汽车辅助安全驾驶预警系统

主要利用行车记录仪视频数据，进行道路检测，包括：车道偏离、障碍物检测、限速标志识别等。

电子科技大学 2021-04-10

无人驾驶公交车技术

通过在公交车相关位置安装各种传感器安装，建立公交车环境感知系统。根据环境感知系统信息，结合 GPS 导航数据，根据本车自身行驶状态并结合规划路径，利用深度学习训练的驾驶模型计算出车控数据，作出准确的行驶路径规划。

扬州大学 2021-04-14

无人驾驶技术解决方案

提供园区特定场景、城际高速、城区综合路况、特种工程车辆等应用的无人驾驶技术解决方案，为客户打造定制化无人驾驶场景应用服务。

合肥中科智驰科技有限公司 2022-03-01

商用车驾驶风险管理系统

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。 

中国科学技术大学 2021-04-14

电磁驱动无人驾驶机器人

驾驶机器人是指无需对车辆进行改装，可无损安装在驾驶室内，能根据需要便于在驾驶室中快速装卸而不需拆除座椅，并适应于各种车型，替代驾驶员在危险条件和恶劣环境下进行车辆驾驶的特种机器人。电磁驱动无人驾驶机器人应用“电-磁-力”的转换原理，采用电磁直线执行器直接驱动驾驶机器人油门、制动器、离合器机械腿和换挡机械手等执行机构动作，无需中间传动环节，提高了传动效率，具有高效、节能的特点。 电磁驱动无人驾驶机器人在民用和军用领域都具有广泛的应用价值。项目的研究成果不仅可以加速汽车研发进度、提升我国

南京理工大学 2021-04-14

模拟驾驶六自由度动感平台仿真

针对六自由度电动或液压平台，输入六个缸体的空间几何数据，建立电动缸空间运动模型。在六自由度平台合理的运动范围内，输入任意六自由度数据（X,Y,Z坐标，以及绕X,Y,Z轴的旋转角度），可以精确计算出每个缸体运动的长度，并用三维图形进行显示。 每个缸体采用位移传感器实时监测缸体长度，通过给定不同的驱动电压和驱动时长，可以使得六自由度平台做出预定姿态。 若相关企业需要，该专利可低额转让，具体价格面议。

江西师范大学 2021-05-05

VR－2型汽车驾驶模拟装置

VR-2型汽车驾驶模拟装置是北京科技大学电子信息系经过三年努力研制成功的高新技术产品，2000年1月，VR-2型汽车驾驶模拟装置通过了国家教育部正式鉴定，同时获国家专利（专利号为：ZL99214744.1）。 本汽车驾驶模拟装置运用了计算机领域中的虚拟现实（Virtual Reality，VR）技术，用计算机生成的逼真三维视觉图像由液晶投影仪投射到3米宽的弧形大屏幕上，使驾驶员有身临其境的感受。具有独一无二的力学模拟器，可模仿汽车驾驶中出现的现象，例如抬离合器稍快发动机熄火、加档前不提速汽车会前后剧烈颤动等，使得模拟装置操纵感觉和驾驶真车一样。 利用汽车驾驶模拟装置可以完成公安部关于驾驶考试大纲所规定的驾驶基本技能的练习。使用本系统进行30小时的练习，再经过8小时的实地驾驶，就可参加路考。VR-2型汽车驾驶模拟装置在技术上已成熟，是中国唯一达到实用的驾驶模拟器，通过汽车驾驶模拟装置的练习，至今已有218名学员通过考试，拿到驾驶执照。

北京科技大学 2021-04-11

高速公路无人驾驶压路机群

合作团队在研发过程中尤其注重降低特殊路段施工的安全事故率，并减少沥青混凝土在加热过程中挥发出有毒气体对人体的伤害，共同研发适应高速路建设的无人驾驶压路机群。压路机通过加装在车上的GPS定位系统、微波通信、毫米波雷达等传感设备收集周围环境信息，根据环境参数规划出最优作业路径，自主碾压作业，并实现多机无人驾驶碾压协同作业。该技术的应用，成功实现了复杂工况下的压路机无人作业，施工轨迹精确控制在2-3厘米，大幅提高了施工质量，大大减少了作业成本。  施工安全是无人机最受人关注的焦点，无人驾驶压路机群配备了多级安全防范措施，实时监测现场施工情况，实现自动预警、紧急停车、自动进退场、自动避障等安全防护，为道路施工保驾护航。

清华大学 2021-04-11

生态驾驶行为培训平台及车载辅助装置

北京工业大学 2021-04-14

基于智能环境感知的车辆安全辅助驾驶系统

该项目主要应用于车辆安全辅助驾驶领域，可以在车辆有危险趋势时及时向驾驶员提供警告信息，减少或避免可能发生的交通事故，也可以应用于车辆的辅助驾驶和智能自动导航领域。该项目利用灰度图像中道路边缘处存在的灰度特征、梯度特征作为识别道路的特征，运用群智能算法实现对道路边界的快速识别，最终得到车辆行驶道路信息。根据道路识别结果，利用前方车辆在图像中底部边缘存在灰度特征、方差特征和梯度特征，运用鱼群算法实现对前方多车的快速识别。项目采用转向动力学连续模型，车辆前轮转角和道路曲率作为系统输入，根据系统的采样频率将连续模型离散化，运用Kalman滤波理论设计状态观察器，实时观测前方车辆侧向速度和横摆角速度，从而获得车辆运动轨迹，为安全辅助驾驶系统提供准确信息。     该项目对车辆安全辅助驾驶系统提供信息的频率在5Hz之内。在复杂情况下通过使用本项目研究的系统进行车道识别，其准确率大于95%。该项技术于2009年初成功应用于新疆冰雪灾害防护系统的养护车辆智能辅助驾驶系统中，该系统由北京中交国通智能交通系统技术有限公司负责建设，采用该技术大大提高了复杂冰雪环境下道路识别和前方车辆识别的可靠性和实时性，同时增强了在不同光照等复杂环境下的适应性。该技术应用后，有利于避免和减少道路交通事故发生的可能性，保障车辆行驶安全，取得了良好的社会效益。

燕山大学 2021-05-04