汽车作为人们出行的主要交通工具，为人们的生活提供了极大地便利，同时也促进了经济的发展，公路运输作为客运及货运的主要途径，对个人生活及国家经济发展有着重要的意义。但是随着汽车保有量的不断增加，道路拥堵问题愈发严重，人们的公路通勤时间也在增加，如何提高公路的效率，减轻汽车驾驶员的劳动，成为人们关注的焦点。

近年来。随着技术的进步及科技的发展，越来越多的汽车配备了辅助驾驶系统来缓解驾驶员的压力，如：定速巡航，车道保持系统，主动防撞系统等等。与此同时，现代汽车的自动化、智能化程度的逐步提高，国内外各大汽车公司越来越多的智能化设备，如雷达、激光、摄像头、全球卫星定位、V2X等系统用于实际生产的汽车上。各汽车制造商进一步进行主动安全及自动驾驶系统的研制和开发，主动安全及自动驾驶系统以逐步成为世界汽车研究的热点之一。自动驾驶不熟不仅可以将驾驶员从繁重的驾驶工作中解脱，更可以通过车联网大数据智能规划行车路径，最大化的利用道路，提高交通效率，同时避免交通事故的发生。

但是就目前的技术而言，大多数自动驾驶系统智能达到L3级别，距离真正实现完全意义的自动驾驶还有很远的距离，在真正的自动驾驶到来之前，需要做大量的仿真测试，通过测试来完善代码，同时尽可能的模拟出各种路况各种环境，确保自动驾驶技术在任何环境任何条件下都是安全可靠的。

在自动驾驶开发过程中，需要在各种行驶条件下，对自动驾驶技术进行不断的验证测试，从而确保其安全程度能够高于人类驾驶员的操作。这意味着，在一些时候我们要在实际道路上对其进行测试，目前许多公司都有实车在真实的道路上进行有关测试。但是在测试过程中，必须有驾驶员在测试车辆上避免发生意外事故，同时受限于法律法规，某些道路并不开放测试。尽管许多公司都采用了多辆测试车辆同时测试，但是测试里程仍然上升缓慢，这无疑会影响自动驾驶技术商用速度以及安全性与可靠性。因此同样重要的，是在虚拟道路上的仿真测试，虚拟测试也是积累无人驾驶汽车测试里程的重要手段之一。虚拟道路测试，能够有效对危险或不常见的驾驶场景进行测试，同时在短时间内对多种路况进行再现，能够极大地提高测试效率，缩短测试时间，节省大量人力物力成本，加速自动驾驶技术的商用。

2. 研究的基本内容与方案

由上表统计的部分智能驾驶仿真公司及最新动态结合智能驾驶发展历史，我们发现从上世纪开始国外就开始进行了无人驾驶汽车的研究，美德目前引领自动驾驶产业发展大潮，日本、韩国、中国迅速追赶。从 2009 年起，谷歌就开始了无人驾驶项目，于 2014 年研发出纯电动原型车。截止 2016 年，谷歌无人驾驶汽车自动驾驶总里程已经超过 200 万英里(322 万公里)。谷歌现在不仅是加州测试里程最多的企业，也是系统停用率最低的企业。2016年 7 月，宝马联合英特尔和 Mobileye 宣布将合作研发无人驾驶汽车，进行优势互补。量产版自动驾驶汽车将在 2021 年正式上市销售。2016 年 8 月，负责新加坡无人驾驶出租车项目的科技公司 nuTonomy，宣布世界上第一批无人驾驶出租车在新加坡开始载客运营。

国内公司主要有百度公司的Apollo自动驾驶仿真平台，Apollo(阿波罗)是一个开放的、完整的、安全的平台，为用户提供技术领先、覆盖广、高自动化的高精地图服务以及大量仿真引擎。目前百度在国内自动驾驶仿真技术方面处于领先地位。同时腾讯、阿里、华为，51VR等互联网企业也在积极跟进相关技术研发。

总体来看，由于国外起步早，且相关科技公司较多，在自动驾驶方面投入巨大精力，目前国外自动驾驶虚拟测试系统数量及质量均优于国内系统，大多数国内整车厂也选择与国外技术公司合作共同开发测试自动驾驶虚拟仿真系统。

[1]《中国公路学报》编辑部.中国汽车工程学术研究综述·2017[J].中国公路学报,2017,30(06):1-197.

