一、德国加速开发汽车高科技驾驶辅助系统（论文文献综述）
刘公元[1]（2021）在《基于ADAS实验平台的自动紧急制动仿真控制研究》文中提出随着人民生活水平的不断提升,汽车这种交通工具因为其使用方便快捷等优点成为越来越多的人的首要选择。但是随着汽车数量的越来越多,驾驶员的水平参差不齐以及一些不好的驾驶习惯,带来的结果是越来越多的交通事故,其中,尤其以追尾等碰撞事故为多。汽车的普及虽然极大的方便了我们的生活,但同时也是一把双刃剑,利用不好也会给我们的生活带来巨大的生命与财产损失。由于这个原因,主动安全技术越来越成为汽车的核心发展技术,评价一辆车的好坏的时候,我们除了关注其的动力性能、操作稳定性、节能省油等,汽车的主动安全辅助性能也也越来越成为人们的关注点了。在汽车主动安全方面技术的研究中发现,只有提前的意识到危险并能做出正确的驾驶操作才是避免交通事故的核心。所以,这也是为什么高级驾驶辅助系统（ADAS,Advanced Driver Assistant System）被越来越多的车企、科研机构所关注,而ADAS的最基本、最重要的组成成分的自动紧急制动技术（AEB,Autonomous Emergency Braking）更是备受关注。自动紧急制动技术,指的是当本车的采集模块检测到前方车辆运动状态突然改变,对本车构成危险时,通过控制模块的控制算法的计算,得出对应的控制策略并发出对应的执行信号给执行机构,辅助驾驶员做出正确的反应从而避免交通事故的发生或尽量的减少碰撞带来的危害。为了开发出可以适应复杂道路环境的自动紧急制动技术,但又避免真车试验中存在的周期长、成本高和安全性差的缺点,所以本文将选用在ADAS实验平台上进行自动紧急制动技术的仿真控制研究。ADAS实验平台主要由驾驶模拟器、RT系统、主控PC和ADAS控制器（快速原型控制器）组成。其中的RT系统中装有NI-RT和Car Sim RT等,通过采集卡采集驾驶模拟器上的驱动、制动信号,经过MATLAB/Simulink根据传感器特性进行安全距离模型的编辑,再把信号传递给动力学仿真软件Car Sim,对动力学仿真软件参数设置进行动力学仿真;通过RT系统将虚拟雷达采集的前后两车的运动状态、两车间距离等相关信息传递给快速原型控制器,快速原型控制器可以实时的将采集到的信号通过控制算法计算得出相应的控制策略,进而将相应指令传递给系统的执行机构。最终实现MATLAB/Simulink-NI-Veristand-Car Sim的联合仿真。通过在ADAS实验平台上联合仿真验证自动紧急制动技术的功能。根据仿真得到的响应曲线和3D动画演示可清晰的看到该技术功能的实现与否,并且ADAS实验平台相较于真车试验的优点在于ADAS实验平台可以测试一些危险工况、极限工况,弥补了真车试验在这方面的缺少,ADAS实验平台联合仿真结果在一定程度上与真车试验具有同等价值。
刘颖琦,周菲,席锐[2]（2021）在《后疫情时期中国智能网联汽车产业技术研究与合作网络:国际专利视角》文中提出本文以后疫情对智能网联汽车产业的需求为出发点,筛选德温特数据库中涉及智能网联汽车技术的20474条专利,对专利申请趋势和国家/机构申请情况进行分析。在此基础上,从社会网络视角对技术热点和专利权人合作进行研究,并结合国内企业技术发展特点及合作现状提出我国智能网联汽车企业的技术研发前景。研究发现,智能网联汽车技术研究已进入稳步增长期,并形成北美、欧洲和东亚3个核心技术及产业发展区,研究热点包括产业链上游的感知、决策、通信、控制系统,其中控制技术及其算法的研究处于相对核心位置。从合作网络视角看,虽然当前各研究主体的技术布局各有侧重,但专利合作关系较弱。未来中国企业在技术研发与合作上还需抓住疫情契机攻关前沿热点技术,强化企业间合作网络建设,加快建设测试场。
