1、安全辅助驾驶系统：前向碰撞预警 FCW、行人预警 PCW、 车道偏离预警 LDW、限速标志提醒 ISA、司机防危险驾驶 DSW（闭眼、打哈欠、打电话、抽烟、姿态异常、驾驶员身 份鉴定）、BSD 盲区监测； 2、远程监控报警系统：车辆实时跟踪、多方位视频监控、 智能呼叫与人工坐席、报警影像上传、行车记录存储； 3、驾驶风险管理平台：结合驾驶行为、时间、天气、路况、 环境和车况等多维信息，分析并展示车辆驾驶的实时风险， 并在线整合历史数据，定制化生成风险统计报表。 

产品详细介绍ANSYS驾驶模拟与交通场景编辑系统1.系统方案ANSYS驾驶模拟与交通场景编辑平台提供了基于物理的三维场景建模、基于语义的道路事件建模、基于物理光学属性的摄像头和激光雷达的仿真、基于物理电磁学属性的毫米波雷达的仿真，从而实现多传感器、多交通对象、多场景、多环境的实时闭环仿真。其主要功能如下：1)开放式交通场景编辑模块，自定义设定道路和交通场景，可以自定义设定道路两旁的建筑物，绿化带等等；2)可以根据用户需求，自定义设定道路场景上的交通流，可以自定义设定道路上来往的车辆，行人和交通指示灯；3)可以根据客户需求，自行设定主动驾驶（或算法控制车辆）的车辆动力学参数；4)支持高精度的三维场景仿真和基于环境光的模拟；5)支持高精度的物理属性的传感器仿真，包括毫米波雷达的仿真、摄像头的仿真和激光雷达的仿真；6)此外，考虑到能更加逼真地反映“人—车—路”在环仿真测试，该平台还提供了开放的接口，可以与实物传感器、VR设备、控制器、各类测试数据进行无缝的联入，从而更好的满足不同级别、不同目标的测试仿真要求。2.系统构成下面分别介绍本平台各模块的构成。2.1.自定义道路环境ANSYS驾驶模拟与交通场景编辑平台提供了一套自定义道路场景的设计工具，具备直道、弯道、曲线等设计能力，支持道路宽度、长度、半径、方向、车道数量、车道方向、车道限速、车道类型等的编辑。同时，该设计工具支持高架等不同高度道路以及不同坡度倾角、道路交叉口、匝道、并道等的定义。还支持车道线的自定义化建模，包括单线、双线、实线、虚线、车道线纹理、颜色等一系列车道线类型。同时，软件集成丰富的环境模型库，如树木、建筑物、交通标识、路灯、电线杆、绿化带、动物，施工路段障碍物和设施、交通行人等对象模型，可根据用户需求对道路场景进行快速建模。除了自定义场景外，ANSYS驾驶模拟与交通场景编辑平台还支持导入OpenStreetMap等3D高精地图，自动生成与地图匹配的道路模型。2.2.自定义交通场景ANSYS驾驶模拟与交通场景编辑平台还提供了快捷的基于语义的道路交通流设计，包括车道行驶规则、车辆及行人行为、交通指示牌行为，以及某一时刻各交通对象交通行为的精确数据输出。此外，交通对象的行为也可以人为定义，包含如车辆驾驶行为、突然变道、突然加速、行人乱闯红灯和人行道等一系列场景的仿真，同时软件内部车辆和行人之间可自定义交互与否，即可仿真自动避让行人和忽视行人发生碰撞等行为。软件内嵌脚本语言定义，同时也支持如Python，C++等语言的接口控制来定义交通行为。如下图所示，为通过语义级的脚本语言来定义车辆和行人等交通对象的行为。2.3.构建车辆动力学模型除了上述的道路场景以及交通流的搭建能力之外，ANSYS驾驶模拟与交通场景编辑平台同样提供了基于总成特性的车辆动力学模型，并提供了以下性能参数的配置： 底盘参数，如长宽高、轴间距、重量等； 性能参数，如最大时速、引擎转速等； 转向参数； 轮毂参数； ……同时，软件还提供了各类特性参数的预定义实验数据，方便用户对所定义车辆的特性进行快速的测试验证。相关的实验数据有： 加速特性实验数据； 刹车特性实验数据； 转弯特性实验数据； 方向盘特性实验数据； 侧风实验数据； 障碍物和转弯实验数据； ……ANSYS驾驶模拟与交通场景编辑平台还支持外部车辆动力学模型的导入和集成，如CarSim车辆动力学模型，以及用户自研的车辆动力学模型。