为了促进中国汽车工程学科的发展,从汽车噪声-振动-声振粗糙度(Noise,Vibration,Harshness,NVH)控制、汽车电动化与低碳化、汽车电子化、汽车智能化与网联化以及汽车碰撞安全技术5个方面,系统梳理了国内外汽车工程领域的学术研究进展、热点前沿、存在问题、具体对策及发展前景。汽车NVH控制方面综述了从静音到声品质、新能源汽车NVH控制技术、车身与底盘总成NVH控制技术、主动振动控制技术等;汽车电动化与低碳化方面综述了传统汽车动力总成节能技术、混合动力电动汽车技术等;汽车电子化方面综述了汽车发动机电控技术、汽车转向电控技术、汽车制动电控技术、汽车悬架电控技术等;汽车智能化与网联化方面综述了中美智能网联汽车研究概要、复杂交通环境感知、高精度地图及车辆导航定位、汽车自主决策与轨迹规划、车辆横向控制及纵向动力学控制、智能网联汽车测试,并给出了先进驾驶辅助系统(ADAS)、车联网和人机共驾等典型应用实例解析;汽车碰撞安全技术方面综述了整车碰撞、乘员保护、行人保护、儿童碰撞安全与保护、新能源汽车碰撞安全等。该综述可为汽车工程学科的学术研究提供新的视角和基础资料。

[2]王荣本,郭烈,金立生,顾柏园,余天洪.智能车辆安全辅助驾驶技术研究近况[J].公路交通科技,2007(07):107-111.

论述了安全辅助驾驶技术的研究现状、研究的必要性以及研究进展。安全辅助驾驶技术包括车道偏离预警与保持、前方车辆探测及安全车距保持、行人检测、驾驶员行为监测、车辆运动控制与通讯等。分析了各种传感器的优缺点及其在实际应用过程中存在的问题,基于单一传感器不能很好地解决安全辅助驾驶技术可靠性和环境适应能力的要求,应结合激光雷达技术解决图像模糊问题,利用红外传感器增强机器视觉识别的可靠性,未来的安全辅助驾驶技术应该采取多种传感器融合的技术,结合毫米波雷达和激光雷达系统具有深度测量精确的特点,将极大的推动汽车安全辅助驾驶系统的应用和推广。

[3]张宁宁. 智能驾驶汽车视觉传感器虚拟建模与仿真[D].昆明理工大学,2018.

视觉传感器是一种高效获取外部环境信息的传感器,广泛应用于智能驾驶汽车环境感知系统。采用虚拟测试的方法,对车载视觉传感器进行仿真测试及基于虚拟传感器的智能控制算法的研究越来越受到重视,是一个重要的研究课题。在对视觉传感器各功能部件及其工作原理和参数意义研究的基础上,基于视觉传感器工作原理及其参数含义,结合OpenGL视觉函数及透视变换工作原理,对视觉传感器虚拟建模思路进行了研究,从图像采集单元、处理单元和视觉传感器安装方面,构建了视觉传感器的虚拟仿真模型。基于VC 6.0编程语言理论和Open GL3D图形API搭建了智能驾驶汽车仿真平台。编程实现了视觉传感器的虚拟建模。在对虚拟视觉传感器有效性验证的基础上,利用构建的虚拟视觉传感器实时采集智能车前方道路图像,并采用栅格法检测车道线,实现了车辆的简单自主行驶。本文完成的虚拟视觉传感器建模及搭建的平台,为后续的智能驾驶仿真测试提供了一定的借鉴。 更多还原。

[4]王萍,郭洪艳,丁海涛,陈虹.高速公路车辆智能驾驶仿真平台[J].系统仿真学报,2012,24(12):2473-2478.

针对高速公路智能驾驶系统的极限工况实车试验难实现、重复性差、成本高等问题,搭建高速公路智能驾驶仿真平台来进行系统安全性评估。首先分析实际智能驾驶系统的构成和安全性指标,然后设计路形、感知决策、车辆动力学等模块。为了提高仿真平台的保真度,采用车辆动力学仿真软件veDYNA,参数来自车辆实测数据,并且嵌入方向盘、油门踏板和加速踏板等控制机构实物。仿真实验中,进行了高速行驶车辆的感知决策时滞、爆胎的安全性评估,通过质心侧偏角、轮胎侧偏角、横摆角速度的输出曲线来评估车辆的稳定性状态,指导系统参数调整。 更多还原

[5]武历颖. 无人驾驶汽车环境信息提取及运动决策方法研究[D].长安大学,2016.

