吴超仲[1]2002年在《基于磁道钉导航的车道保持系统信息融合与控制技术研究》文中研究表明自动公路系统(Automated Highway System，简称AHS)是智能运输系统(Intelligent Transport System，简称ITS)领域中技术难度最大的系统。该系统包括车辆自动导航和控制、交通管理自动化以及事故处理自动化。这是智能运输系统的最终目标，即实现人、车、路高度一体化。自动公路系统的关键技术之一是车道保持系统，它是在道路导航设施和车载传感器等基础设施上，实现车辆自动行驶在期望的车道上。从车辆获取道路信息的方式来分类，自动驾驶有视觉导航和磁信号导航。视觉导航容易受天气、地面环境影响，不利于推广，而磁信号导航具有不受天气影响、可靠性高等优点，可以弥补视觉导航的不足，两者的联合使用可以提高安全性和可靠性，真正实现路-车一体化。磁性道钉导航是磁信号导航方式的一种，由于它具有成本低、易维护等优点，近几年成为国际研究的热点。国内在自动驾驶方面的研究主要集中在视觉导航方式上，以磁道钉方式导航的车道保持系统的研究除了本课题组外国内还没有见到相关报道。 本文以国家智能运输系统研究中心的自动公路系统试验车和专用的磁道钉道路为工作平台，在大量的现场实验基础上，针对基于磁道钉导航的车辆车道保持技术中的若干问题展开研究，运用神经网络、模糊逻辑、遗传算法等方法在多传感器信息融合、控制模型等方面进行了系统的研究，主要完成了以下几方面的工作： (1)对车道保持系统硬件平台进行了设计，论述了导航设施——磁道钉的设计过程和车载工控机、步进电机等的选择。着重讨论了磁传感器的设计过程，并从信号的幅值、信号的信噪比、同时性和对称性等方面对传感器进行了测试，证明了设计的磁传感器获取道路磁场信息是可以用于自动控制的，后面建立控制模型奠定了基础。 (2)通过分析信息融合技术的研究现状，针对自行设计的传感器获取的信武汉理工大学博士学位论文息源的特点，提出了叁种信息融合方法，分别建立了数学模型。尤其对神经网络方法进行了深入的研究，建立了神经网络结构，确定了学习算法，并且通过专门的实验获取训练数据，得到了收敛的网络权值。最后，用实验比较了叁种模型的优劣，确定神经网络信息融合方法比较接近实际。信息融合模型的建立，实际上是汽车横向位置的定位，为后面进行控制模型的研究奠定了基础。 (3)设计了基于磁道钉导航的模糊控制器，对遗传算法进行了研究，提出了变区域遗传算法，通过实例验证了该算法的有效性，并用于搜索模糊控制器中的参数，取得了较好的效果。现场实验结果表明，该模糊控制器可以实现自动控制，但控制精度有待于完善。 (4)从理论上探讨了磁道钉编码的意义，提出了磁道钉编码系统结构，并针对本次试验设计了磁道钉编码系统，现场试验结果表明，磁道钉编码系统是可靠的、实用的。 (5)在模糊控制的基础上，提出了模糊神经网络控制器，并用本文提出的变区域多层遗传算法与BP相结合进行网络学习，在理论上证明了遗传学习算法的收敛性。经过模型闭环系统训练，得到模糊神经网络控制器。用简化的二轮模型对本章设计的模糊神经网络控制器进行仿真，仿真结果表明，本文设计的模糊神经网络控制器比普通的模糊控制器在性能上有所改善，提高了控制模型的性能。 (6)在讨论了学习控制研究方法和水平的基础上，分析了自动公路系统中控制模型引入学习，尤其是在线学习的重要性和必要性。并设计了车道保持系统在线学习控制结构模型，为下一步实现真正的在线学习控制提供了理论基础。
