面向智能网联汽车的高性能计算仿真平台

发布时间：2022-01-08 18:44

　　人工智能技术在解决智能网联汽车在复杂场景下的感知决策课题中具有极大的应用潜力,但同时面临车载算力限制、开发效率较低与场景验证困难的三个方面的挑战。为此,本论文提出一种基于高性能计算平台的仿真平台。该平台主要包括以下两个个内容:（1）构建基于高性能计算的仿真平台,并在其中融合多种常用人工智能算法,提供算法支持;（2）提出一种虚实融合的半真实仿真测试场景,解决算法验证过程中对场景的随机性、真实性的需求,提高保障测试安全的同时,提高测试效率。论文的主要研究研究内容如下:（1）针对在人工智能算法开发门槛高、开发效率低下的问题,以及针对人工智能算法需要较高的车载算力的问题,本文搭建了一个融合低延迟图像传输算法及多种人工智能算法的高性能计算仿真平台。开发了模块化封装的各类人工智能算法开发工具箱,降低人工智能算法开发门槛,提高开发效率。同时算法开发工具箱多线程调用,支撑云平台多车感知决策需求。算法开发工具箱主要包括:目标识别算法、语义分割算法、车道线识别算法、端到端决策算法、有限状态机决策算法以及低延迟图像传输系统。依靠5G等高带宽、低时延的通讯手段,在云端实现感知决策等对算力需求较大的任务,并将结... 

【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校

【文章页数】：93 页

【学位级别】：硕士

【部分图文】：

国内外驾驶仿真平台自动驾驶模拟技术有助于认证机构改善对车载智能化系统的认证程序和监控

自动驾驶实车系统

电子科技大学硕士学位论文灯、建筑物和其它道路特征等静态交通目标。图1-3Waymo路测车传感器配置认知模块是智能车的大脑，通过传感器得到的感知数据通过智能算法的处理，可以得到智能车周边的语义和认知信息，通过车道线识别算法，可以使车了解到行驶区域，通过目标识别定位算法，可以使车认识到周边的障碍物种类和相对位置，轨迹预测算法可以使智能车通过预测出的目标轨迹动态规划自身的行车轨迹，多个认知模块共同组成了智能网联车的认知系统。决策系统是智能车的小脑，最终控制车辆在道路上的正常行驶，当前主流的决策方式方式主要分为两种，分别是基于人为预先设定规则的行为决策方式和基于算法自学习的行为决策方式，基于人为设定规则的决策方式是根据当前的交通法规以及人们对正常道路驾驶的主观认知，对智能车的决策系统进行编程从而形成一套驾驶规则库，智能车通过有限状态机的方式在不同状态和策略间切换，从而实现自动驾驶的目的；基于学习的决策方式则是，通过记录大量有经验驾驶员的一系列驾驶行为操作，不断的迭代训练智能学习算法，从而得到一个从传感器输入到智能车控制量的一个直接映射关系。1.2.2自动驾驶仿真平台研究现状自动驾驶仿真测试环境的搭建通常分为六个部分，分别是虚拟仿真场景的构建，无人驾驶中应用的主流传感器仿真，不同交通流下的交通场景库构建，无人驾驶汽车的车辆动力学建模，仿真场景中的动态交通流生成和多线程多任务以及6

【参考文献】：
期刊论文
[1]自动驾驶仿真技术研究现状[J]. 张微,李鑫慧,吴学易,唐风敏,郭蓬,何佳.  汽车电器. 2019(08)
[2]自动驾驶汽车仿真测试与评价方法进展[J]. 周干,张嵩,罗悦齐.  汽车文摘. 2019(04)
[3]CPU与GPU的计算性能对比[J]. 韩菲,李炜.  电子技术与软件工程. 2019(01)
[4]基于有限状态机的车辆自动驾驶行为决策分析[J]. 冀杰,黄岩军,李云伍,吴飞.  汽车技术. 2018(12)
[5]Apollo自动驾驶技术与安全设计[J]. 孙勇义.  人工智能. 2018(06)
[6]NVIDIA为模拟伙伴开放DRIVE Constellation平台[J]. 戴朝典.  汽车电器. 2018(10)
[7]福田获国内首张商用车自动驾驶路测牌照[J]. 商车.  商用汽车新闻. 2018(16)
[8]自动驾驶汽车“撞人”,谁来担责[J]. 曹建峰.  方圆. 2018(07)
[9]虚拟化技术在飞行试验中的应用[J]. 李亚伟,屈程,宋勇刚.  信息与电脑(理论版). 2017(24)
[10]基于canny和霍夫变换的车道线识别算法研究[J]. 唐阳山,李栋梁,朱停仃,黄贤成.  汽车实用技术. 2017(22)

硕士论文
[1]基于驾驶倾向的汽车防碰撞预警系统设计[D]. 于广鹏.山东理工大学 2015
[2]汽车全景环视系统的研究[D]. 程德俊.南京农业大学 2013



本文编号：3577083