何自亮[3]（2021）在《结构化道路可行驶区域视觉感知算法研究与验证》文中进行了进一步梳理日益严峻的道路安全现状背景下,汽车智能化相关技术快速发展,自动驾驶技术能够有效提升道路行驶安全性,并且极大改善交通通行效率。智能汽车的智能驾驶系统主要由三大功能模块构成:感知、决策以及控制,环境感知是智能驾驶系统架构中最为关键的模块,是自动驾驶进行精准决策与规划的确定性前提条件。可行驶区域检测是环境感知模块中极为重要的一个任务,本文针对目前可行驶区域感知算法相关研究的不足,依托国家重点研发计划项目子课题“整车智能化控制及性能提升技术”对车辆环境感知技术进行延伸研究,基于视觉对结构化道路场景下可行驶区域进行感知算法研究。本文基于卷积神经网络提出了针对道路动态可行驶路面以及道路静态车道线的轻量级感知算法以实现对于结构化道路可行驶区域的检测,同时通过仿真以及真实场景数据试验对本文算法的有效性和可行性进行了验证分析。本文主要研究内容如下:针对动态道路可行驶路面,本文基于图像语义分割完成了可行驶区域分割算法开发。通过对可行驶区域检测任务的分析,基于Deep Labv3+模型架构完成了算法开发,使用空洞空间金字塔池化结构以及深度可分离卷积对算法进行结构改进及轻量级优化。相较于主流的高性能语义分割算法,本文算法在不到5%的精度损失下实现了数十倍的速度提升,在BDD100K验证数据集中MIo U指标达到了0.7917,在低算力GPU平台下的推理速度低至6.7ms。针对结构化道路静态道路车道线,本文基于多任务学习理论完成了车道线检测算法开发。通过对车道线检测需求的分析,并结合现今车道线检测相关算法的不足,本文通过特征网络参数共享实现了车道线定位检测以及属性识别多任务算法开发,为智能驾驶提供结构化道路车道线信息,同时为了提升车道线拟合的准确度,利用RANSAC对车道线感知结果进行优化。相较于常见的车道线检测算法,本文算法在实现车道线精确定位检测的基础上提供了对应车道线的属性信息,实现可行驶区域更加细粒化的检测。最后,设计仿真试验以及真实场景试验对本文算法进行测试与评价。建立了自车感知平面,基于相机的成像原理通过空间坐标变换实现感知信息在感知平面的表征。在仿真试验方面,在Python/CUDA环境下部署所开发的感知算法,在仿真软件Car Maker中搭建仿真环境,通过TCP/IP实现联合仿真,通过多种道路场景验证本文可行驶区域感知算法。在真实场景试验方面,通过车载相机对城市道路行驶场景进行图像数据采集,在离线环境下对算法进行了验证。试验结果表明本文算法能够实现对于结构化道路可行驶区域的精确感知。综上,本文基于视觉针对结构化道路可行驶区域进行感知算法研究,提出了可行驶道路分割算法以及车道线检测算法共同实现可行驶区域的感知,为智能驾驶视觉感知技术研究提供参考。
郭占广[4]（2021）在《基于神经网络的安全驾驶辅助系统设计与研发》文中研究指明为保障行车安全,减少交通事故的发生,本文研发了一套快速、可靠、高性能的基于神经网络的安全驾驶辅助系统,它能够实时检测驾驶员的状态,对不安全驾驶行为及时预警。本系统检测的不安全驾驶行为包括疲劳驾驶以及吸烟行为,系统功能主要分为人脸检测与ROI提取模块、目标分类模块、不安全驾驶行为识别与预警模块。本文主要研究内容如下:（1）人脸检测与ROI提取模块分析对驾驶员行为检测的环境需求,使用多任务级联卷积神经网MTCNN框架作为本文人脸检测以及关键点定位的理论基础。