好开车科技有限公司CEO何崇中阐述了ABI（ADAS Based Insurance,基于ADAS技术的UBI）的破局之道。

即基于ADAS技术的主动预防事故机制可以降低车险赔付率，并收集用户各类驾驶行为数据及ADAS预警数据，结合传统车险定价体系中的从车因素及保单因素，实现车险精准定价。

他认为，ABI可以加快中国智能安全生产的改革进程，拉动整个ADAS产业化。

第三期亮道智能线上公开课，我们有幸邀请了同济大学的朱西产教授，为大家介绍如何搭建L3及以上自动驾驶的场景库。

朱教授是汽车安全技术研究所所长，在同济大学智能型新能源汽车协同创新中心，从事智能汽车测试评价研究工作。

在ADAS和自动驾驶测试评价方向，有丰富的经验。

我们将朱教授的演讲内容整理成三篇文章与大家分享。

你也可以在文末找到课程回看链接。

以下是第一篇内容，你可以了解到：场景的定义，我们从ADAS 系统开发中获得了哪些有关场景应用的经验，L3L4自动驾驶需要的场景库又有什么新要求。

△ Photo by Octavian Rosca on Unsplash1. 场景的定义场景的概念是在影视剧里提出的，用来描述一定的时间、空间内发生的一定的任务、行动或因人物关系所构成的具体生活画面 。

场景这个词也泛指生活中特定的场景、情形。

交通场景指的是道路交通中的特定情景，目前也在制订场景的标准。

通过大量研究，我们认为一个交通场景至少应该包括以下 六类信息 ：第一层，道路几何信息。

第二层，道路基础设施，路边的交通设施、信号灯、交通标线等。

第三层，道路上的一些临时的变化，比如修路或者有一些新的变化。

第四层，是比较受到关注的，道路交通参与者之间的运动关系。

第五层，涉及到气象、光照等等交通环境的信息。

第六层，新加进去的数字信息，例如V2X。

道路的数字化信息由以上六层来描述。

2. ADAS 开发、测试、评价用场景其实，在ADAS 开发过程中就已经用到了场景。

国内正在起草的推荐性国家标准《道路车辆先进驾驶辅助系统(ADAS)术语及定义》中，定义了21类信息辅助类的ADAS 系统和15类控制类的ADAS 辅助系统，基本上列出了某种场景下先进的驾驶辅助系统功能，有些还有功能的要求。

这36类ADAS 系统放到标准里的场景可以称为 标准场景，用于行政管理部门的认证、行业评级等等的测试评价用。

企业开发ADAS 系统用到的场景会比标准场景更多一点，我们把它叫做典型场景。

基于视觉信号提示的碰撞预警系统的人机交互界面
李霖;朱西产;孙东
【期刊名称】《汽车安全与节能学报》
【年(卷),期】2015(000)001
【摘要】为了辅助驾驶员安全行驶，设计了一种基于视觉信号提示的碰撞预警系统的人机交互界面（HMI），向驾驶员提供车辆周围的危险方位和程度的信息。

用STISIM软件，把视频采集到的实际交通场景，转化为虚拟场景，设计了一种固定式驾驶模拟器，在该模拟器的试验平台上，由25名驾驶员进行测试，用问卷统计判断主观感受，用STISIM软件测量碰撞次数、速度、纵向加速度、侧向位移、即碰时间（TTC）等数据，来评价该HMI的有效性和用户接受度。

结果表明：参试者对该人机交互界面具有积极的主观感受，该系统工作时，驾驶员的驾驶操作更为平稳，碰撞次数有所减低。

【总页数】6页(P37-42)
【作者】李霖;朱西产;孙东
【作者单位】同济大学汽车学院，上海 201804，中国;同济大学汽车学院，上海201804，中国;同济大学汽车学院，上海 201804，中国
【正文语种】中文
【中图分类】U461.91
【相关文献】
1.基于单目视觉的车辆碰撞预警系统 [J], 刘志强;温华
2.基于单视觉的车辆防碰撞预警系统研究 [J], 王征;张广昕;孙晋伟
3.基于视觉感知的人机交互界面优化设计研究 [J], 刘亚明;黄慧
4.面向无信号交叉口的车辆防碰撞预警系统 [J], 姚博;胡宝雨;邹常丰
5.Mobileye系统芯片EyeQ2和计算机视觉算法为宝马1系碰撞预警系统提供支持 [J],
因版权原因，仅展示原文概要，查看原文内容请购买。