随着汽车保有量的增长,越来越多的道路交通事故也给社会和人民造成了巨大的损失。其中,汽车驾驶人的危险驾驶行为是导致道路交通事故频频发生的主要原因。无人驾驶汽车因其无需人类驾驶操纵的特点具有广阔的应用前景。在无人驾驶汽车的行驶过程中,如何实时、鲁棒地提取行驶环境信息,以及在获得信息的基础上进行合理的运动决策是实现其安全、高效自主驾驶的关键,也是无人驾驶汽车研究中的难点和热点。论文依托国家自然科学基金重大研究计划项目(90920305)“无人驾驶车辆智能测试环境研究与开发”和中央高校基金创新团队项目(CHD2011TD006)“基于视觉信息的无人驾驶智能车辆关键技术研究”对无人驾驶汽车环境信息提取及运动决策方法展开研究,以实现无人驾驶汽车安全、高效、智能地行驶。本文的研究内容主要包括:(1)视觉图像数据采集模型和预处理研究。以无人驾驶汽车坐标系作为约束条件,建立视觉图像数据采集模型;针对图像采集质量易受行驶环境影响而造成特征难以提取的问题,研究多尺度Retinex图像增强算法和传统中值滤波算法的改进优化算法,并进行静态离线对比试验。(2)针对复杂道路环境下车道标线检测算法鲁棒性较差的问题,提出面向图像像素点的改进道路图像分割方法以深度挖掘车道标线轮廓信息;在此基础上提出基于抽样行双向扫描和成像模型约束候选特征点相结合的车道标线检测优化算法。为了实现车道标线检测与跟踪模块的有效切换,建立置信度判别模块和失效判别模块。(3)针对非结构化道路边界检测效率和鲁棒性之间难以平衡的问题,提出一种基于置信概率的分块分类方法提取道路边界的特征点,在此基础上运用改进的最小二乘法完成非结构化道路模型参数求解,并进行静态离线对比试验。(4)针对无人驾驶汽车对前方车辆识别定位准确性及稳定性要求高的问题,提出一种基于视觉传感器和64线三维激光雷达信息融合的前方车辆识别算法。通过融合64线三维激光雷达提取的障碍物位置信息,确定图像中前方车辆的感兴趣区域;以类Haar-HOG融合特征作为目标车辆描述方法,采用AdaBoost算法离线训练获得的级联分类器进行前方车辆辨识;对因遮挡问题未被识别出前方车辆的感兴趣区域,提出基于激光雷达坐标系下位置关系信息的再确认方法。(5)无人驾驶汽车运动决策建模方法研究。以宏观行驶规划为前提,在环境信息提取的基础上,结合无人驾驶汽车的自身运动状态,对其在微观动态交通环境下的两类基本运动模式进行深入研究,设计无人驾驶汽车运动模式的决策条件及对应目标量;在此基础上建立基于决策树的运动决策模型;最后,通过构建微观动态交通仿真环境对其进行合理性验证。(6)搭建基于上位机组件的无人驾驶汽车平台,并对其广义视觉传感系统参数进行标定,在此基础上进行道路试验,以验证论文提出的环境信息提取方法的有效性和运动决策模型的合理性。

[6]潘福全,亓荣杰,张璇,张丽霞.无人驾驶汽车研究综述与发展展望[J].科技创新与应用,2017(02):27-28.

文章介绍了目前无人驾驶汽车的研究成果,简述了无人驾驶汽车的可靠性,分析了无人驾驶汽车面临的问题及可能的解决途径。基于这些现状,展望了无人驾驶汽车的未来发展方向。

[7]唐国明. 无人驾驶汽车半物理仿真系统的设计[D].中国科学技术大学,2012.

智能决策系统是无人驾驶汽车中最重要的部件,其智能决策水平直接决定了无人驾驶汽车行驶时的安全性与可靠性。为了构建性能可靠的智能决策系统,在研制过程中对其进行充分测试以尽早暴露系统中存在的各种设计缺陷是一条重要途径。在实车实验受限的情况下,有鉴于半物理仿真技术的诸多优点,将来应该成为无人车智能决策系统分析、设计与验证的重要手段。目前,半物理仿真技术已经被广泛应用于汽车电子产品的研究与设计活动中,但还没有发现应用在无人车智能决策水平验证上的案例。无人车半物理仿真作为仿真理论中一个比较新颖的应用方向,可以对无人车智能决策水平进行评估。

[8]姜显扬,唐向宏.虚拟仿真无人驾驶汽车跨学科实验平台的构建[J].实验技术与管理,2016,33(11):117-120.

