• V2X为基础的安全和生态驾驶系统
    2015-04-30 09:18:13   来源:Tranbbs.com    评论:0 点击:

    清华大学教授李克强:我非常的荣幸今天能够到这边来做演讲。给大家介绍一下我们大学在做的工作,我今天会给大家介绍我们的V2X为基础的安全和生态驾驶系统。

        首先我给大家介绍一下我们的研究的背景,大家知道我们的研究和研发工作特别是在驾驶员辅助系统上的研究在中国是有一个长足的发展,目前我们新的一代对于ADAS系统会有更多的发展,我们对这个技术的研究也开展了很多的工作,从90年代中旬就开始进行了研究,我们的研究项目是得到了政府的资助的,还有一些整车厂,比如东风、长安、尼桑、丰田、宝马等等,还有一些我们的技术方面也已经商业化了,所以说我们很多的一些研究活动也正在针对其他的一些系统进行展开。首先是对驾驶环境的识别以及驾驶员的行为模型,还有整体车子的动态化的系统。

        近几年我们更多的关注研究高端的系统和下一代的系统,如果我们对此有所了解的话你可以看到我们的一些研究都是对我们的安全和生态驾驶有很多的作用,这些都是依赖于我们的研究结果的。所以说这里我想给大家看一看我们研究的情况。首先我们建立了这样一个我们的智能汽车的平台,实际上基于这样一个平台,我们会去研究一些自动化和合作的技术,肆意说在我们测试的环境下,我们会包含一些传感器子系统,包括前端的雷达等等,所以说你们可以看到我们有一些动态的系统和电子方面的研究,还有EVB,电子真空促进器,还有DSISE等我们都做了很多的研究。

        这个是我们的很多不同的传感器,这个里面有很多值得我们去研究的,包括GPS的研究和天线,还有一些服务器,在我们的第一个应用方面做的研究是我们的辅助系统。在辅助系统方面,我们开始做这样一个预测系统,也就是感觉V2I技术的,在这个里面我们会用到一些传感器和路标来去监测我们的汽车。根据我们的信息我们会接受到一些信号,把这个信号发送给汽车,从这些汽车的系统这边我们可以拥有很好的一个控制,根据我们的控制器得到的控制,我们可以从道路这边得到信息,也可以从汽车方面得到信息,然后可以把运营做的很好。根据我们这个信息我们就可以很快的做一些决策。

        这个上面说明的是一些相应的应用,它在这个上面是有碰撞的,左边是V2I,右边是V2V,这样我们就会有两个不同的情形,通过一些相应的信息来帮助我们做出相应的决策。下面的这个系统就是它的速度的一些相应的调整系统,我们可以知道道路的情况是什么样的情况,然后在这个层面上面它何以把这些信息进行相应的手机和感知,并且把这个信息传递给这个车辆,在测试的车辆收到相应的信息之后,基于他的实际的驾驶行为,机遇他收集到的信息从而来做出相应的反映。

        这是另外一个辅助系统的应用,这样的话机遇路边的信息,属于说我们想做一个相应的决策或者说给出一些相应的速度的建议的话,这种情况下,我们需要一些相应的算法。比如说基于汽车的变化,基于安全性的相应信息,我们可以做出相应的决策。

        下面一个应用是关于我们研究的,也就是避免碰撞系统,就是车道变更避免碰撞系统,在这种情况下,我们使用V2V的技术来实现相应的目的,能够帮助我们做出相应的决策。

        下面这个应用对于我们的研究来讲就是环保驾驶系统,我们也是进行了相应的研究,怎么样进一步的改善它的环保驾驶的相应的效果。在这个上面大家可以看到,这个绿灯优化的速度的相应的系统,这样的话我们可以获得这个SPAT的相应信息,也就是交通灯的SPAT的相应的信息,然后我们可以通过DSRC来进行信息的传送,然后我们可以决定它优化的速度应该是多少,比如说这个速度是不是最佳的速度。当这个汽车通过这个交通灯的时候,它可以满足一些安全性的要求,并且可以满足燃油经济性的要求。如果说我们要一些决策的话,我们必须要有一些相应的算法来帮助我们做出相应的决策。在这个上面大家可以看到一些不同的阶段和相应的信息,比如说加速、减速,并且是在交通灯前面它的停止、启动,以及在这个路口该如何驾驶等等,我们会有相应的算法来帮助我们做出相应的决策。我们在这个基础之上计算出来它的一些优化的速度,并且这个优化的速度可以在通过交通灯的时候也可以保持比较好的节约燃油性。

