论文的目的：

自动驾驶汽车是能够利用车载传感器和摄像头来感知车辆周围环境，并根据感知所获得的道路，车辆位置和障碍物信息，智能自主地控制车辆的转向和速度，从而使车辆能够安全、可靠地在道路上行驶，并达到预定目的地的汽车。它融合了汽车电子、移动互联、智能感知与控制等技术，最终实现部分或完全取代人类驾驶员操纵车辆，应对各种交通状况。然而，由于技术暂时还不够成熟，还需要我们针对中国的路况来进行具体的道路研究。

论文的意义：

无人驾驶汽车如果能够成功投入市场，为保证其可靠性，必须要经过极其严格的路况测试。然而与传统的驾驶方式不同，要想成功让无人驾驶汽车上路并行驶，还需要克服很多的困难，所以，在这种情况下，必须通过计算机仿真技术来实现模拟测试。

国内外发展现状分析：

（1） 中国道路交通事故的研究现状；

在赵鑫老师2017年的《我国道路交通事故原因分析与对策研究》论文中提出，近年来，我国的道路交通事故数、受伤人数及死亡人数都处于上升趋势随着经济的增长，我国国民的购买力逐年增强，道路上的交通量持续快速增长，而相应的道路建设与交通管理很难跟上交通量增长的步伐，必然导致道路交通事故的持续增长。汽车产业是我国的支柱产业之一，随着未来中国经济的增长，机动车保有量也会有更高的增长速度，这就需要我国加快道路建设步伐，加强交通管理来减少交通事故的发生概率。

（2） 自动驾驶技术的研究现状；

国内：

国从上世纪 80 年代开始着手自动驾驶汽车的研制开发，虽与国外相比还有一些距离，但目前也取得了阶段性成果。国内国防科技大学、北京理工大学、清华大学、同济大学、上海交通大学、吉林大学等都有过无人驾驶汽车的研究项目。国防科技大学和中国一汽联合研发的红旗无人驾驶轿车高速公路试验成功。红旗 HQ3 无人车在高速公路环境下，完成 286 公里无人驾驶实验，自主超车 67 次，人工干预里程占自主驾驶总里程不到百分之一。同济大学汽车学院建立了无人驾驶车研究平台，实现环境感知，全局路径规划，局部路径规划及底盘控制等功能的集成，从而使无人驾驶车具备自主 “思考 - 行动” 的能力，使无人驾驶车能完成融入交通流、避障、自适应巡航、紧急停车（行人横穿马路等工况）、车道保持等无人驾驶功能。另一方面，为了促进无人车技术创新，中国“未来挑战”无人驾驶车比赛受到更多的重视，对车的性能要求不断提高，包括更为实际的模拟环境，和更加复杂的控制要求。

国外：

在自动驾驶汽车研究方面，非汽车厂商表现抢眼，以谷歌自动驾驶汽车为例，在 2010年，谷歌公司在官方博客中宣布，正在开发自动驾驶汽车，目标是通过改变汽车的基本使用方式，协助预防交通事故，将人们从大量的驾车时间中解放出来，并减少碳排放。到目前为止，谷歌已经申请和获得了多项相关专利，其无人驾驶汽车于 2012 年获得牌照上路，总驾驶里程已经超过了 48.3 万千米，并且几乎零事故发生率。意大利帕尔马大学 Vislab 实验室研制的无人车于 2010 年经过意大利、斯洛文尼亚等到达中国上海，行程 15900 千米。它利用太阳能作为辅助动力源，配备 5 个激光雷达、7 个摄像机、GPS 全球定位、惯性测量设备、3 台 Linux 电脑和线控驾驶系统。2013 年，他们的无人驾驶车在无人驾驶的情况下成功识别了交通信号灯、有效避开行人，成功驶过十字路口、环岛等常见的城市危险路况。德国汉堡 IBEO 公司早在 2007 年开发了无人驾驶汽车。行驶过程中，车内安装的全球定位仪将随时获取汽车所在准确方位。隐藏在前灯和尾灯附近的激光雷达随时“观察”汽车周围 200 码（约 183米）内的道路状况，并通过全球定位仪路面导航系统构建三维道路模型。它能识别各种交通标识，保证汽车在遵守交通规则的前提下安全行驶，安装在汽车后备箱内的计算机将汇总、分析两组数据，并根据结果向汽车传达相应的行驶命令。

（3） 自动驾驶技术测试的研究现状；

国内：

为了促进自动驾驶技术的发展，我国相关部委、省市人 民政府的相关部门也在积极推动自动驾驶测试基地的建设。 国内对于自动驾驶测试试验场及示范区在设计时主要考虑对自动驾驶汽车的研发试验需求和保障产品安全的测试认证需要两方面，不同的测试需求在测试场地建设时所考虑的因素 也有所不同。基于研发试验方面，此类试验场地的建设主要 以推动智能交通、智能网联技术及自动驾驶产业发展为目的。建设思路以封闭测试场为主，在测试场景的设计、测试所需 的配套设施建设方面主要考虑对自动驾驶功能性的重复试验 与验证，以满足自动驾驶系统的再学习与深度优化等的开发需求，并且在测试场地的周边通常配套有较为完善的产业集群。2016 年，上海、北京、浙江、重庆、武汉、吉林成为首批的 6 个自动驾驶汽车场地测试示范运用城市。