采用虚拟仿真技术构建了"无人驾驶汽车防撞预警技术"教学与研发用跨学科实验平台,利用Simulink和CarSim联合完成平台的构建,进行了汽车防撞预警模糊控制逻辑算法的设计和验证。该平台的建设与传统的实验室建设方法相比,具有成本低、建设周期短、趣味性和创新性强、更能够满足知识快速更新的需要等优势,大大减少了实验平台的建设成本和风险,并实现绿色建设实验室的理念。

[9]宋振伟. 基于FPGA的车辆自动驾驶系统的研究与仿真设计[D].哈尔滨理工大学,2014.

随着科技的不断进步，自汽车诞生的那天起，人们对汽车技术的研究就没有停止过。近年来，对汽车技术的研究开始向智能化和自动化发展，智能车和自动驾驶技术应运而生。本文以FPGA应用技术和数字图像处理技术为基础，对车辆自动驾驶系统进行研究，整个系统有车道线自动识别系统与自动驾驶系统两部分组成。系统应用FPGA技术采用自顶向下的层次化设计原则，完成了系统仿真测试。在路径识别部分，运用数字图像处理技术，对车辆采集的路径信息进行处理，创新性提出了“双对分最大类间方差滤波迭代算法”，实现并行阈值选取算法的设计，完成路况图像的二值化处理；应用创新性提出的“基于行逼近的最小二乘曲线拟合算法”完成车道线系统识别。本部分均以FPGA硬件实现，仿真结果表明对车道线识别具有良好的实时性与精确的识别精度。在自动驾驶系统中，使双目视觉技术与摄像原理相结合，针对车道线信息的特点，对双目视觉原理中目标点定位算法进行改进，实现车道线的二维图像坐标到世界坐标的变换；在对车辆制动过程和超车过程进行详细分析的基础上，最终确定车辆安全车距计算模型；在系统控制部分中，根据车辆控制的特点和有经验驾驶员的经验，设计模糊规则库和控制条件，实现车辆的自动控制功能。在本部分中，由于坐标变换、路径规划和控制算法情况复杂、计算量大，所以采用FPGA中NIOS II软核实现。在系统仿真阶段，本文采用Modelsim软件分别对系统的各个模块进行前仿真，观察波形并确定是否达到预期效果。最后运用虚拟现实技术创立车辆模型和行驶环境，模拟真实车辆，进行系统级仿真。各个阶段的仿真结果表明，本文的算法处理速度可以达到实时性要求，并且识别和控制精度高，具有很好的可靠性和鲁棒性。

[10]修彩靖,陈慧.基于改进人工势场法的无人驾驶车辆局部路径规划的研究[J].汽车工程,2013,35(09):808-811.

本文旨在研究在结构化道路上行驶的无人驾驶汽车的局部路径规划。基于人工势场法,利用高斯组合隶属函数建立引力的目标点函数,在引力点函数中考虑障碍物约束和车辆约束,并引入调节因子,建立了改进的无人驾驶汽车人工势场模型,消除了传统人工势场法容易陷入局部极小的问题。硬件在环试验结果验证了所提方法的有效性。

[11]Guoming Tang, Tao Zhang, Xin Liu, WeiLiu, Tao Mei. Vehicle hardware-in-the-loop simulation facility for driverlessvehicle[P]. Power Electronics and Intelligent Transportation System (PEITS),2009 2nd International Conference on,2009.

IIM CAS is now working on simulationplatform for driverless vehicle to test some functions of driverless vehicle.The overall architecture of this system is presented and the key components areillustrated briefly. In virtual scene, its intelligent behavior is emphasizedand the intelligent virtual traffic environment framework is given out. In thelight of the difference of creditability analysis method between puresimulation models and Vehicle hardware-in-the-loop simulation, additional twocritical points is replenished to the creditability research method on thebasis of pure simulation models to make it suitable for vehiclehardware-in-the-loop simulation. Its main application fields in vehicleengineering are also given herein. Viewfull abstractraquo;

[12]Tao Zhang, Xin Liu, Tao Mei, GuoMingTang, BiChun Li, XiaoHua Wang. A novel platform for simulation and evaluationof intelligent behavior of driverless vehicle[P]. Vehicular Electronics andSafety, 2008. ICVES 2008. IEEE International Conference on,2008.

A novel platform which can be used tosimulate and evaluate the intelligent behavior of driverless vehicle ispresented in this paper. The platform is mainly composed of two subsystems:Road Simulation (RS) subsystem, Intelligent Virtual Traffic Environment (IVTE)subsystem. The RS subsystem is designed to obtain friction information betweentires and road surface, which can be used to simulate dynamic behavior ofvehicle in the IVTE more accurately. IVTE subsystem is used to provide virtualtraffic scene and evaluate intelligent behavior of driverless vehicle, whichadopts virtual reality and multi-agent technology. View full abstractraquo;

[13]Zui Tao,Philippe Bonnifait,VincentFrémont,Javier Ibanez‐Guzman,Stéphane Bonnet. Road‐Centered Map‐AidedLocalization for Driverless Cars Using Single‐Frequency GNSS Receivers[J].Journal of Field Robotics,2017,34(5).