        这种过程当中我们也可以有一些相应的标准来对它的结果进行相应的评估,在这里大家可以看到是绿灯的优化的速度的推荐,这个里面包括了道路和汽车,道路方面来说包括它的天线和SRC和GPS等设备,并且我们还有交通的控制器,这个是发送给汽车的信号,对于测试的这个汽车来讲,我们也有GPS的相应的一些设备和它的一些相应的天线,以及车辆的DSRC系统来获得相应的汽车数据信息。

        我们也进行了一些现场的测试来对它的性能进行了相应的评估,对我们的系统进行了性能评估,大家可以看到这是一个现场的测试,这个区域是有一些限制的,所以说我们仅仅是在北京的三个路口进行了相应的测试。我们也是在夜里进行了测试,这个时候道路上行驶的车辆并不能很多,北到南和南到北,我们有两个不同的实验,一个是有推荐的速度,一个是没有推荐的速度,我们有六个相应的实验,然后来进行相应的结果的计算,我们有十个来回的旅程,最后我们有一百组的实验数据,通过我们的分析,可以得到我们实验的结果。在这里大家可以看到,这些结果还是有一些相应的可行性的。如果说这个数据能够得到比较好的应用的话,我们可以非常好的改善我们燃油的经济性,并且很好的降低我们旅程的时间,所以说我们的这个系统可以改善燃油的经济性。

        在这个上面大家可以看到为什么我们可以得到非常好的结果。我们用了一个普通的方法来进行计算,在这里我们可以看到这个车辆可以降低它的停止时间,并且从它的速度的波动情况来看,它也会变的更加少,所以说这个速度可以更加恒定,这样我们就可以改善它的燃油的经济性,降低燃油的消耗,并且改善交通的效率。

        对于经济巡航来讲,我们也使用了V2X的技术来进行计算,这种技术是手机的技术,通过这样我们的车辆来获得相应的数据,并且从不同的车辆获得数据,从不同的道路条件来获得相应的数据。基于我们现场的经济性的一些相应的模型,我们可以做一些相应的决策,同而来提高我们相应的速度的协议,从而来实现更好的结果。

        要想应用这个技术,首先我们必须要完成相应的模式的开发,并且要在这个模式里面考虑一下燃油经济性的问题,在这个模型的基础之上,我们可以做出我们相应的决策。我们的测试确实是进行了很多次,最后我们才得到了这个确切的模型。

        另外一个应用对于这个燃油的经济性的驾驶来讲,也就是机遇这个V2的技术的交通灯的控制系统,大家可以看到在这种情况之下,我们是需要道路的信息来帮助我们做出相应的决策,这个是涉及到一些特殊类型的汽车,大家在这个图上可以看到这个汽车的情况。我们会搜集一些路边的信息,路边的控制器可以做出相应的决策,我们也是在这个层面上设计了一些相应的算法,能够帮助我们更好的对这个信息进行相应的分析和控制。

        在这个上面大家可以看到是我们相应的结果,如果说我们使用固定的时间的算法的话,那么这个是路边的信息,大家可以看到它的信息最后会有更多的停止时间,如果按照需求绿灯的算法,这种侵略下我们可以极大的降低汽车停止的时间。

        这个是我们的一个非常简单的研究相应的介绍,下面我想跟大家说一下在中国现在我们所面临的挑战。从这个技术来讲,我们可以看到现在有一些技术是非常关键的,到目前为止,我们做的事情是一种受控的现场的测试,而不是一种真实的交通的环境之下的测试,所以说我觉得在未来我们应该在更多的真实的道路上面,带实时的交通环境里面进行相应的测试,从而能够开发出来特殊的相应的算法。

        从基础设施的角度来看,我们需要建立一种大规模的通讯基础设施,这样是能够帮助我们实现智能环境的相应的分析,包括汽车道路和行人的多种元素的相应分析,这个里面就涉及到一些ITS技术的支持,还有政策层面上的一些相应支持。

        作为我们未来的研究方向,到现在为止,我们只是做了一些相应的实验,但是在未来我们需要做一些受控的实验,比如说在这个上面是CACC的相应测试,也就是ACC系统的一种延展,这也是一种合作性的适应性的巡航的控制系统,它实际上把V2V和V2I进行了相应的整合,从而限制的改善了它的精确性,并且实现了更快的反应性。并且基于V2X的技术的ADAS的技术,我们现在是独立的进行了相应的工作,来进行车辆的控制,以后包括了交通灯的控制,我觉得在未来我们应该把这个系统的两个方面都能够结合起来,从而能够实现更好的控制效果。谢谢。


    责任编辑:李泳材

    相关热词搜索: 安全 驾驶

    上一篇:欧洲交通管理的变化
    下一篇:最后一页

    智能交通行业首家推出移动互联网媒体,每日更新 !让您随时随地了解行业资讯。
    专栏观点更多>>
    BBS观点更多>>