国外：

国外在测试场的建设 中综合考虑了物联网技术，构建车路协同基础设施，例如 V2V、V2X 等车联网通信技术发射、接收、处理终端。目前 在试验场地建设中，较为成熟的有美国的 Mcity 自动驾驶试 验场。2015 年，美国密歇根大学设计建造了世界上第一个专门用于测试网联汽车和自动驾驶汽车技术的试验 场地：密西根州 Mcity 自动驾驶试验场，它占地 12.9 万平方米，斥资 1000 万美元。Mcity 主要包 含两个测试区域：用于模拟高速公路环境的高速试验区域和 用于模拟市郊和近郊的低速试验区。其中模拟市区的低速试验区以虚拟城市为设计思路，在场景的设计过程中设置有大 楼等基础设施，它们的正面外观均采用复合板等简易材料， 并构建了十字路口、交通圈、桥梁、隧道及建筑护栏等大量障碍物与测试环境来测试自动驾驶汽车在城市道路中安全行 驶能力。同时还设置了污损路牌、褪色车道标识等特殊用例 来测试自动驾驶汽车对特殊情况的处理能力。

（4） 计算机仿真技术的研究现状

随着计算机技术的发展, 计算机仿真成为可能, 使用专门的软件, 借助多媒体技术可以给人身临其境的感觉。仿真技术的发展, 很大程度上得益于控制工程技术的发展, 在控制工程中需要使用计算机进行仿真实验。计算机仿真技术的应用能够加快产品开发周期, 提高产品质量, 提高工作效率, 减少经费开支。

3DMAX具有强大的角色 (Character) 动画制作能力, 同时可堆叠建模步骤, 使制作模型有非常大的弹性, 是目前相对流行的三维建模工具。

实现三维平台展示需要有一个可以渲染3D模型、动画, 可以塑造空间感、光感的引擎。由于Unity3D引擎能够支持多种软件导入的三维模型, 多种输入操作方式, 包括友好的可视化界面以及脚本编辑输入模式, 脚本采用C#, Java Script等主流开发语言, 方便开发。本课题选择了Unity3D作为开发平台。希望可以利用到它强大的虚拟现实功能, 使展示的模型的画面质量得以优质的呈现。

[1]赵津,张博,张庆余,赵鹏超.基于城市先进道路交通系统的智能交通仿真平台设计[J].汽车工业研究,2019(01):25-28.

[2]周铭川.论自动驾驶汽车交通肇事的刑事责任[J].上海交通大学学报(哲学社会科学版),2019(01):36-43.

[3]黄家立.智慧交通在市政工程设计中的应用[J].智能建筑与智慧城市,2019(02):80-82.

[4]汤立新.列车自动驾驶技术研究和系统设计[J].机车车辆工艺,2019(01):44-46 56.

[5]秦波,陈筱璇,屈伸.自动驾驶车辆对城市的影响与规划应对:基于涟漪模型的文献综述[J/OL]:1-12[2019-03

18]

[6]樊晓旭,李霖,童宝锋,林雅.智能网联汽车政策与公开道路测试实践[J].中国汽车,2019(02):24-28.

[7]郭喨. 自动驾驶的双重悖论及其解决[N]. 中国社会科学报,2019-02-12(006).

[8]王健,冯琦,胡晓伟.自动驾驶车辆在交叉口的通行模式研究[J].系统仿真学报,2019,31(02):199-211.

[9]姜嘉睿.无人驾驶中的核心传感器系统分析[J].时代汽车,2019(02):145-146.

[10].我国建成首个自动驾驶封闭高速公路测试环境[J].中国公路,2019(03):16.

[11].汽车电子:无人驾驶再“博眼球”[J].电子技术与软件工程,2019(03):11-13.

[12]刘峰.一个安全并线系统的概率验证[J].软件,2017,38(12):119-122.

[13]赵凯. 自适应巡航控制系统的多目标车辆识别与跟踪[D].重庆大学,2017.

[14]马旭攀. 基于车路协同的低成本超车策略与辅助系统研究[D].长安大学,2017.

[15]何晓群. 多元统计分析 北京 中国人民大学出版社 2012

[16] 谢中华. MATLAB 统计分析与应用：40个案例分析 北京 北京航空航天大学出版社 2010

[17] 曹思语.自动驾驶技术给交通带来的挑战[J].通讯世界,2019,26(01):240-241.

[18]Elizabeth A. Samuels,Steven L. Bernstein,Brandon D.L. Marshall,MaxwellKrieger,Janette Baird,Michael J. Mello. Corrigendum to “Peer navigation andtake-home naloxone for opioid overdose emergency department patients:Preliminary patient outcomes” [J. Subst. Abus. Treat. 94 (2018 Nov)29–34][J]. Journal of Substance Abuse Treatment,2019,99.

[19]DanielD. Wiegmann,Carly H. Moore,Natasha R. Flesher,Elizabeth D. Harper,Kayle R.Keto,Eileen A. Hebets,Verner P. Bingman. Nocturnal navigation by whipspiders: antenniform legs mediate near-distance olfactory localization of ashelter[J]. Animal Behaviour,2019,149.

[20]Dajun Sun,Jia Gu,Yunfeng Han,Jucheng Zhang. Inverted ultra-short baselinesignal design for multi-AUV navigation[J]. Applied Acoustics,2019,150.