Abstract ：

本发明公开了一种融合路侧信息的车路网联3D目标检测方法及装置，属于自动驾驶感知技术领域。方法包括：获取多个监控点当前时刻发来的对应监控区域的监控数据；将多个监控点对应的监控数据按照区域位置进行特征融合，得到多个监控区域所对应并集区域在当前时刻的融合特征；确定多个监控区域所对应并集区域与所述服务区域的交集区域，并将该交集区域在当前时刻的融合特征与该交集区域内上一时刻的维护特征进行特征融合，得到服务区域内当前时刻的维护特征；利用服务区域内当前时刻的维护特征向目标车辆进行特征反馈，以使目标车辆利用反馈特征进行3D目标检测。本发明能够保证车辆在进行3D目标检测时的实时性以及提高3D目标检测结果的准确性。

Cite：

Copy from the list or Export to your reference management。

Abstract ：

Recently, autonomous vehicles (AVs) have gradually reached the stage of real-world testing and demonstration on public roads. AVs interact frequently with humans, and their driving performance requirements have shifted from a functional level of “safe and stable driving” to an interactive level of “driving like a human.” The construction of evaluation indices and methods that can accurately characterize the human cognition of driving behavioral ability is necessary to guide the continuous development and improvement of automated driving technology to demonstrate human-like or superhuman driving ability. This study focused on the construction of an evaluation indicator system for the driving behavioral ability of autonomous vehicles. This paper first elaborates on the definition and boundaries of the driving behavioral ability of autonomous vehicles. Then, the current status and existing problems of the evaluation index system for driving behavioral ability are presented. Moreover, an STCER-H index system is proposed, which includes five dimensions of instantaneous indicators: Driving Safety, Travel Efficiency, Driving Comfort, Energy Efficiency, and Regulatory Compliance, as well as a comprehensive “Humanoid Level of Driving Behavior” indicator. Consequently, the existing modeling methods for individual indicators are reviewed, the connotations of each dimension indicator are clarified, and the current status and problems of each dimension indicator are summarized. At the level of statistical evaluation in multidimensional aggregation, the definition and modeling suggestions of “Humanoid Level of Driving Behavior” indicator are primarily discussed. Finally, a summary of the challenges and future research prospects of the existing evaluation index system for driving behavioral ability is presented to provide a reference for academic and industry research. © 2025 Chang'an University. All rights reserved.

Keyword ：

driving safety automotive engineering indicator system driving behavior ability autonomous driving vehicle review

Cite：

Copy from the list or Export to your reference management。

Abstract ：

对于尚未设置CAV专用道的路段,交通规划设计者亟需一种简单、高效的方法,用以快速分析在复杂的交通条件下CAV专用道规划方案的合理性.为此,首先,考虑异质车辆在纵向车道的空间分布与CAV在混合交通流中的比例,推导出不同类型车道通行能力计算公式,为后续车辆通行时间计算奠定基础;其次,基于用户均衡理论分析不同出行者在不同类型车道上的流量分布,据此计算不同类型车道的车辆出行时间成本;最后,从交通规划设计者的角度出发,针对混合使用和完全分离这两种不同的CAV专用道使用规则,通过比较设置CAV专用道前后车辆总的出行时间成本,提出CAV专用道规划方案合理性评估标准.结果显示,基于给定的CAV在混合交通流中的比例和路段的车道数,利用该评估标准可以快速判断拟采用的CAV专用道规划方案的合理性.

Keyword ：

智能交通 网联自动驾驶车辆 用户均衡 人类驾驶车辆 CAV专用道 混合交通流

Cite：

Copy from the list or Export to your reference management。

Abstract ：

为缓解异常事件发生后智能网联自动驾驶车辆和人工驾驶车辆在高速公路上的拥堵及二次事故问题,本文以单车道为研究对象,提出一种车道定制化速度调控方法.利用智能网联自动驾驶车的可控性,控制其通行速度,间接引导人工驾驶车的驾驶行为.划分瓶颈区域附近路段为限速区和协调区:在限速区,基于瓶颈处实时交通流量确定不同车道的智能网联自动驾驶车限速值,控制流入协调区的车辆数,缓解拥堵波的形成与传播;在协调区,控制事发路段的智能网联自动驾驶车移动,保证车辆安全和高效通过瓶颈区.构建多组仿真实验,从通行效率和安全性两方面验证所提方法的有效性.仿真结果表明:对比无控制的基本场景,智能网联自动驾驶车渗透率为50%时,车辆平均通行时间可提升2.4%,TET(Time Exposed Time-to-collision)改善率达到14%;渗透率达到90%时,平均通行时间可提升18.5%,TET改善率达到51%.本文为解决混合流环境下高速公路异常事件发生后交通流的控制提供了策略建议与思路方法.