2.4.基于物理真实的三维场景建模在无人车辆的物理仿真中，除了前述关于道路场景，交通流以及车辆动力学模型的建模能力外，ANSYS驾驶模拟与交通场景编辑平台的最大特点和优势在于提供基于物理真实的三维场景建模和ray-tracing的图形算法。使得上述的场景的构建与物理真实达到一个高匹配度，以此对无人车中传感器的感知和后期控制算法的验证提供了很好的准确性和真实性，以减少场景搭建的缺陷所带来的传感器和感知算法的决策错误。在整个基于物理真实的建模平台搭建中，ANSYS驾驶模拟与交通场景编辑平台会通过对以下物理真实参数的定义和基于ray-tracing的图形算法来保证仿真的准确性和真实性： 环境光源的定义，包括： 天空的照度值； 基于经纬度的太阳光的照度和位置定义； 环境场景中各种点光源以及面光源的定义（光谱+IES+XMP）； 车辆照明系统的光源定义（光谱+IES+XMP）； 环境场景中包括道路，建筑，车身等一系列材料表面光学属性的定义。其中各个光源的定义通过导入相关定义文件如前述所讲，材料表面光学属性通过ANSYS开发的一套OMS材料物理光学属性BRDF测量仪硬件设备，对用户所需仿真的场景材料库进行探测，并将探测所得材料表面光学属性BSDF函数附在前述场景建模的所属材质表面，从而在ray-tracing的图形算法下仿真得到一整套完整的考虑外部环境光以及物体表面光学属性的物理真实的三维场景建模。同时ANSYS驾驶模拟与交通场景编辑平台还提供丰富的材料库供客户场景建模使用。2.6.实时闭环仿真系统如前述通过对环境、场景、交通流的建模构造出无人车辆的运行场景和轨迹，同时耦合如摄像头、激光雷达和毫米波雷达的感知系统的仿真，通过开放的API接口，可以方便的进行外部自动驾驶算法的集成。从而形成实时闭环的驾驶系统仿真。2.7.基于物理的智能头灯照明仿真系统随着智能驾驶辅助系统（ADAS）的逐渐普及和行业发展，车辆智能化头灯照明系统也逐渐成为当前行业的发展趋势和应用热点。ANSYS自动驾驶仿真平台Headlamp模块通过ANSYS特有的物理级仿真引擎，为客户提供真实的车辆头灯路面光型分布测试和动态驾驶与智能头灯仿真测试。除了前述在三维环境建模中通过ANSYS OMS设备进行材料表面光学属性的采集与赋值外，为了保证接近真实的物理仿真光型，Headlamp模块同样对光源进行仿真模拟，包括车灯光源，自然光光源，路灯光源等。定义方式包含如： 光源光强分布IES文件； 光源光谱spectrum文件； 光源强度等；分别为不同光源的光谱分布和车灯光源的IES定义文件。基于环境和光源的物理仿真，可以实现车辆前照灯远光，近光，侧灯的切换以及光强的实时切换控制，同时丰富的光度学分析工具，包含色度学，光度学，等照度线，等照度区域等信息便于分析光分布情况。支持的25米目标墙光分布信息用于分析验证头灯光分布是否符合标准。除了静态光型分布验证，ANSYS Headlamp开放的如C++，SCADE，Simulink的光型数据接口支持客户自定义化的智能头灯开发与验证，同时丰富的动态驾驶模拟和场景仿真也可以帮助客户实现实时的动态驾驶头灯验证，如AFS，ADB，矩阵头灯，像素头灯等智慧头灯的仿真与测试验证，基于IIHS动态头灯测试标准的夜间测试验证。

本发明公开了一种基于场论的驾驶安全等级确定方法及装置，方法包括：获取研究范围内所有车辆微观数据，包括车辆速度、加速度和位置数据；计算研究范围内其他车辆对目标车辆的作用值，包括速度分项作用值和加速度分项作用值；计算所有其他车辆对目标车辆的加权平均作用值；根据加权平均作用值确定目标车辆的驾驶安全等级。本发明提供的方法综合考虑一定范围内车辆的两车相互作用，对目标车辆的安全评估更加可靠，评估结果更加准确，进而为驾驶员和车辆提供科学合理的判断和决策依据，为道路交通安全提供保障。

