基于嵌入式PC和物联网的无人驾驶拖拉机研究

为了提高无人驾驶拖拉机大面积作业的自动化水平,实现农业的精密化播种、收割等环节,提出了一种基于PC嵌入式技术和物联网技术的新型无人驾驶拖拉机智能导航控制系统。以嵌入式PC处理器为核心,结合Linux嵌入式系统和物联网技术,设计了智能无人驾驶拖拉机的控制系统软硬件部分。基于PC技术,对无人驾驶拖拉机的自主导航能力进行了测试,测试结果表明:通过对多台无人驾驶拖拉机的协同作业能力进行测试,无人驾驶拖拉机自主导航曲线和预设导航曲线吻合程度较高,定位误差较小,误差收敛速度较快。基于物联网技术,对多台拖拉机的协同作业能力进行了测试,测试结果表明:3台无人驾驶拖拉机的定位精度均较高,都没有超过0.06m,从而验证了物联网在无人驾驶拖拉机控制系统中使用的可行性。如果将其在大面积农业作业中进行推广,将具有非常广阔的应用前景。     

我国无人驾驶汽车明年行驶测试

我国自主研发的无人驾驶汽车2013年将进行从北京至天津的行驶测试，2015年将测试从北京行驶至深圳。无人驾驶汽车通过环境感知、行为处理和执行控制等一系列过程进行自主行驶，集中了GPS、超声波雷达、多种传感器等众多高科技。     

资讯／国内

博世新的汽车测试技术中心奠基 2010年10月26日,博世集团在江苏省连云港市东海县为其新的汽车测试技术中心举行隆重的奠基仪式。新建的博世（东海）汽车测试技术中心将主要服务于包括防抱死制动系统ABS和电子稳定程序ESP等在内的博世汽车安全技术及产品的本地化研发和匹配测试。据介绍,该汽车测试技术中心总投资3．6亿元,占地约1000000m^2,设有不同的测试道路用于车辆测试,建成后将向博世在亚太区的客户全年开放。     

从无人驾驶汽车研发想到农业机械

<正>最近一个时期,许多发达国家关于无人驾驶汽车汽车研发的新闻不断见诸报端。未来的汽车将与我们现在道路上行驶的汽车截然不同,无需人们驾驶,其生产商可能不是传统的汽车制造企业。苹果、谷歌、优步等未来很可能会取代通用、丰田、奔驰和标志。第一代无人驾驶汽车已经在美国加利福尼亚州的公路上以及欧洲的一些赛车场里     

基于最优轨迹跟踪的地下铲运机无人驾驶技术

结合地下巷道的特殊应用环境,提出了一种基于最优轨迹跟踪的铲运机无人驾驶技术。铲运机在无人驾驶时,通过车载传感器实时获取其实际的行驶轨迹相对于最优路径轨迹的偏差信息,包括横向位置偏差和航向角偏差,将偏差信息进行充分融合后,通过实时控制并调整铲运机前后铰接角的大小实现位置和航向角偏差不断趋向于零,以达到较好的跟踪最优路径轨迹目的。结合实际应用对算法进行了仿真测试,在模拟巷道环境下,利用2 m3铲运机验证了该无人驾驶技术,模拟实际环境下的实验结果证明,基于最优轨迹跟踪的方法可实现铲运机的无人驾驶。     

世界首台380kN自行式牵引机路试成功

2010年12月7日上午,在距离河南省郑州市约50km的黄河滩地,河南送变电建设公司成功对该公司自主研制的世界上首台380kN自行式牵引机以及2台新型多功能电网抢险工程车进行道路测试。     

现代汽车展示无人驾驶技术 采用激光雷达

<正>2017年6月7日,现代汽车在上海CES展上展示了无人驾驶技术。目前该项技术的载体是IONIQ概念车。无人驾驶系统利用了最新的激光雷达技术,预计未来可实现量产。现代无人驾驶系统利用最新的激光雷达技术(激光雷达监测系统)来识别周围车辆和物体的准确位置,通过高清绘图软件精确展示车辆的准确位置、路面坡度、曲率、车道宽度和指示数据。此     

无人驾驶汽车的微机自动控制技术研究

无人驾驶汽车是目前汽车行业的发展趋势,主要利用计算机数据的自动控制技术、传感器感知车辆周围环境,通过处理分析获得的道路情况、车辆位置和障碍物信息,以实现对车辆的转向和速度的自动控制。文章主要围绕无人驾驶汽车的微机自动控制技术展开研究。     

福田雷沃展示无人驾驶拖拉机

福田雷沃重工生产的搭载"农业机械导航及自动作业系统"的无人驾驶拖拉机,日前进行了棉花播种等演示,这标志着我国首次在大田测试应用农机导航及作业自动系统真正实现了无人驾驶。该无人驾驶拖拉机批量生产后,其价格至少比美国的产品便宜1/3。据了解,"农业机械导航及自动作业系统"是由中国工程院罗锡文院士与福田雷沃重工共同研发的。该系统在欧美     

无人驾驶

现在“不务正业”的公司越来越多。苹果公司刚刚展开了一辆极为绚丽的概念车iMove,而谷歌更是已经不声不响地让自己的无人驾驶汽车在美国行驶了22万km,号称安全穿越了纽约最复杂的路口,     

