研究目的
为验证和改进迎面来车防撞系统，提出一种可靠的验证测试方法，旨在减少驾驶员车辆越线与迎面来车相撞导致的交通事故。
研究成果
所提出的测试方法准确验证了迎面车辆防撞系统，证明其性能优于欧洲NCAP标准。该方法包含强大的测试场景及精准评估系统的分析手段，并通过修正薄弱环节提升系统性能。无需驾驶员参与的稳健机器人测试同样适用于全自动驾驶车辆。
研究不足
该研究承认，在近距离精确规划并控制避障路径时需要高性能表现，这在所有现实条件下可能都具有挑战性。系统在极端多样化场景下的鲁棒性可能需要进一步测试。
1：实验设计与方法选择：
该方法包括制定稳健的车辆测试场景及测试规范、基于自动化机器人的车辆测试设备，以及针对系统性能的详细分析方法。
2：样本选择与数据来源：
测试涉及主机车辆与目标车辆在模拟真实场景的碰撞路径中运行。
3：实验设备与材料清单：
设备包括前置摄像头、电动助力转向系统、转向机器人、制动机器人、加速机器人，以及牛津大学的GPS/INS产品。
4：实验流程与操作步骤：
该过程包括设计碰撞路径、使用机器人进行无人驾驶车辆测试，以及分析系统性能。
5：数据分析方法：
分析内容包括可靠性分析、误差分布分析、避障分析，以及设计参数的修改。
独家科研数据包，助您复现前沿成果，加速创新突破
获取完整内容-
front camera
To detect the vehicle on the other side
-
electric power steering
To control the host vehicle to prevent head-on collision
-
steering robot
To conduct driverless vehicle tests
-
brake robot
To conduct driverless vehicle tests
-
acceleration robot
To conduct driverless vehicle tests
-
GPS/INS
Oxford
To measure the position and attitude of the host vehicle
-
登录查看剩余4件设备及参数对照表
查看全部
