隧道施工场景无人驾驶系统研究

介绍了隧道施工场景下无人驾驶系统面临的GPS拒止、高退化、狭小多变等难点，针对性提出了适应隧道施工场景的多传感器融合定位算法、基于隧道设计数据的结构化地图动态更新策略、适配隧道施工作业车的传感器布置方案、低速重载液驱底盘数字线控方案。在中国铁建重工集团股份有限公司生产的某型湿喷机上将该套系统进行实践，在郑万高铁某隧道进行工程试验，取得了较好效果。     

深度元学习在无人驾驶中的应用前景

在无人驾驶发展的初期,科学家们依靠数学方法与计算机视觉领域的相关技术创造出无人驾驶算法,其性能和安全性都不是很理想。近年来,随着深度学习的不断发展,无人驾驶领域出现了越来越多与深度学习相关的优秀算法。与传统算法相比,与深度学习相结合的无人驾驶算法有着更为优秀的性能,无人驾驶技术也随着深度学习的发展不断向商用化推进,其中具有代表性的产品即为近年来美国特斯拉公司生产的车辆,其拥有较为完善的辅助驾驶系统,可以将其看作一款非常典型的无人驾驶产品。本文将从目标检测以及目标跟踪两个领域分析深度元学习在无人驾驶领域中的应用前景。     

基于卷积神经网络的单目深度估计

针对利用深度学习方法对街道图像进行深度估计，提出采用语义分割的方法解决深度图出现边界模糊等问题；估计深度通过左右视角图生成视差图进行无监督的训练。在网络模型中添加语义分割层，采取多个空洞卷积并行的结构增加感受野，同时减少了图像下采样的次数，降低了由于下采样带来的信息损失，使得的结果更加准确。这也是在深度估计中首次与空洞卷积相结合增加准确率。通过对KITTI街道数据集进行训练，与现有结果相比，除了增加检测准确性，降低错误率之外，使得效果图中的物体更加清晰，并且在效果图中还保留了一些原模型中被忽视掉的细节信息，将原始图像更加完整的表现出来。     

无人驾驶车辆的运动控制发展现状综述

回顾无人驾驶车辆的运动控制问题。从系统模型、控制方法以及控制结构等角度切入,分别在纵向运动控制、路径跟踪控制和轨迹跟踪控制三个层面对国内外的研究进展进行综述,并提出对无人驾驶车辆运动控制技术的发展展望。当前运动控制研究多集中于常规工况,为实现无人驾驶车辆在处理人类驾驶员认为具有挑战性或缺乏操纵能力的复杂动态场景下的潜力,运动控制研究须从常规工况向极限工况拓展,但是极限工况下车辆的非线性和多维运动耦合特征显著增强,对系统建模以及算法的自适应性和鲁棒性的要求进一步提高。同时,为应对复杂场景下的多目标协调优化问题,考虑环境不确定性的运动规划与控制集成设计需要深入研究。增加执行器手段可以提升极限工况下车辆的侧向响应速度和控制裕度,但是冗余异构执行器的控制分配研究仍有待突破。运动控制的实现依赖于路面附着系数、质心侧偏角等信息输入,因此基于多源传感信息融合的关键状态与参数估计问题亟需解决。此外,将机器学习应用到车辆运动控制领域也是一个重要的发展方向。     

矿用无人卡车国内外研究现状及关键技术

分析了国内外露天矿山用卡车无人驾驶技术发展现状,详细介绍了露天矿山卡车无人驾驶关键技术;通过分析对比前装线控和后装线控两种技术路线的优缺点以及超声波雷达、毫米波雷达、激光雷达、4D光场智能感知系统、红外传感器、视觉传感器等环境感知技术的优缺点;提出多传感器高度融合将是露天矿山卡车实现全天候环境感知的发展方向。通过分析对比惯性导航系统、GNSS差分定位技术、车联网定位技术、电子地图定位技术、视觉传感器等定位导航技术的差异,指出多定位技术融合是露天矿山无人驾驶卡车定位方式的必然选择。结合露天煤矿的生产实际,提出将现有的无人驾驶各种技术算法与露天矿山标准作业流程有机融合是实现卡车无人驾驶的必由之路。最后指出无人驾驶卡车应用5G技术是露天矿山安全生产的关键和核心,是无人驾驶的必备技术。     

异域来风 谁来管理机器人?

机器人技术不再是未来的幻想,它已经进入了我们的日常生活。但在这一领域,我们缺乏相应的法律法规。比如无人机,现在由美国联邦航空管理局(FAA)来管理,但很多人认为,这完全越权了;比如机器人手术,多起法律诉讼都表明,美国食品及药品管理局(FDA)在审查方面,做得远远不够;再比如"自动驾驶",内华达州是全美第一个通过无人驾驶汽车法律的州,随着技术的发展,它不得不废除关于"自动驾驶"的旧定义,重下一个新定义。让机器人这种革新技术融入当今社会的最好方法是什么?我们现在仍然不能非常确定。所以,美国需要建立一个新的联邦机构,制定出最佳策略。     

无人机和FTS将决定未来

Asti Insystems公司参加了联邦运输和数字化基础设施部BMVI资助的研发项目FlowPro。在接下来的四年时间里,参与项目的合作伙伴将联手打造一个环保型、具有自我组织能力的物流网络,利用诸如无人机和FTS无人驾驶运输车之类的运输工具实现跨企业的各种物资运输。     

5G背景下无人驾驶汽车关键技术在疫情环境中的应用研究

5G移动通信技术的发展,为无人驾驶汽车的高速反应、安全驾驶提供了更多的技术可能,无人驾驶汽车的关键技术包括导航定位、环境感知、路径规划、稳定牵引控制、防抱死制动和自动泊车技术,以上关键技术的实现,还需传感器、GPS和北斗卫星导航系统、RFID无线射频技术等信息技术的支持.无人驾驶汽车的高速发展使得其可以更快地投入现实使用,解决人们的日常生产、生活问题,保障人们的生命财产安全.