微波技术与无人驾驶

现有的无人驾驶汽车更多的是检测静止的障碍物或道路的坡度信息,对周围行驶中的汽车的检测力度不够,容易发生交通事故。本文主要介绍了采用微波传感器检测,可以检测到运动障碍物的运动速度、距离、方向、角度信息,也可以探测到静止障碍物,以便于更加清晰、有效地躲避不同状态的障碍物。     

我国民机主制造商安全管理体系建设的思考

民用航空器安全是民机产业发展的基石,是确保民机项目商业成功的基础。本文将从民航安全管理体系管理要素出发,基于PDCA理论,并结合我国民机主制造商特点,提出民机主制造商安全管理体系的建设思路。旨在通过推进安全管理体系(SMS)建设,从系统的角度整体提升民机主制造商的安全管理水平和能力,将其安全风险控制在可接受安全水平,从而确保飞机持续安全运行。     

无人驾驶汽车从长沙开到武汉 自主超车67次

一辆高速行驶的汽车上,司机不扶方向盘还不时扭头跟车上其他人聊天,全然不看前方的路……当这样一辆车从你身边驶过,你肯定会大吃一惊,不敢相信自己的眼睛。然而,这一幕在7月14日从长沙到武汉的高速公路上已经真实上演。     

广东召开航空植保演示会

<正>10月22日上午,在韶关市曲江区大塘镇的田园绿色农场上,广东省航空植保机械化技术推广演示会召开。10架无人驾驶的植保飞机在蔬菜基地上空盘旋,雾状的农药均匀地喷洒在一望无际的荷兰豆苗和芥兰菜上。观看的村民欢呼:"现代农业机械化真是惊天     

五倍音速飞行的“乘波者”

美国空军已研制近10年的无人驾驶飞行器X-51A“乘波者”在第四次，也是最后一次测试中一度以5倍多音速飞行，“任务圆满成功”。美国空军当天发表声明说，X-51A“乘波者”于2013年5月1日在太平洋上空进行了最后一次测试飞行，在约6分钟的时间里飞行了约230海里，这也是X-51A“乘波者”在四次飞行测试中飞行距离最长的一次。     

国内外人工智能汽车发展趋势及所需技术

人工智能的迅速发展将改变世界。这场新的工业革命迅速改变着汽车相关专业。为抢抓人工智能发展的机遇,本文结合社会热点,进行一场关于AI智能汽车发展趋势及所需技术的研究。近一年来,人工智能成为社会焦点,也成为全世界的重要发展战略,人工智能即将成为一次工业革命,席卷互联网、智能家居、汽车精工等行业。AI对传统汽车行业的冲击也是最大的。从而引起了国内外品牌、互联网行业等争先恐后研发人工智能汽车(无人驾驶,互联网汽车,人机交互)汽车行业将会产生巨大变革。     

司机视角下的无线CBTC系统列车运行控制

无线CBTC信号系统经过多年发展,列车运行控制的自动化等级不断提高,但其功能和人机接口却不尽相同。这里从司机的视角分析无人值守、无人驾驶、列车自动运行等各种驾驶模式下的自动控制和人工操作,描述ATO速度曲线、ATB控制电路原理、ATP速度曲线等区间相关功能,以及目的地管理、车门开关、发车授权等车站相关作业,针对某些车载功能的不足提出了建议,有助于业内正在推进的不同线路列车的司机驾驶操作程序统一工作。     

改进AOA模式的大田农机无人驾驶导航参数检测系统设计

卫星导航、视觉导航和雷达导航的成本昂贵、系统构成复杂和适用作业场景有限,在生产特征呈现区域化、适度小规模和分布零散的国内南方水田难以实现便捷跨区域作业和无法适用多农业场景。针对上述问题,该研究以大田环境下无人驾驶农机的牛耕式往复作业路径模式为背景,提出了改进AOA(信号到达角度,Angle-of-Arrival)模式的农业机械无人驾驶导航参数检测系统。该系统采用UWB(超宽带通信,Ultra Wide Band)基站-标签作为检测传感器,设计了TBZ(田边双基站-车身纵向双标签)和TBH(田边双基站-车身横向双标签)2种传感器布置方式,实现农业机械无人驾驶过程中导航参数的快速精准检测。静态试验结果表明:对于2种传感器布置方式,在固定的基站间距和标签间距下,随着标签间距或基站间距的增大导航参数检测精度均有所提高,横向偏差检测误差≤8 cm,航向偏差趋近于0,但不大于1°,并通过正交组合试验方差分析明确了2种传感器布置方式的关键参数对横向偏差和航向偏差检测精度影响的显著性,确定了主次因素和较优参数组合。动态试验结果表明:随着车速增大,横向偏差和航向偏差的检测精度有所降低,横向偏差误差均不超过10 cm,航向偏差的检测误差均小于3°,变异系数均小于10%,说明动态环境下自主导航参数检测系统仍具有较高的检测精度,可满足农机大田自主导航作业需求。研究结果可为研制低成本、高精度和便捷的无人驾驶系统提供参考。     

无人驾驶自走式旱地胡麻喷药车转向控制系统设计

针对胡麻密植程度高、不方便大型机械作业等问题,设计一款以直流无刷电机、电推杆为转向控制组件,基于STM32型单片机为控制核心的无人驾驶自走式旱地胡麻喷药车。该喷药车采用2.4 GHz无线电遥控装置与单片机之间的双向通行实现对喷药车行走速度、转弯半径和喷洒模式的控制。使用Keil uVision5软件编程,对喷药车各动作流程进行决策、控制。仿真结果表明,无人驾驶自走式旱地胡麻喷药车转向机构最大转向角度为左转35.9°、右转25.7°,实际使用转向角为±25°,最小转弯半径4 m,转向系统符合设计要求,为胡麻喷药车的智能避障、智能作业提供技术支持。      

不确定场景下无人农机多机动态路径规划方法

在现代化农业中,越来越多的龙头企业或农村合作社提供一系列的农业作业专业化服务,引入多台农机进行规模化作业,不仅提高效率,而且可以实现抢种抢收,减少自然灾害的风险。目前,多台农机并行作业仍以预先计划的固定农机和静态的固定路线为主,但在实际耕种、收割等作业中,常会出现农机突发故障、农机临时增加、农机工作效率不一致等不确定场景,这些不确定性给多台农机集群控制带来巨大挑战。因此,研究不确定场景下多机动态路径规划方法具有十分重要的理论意义和实用价值。该研究以总作业时长为综合优化目标,综合各种不确定场景,针对轮式自动驾驶拖拉机,提出了改进的迭代贪婪（Improved Iterated Greedy, IIG）方法进行多机动态路径规划,解决以往传统方法在不确定情况发生后路径规划结果低效甚至失效的问题。试验表明,该方法在不确定场景下可及时、高效的动态调整路径规划方案,能够为不同数量、不同性能的农机迭代找到当前最优路径。与传统的并排作业方法相比,IIG优化的矩形农田作业路径总作业时间平均下降约35%,且随着农机性能差异越大,节省时间越多;与迭代贪婪（Iterated Greedy, IG）方法相比,IIG在一般播种作业中总掉头时间平均减少约17%。该方法在不确定场景下路径优化效果较好,且具有很好的鲁棒性及环境适应性,可为农田无人作业多机路径规划提供参考。