|
《Automotive Innovation》是中国汽车工程学会主办，与施普林格联合出版并全球发行、反映汽车工程高学术水平和技术进展的国际性期刊。 本期《Automotive Innovation》通讯，内容包括两个方面： 1. 好文推荐：《Automotive Innovation》智能驾驶相关的4篇文章 2. China SAE近期动态： · Automotive Innovation2023年度分领域专辑发布 · 中汽学会2024部分重点工作开年预告 · 关于举办第三届动力电池技术创新挑战赛的通知 |
    |
网联自动驾驶车辆情感化发展回顾与展望 论文作者：Wenbo Li, Guofa Li, Ruichen Tan, Cong Wang, Zemin Sun, Ying Li, Gang Guo, Dongpu Cao, Keqiang Li |
||
| 随着自动驾驶技术的发展和车联网技术的进步，出现了新颖、和谐的人-车-路系统，其中人-车情感交互是影响自动驾驶网联车辆（CAVs）的接受度、安全性、舒适性和交通效率的关键因素。这一发展促使人们越来越关注如何为 CAVs智能座舱开发情感交互框架。要在 CAVs 上实现人车情感交互，需要多个研究领域的知识，包括汽车工程、交通工程、人机交互、计算机科学、通信以及工业工程。然而，目前的研究还没有系统地考虑人-车-路耦合过程中,人-车-路和人的情感之间的密切关系。为推动该领域的研究发展，本文从多个方面对情感相关的研究进行了全面的文献综述，以期更好地设计CAVs 智能座舱中的情感交互系统。本文讨论了人类情绪的多模态表达，研究了驾驶中的人类情绪实验，并特别强调了关于人类情绪检测、调节及其在 CAVs 中的应用。本文为不同研究领域的研究人员和工程师构建了全面的研究视角，以期开发出用户接受度更高、更安全、更舒适、更愉悦的 CAVs。 | |||
|
关键词：智能车辆、智能座舱、人机交互、情绪识别、情绪调节 本文是清华大学车辆与运载学院研究成果，引用词条如下： Li, W., Li, G., Tan, R. et al.: Review and Perspectives on Human Emotion for Connected Automated Vehicles. Automot. Innov. 7, 4–44 (2024) |
|||
| 阅读全文>> | |||
 |
基于神经肌肉动力学和多任务时序变换器的驾驶员转向行为模型 论文作者：Yang Xing, Zhongxu Hu, Xiaoyu Mo, Peng Hang, Shujing Li, Yahui Liu, Yifan Zhao, Chen Lv |
||
| 驾驶员转向意图预测为设计人类驾驶员与智能车辆之间的车载协作机制提供了一种增强型解决方案。本研究开发了一个多任务序列学习框架，根据上肢神经肌肉肌电信号预测未来的转向扭矩和转向姿势。通过对驾驶姿势和转向意图的联合表征学习，可以深入理解并准确模拟驾驶转向行为。针对不同的测试场景，本文研究了两种驾驶模式，即双手模式和单右手模式。针对每种驾驶模式，进一步评估了三种不同的驾驶姿势。基于多变量序列输入和自我注意机制，开发了多任务时间序列变换器网络（MTS-Trans）来预测未来的转向扭矩和驾驶姿势。为了评估网络的多任务学习性能和信息共享特性，本文对四种不同的双分支网络架构进行了评估。通过基于驾驶模拟器的实验进行验证，该实验共有 21 名参与者。本文所提出的模型在未来转向扭矩预测以及双手和单手驾驶模式下的驾驶姿势识别方面都取得了准确的预测结果。这些发现为驾驶员转向辅助系统的进步带来了希望，促进了驾驶员与智能车辆之间的相互理解与协同作用。 | |||
|
关键词：驾驶员转向行为、神经肌肉动力学、多任务学习、顺序变换器、智能车辆 本文是南洋理工大学吕辰副教授团队研究成果，引用词条如下： Xing, Y., Hu, Z., Mo, X. et al.: Driver Steering Behaviour Modelling Based on Neuromuscular Dynamics and Multi-Task Time-Series Transformer. Automot. Innov. 7, 45–58 (2024) |
|||
| 阅读全文>> | |||
 |
自动驾驶汽车的人类驾驶员首选路径规划曲线轨迹模型 论文作者：Gergo Ferenc Igneczi, Erno Horvath, Roland Toth, Krisztian Nyilas |
||
| 自动驾驶系统通常用于车道保持任务。这些系统会在车辆前方规划出一条局部路径。然而，驾驶员往往会觉得这些路径不自然。为此，本文提出了一种线性驾驶员模型，它可以计算出反映人类驾驶员偏好的节点，并根据这些节点设计出驾驶员偏好的自动驾驶运动路径。该模型的输入是道路曲率，通过自主开发的基于欧拉曲线的曲线拟合算法进行有效利用。通过一项综合案例研究，对所提模型的功效进行了实证验证，证明了该模型有能力模拟在人类曲线路径选择中观察到的平均行为模式。本文的统计分析进一步强调了模型的稳健性，肯定了所建立关系的真实性。这一轨迹规划范式的转变对自动驾驶系统与人类驾驶偏好的无缝整合具有重要意义。 | |||
|