白智慧[2]2008年在《磁导航传感器系统的设计与开发》文中研究说明在基于磁道钉导航的自动公路系统中,车道中心线上埋置间距相同的磁道钉作为车辆的导航标记。通过车载磁传感器检测磁信号的大小来判断车辆偏离中心线的距离。车载传感器作为磁导航自动驾驶中导航的关键设备,如何提高磁传感器检测的精度就成为磁导航自动驾驶研究中的一个重要课题。本文针对磁传感器的设计、测试与应用等方面展开了深入地研究。本文利用集磁道钉的磁场特性研究磁信号检测、车辆与磁道钉之间相对运动于一体的试验平台,在此平台上模拟实地的车辆磁道钉导航自动驾驶。设计车辆的直线运动、S形运动以及加速等运动模式,并编写软件程序实现功能需求,通过大量的现场试验测量在不同材质、不同形状磁道钉的磁感应强度,并通过改变磁传感器与磁道钉表面的垂直距离,观察磁信号的变化,通过对数据的分析来研究磁道钉对磁传感器设计的影响。磁导航传感器作为磁导航自动驾驶系统中信号检测的重要设备,在这个系统中具有至关重要的作用,本文设计、开发了一维数字式线圈磁传感器。在开发一维传感器成功地基础上,开展了二维数字式磁传感器的设计研发,并通过对比试验论证了传感器的实用性。二维传感器可直接输出两路数字信号,且放大倍数可调,经过测试对比分析,传感器的检测精度、抗干扰性能、经济成本方面有了很大的改善。能够更方便的应用于磁导航自动驾驶系统。针对二维传感器在磁导航自动驾驶系统中的应用,本文对磁导航定位算法作了初步的分析,开展了基于自行研发的数字传感器的实用性研究,设计了针对武汉港区物流运输的可视化磁导航辅助驾驶设备,解决了因雨雾天气能见度低,安全性下降所存在的潜在危险,可准确的对驾驶员的行为起到引导作用。
曹辉[3]2007年在《磁道钉磁场特性试验研究》文中进行了进一步梳理在磁道钉导航的自动公路系统中,在车道中心线上埋置间距相同的磁道钉作为车辆的导航标记。通过车载磁传感器检测磁信号的大小来判断车辆是否偏离车道中心线以及偏离中心线的距离。车辆自动控制的目标是始终要将此偏移量即横向偏差降低到一定的范围。磁传感器测量的值是磁道钉的磁场附近的磁感应强度,为得到磁感应强度与横向偏差的关系,必须首先获得磁道钉磁场的分布。文中针对磁道钉的自身特性以及磁传感器所测量的磁场大小与横向偏差的关系开展了深入研究。建立了圆柱形永磁体的等效磁荷模型和等效电流模型;利用柱坐标,给出了磁偶极子的磁场分布的解析式;获得了圆柱形永磁体外的任一点的磁感应强度的计算积分式。运用磁感应强度的近似计算公式,可获得磁感应强度的叁个分量的分布图。利用Lakeshore460叁通道高斯计对各种不同外形、大小的永磁体进行磁感应强度的测量,从而获得实际磁感应强度的分布图,通过理论计算与实验结果的比较分析,获得了基于实验测量的永磁体的剩磁B_r和磁化强度M值。应用ANSYS有限元仿真软件,在对不同外形的永磁体的磁场进行仿真分析的基础上,提出了磁道钉的选型及安装优化方案。分析了永磁体外任意一点的磁感应强度的Z分量和X分量比的函数表达式,以X方向分量B_x和Z方向分量Bz为平面的横、纵轴坐标,绘制了纵向偏差、横向偏差测量间距分别相同的点的B_x、B_z在平面中的散点分布图,对横向偏差相同的点,运用直线拟合的方法,建立了横向偏差的等值线。在试验中获取了某位置的磁感应强度的X分量和Z分量后,便可在横向偏差等值线中查找该X、Z分量所对应的点是位于等值线上还是在两条等值线之间,从而获得横向偏差的大小。试验结果表明建立横向偏差等值线法是可行的。在建立等值线过程中,测量的横向偏差间距越小,测量点密度越大,等值线的分布越密,定位精度就越高。研制了集磁道钉的磁场特性研究、磁信号检测、车辆与磁道钉之间相对运动计车辆的直线运动、S形运动以及加速等运动模式,测量在运动过程中的磁道钉的磁感应强度,从而获得磁道钉的磁感应强度与横向偏差的关系。