Accurate localization with highavailability is a key requirement for autonomous vehicles. It remains a majorchallenge when using automotive sensors such as single‐frequency GlobalNavigation Satellite System (GNSS) receivers, a lane detection camera, andproprioceptive sensors. This paper describes a method that enables theestimation of stand‐alone single‐frequency GNSS errors by integrating themeasurements from a forward‐looking camera matched with lane markings stored ina digital map.

[14]Jing Fu,Tao Mei,Hui Zhu,HuaweiLiang,Biao Yu. Research on wide range localization for driverless vehicle inoutdoor environment based on particle filter[P]. Mechatronics and Automation(ICMA), 2014 IEEE International Conference on,2014.

The localization information is the premiseof robot autonomous navigation. In this paper, intelligent vehicle is used as aplatform for the present study. We perceive motion information and environmentsignpost information through wheel speed sensor and laser infrared radar SICKrespectively, and realize the global localization of the vehicle with thefusion of the particle filter algorithm. The experimental result shows thatwhen the environment signpost position is known, the global positioning errorcan be less than 1m.

[15]Scott R. Winter,Joseph R.Keebler,Stephen Rice,Rian Mehta,Bradley S. Baugh. Patient perceptions on theuse of driverless ambulances: An affective perspective[J]. TransportationResearch Part F: Psychology and Behaviour,2018,58.

Emergency medical transports providelife-saving services to their patients; however, staffing levels in the UnitedStates are leading to reduced capabilities or even in extreme situations, aninability to provide ambulance services. As technology continues to increase,driverless vehicles are becoming a reality. It is possible, in the near future,that technology may be able to support an ambulance operated autonomously.Therefore, the purpose of this study was to try and determine

汽车作为人们出行的主要交通工具，为人们的生活提供了极大地便利，同时也促进了经济的发展，公路运输作为客运及货运的主要途径，对个人生活及国家经济发展有着重要的意义。但是随着汽车保有量的不断增加，道路拥堵问题愈发严重，人们的公路通勤时间也在增加，如何提高公路的效率，减轻汽车驾驶员的劳动，成为人们关注的焦点。

近年来。随着技术的进步及科技的发展，越来越多的汽车配备了辅助驾驶系统来缓解驾驶员的压力，如：定速巡航，车道保持系统，主动防撞系统等等。与此同时，现代汽车的自动化、智能化程度的逐步提高，国内外各大汽车公司越来越多的智能化设备，如雷达、激光、摄像头、全球卫星定位、V2X等系统用于实际生产的汽车上。各汽车制造商进一步进行主动安全及自动驾驶系统的研制和开发，主动安全及自动驾驶系统以逐步成为世界汽车研究的热点之一。自动驾驶不熟不仅可以将驾驶员从繁重的驾驶工作中解脱，更可以通过车联网大数据智能规划行车路径，最大化的利用道路，提高交通效率，同时避免交通事故的发生。

但是就目前的技术而言，大多数自动驾驶系统智能达到L3级别，距离真正实现完全意义的自动驾驶还有很远的距离，在真正的自动驾驶到来之前，需要做大量的仿真测试，通过测试来完善代码，同时尽可能的模拟出各种路况各种环境，确保自动驾驶技术在任何环境任何条件下都是安全可靠的。

在自动驾驶开发过程中，需要在各种行驶条件下，对自动驾驶技术进行不断的验证测试，从而确保其安全程度能够高于人类驾驶员的操作。这意味着，在一些时候我们要在实际道路上对其进行测试，目前许多公司都有实车在真实的道路上进行有关测试。但是在测试过程中，必须有驾驶员在测试车辆上避免发生意外事故，同时受限于法律法规，某些道路并不开放测试。尽管许多公司都采用了多辆测试车辆同时测试，但是测试里程仍然上升缓慢，这无疑会影响自动驾驶技术商用速度以及安全性与可靠性。因此同样重要的，是在虚拟道路上的仿真测试，虚拟测试也是积累无人驾驶汽车测试里程的重要手段之一。虚拟道路测试，能够有效对危险或不常见的驾驶场景进行测试，同时在短时间内对多种路况进行再现，能够极大地提高测试效率，缩短测试时间，节省大量人力物力成本，加速自动驾驶技术的商用。