关键词：自然驾驶、识别、驾驶员模型、路径规划 本文是塞切尼·伊什特万大学车辆研究中心研究成果，引用词条如下： Igneczi, G.F., Horvath, E., Toth, R. et al.: Curve Trajectory Model for Human Preferred Path Planning of Automated Vehicles. Automot. Innov. 7, 59–70 (2024) |
|||
| 阅读全文>> | |||
 |
基于分层 LSTM 信息交互的车辆轨迹预测方法 论文作者：Haitao Min, Xiaoyong Xiong, Pengyu Wang, Zhaopu Zhang |
||
| 轨迹预测是自动驾驶系统的重要组成部分，因为它可以预测周围车辆的未来运动，从而增强自动驾驶系统的决策和规划能力。传统的模型依赖于恒定的加速度和恒定的速度，随着预测时间的延长，预测精度往往会降低。这种局限性使其难以满足中长期轨迹预测的需求。相反，数据驱动模型，尤其是基于长短期记忆（LSTM）神经网络的模型，在中长期轨迹预测中表现出了卓越的性能。因此，本文介绍了一种基于分层 LSTM 的车辆轨迹预测方法。考虑到使用单一 LSTM 模型预测所有驾驶意图的轨迹存在困难，轨迹预测任务被分解为三个连续步骤：驾驶意图预测、变道时间预测和轨迹预测。此外，考虑到车辆的驾驶意图和轨迹总是受到周围交通流的影响，本文提出的预测模型将相邻车辆运动的交互信息纳入模型输入。本文所提出的方法在真实车辆轨迹数据集 "下一代模拟"上进行了训练和验证。结果表明，与整体 LSTM 模型相比，所提出的分层 LSTM 方法的预测误差更小。 | |||
|
关键词：自动驾驶汽车、轨迹预测、长短期记忆、驾驶意图预测 本文是吉林大学汽车仿真与控制国家重点实验室研究成果，引用词条如下： Min, H., Xiong, X., Wang, P. et al.: A Hierarchical LSTM-Based Vehicle Trajectory Prediction Method Considering Interaction Information. Automot. Innov. 7, 71–81 (2024) |
|||
| 阅读全文>> | |||
| 《Automotive Innovation》2023年度分领域虚拟专辑发布 | |||
 为更好地服务读者，方便科技工作者高效查阅信息，《Automotive Innovation》编辑部特将《Automotive Innovation》2023年度的论文进行整理，形成“智能网联”、“动力电池&燃料电池&储能”、“轻量化”3个分领域虚拟专辑。 具体内容，请点击 智能网联、动力电池&燃料电池&储能、轻量化 查看并访问虚拟专辑。 |
|||
| 中汽学会2024部分重点工作开年预告 | |||
 2月19日，中国汽车工程学会发布2024年度重要研究工作与重要年度活动相关规划。其中包括：技术路线图研究、科技创新战略、商用车碳中和协同创新平台、产业政策研究和国际战略分析领域的研究报告及全年重要会议活动预计举办时间及地点。 更多信息，请点击 这里 查看。 |
|||
| 关于举办第三届动力电池技术创新挑战赛的通知 | |||
 动力电池技术创新挑战赛（原动力电池集成及管理技术挑战赛）是面向产业链不同环节征集技术创新方案、挖掘和培养创新人才的公益性赛事，自2022年首次举办以来，受到了行业的广泛关注。为持续激发创新活力，培养高潜力人才，促进成果转化，推动产业发展，中国汽车工程学会定于2024年举办第三届动力电池技术创新挑战赛（报名时间截至2024年3月15日）。本届挑战赛将在前两届基础上对赛道设计、规则要求、参赛人群进行进一步优化和拓展，更突出动力电池关键技术的考察和创新团队的评选，现面向行业广泛征集方案。 具体内容，请点击 这里 查看。 |
|
Automotive Innovation 《Automotive Innovation》作为由国家新闻出版署批准的中国汽车行业首个英文科技期刊，也是中国汽车工程学会（China SAE）为行业打造的重要国际交流平台和窗口，旨在进一步推动国际合作与交流，加速中国汽车创新成果走向国际，提升中国在国际汽车界的话语权。 自创刊以来，期刊就以建设世界一流期刊为目标，邀请全球15个国家和地区极具影响力的汽车领域专家担任编委，并与著名出版集团施普林格（Springer Nature）合作，以国际高标准确保论文水平和出版质量。期刊每季度出版1期，读者已涉及72个国家和地区，目前最高单篇下载次数超过32,000次。期刊已被ESCI、EI、Scopus（IF2022=6.1）等国际数据库收录。 期刊主要刊登汽车及出行领域范围内具有创新性的理论、方法研究,产品开发和工程技术应用等相关创新成果，涵盖智能网联汽车技术、新能源汽车技术、未来出行技术等领域。 主编 李骏，中国工程院院士，中国汽车工程学会理事长，清华大学教授 赵福全，世界汽车工程师学会联合会终身名誉主席，清华大学教授，汽车产业与技术战略研究院院长 执行副主编 章新杰，吉林大学教授，汽车仿真与控制国家重点实验室副主任 |
||
|
免费投稿及阅读 www.ChinaSAEJournal.com.cn www.springer.com/42154 联系方式： 中国汽车工程学会 陆丽俐女士 Tel: +86-10-50950101 Email: jai@sae-china.org 
|
|
|
Sponsored by
|
Published by
|
|