于少伟[4]2008年在《智能车辆控制的关键技术研究》文中进行了进一步梳理随着汽车保有量的迅速增加,交通安全问题日益突出,智能车辆应运而生。它是车辆工程、人工智能等多学科领域理论技术的交叉与综合,是未来车辆发展的趋势。本文在智能车辆的控制技术领域进行了一些积极有益的探索,目的是为我国汽车安全辅助驾驶系统的应用研究开发提供现实的理论和技术支撑。控制系统是智能车辆的“大脑”。文中采用基于黄金分割率的方法生成前件云,把T-S-C-Y推理模型作为控制器的推理机制,在相应的云子区域里利用径向基函数神经网络逼近驾驶方程使该控制器具备学习功能,把输入值隶属于某个云子区域的隶属度作为该条规则的随机置信度,整个非线性系统的随机输出则是局部随机输出的加权和。自主驾驶与辅助导航是智能车辆研究的关键技术。本文提出了动态目标位置概念以及相应的控制机制,以动态目标位置控制机制作为智能车辆控制的基础,实现了车辆的横向智能控制、动态障碍物避让、自动换道和超车行为以及可变速的智能车辆控制,较为理想地模拟了实际交通环境中车辆运动的特性和驾驶员的行为。智能车辆控制不是一个孤立的系统,交通信号控制策略的好坏直接影响到智能车辆的控制并进而影响到整个智能交通系统的效率。文中利用STREAM算法对路口的交通数据流进行了聚类分析,得到了能够反应现实交通状况不同特性的聚类结果,然后对聚类结果进行了数据挖掘和交通数据流趋势预测。最后,在数据流值预测结果的基础上,采用基于云模型的算法对某一天交通的预测流值进行了分析,得到了比较灵活的控制策略。
童厚健[5]2005年在《基于汽车驾驶模拟器的车辆自动驾驶研究》文中进行了进一步梳理自动公路系统(Automated Highway System，简称AHS)是智能运输系统(Intelligent Transport SyStem，简称ITS)最主要的子系统之一，该系统旨在实现车辆自动导航和控制、交通管理以及事故处理等的自动化。本文依托国家智能运输系统研究中心专用的试验车和铺有磁道钉的专用车道以及本课题组自行研制的汽车自动驾驶仿真器，对自动公路系统中的自动驾驶(车道保持)系统做了较深入的研究。 自动驾驶系统由于受到必须使用特定车辆和道路的局限，其研究在时间和空间上都受到诸多限制。更由于受费用的制约，多车编队以及混含有交通流的自动驾驶难以在实车和实际场地上实现。 本文以课题组自主开发的驾驶模拟器为平台，将前期在实际试验场地所做的自动驾驶研究移植到驾驶模拟器上。这样自动驾驶系统的研究就可以摆脱场地、经费的制约而取得更好的效果。本文开展了如下研究工作： (1) 自动驾驶系统的现场研究，给出了新的研究方法和试验数据。 (2) 汽车驾驶模拟器的原理以及软、硬件的实现。 (3) 自动驾驶研究向驾驶模拟器移植的可行性分析，关键信号的移植方法和移植后的系统集成效果。 (4) PID和神经网络控制模型在汽车驾驶模拟器自动驾驶研究中的应用，对场地试验数据和仿真试验数据作了对比分析。 (5) 讨论了在实际场地开展自动驾驶试验和基于驾驶模拟器开展自动驾驶试验各自的优劣，指出了两种研究方法互为补充的必要性和方法，为深入开展自动驾驶研究提出了一些新的见解。
许众[6]2013年在《基于飞思卡尔智能车的电磁导航控制技术研究》文中认为电磁导航技术作为智能车技术中的一个分支，在智能交通领域具有广阔的应用前景，通过分析处理车载传感器的检测数据获得智能车辆的位置信息，以此信息对车辆进行方向和速度控制。两轮自平衡电动车结合了自主移动的思想，将姿态信息的检测、动态平衡的控制、电机驱动集于一身，完成自我平衡及运动方向和速度的控制。以飞思卡尔智能车为硬件平台，分别对电磁导航技术和自平衡控制中的关键技术，即姿态检测技术做了深入的研究。首先对电磁导航原理和算法做了深入研究，设计了两种智能车导航系统的电磁检测方案，通过实验比较，选用双水平线圈传感器作为智能车的路径信息采集系统。其次基于加速度计和陀螺仪组成的姿态检测系统，研究了卡尔曼滤波、无迹卡尔曼滤波和互补滤波3种不同的姿态估计方法，并且用MATLAB分别做了仿真，通过比较，选择卡尔曼滤波算法作为智能车的姿态估计算法。最后利用飞思卡尔单片机作为控制单元，通过编写单片机程序验证电磁导航算法和姿态检测算法的正确性和可靠性，通过实验测试，智能车能快速稳定的沿着电磁轨道做自主循迹运动，并且在运动中完成平衡控制，保持直立状态。
