В журнале IEEE Transactions on Intelligent Vehicles вышла статья с обзором интеллектуальных шин для распознавания взаимодействия шины с дорогой.
Авторами публикации рассмотрены интеллектуальные шины, оснащенные внутришинными датчиками, которые были предложены для распознавания условий взаимодействия шины с дорогой, таких как состояние дорожного покрытия, динамика шины и условия трения, что может помочь улучшить безопасность автономных транспортных средств. В данном исследовании рассмотрены соответствующие исследования интеллектуальных шин, касающиеся системы датчиков и методов оценки состояния контакта шины с дорогой, а также их целесообразность и ограничения. На основе анализа были предложены стратегии по улучшению конструкции интеллектуальной системы контроля состояния шин, для адаптации к чрезвычайно жестким условиям работы, оптимального использования установленных датчиков и реализации непрерывного мониторинга параметров контакта шины с дорогой. Кроме того, были предложены специфические требования к применению интеллектуальных шин в системах автономного вождения. В будущем интеллектуальные шины со специально разработанными сенсорными системами в сочетании с оптимальными методами распознавания могут принести новые возможности для более безопасного управления динамикой автомобиля и способствовать развитию технологии автономного вождения.
Журнал Multimedia Systems издательства Springer опубликовал статью «Future pseudo-LiDAR frame prediction for autonomous driving».
Благодаря надежной трехмерной пространственной информации Лидары широко используются в автономном вождении. Однако, по сравнению с камерами, данные разрежены, а частота ниже. Для создания более плотных облаков точек в пространственном и временном отношении была предложена первая сеть предсказания кадров «псевдо-лидар». Учитывая последовательные разреженные карты глубины и изображения RGB, сначала предсказывается будущая плотная карта глубины на основе информации о динамическом движении. Для устранения ошибок оценки оптического потока предлагается модуль межкадровой агрегации, который объединяет деформированные карты глубины с адаптивными весами. Затем происходит уточнение предсказанной карты глубины, используя статическую контекстную информацию. Будущий кадр псевдо-лидара может быть получен путем преобразования предсказанной карты плотной глубины в соответствующие 3D облака точек. Проведены обширные эксперименты по глубокому формированию, интерполяции псевдо-лидара и прогнозированию обычного лидара. Авторы заявляют, что данный подход достигает лучших результатов по всем вышеперечисленным тестам на популярном наборе данных KITTI, а основная метрика оценки RMSE достигает 1214.
В журнале International Journal of Automotive Technology издательства Springer вышла статья «Environment-on-Board Predictive Braking Control Functions for Autonomous Driving During Sudden Changes in the Road Friction Coefficient on Sharp Curves».
В данной работе предлагается бортовая система прогнозируемого управления торможением, регулирующая скорость транспортного средства до желаемого значения, с целью повышения эффективности следования по траектории и устойчивости транспортного средства, во время движения по траектории, где коэффициент трения дороги внезапно изменяется на повороте. В данном исследовании предполагается, что автомобиль въезжает на мокрую дорогу с сухой дороги и движется дальше по сухой дороге, и что состояние трения поверхности дороги впереди может быть оценено. В такой дорожной ситуации целью системы управления динамикой транспортного средства является улучшение характеристик следования по траектории и устойчивости автономного транспортного средства даже при ненормальных дорожных условиях. Для достижения этой цели разработано предиктивное управление торможением для отслеживания безопасной скорости, которая определяется на основе упрощенной линейной двухколесной модели с двумя степенями свободы и модели «2nd order look-ahead driver model». Эффективность этой системы управления проверяется с помощью нелинейной четырехколесной модели с четырьмя степенями свободы в различных условиях, с изменяющимися коэффициентами трения и кривизной дороги. Наконец, эффективность оценивается с помощью полной модели автомобиля IPG CarMaker, которая похожа на реальный автомобиль.
В журнале Sustainability издательства MDPI опубликовали статью «The Necessity of Introducing Autonomous Trucks in Logistics 4.0».
В данной статье рассматривается необходимость внедрения автономных транспортных средств в «Логистику 4.0», в связи с тем, что грузовой автомобильный транспорт является важнейшим видом транспорта на рынке логистики. Таким образом, чтобы решить назревшие проблемы логистического рынка, недостаточно просто расширить штат сотрудников. Внедрение автономных грузовиков также поможет изменить структуру распределения грузовиков. Это может позволить горизонтальную и вертикальную интеграцию на основе новой логистической модели и поможет решить различные проблемы, с которыми сталкиваются транспортные компании. Таким образом, внедрение автономных грузовиков может обеспечить различные преимущества для логистического бизнеса, общества и потребителей. Однако внедрение автономных грузовиков дает не только преимущества. В данном исследовании предлагается использование колонны грузовиков как метод более эффективного внедрения автономных грузовиков. Кроме того, рассматриваются потенциальные проблемы внедрения автономных грузовиков с различных точек зрения, демонстрируя как эффективность данного решения, так и возможные проблемы, и недостатки.