全球自动驾驶发展现状与趋势_下_

全球自动驾驶发展现状与趋势_下_

ID:1589042

大小:486.33 KB

页数:3页

时间:2017-11-12

全球自动驾驶发展现状与趋势_下__第1页
全球自动驾驶发展现状与趋势_下__第2页
全球自动驾驶发展现状与趋势_下__第3页
资源描述:

《全球自动驾驶发展现状与趋势_下_》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、Examination研究·软科学全球自动驾驶发展现状与趋势(下)作者陈大明孟海华汤天波编者按:继上一期对全球自动驾驶技术与产业发展的分析,本期软科学基于中科院上海生命科学信息中心1和上海市科学学研究所2的有关研究成果,重点就各国自动驾驶技术研发布局与产业化发展策略进行梳理,分析我国及上海自动驾驶领域的发展基础与现状,提出布局重点的建议。主要国家和地区的布局重点随着自动驾驶技术的不断发展,全球主要汽车产业大国积极布局相关领域,通过项目资助、联合研发、推广示范等多种手段推动本国自动驾驶技术与应用的发展。我国也于上世纪80年代开始自动驾驶汽车的研制,并取得了一定的成

2、果。美国,以创造应用环境为主。上世纪80年代初,美国国防部高级研究计划局(DARPA)就大规模资助了自动驾驶陆地车辆的军事化应用研究。本世纪自动驾驶技术民用化以来,以谷歌为代表的企业成为美国自动驾驶技术研发最强有力的推动者。美国政府层面则更多关注于政策法规的制定和基础设施的建设。密歇根州、佛罗里达州、内华达州和加利福尼亚州等已出台包括保险、安全标准、测试等方面的关于自动驾驶汽车的法律,另外十多个州和地区也正在考虑出台。美国国家公路交通安全管理局(NHTSA)去年发布了《自动驾驶车辆声明》,对自动驾驶汽车进行了分类,并对部分州允许测试自动驾驶汽车提供了基本建议。欧

3、盟,持续资助自动驾驶研发项目。欧盟依托历次框架计划(FrameworkProgramme)对自动驾驶开展了长期持续的资助,开发了一系列实验车型(如CyberCars1、CyberCars2、CyberCars3、CyberMove、HAVE-IT、City-Mobill、City-Mobil2等)。其中,HAVE-IT项目(2008年10月至2011年7月)旨在实现智能交通车辆的高度自动驾驶,包括大陆集团、沃尔沃、大众、施克传感器、德国航空航天中心、瑞士洛桑联邦理工大学等17家机构参与。欧盟围绕一个目标的持续资助,在不同阶段解决了不同的技术与应用问(图1)。如

4、CyberCars系列项目从第五延续至第六框架计划,旨在通过提高汽车性能和降低成本来加速自动驾驶汽车交通运输系统的发展;CityMobil系列项目也从第六延续至第七框架计划。图1欧盟对于自动驾驶的研发资助1、上海市软科学研究计划项目:《战略性新兴产业重点领域发展趋势研究》(项目编号:13692101100)2、上海市软科学研究计划项目:《上海中长期科技重点领域技术预见研究》(项目编号:13692109300)68软科学·研究Examination尺,并对周围行驶环境进行三维建模,对复杂环境下的交通灯、行人、车辆等,实现快速检测,并进行车道级高精度定位,后轮搭载的

5、惯性导航模块实时测量车辆姿态信息,可对车辆行驶策略及时进行调整。表1几大实验车型及其核心技术优势目前,我国自动驾驶技术与应用与国外相比虽然还有一些距离,但也取得了一批阶段性成果。自1992年国防科技大学研制出国内第一辆自动驾驶汽车以来,多种实验车型不断涌现,多个技术领域取得了突破(表2)。表2我国自动驾驶实验车型及技术特点日本,发挥大型车企主体作用。2012年6月,日本国土交通省召开研讨会研究汽车自动驾驶技术的实用化,类似的研讨会每两个月召开一次,办公室设在国土交通省的道路局与汽车局,丰田、日产、富士重工、本田、马自达等大型车企参与研究,还计划在高速路上设立专用

6、车道作为首批实现自动驾驶的指定场所。同时,鼓励车企开展国际研发合作,日产与麻省理工学院、斯坦福大学、牛津大学、卡耐基梅隆大学等顶尖大学已进行了多年的全自动驾驶汽车合作研发。竞赛实验是当前促进应用推广的主要形式我国自动驾驶技术与应用发展现状一方面,竞赛为技术研发提供了交流平台。在自动驾驶的技术发展与应用推广中,竞赛试验发挥着非常重要的作用。美国国防部高级研究计划局(DARPA)于2004至2007年间举行了三次自动驾驶汽车比赛(DARPAGrandChallenge),包括斯坦福大学、卡内基梅隆大学、麻省理工学院、奥什科什卡车公司等在内的多个研究团队的实验车参加比

7、赛,为技术交流与合作开辟了广阔的空间。DARPA竞赛结束后,通用与卡耐基梅隆大学共建了协作研究实验室(CRL),斯坦福大学与大众汽车建立了联合实验室,共同研发自动驾驶汽车。另一方面,竞赛推动实验车型形成竞争优势。在竞赛实验的推动下,多部实验车型获得成功,且形成了自身的核心技术优势(表1)。意大利帕尔马大学研发的ARGO智能车能够在常规环境下实现自主驾驶,仅在部分特殊区域由人为进行参数设定,其研制的“BRAiVE”车型基于视觉处理算法完成了从罗马到上海的洲际无人驾驶旅程。谷歌旗下的XLAB智能车探测距离能够达到200英69Examination研究·软科学自科基金

8、与863计划持续关注自动

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。