PreScan在先进驾驶辅助系统评价中的应用
刘颖;朱西产;李佳琦
【期刊名称】《佳木斯大学学报（自然科学版）》
【年(卷),期】2013(031)005
【摘要】提出了使用PreScan模拟真实驾驶环境复现危险工况,获得驾驶数据并评价先进驾驶辅助系统(ADAS,Advanced Driver Assistance System)的一种研究方法.虚拟驾驶环境中的驾驶员车辆使用外接方向盘和踏板输入；其它危险车辆的行驶状况都与驾驶员车辆的运动情况相关联.同时,在PreScan生成的Simulink模型中编辑危险车辆的控制,人机界面和数据输出等模块.最后,通过分析主观问卷和输出的驾驶数据评价驾驶员对ADAS的接受度及其有效性.
【总页数】4页(P696-699)
【作者】刘颖;朱西产;李佳琦
【作者单位】同济大学,上海201804;同济大学,上海201804;同济大学,上海201804
【正文语种】中文
【中图分类】U270.1+4
【相关文献】
1.金刚石压齿锯片在先进陶瓷加工中的应用评价 [J], 张峰;沈剑云;郭桦;徐西鹏
2.先进驾驶辅助系统人机交互界面评价方法研究 [J], 李霖;贺锦鹏;刘卫国;朱西产;孙东
3.机器视觉在汽车驾驶辅助系统中的应用 [J], 张琳琳;郑碧琪
4.混合评价核数据库系统HENDL3.0研发及其在先进核能系统设计中应用 [J], 吴宜灿;王芳;胡丽琴;何桃;FDS团队;邹俊;郝丽娟;王明煌;杨琪;宋婧;汪进;尚雷明;龙鹏程
5.先进路面设备在公路工程质量检测及路况评价中的应用 [J], 汪涛;
因版权原因，仅展示原文概要，查看原文内容请购买。

福特开发汽车智能安全技术
贡水
【期刊名称】《轻型汽车技术》
【年(卷),期】2018(000)003
【摘要】福特开发多项汽车智能安全技术,它包括:行人探测系统,可实施自动刹车;智能照明系统,能够提升夜间行车安全;智能限速系统,通过减少发动机喷油量降低车速;驾驶辅助安全系统,避免碰撞;智能安全帽,防止司机打瞌睡.
【总页数】4页(P57-60)
【作者】贡水
【作者单位】
【正文语种】中文
【相关文献】
1.福特汽车加速智能汽车研究
2.同济大学汽车学院教授、汽车安全技术研究所所长朱西产智能将是车企决胜关键
3.福特汽车开发使用大豆油制取汽车橡胶零部件
4.福特汽车任命Rajendra（Raj）Rao担任福特汽车智能移动出行公司首席执行官
5.福特开发智能汽车前大灯夜间行路更安全
因版权原因，仅展示原文概要，查看原文内容请购买。

智能汽车自动紧急控制策略
李霖;朱西产
【期刊名称】《同济大学学报（自然科学版）》
【年(卷),期】2015(043)011
【摘要】结合驾驶员在紧急工况下的驾驶行为以及不同避撞方式的避撞效能,对以自动紧急制动系统(AutonomousEmergency Braking,AEB)为代表的控制策略进行分析,发现当前的紧急制动控制策略并不能很好地适应驾驶员行为和满足避撞效能的需要.为此,提出了一种融合制动控制和转向控制的自动紧急控制(Autonomous Emergency Control,AEC)策略.在该策略中驾驶员始终在环,系统通过集成驾驶员模型、车辆模型和道路环境模型信息判断驾驶员的行为是否正确,并将控制输入与驾驶员输入叠加在一起作为车辆的输入对驾驶员不当驾驶行为进行纠正.
【总页数】8页(P1735-1742)
【作者】李霖;朱西产
【作者单位】同济大学智能型新能源汽车协同创新中心,上海201804;同济大学智能型新能源汽车协同创新中心,上海201804
【正文语种】中文
【中图分类】U461.91
【相关文献】
1.智能汽车自动紧急避撞系统的安全距离模型及其对比分析 [J], 来飞;黄超群;董红亮
2.智能网联汽车自动紧急制动系统行人避撞联合仿真 [J], 吕翱
3.智能汽车自动紧急转向避撞的跟踪控制方法对比研究 [J], 冯志高
4.智能汽车极限工况下联合制动与转向的自动紧急避撞研究 [J], 来飞;黄超群;董红亮;陈涛;赵树廉
5.智能汽车自动紧急避撞系统的模型建立及分析 [J], 纪文煜
因版权原因，仅展示原文概要，查看原文内容请购买。

汽车自动驾驶技术路线及需求
闫晓雷;曾俊延
【期刊名称】《军民两用技术与产品》
【年(卷),期】2016(000)024
【摘要】自动驾驶作为智能汽车技术的一个重要分支是近年来的研究热点.本文阐述了基于机器人车辆、高级驾驶员辅助系统、互联通信等技术实现的三条自动驾驶路线,最后对汽车自动化需求的车载芯片、产业链、统一标准方案、网络及通信、安全与隐私、政策与法规等六个方面进行分析与总结.
【总页数】2页(P51-52)
【作者】闫晓雷;曾俊延
【作者单位】重庆交通大学交通运输学院,重庆 400000;重庆交通大学交通运输学院,重庆 400000
【正文语种】中文
【相关文献】
1.自动驾驶汽车高精定位导航技术路线分析 [J], 赵佳;刘清波
2.新能源汽车纯电驱动技术路线、政策导向及市场需求分析 [J], 无;
3.新能源汽车纯电驱动技术路线、政策导向及市场需求分析 [J], 王彦飞
4.自动驾驶汽车技术路线简介 [J], 王敏;严慈磊;袁建华;
5.基于飞机自动驾驶的汽车自动驾驶技术路线探讨 [J], 郑喜霖
因版权原因，仅展示原文概要，查看原文内容请购买。