本成果是一款多引擎机器翻译及辅助翻译系统：在给定双语语料库的基础上，能够实现任意两种语言之间的互译，同时提供辅助翻译界面。系统主要由两部分组成，两者互相结合，循环促进。 其主要功能和创新点包括： 1.融合了句法知识的判别词对齐算法； 2.融合了句法知识的树-树翻译模型和集成的重定序模型； 3.基于实例的解码器； 4.半自动领域术语识别和提取：自动识别，手工甄别； 5.相似实例提示：校对过程中，提示和当前源句子相似的互译句对； 6.翻译模型动态更新：手工形成的互译句对将作为机器翻译的语料库，改进机器翻译的质量。

导航系统辅助增强设计合作方：哈尔滨工业大学合作方式：技术开发

Ø 多语智能辅助翻译系统IAT

成果描述：本专利建立一种基于线性判别分析和独立成分分析的车辆分类方法，首先利用线性判别分析提取特征进行第一次大小车型的分类，再利用独立成分分析的第二种结构与线性判别分析的结合，进行特征提取，实行第二步将车辆分为不同的详细车型。市场前景分析：车辆分类技术有着非常重要的现实意义，车辆分类技术在自动收费系统、车辆图像检索如市场统计、流量分析及公安交通监控侦稽系统等领域中有着广泛的应用。本发明着重根据车辆视频图像的特点，即其具有较大噪声，且光照强度变化较大，同类型的车辆形状颜色等外在相似程度也较低的特点，将独立成分分析第二种结构的改进方法（FICA2）作为细分类的特征提取方法，构建特征空间进行细分类。经研究表明，本发明的方法处理速度可达到15帧每秒，满足实时处理需求，准确率达到96%以上。与同类成果相比的优势分析：本专利将独立成分分析的第二种结构与线性判别分析的结合方法，即FICA2应用到车辆图像的特征提取中来，FICA2通过寻求稀疏的编码表示，来构建一个分离度更高的子空间。 本专利提出二次分类方法，首先利用线性判别分析进行特征提取，将车辆按车型大小分为大型车与小型车两大类，然后利用FICA2进行第二次分类来达到将车型分为具体类别的目的。经实验验证，与现有的基于图像的分类方法比较，获得了更好的分类准确率。

由于现代物流代表了21世纪交通运输现代化的发展趋势，随着现代物流业的发展，监控车辆和货物追踪成为迫切解决的问题。 研究成果通过GPS/GIS/GSM和网络系统集成，研究开发了适用于物流企业的信息服务和配送路径优化系统，GPS/GIS车辆调度监控救援系统。 可实现的主要功能有:物流指挥调度中心通过屏幕电子地图实时监控车辆和货物；车辆可报警和接受调度指令；货主可实时查询货物位置和状况；为指挥调度提供优化配送方案。主要技术指标是:w 控制范围:     中国中东部地区w 监控车辆数量: 200精度:         小于15米

为了改变地铁车辆基地的技术装备水平相对落后局面，提高作业效率及安全，实现地铁车辆段/停车场综合自动化。西南交通大学和成都地铁有限责任公司共同开开发了地铁车辆段/停车场综合自动化系统。2016年1月20日，四川省科学技术厅组织有关专家在成都进行了科技成果鉴定。鉴定委员会一致认为：该项目针对我国地铁车辆基地（包括车辆段、停车场）的技术装备及管理水平落后的现状，研究开发了地铁车辆基地管理与控制综合自动化系统，实现了车辆检修管理的自动化，司机派班管理的自动化，行车调度与控制的自动化，提高了地铁车辆基地的技术装备水平和作业效率。该系统在国内属于首创，达到国际先进水平。目前该系统已经完成研发工作，进入推广应用阶段。

Ø  成果简介：由于现代物流代表了21世纪交通运输现代化的发展趋势，随着现代物流业的发展，监控车辆和货物追踪成为迫切解决的问题。研究成果通过GPS/GIS/GSM和网络系统集成，研究开发了适用于物流企业的信息服务和配送路径优化系统，GPS/GIS车辆调度监控救援系统。可实现的主要功能有：物流指挥调度中心通过屏幕电子地图实时监控车辆和货物；车辆可报警和接受调度指令；货主可实时查询货物位置和状况；为指挥调度提供优化配送方案。Ø  项目来源：自行开发