人工智能视角下的无人驾驶技术分析与展望

从当前的情况进行分析,无人驾驶技术已经成为了今后汽车行业发展的主要趋势,能够为人们提供更加便利、更高质量的出行,为此在人工智能视角下,必须要对无人驾驶技术进行分析。可以将人工智能技术和无人驾驶技术相结合,使其决策更加科学合理,为无人驾驶技术的进一步发展提供支持。无人驾驶技术在人工智能技术以及其他现代化技术的影响下,取得了一定的成果。想要提升无人驾驶技术水平,满足人们的出行新需要,就必须要充分发挥人工智能技术的作用,推动无人驾驶技术的进一步发展。     

无人驾驶拖拉机的发动机控制系统开发及测试

参与了东方红某型号拖拉机配某国产无人驾驶系统的方案开发及相关控制系统软件设计。完成了发动机控制器远程油门控制程序及远程停车程序设计等。参考拖拉机实际振动工况,完成了对控制器的加速失效振动测试及随机振动测试等,整个控制系统通过了静态功能测试及场地测试。结果表明,发动机响应达到无人系统要求,整个无人驾驶导航直线作业精度可以达到±2.5 cm;农机具提升/下降、紧急停车、熄火等功能也得以验证。     

基于激光导航设施的收割机自动控制系统研究

针对无人驾驶农机的应用需求,提出了一种应用于无人驾驶农机自主行走的激光扫描路径规划与导航算法。此方法利用激光测距仪获取当前视场内路径、作物及障碍物信息,根据田垄和作物区域的特征检测路径边缘,并生成行驶路径。为了保证导航精度,在控制器上采用了PID反馈调节方式,利用增量式PID控制器对行走方向进行调节,从而使农机可以按照预定的路径行走。以无人驾驶收割机为研究对象,对导航方案进行了测试,结果表明:采用激光导航设置可以成功地规划出行驶路径,使收割机自主的沿着行驶路径行走,实现了无人驾驶收割机的自主导航。     

无人驾驶拖拉机技术

正随着全球现代科学技术的进步,以及计算机技术、传感与检测技术、信息处理技术、控制技术和全球定位技术等的发展,农业机械也逐步向高度自动化、信息化和智能化方向发展。近期,凯斯纽荷兰工业集团推出了无人驾驶拖拉机,分为两个版本。其中,纽荷兰T8NHDriveT M概念拖拉机保留了驾驶室,以便在道路运输和执行不适合无人驾驶任务时采用     

低调的实力派

上海大众对斯柯达品牌的偏爱直接体现在了中高级车型吴锐上，不仅是因为它有着旗舰的身份,更因为它是上海大众第一款搭载了1．8TSI和2．0TSI发动机的车型。上市两年后，一辆行驶里程超过3万km的吴锐，它还会有出色的测试成绩吗？     

世界首条太阳能自行车道开放

世界上首条太阳能自行车道SolaRoad 于2014年11月12日在荷兰开放。 SolaRoad 项目始于2009年,荷兰应用科学研究团队（TNO）预测全国140000 km长的公路将提供400—500万km2的太阳能接收面积,如果用来发电效果不可估量。     

基于跟踪误差模型的无人驾驶车辆预测控制方法

针对无人驾驶车辆的轨迹跟踪问题,在分析车辆运动学模型的基础上,设计了一种基于模型预测控制理论的轨迹跟踪控制方法。首先,将车辆运动学模型进行线性化处理,得到车辆运动学线性跟踪误差模型,该模型可以用来预测车辆的未来行为。其次,利用此跟踪误差模型作为预测模型,应用线性模型预测控制方法,通过优化得到使性能指标最小的控制序列,将控制序列的第一步作用于系统。最后,建立了3种典型的道路试验曲线,并且在基于实时多体动力学软件Vortex搭建的虚拟仿真平台中对轨迹跟踪控制器进行了仿真。仿真结果表明,该控制器可以保证无人驾驶车辆快速且稳定地跟踪参考轨迹,距离偏差和方位偏差都在合理的范围内,且实时性可以达到要求。     

无人驾驶汽车领域中人工智能的应用

在人工智能技术被广泛应用,5G技术即将铺开的背景下,无人驾驶技术将迎来更加快速的发展,驾驶的可靠性与安全性大幅度提升,人们在驾驶过程中将更加舒适,眼睛和双手将得到解放,相关技术也将进一步与发展。文章就无人驾驶汽车领域中人工智能的应用展开了论述。     

播种机远程作业监控系统设计——基于光纤传输及以太网通讯技术

随着农业自动化技术的不断发展,无人驾驶播种机被逐渐应用到农业生产中,由于其远程监测和控制技术还不成熟,还无法达到无人化作业的水平。为此,将光纤传输和以太网通信技术引入到了无人驾驶播种机监控系统的设计中,并以AT89S52单片机为控制核心,以太网模块作为接口,采用光纤作为传输媒介,利用摄像头和传感器采集现场速度数据及播种机的运行情况,实现了基于以太网的远程无人驾驶播种机的监测与控制。为了验证方案的可行性,对监控系统的性能和播种机的总体性能进行了测试,结果表明:光纤以太网的丢包率较低,播种机的漏播率和重播率都较低,可以满足自动化作业的需求。     

基于势场的无人驾驶车辆最优路径规划算法

针对无人驾驶车辆在结构化道路环境中的路径规划问题,提出了一种能够实时避开障碍物的动态路径规划算法。首先基于道路与障碍物产生的势场构建环境势场模型;其次结合简化的3自由度车辆动力学模型预测车辆未来时刻的位置序列;最后针对道路上常见的换道避障问题,构建模型预测路径规划控制器。仿真实验结果表明,该方法在多种道路环境下规划的路径均能满足车辆行驶安全性的要求,且能够满足实时规划的需要。