王伟[7]2005年在《自动驾驶模拟器视景生成技术研究》文中认为自动公路系统(Automated Highway System,AHS)是智能运输系统(Intelligent Transportation System,ITS)领域中技术难度最大的子系统,近年来已成为研究的热点。已有众多研究机构对车辆的自动导航与控制进行了研究,但受场地、天气以及资金等因素的影响,往往不能获得理想的试验效果。因此考虑在室内环境下,利用计算机技术、控制技术、声像技术来模拟汽车自动行驶环境,不但可以减少人力、物力和时间的消耗;并能有针对性地进行专项实验,直观生动的显示实验过程和结果。 本文介绍了自动公路系统在国内外的研究情况,驾驶模拟器及模拟器视景系统的发展现状,同时阐述了自动公路系统模拟器研究的意义;介绍了本实验室开发的自动驾驶模拟器系统,并指出视景仿真系统是自动驾驶模拟器系统的重要组成部分之一;介绍了视景仿真的技术基础和优化技术,选用了叁维建模软件Creator和视景驱动软件Vega作为视景开发平台。详细阐述了基于交通流的模型在视景仿真系统中的实现方法,并详细介绍了一种碰撞检测技术在模拟器横向定位中的应用。 通过上述研究,完成了以下工作: (1) 利用多边形建模工具建立了多套叁维场景,即实验场场景、高速公路场景、城市道路场景。同时完成了路网的数字化; (2) 参与开发了一台自主研制的半实物自动驾驶模拟器,实现了驾驶模拟器的自动转向系统; (3) 利用Vega API以及面向对象程序语言设计、实现了自动驾驶模拟器虚拟视景演示系统; (4) 对主车运动进行了描述,利用跟车模型实现了对其它车辆运动的控制; (5) 利用简单的叁维模型来替代车道中心的磁信号;利用碰撞检测技术,测量自动驾驶模拟器相对于车道中心线的偏差,为自动驾驶模拟器横向控制模型提供输入量,实现了自动驾驶模拟器中模拟器横向定位。
冀杰[8]2010年在《基于自动驾驶系统的车辆纵横向运动综合控制研究》文中进行了进一步梳理智能车辆能够利用环境感知、信息融合、智能控制等关键技术实现自动驾驶功能,是智能交通系统(ITS)中的重要组成部分。智能车辆自动驾驶系统在提高道路通行能力、改善车辆主动安全性等方面具有巨大的应用潜力。针对智能车辆自动驾驶系统的运动控制及环境感知问题,论文建立了相对完整的整车动力学模型,设计了纵横向运动综合控制系统,并采用离线仿真试验和硬件在环技术对多种行驶工况下的自动驾驶控制效果进行了验证,另外,引入交互多模型算法对引导车辆进行了机动目标跟踪。论文主要包含以下工作内容:①对实际行驶过程中的车辆运动状态及受力情况进行分析,基于叁维刚体动力学和运动学理论建立十自由度的车辆动力学模型;建立由发动机、液力变矩器、自动变速器及主减速器组成的车辆动力传动系统模型,综合考虑动力传动系统的非线性特性对车辆纵向运动控制的影响;考虑到智能车辆自动驾驶系统对轮胎模型力学特性的要求,建立可反映轮胎非线性力学特性的TMeasy轮胎模型,分析纵横向轮胎力之间的耦合关系。②为实现智能车辆的自动驾驶功能并提高其运动性能,论文基于模糊逻辑和滑模控制理论设计了具有上、下两层结构的纵横向运动综合控制系统,该控制系统能够对智能车辆的节气门开度、制动液压及前轮转向角进行协调控制,使智能车辆实现车道保持、车辆跟踪及车道变换等主要自动驾驶功能;与此同时,通过控制主动差速器的驱动力矩分配比例,产生所需的主动横摆力矩,提高智能车辆在自动驾驶过程中的操纵稳定性。③在车速变化、道路曲率变化及车道变换等多种行驶工况下,对纵横向运动综合控制系统的控制效果进行离线仿真试验,研究智能车辆的纵、横向运动跟踪性能及操纵稳定性。