- 周时莹;梁贵友;王德平;张东波;李岩;
为推广智能网联汽车自主操作系统核心技术应用，从整车电子电气架构出发，分析了未来车用操作系统的发展趋势、技术架构和关键技术，同时结合整车制造商的应用需求提出了加快国产操作系统量产装车和生态建设的实施建议，以助力智能网联汽车自主操作系统产业化加速发展。
2023年11期 No.578 1-7页 [查看摘要][在线阅读][下载 692K] [下载次数：795 ] |[引用频次：5 ] - 钱灏喆;孙文;赵景波;郑剑锋;王军年;
针对目前智能车缺乏驾驶员主观驾驶的操作认知，对交通参与者风险认识不足的问题，提出了一种基于改进驾驶员风险场（DRF）的轨迹规划算法。首先，对车辆所处位置进行笛卡尔坐标系至Frenet坐标系的坐标转换，直观地表示车辆与道路之间的位置信息；其次，构建融合车辆稳定性风险的驾驶员风险场模型，以驾驶员视角感知交通参与者的风险；最后，考虑驾乘者的舒适性需求，基于五次和四次多项式轨迹对感知的风险势能高点进行避障操作。仿真和硬件在环测试结果表明：规划的轨迹在满足避障功能的同时，满足加速度约束条件，兼顾行车安全性和舒适性。
2023年11期 No.578 8-18页 [查看摘要][在线阅读][下载 1003K] [下载次数：349 ] |[引用频次：3 ] - 郭俊超;邵金菊;袁俊凯;韩文祥;高松;
为实现智能车在无车道线或车道线不清晰的道路环境下的自主换道，提出一种基于虚拟车道线的换道轨迹规划方法。首先，通过构建虚拟车道线将道路划分成与主车朝向平行的多条车道，通过无碰撞换道最小航向角确定最佳车道。其次，根据当前车道和目标车道平均车速确定换道终点的状态，利用五次多项式并结合车辆运动学和动力学分析生成换道轨迹。最后，将所提出的算法加入自动驾驶车辆的智能规划决策模块中进行仿真和硬件在环测试，结果表明，该方法实现了无车道线环境下的自主换道功能，可提高车辆在复杂交通环境下行驶的安全性和行车效率。
2023年11期 No.578 19-26页 [查看摘要][在线阅读][下载 1029K] [下载次数：338 ] |[引用频次：2 ] - 何维堃;彭育辉;黄炜;姚宇捷;陈泽辉;
为了提高汽车对外界环境信息的感知能力和对动态车辆目标行为的预测能力，采用YOLOX作为前端检测器，结合优化的DeepSort跟踪算法开展动态车辆多目标跟踪方法研究。在车辆特征匹配过程中，提取Haar-like特征对车辆的明暗变化信息进行匹配，提高物体匹配精度；基于DeepSort重识别网络，采用改进的ResNet13作为特征提取的骨干网络，加入SENet调整不同通道维度的特征权重。使用实际道路驾驶采集的视频数据对改进算法与传统算法进行对比，结果表明：相较于传统DeepSort算法，改进算法的多目标跟踪精度（MOTA）提高了1.4百分点，平均数比率（IDF1）提升了7.7百分点。
2023年11期 No.578 27-33页 [查看摘要][在线阅读][下载 891K] [下载次数：783 ] |[引用频次：4 ] - 满恂钰;刘元盛;齐含;严超;杨茹锦;
针对自主导航探索算法易陷入局部区域的问题，提出了融合采样与深度强化学习的探索算法。首先，局部采用长短期记忆（LSTM）网络获得无人车历史位姿信息进而避免重复走向已探索区域；其次，利用深度强化学习输出策略最优的动作并设计奖励函数以激励无人车充分探索未知区域；最后，考虑无人车水平移动因素，通过解非对称旅行商问题（ATSP）生成一条符合其当前姿态的全局探索路径。2 000 s矿道仿真环境中，所提出的算法相较于无人机自主探索（TARE）算法，探索面积增加346.3 m~2，总行驶距离减少209.4 m；在真实场景试验中，该探索算法用时1 014 s完成面积为3 444.3 m~2的地下车库探索返回起点，并完成环境地图构建。
2023年11期 No.578 34-40页 [查看摘要][在线阅读][下载 928K] [下载次数：455 ] |[引用频次：1 ] - 李琳辉;袁世伟;连静;顾汤鹏;
为提高自动泊车过程车位检测的实时性和准确性，提出一种基于协作注意力和图神经网络的轻量化车位检测算法。首先，采用轻量化的网络结构，以改进的MobileNetV3作为特征提取网络，通过深度可分离卷积获得车位标记点的位置信息和特征信息，并将二者结合得到标记点的融合特征，然后构建图神经网络结构以增强车位标记点之间的内在联系，并结合协作注意力机制实现对多头注意力的整合，最后，通过公共车位数据集PS2.0对所提出的算法进行测试，结果表明，该算法的检测精度优于当前主流算法，平均每帧图像推理时间可缩短至10.1 ms，具备良好的准确性和实时性。
2023年11期 No.578 41-48页 [查看摘要][在线阅读][下载 992K] [下载次数：212 ] |[引用频次：1 ] - 于龙海;于明明;霍全瑞;孙冬青;任世轩;
针对车路协同场景下车联网（V2X）通信过程中通信信道受到干扰造成通信延时的问题，提出了基于博弈论的V2X延时攻击防护方法。以信噪比为衡量指标，基于博弈论，首先研究攻击节点传输功率与信噪比的函数关系，得到合法节点传输功率与攻击节点传输功率之间的函数关系，将其带入合法节点传输功率与信噪比的关系中，同时考虑信号传输概率、被检概率、漏检概率和其他节点的传输干扰，获得目标函数。最后，通过仿真与试验对提出的防护方法进行安全性验证，结果表明，通过调整节点传输功率，可以有效抵御攻击者对V2X通信的干扰，缩短通信延时。
2023年11期 No.578 49-55页 [查看摘要][在线阅读][下载 823K] [下载次数：120 ] |[引用频次：0 ] - 邬忠萍;郝宗波;王文静;刘冬;
为保证车联网环境下用户数据的安全性和隐私性，提出了结合联邦学习和增强学习的分布式数据差分隐私保护方案。利用联邦学习架构将数据保留在车辆节点或边缘设备上进行学习，通过分布式存储实现数据隐私保护，并减少数据传输开销；基于拉普拉斯机制实现差分隐私，并通过逐层相关传播（LRP）技术管理数据扰动，确保模型参数传递的隐私性和高效率。试验结果表明，所提出的方案在10轮通信内实现了约80%的全局准确度，最高可达98%，能够在消耗较少通信轮数的情况下完成模型聚合，实现了隐私保护和全局数据准确度的较好平衡，且通过增强学习策略准确检测到虚假噪声的注入，能够提升车联网的智能化水平和安全等级。
2023年11期 No.578 56-62页 [查看摘要][在线阅读][下载 843K] [下载次数：416 ] |[引用频次：2 ] 下载本期数据