Keyword ：

微观交通流仿真 交通工程 混合交通流 自动驾驶车辆管控 速度调控

Cite：

Copy from the list or Export to your reference management。

Abstract ：

近年来,自动驾驶逐步开始公共开放道路的实车测试和示范应用,并将频繁地与人类进行交互,也要求其驾驶行为从以往功能性的"安全稳定驾驶"向交互性的"像人类一样驾驶"转变.其中,构建能够精准表征人类对驾驶行为能力认知的评价指标和方法,是引导自动驾驶技术不断发展类人或超人驾驶行为能力的必需前提.聚焦于自动驾驶车辆的驾驶行为能力评估指标体系构建,首先阐述了自动驾驶车辆的驾驶行为能力的定义和边界;而后,梳理了现有驾驶行为能力的评价指标体系现状及存在的问题,提出了包含安全性、高效性、舒适性、节能性、合规性5维度瞬时指标以及综合性"行为类人性"的STCER-H指标体系;然后,综述现有单项指标的建模方法,厘清各个维度指标内涵,总结目前各个维度指标现状及其问题;在多维度聚合的统计性评估层面,重点论述了"行为类人性"指标定义及建模建议;最后,对现有驾驶行为能力评估指标体系的问题挑战和未来研究展望进行总结.分析结果能够为学界和业界在驾驶行为能力评估方面的研究提供参考.

Keyword ：

驾驶行为能力 驾驶安全 指标体系 自动驾驶车辆 综述 汽车工程

Cite：

Copy from the list or Export to your reference management。

Abstract ：

智能网联卡车编队在减少人力成本、节省燃料消耗、提高运输效率等方面具有较大优势，是未来货物运输发展的新趋势。领航车驾驶人作为在智能化和网联化背景下出现的新兴角色，对于保障智能网联卡车编队安全平稳运行至关重要。通过对大量文献、标准规范以及企业调研结果的系统梳理，综述了智能网联卡车编队领航车驾驶人驾驶能力需求研究现状。首先，介绍了卡车编队系统架构、自动化分级标准和驾驶模式等智能网联卡车编队概况。然后，归纳了卡车编队行驶场景的组成要素种类，总结了超出车辆设计运行范围的边界场景，以此为基础分析了各边界场景下领航车驾驶人的能力需求。其次，论述了卡车编队不同功能对应领航车驾驶人的作用和职责。最后，以传统卡车驾驶人和自动驾驶卡车安全员的基本驾驶能力需求为基准，结合边界场景和编队功能对应的特殊驾驶能力需求，汇总获得卡车编队领航车驾驶人在理论知识、实操技能和生心理状态方面的需求，并对比分析了不同驾驶阶段下驾驶人能力需求差异。综述结果有助于更加科学合理地开展智能网联卡车编队领航车驾驶人的遴选、培训和考核。

Keyword ：

智能网联 领航车驾驶人 交通工程 综述 驾驶能力 卡车编队

Cite：

Copy from the list or Export to your reference management。

Abstract ：

针对电动汽车充电路径规划问题,以行程时间为优化目标,以荷电状态作为硬性约束,基于预测交通状态标定的动态异构交通网及车辆动力学模型,构建最优控制问题。为了在线求解,基于模型预测控制和强化学习方法,构建混合学习优化算法(hybrid learning optimization algorithm,HLOA),依托竞争深度Q网络(Dueling deep Qnetworks,Dueling DQN),设计离线在线模块,来实现参数的混合多步训练,并结合预测交通状态,网络拓扑及车辆动力学模型,输出在线行驶策略。采用某市局部路网构建交通仿真实验,分析预测交通信息的价值、HLOA算法可行性及结构必要性。实验结果表明,预测信息存在价值,HLOA在线结果可拟合最优策略且较其他算法精度提高33.65%。该研究可协助电动汽车用户导航,可为自动驾驶电动汽车提供技术支撑。