同时,对车道变换仿真试验中的虚拟理想轨迹进行设计,考虑各关键变量参数对其产生的影响;并对协调控制模块中的主动横摆力矩控制执行条件进行验证。④针对智能车辆自动驾驶过程中的车辆跟踪控制问题,论文采用交互多模型算法对具有多运动状态的引导车辆进行目标跟踪,从而为智能车辆提供准确、可靠的引导车辆运动状态信息。在仿真试验中,采用近似匀速和近似匀加速两种运动模型描述引导车辆的运动状态,同时,建立适用于道路车辆跟踪试验的传感器模型,并对机动目标模型的初始化问题进行研究。⑤为了验证智能车辆自动驾驶系统的有效性和鲁棒性,基于硬件在环技术和虚拟现实技术搭建同步视景自动驾驶试验平台。在该试验平台上,对多种行驶工况下的自动驾驶功能进行硬件在环仿真试验,并考虑人为驾驶操作对自动驾驶控制效果的影响。另外,通过实时调节车辆模型及控制系统的参数,分析智能车辆自动驾驶系统的鲁棒性。
易振国[9]2011年在《车路协同实验测试系统及安全控制技术研究》文中提出交通系统是一个典型的复杂巨系统,依靠传统的交通管理方式,单从道路和车辆的角度考虑,很难解决近年来不断恶化的交通拥堵、事故频发、环境污染等问题。基于车车、车路信息交互建立人、车、路一体的交通运输系统,对提高交通运输系统的效率和安全性,实现交通系统的可持续性发展具有十分重要的意义。安全是交通的焦点问题,交通安全始终是ITS的关注点。车路协同系统是基于先进的传感和无线通讯等技术的,能够实现车车、车路动态实时信息交互,完成全时空动态交通信息采集和融合,从而保障在复杂交通环境下车辆行驶安全、实现道路交通主动控制、提高路网运行效率的新一代智能交通系统。虽然我国在交通安全领域进行了广泛而深入的研究,取得了一系列研究成果,有效改善了我国交通安全状况,但在信息不完备的情况下,这些技术未能全面解决我国的交通运输安全问题。开展智能车路协同关键技术研究,有利于为改善我国交通安全状态提供技术储备。本文首先对车路协同系统国内外研究现状和发展趋势进行了分析,提出了车路协同系统技术体系框架,包括车路／车车通信技术、智能车载系统技术、智能路侧系统技术。分析了其中的车路／车车通信技术、车辆运动状态获取技术、车辆定位信息获取技术、行车环境信息感知技术、行车危险性分析技术、行车安全预警与车辆运动状态控制技术、交通流状态检测技术、非机动车及行人检测技术、路面状态及气候环境检测技术、交叉口信息化控制技术、通行安全警示技术、动态交通诱导技术。车路协同系统目前尚处于功能定义及实验测试阶段,本文分析了车路协同测试系统关键装备及技术,包括基于车载激光雷达、基于声纳传感器的车辆主动避撞系统、实现车辆沿给定的路径快速平稳地行驶的车载红外光电传感器系统、用于汽车防撞、道路环境感知的车载CCD摄像系统、车载总线协议及车载网关系统、专用短程通信协议(DSRC)。在上述车载环境感知及信息传输技术分析的基础上,构建了车载环境感知实验车,通过实验测试了基于CCD摄像机的道路环境感灰度值提取方法。车路系统系统中智能路侧系统的主要作用是检测道路上车辆的行驶状态,掌握道路上的交通状况,为车路协同系统中各种控制功能提供基础数据和信息。文中重点分析了路侧视频检测技术、路侧红外检测技术、基于地感线圈的车流量检测技术、射频识别RFID技术。在上述智能路侧技术分析的基础上,构建了基于红外探测器、WiFi车载警示模块、无线警示平组成的行人安全警示系统。基于Zigbee网络构建了车车协同控制测试平台。在车路协同环境下,针对危险路段的主动危险警示方法能否有效地避免和减少交通事故。本文重点研究危险路段的分析方法,提出了基于自适应谐振理论的道路安全评价分析方法以判断黑点区域,分析了弯道车速预警方法,包括：弯道建模方法,基于超声波、微波、激光、等技术的弯道半径测量方法,弯道最大安全车速计算方法；提出了基于车路无线通信的警示信息的广播算法,确保驾驶员驶入陡坡、弯道、黑点区域前,分析得出当前道路的最大允许速度,并通过车路通信预警的方式使驾驶员及时降低行车速度,降低危险路段交通事故发生率。车路协同系统中无线通信、GPS定位、传感器等技术为车队安全巡航提供了有利条件。车辆间位置、状态描述是车队巡航控制的基础,本文提出了基于图论的信息交互图方法,建立了车路协同系统中网络拓扑结构动态图,采用人工势场函数建立基于势场函数的协同避撞方法和编队控制模式；通过对信息交互图中信息路由算法的分析,采用分簇方法建立了以车辆位置和行驶方向为主要因素的信息交互算法。
李华[10]2004年在《自动公路系统模拟器的视景仿真技术研究》文中提出近年来自动公路系统(Automated Highway System，AHS)，作为智能运输系统的子系统之一越来越受到重视。以日本和美国为代表的国家十分重视自动公路系统的研究，由于自动公路系统研究需要大量实验工作，耗费大量的人力、物力和时间，往往不能很好地、迅速地获得理想的实验数据：同时天气等因素给实验带来一定困难和影响。因此对自动公路系统进行仿真研究越来越迫切。而自动公路模拟器是进行该领域仿真的有效手段之一，该平台不但可以有针对性地进行实验，减少人力、物力和时间的耗费；同时能直观生动地显示实验过程和结果。因此，本文选取自动公路系统中的视景为研究对象开展了研究工作。 本文在介绍了驾驶模拟器及模拟器视景系统、自动公路系统的国内外研究现状的基础上，阐述了对自动公路系统模拟器研究的意义，分析了视景仿真系统视景仿真基础和优化技术，选用叁维建模软件Creator和视景驱动软件Vega作为视景开发平台，介绍了系统框架和关键技术。实现了基于Creator的视景数据库的建立过程和基于Vega的实时视景驱动程序。阐述了基于粒子系统的自然现象(如雾、雨、雪等)模拟的原理和实现方法。最后介绍了碰撞检测在视景仿真系统中的应用。尤其利用“隐形墙”技术设计了基于磁性导航的磁道钉系统的碰撞检测算法，并在视景系统中得到应用。 通过上述研究，取得了以下成果： (1)建立了两套叁维场景模型——城市交通环境和虚拟试验场。城市交通环境场景是以武汉市余家头区域的部分路网为基础，包括道路、建筑物、信号灯、车辆、行人和建筑物等。 (2)利用视景驱动软件实现了信号灯的周期控制、车辆的行驶；并实现了自然现象(包括雾、雨、雪等)的模拟。 (3)实现了动态物体和静态物体的碰撞检测，并提示相应信息；在虚拟试验场场景中实现了对车辆相对于磁道钉位置的检测模拟，以利于后续自动控制模型的处理。 (4)编写了一个简易的场景漫游系统，实现了叁维场景的漫游显示、观察者视点的选择、键盘控制漫游参数等功能。
参考文献：
[1]. 基于磁道钉导航的车道保持系统信息融合与控制技术研究[D]. 吴超仲. 武汉理工大学. 2002
[2]. 磁导航传感器系统的设计与开发[D]. 白智慧. 武汉理工大学. 2008
[3]. 磁道钉磁场特性试验研究[D]. 曹辉. 武汉理工大学. 2007
[4]. 智能车辆控制的关键技术研究[D]. 于少伟. 山东理工大学. 2008
[5]. 基于汽车驾驶模拟器的车辆自动驾驶研究[D]. 童厚健. 武汉理工大学. 2005
[6]. 基于飞思卡尔智能车的电磁导航控制技术研究[D]. 许众. 沈阳理工大学. 2013
[7]. 自动驾驶模拟器视景生成技术研究[D]. 王伟. 武汉理工大学. 2005
[8]. 基于自动驾驶系统的车辆纵横向运动综合控制研究[D]. 冀杰. 重庆大学. 2010
[9]. 车路协同实验测试系统及安全控制技术研究[D]. 易振国. 吉林大学. 2011
[10]. 自动公路系统模拟器的视景仿真技术研究[D]. 李华. 武汉理工大学. 2004
标签：公路与水路运输论文; 模拟驾驶论文; 自动化控制论文; 仿真软件论文; 传感器技术论文; 智能车载论文; 协同设计论文; 信息融合论文;