Keyword ：

强化学习 智能交通系统 在线寻优 电动汽车充电路径规划 车辆路径规划 混合学习优化算法

Cite：

Copy from the list or Export to your reference management。

Abstract ：

视觉分割是计算机视觉领域的核心任务,旨在将图像或视频帧中的像素分类以划分成不同区域.得益于视觉分割技术的快速发展,该技术在自动驾驶、航空遥感和视频场景理解等多种应用领域中发挥着关键作用.近年来,基于Transformer的视觉分割技术因具备长程依赖建模能力而备受关注.随着Transformer的模型架构的持续优化与迭代,亟须更全面地理解和认识Transformer在视觉分割领域的已有进展和发展趋势,通过发现现有研究中的不足和挑战,以更深入地探索Transformer的核心理论.为此,本文从图像/视频两个视觉脉络出发,整理、回顾、分析和探讨了近年来基于Transformer的视觉分割相关技术进展,不仅归纳了Transformer的理论框架,还给出了一些应用实例和研究热点,从而做出总结和展望.具体来说,首先梳理了Transformer的背景,包括问题定义、数据集和评估指标、基本结构,其中,问题定义描述了视觉分割在图像/视频任务中的预期目标和结果;数据集和评估指标反映了模型的具体应用场景,以及性能的衡量标准;基本结构则描述了算法的核心模块、实现流程以及各个模块之间的关系.然后,着重阐述了Transformer在图像语义分割、图像实例分割,以及视频语义分割和视频实例分割四个方法体系,并探讨了当前的研究热点.对于图像语义分割任务,分析了Transformer的代表性结构,包括纯Trans-former和双分支结构,并以无人机影像非铺装道路分割和遥感图像语义分割为实际应用案例,探讨了Transformer的改进动机与应用效果,并展示了主观结果;图像实例分割总结了常见的非端对端Transformer和端对端Trans-former典型结构.视频语义分割主要分为面向精度的和面向效率的Transformer结构,视频实例分割则包括逐帧和逐片段Transformer分割,并以网络直播视频实例分割为应用实例,一方面讨论了可用的数据集、实验参数和评估指标,另一方面,对网络直播视频实例分割主流方法性能进行了评价和分析,展示了一些主观可视化结果.之后,鉴于视觉分割领域的SAM大模型、开放词汇分割、指代分割受到了广泛关注,本文将这些热点问题方法进行了追溯和评述,以期碰撞出视觉分割的新思路和新灵感.最后,尽管基于Transformer在视觉分割技术受到了广泛的关注,但存在的科学问题也逐渐凸显,限制了模型性能与效率的进一步提升,对此本文总结了利用Trans-former开展图像/视频语义/实例分割仍需关注的难点问题,并对未来可能的发展方向进行了展望,提供了一些启示供参考.

Keyword ：

语义分割 实例分割 视觉分割 自注意力机制 Transformer

Cite：

Copy from the list or Export to your reference management。

Abstract ：

随着自动驾驶技术的快速发展,自动和人工驾驶车辆混行情况将不可避免,对于自动-人工驾驶混行环境下的交通特性亟待研究.交通路网可靠性可以更全面地反映交通流运行状态,而现有交通路网评价模型未能充分考虑突发事件的干扰,难以准确评估自动-人工混行条件下路网的可靠性.为此,在现有模型基础上,考虑路网受到干扰下的恢复属性,引入道路韧性指数,改进现有路网可靠性模型.基于北京市永乐店镇实测路网数据,利用 Vissim构建自动驾驶条件下混合交通流仿真模型,对不同自动驾驶渗透率下的路网可靠性进行研究.结果表明:考虑道路韧性指数的可靠性评价模型可以有效降低最小误差平方和,显著提高路网可行性评价准确性;在自由流状态下,随着渗透率增加,路段可靠性显著提升,全自动驾驶情形下路段可靠性可提升 18%;在重度阻塞流状态下,当渗透率超过 40%后,路段可靠性呈上升趋势,全自动驾驶情形下路段可靠性可提升 27.8%;当加入较小比例的自动驾驶车辆时,路网可靠性改善并不明显,但当渗透率超过 50%时,该路网可靠性逐渐提升,全自动驾驶情形下路网的可靠性可提升 23%.

Keyword ：

路网可靠性 道路韧性指数 自动驾驶渗透率 交通规划 Vissim

Cite：

Copy from the list or Export to your reference management。

Abstract ：

本发明公开了一种基于体渲染知识蒸馏的在线矢量地图构建方法及装置，属于自动驾驶感知技术领域。方法包括：搭建多模态矢量地图构建模型，将激光雷达三维图像数据和多视角二维图像数据作为输入，将预训练完成的多模态矢量地图构建模型作为教师模型；搭建多视角二维图像数据作为输入的单模态矢量地图构建模型以作为学生模型；利用体渲染技术和知识蒸馏方法，实现教师模型对学生模型在深度特征和语义特征两个角度上的监督训练，监督训练过程中的总损失函数是由学生模型相对于教师模型的体渲染深度损失和体渲染语义损失确定得到的；利用训练完成的学生模型进行在线矢量地图构建。本发明在构建矢量地图时能够同时满足准确性和时效性。

Cite：

Copy from the list or Export to your reference management。