对O-Net子网络进行参数调整,通过实验证明了模型的优越性。再结合“三庭五眼两分”的面部五官相对位置关系,实现了驾驶员眼部和嘴部ROI提取。（2）目标分类模块本文搭建了基于胶囊神经网络的EM-Caps Net模型对驾驶员眼部、嘴部状态以及吸烟行为进行分类。为增强网络的特征提取能力,优化模型的实时性,改进了Caps Net网络结构和动态路由算法。通过实验,证明了本文设计的多状态分类模型可靠性强。（3）不安全驾驶行为识别与预警模块将PERCLOS准则、眨眼频率以及POM指标相结合作为本文对驾驶员疲劳状态的判定准则;通过分析嘴部区域出现香烟的情况,对驾驶员吸烟行为进行判定。本实验使用python语言、tensorflow框架完成了对安全驾驶辅助系统的开发,根据驾驶员出现的不安全驾驶行为,系统做出相应预警。通过测试,证明了系统的有效性和实用性。
朱光亚[5]（2020）在《V公司自动驾驶汽车发展战略研究》文中进行了进一步梳理随着中国人民的生活水平不断提高,汽车逐渐成为人们生活中不可或缺的交通工具,根据中国商务部数据,中国汽车产销量已经连续11年稳居世界首位,且有望在2020年年底在汽车保有量上超过美国,成为世界首位。从1886年汽车被发明以来,汽车在百余年社会不断地发展进程中,经历了的不断变革,越来越符合人们的需求:汽车生产线的发明让汽车得以大量标准生产,让汽车从富人的玩具变革成了人们的代步工具;汽车精益化的制造使得汽车不仅仅是满足出行的工具,而变革为满足不同社会地位人民的消费品。近年来,在汽车智能化的变革之中,自动驾驶汽车成为汽车行业的热门话题,源源不断地自动驾驶汽车被各大品牌推入市场,更多的自动驾驶概念车在大小车展亮相,汽车生产厂纷纷公布了自动驾驶汽车未来蓝图。身处于信息时代,信息的交互速度越来越快,在5G技术已经步入商用的今天,未来万物互联的时代已经可期。中国政府工作报告指出,未来的城市应该是智慧城市;而在物联网背景中的智慧城市,将会以生态系统的方式极大地便利人们的生活。作为未来智慧城市生态系统中的一部分,未来的自动驾驶汽车必须是符合智慧城市生态系统需求的自动驾驶汽车。本文以V公司为例,探究了自动驾驶汽车的发展战略。本文首先总结了V公司自动驾驶汽车的外部环境,包括V公司自动驾驶汽车的政治、经济、社会和技术环境;V公司自动驾驶汽车市场状况;以及V公司自动驾驶汽车竞争格局。通过分析得出V公司自动驾驶汽车的市场机遇、政府政策机遇、产业机遇,以及行业中存在的挑战。随后本文总结了V公司自动驾驶汽车的内部条件,包括V公司自动驾驶汽车财务、品牌、技术、营销现状。通过分析得出V公司自动驾驶汽车的财务优势、竞争优势,以及技术劣势。在确定V公司自动驾驶汽车的整体战略目标:制造符合未来智慧城市生态系统要求的自动驾驶汽车后,本文从短期、中期和长期三个方面提出了V公司自动驾驶汽车的经营战略,并设定职能战略,以保证V公司自动驾驶汽车战略的有效实施。最后从企业文化建设、合规管理与风险控制、加速技术革新、组织结构匹配、大数据平台开发以及人力资源激励机制提出了实施保障。本文作者作为V公司自动驾驶汽车的关联方,在撰写本文时不仅结合了自己对自动驾驶汽车行业以及对V公司的研究,还采用了文献阅览、理论研究、用户调研、专家访谈和实证研究的方法,探究了V公司自动驾驶汽车的发展战略。作者期望本文可以对V公司自动驾驶汽车起到一定的指导作用,并也将在后续的实际工作中,结合V公司自动驾驶汽车的发展,反思本文的分析。
孔鹏[6]（2020）在《吉利智能汽车竞争策略研究》文中认为智能汽车是推动国家经济社会发展、制造业转型升级、汽车产业提质增效的关键要素,是推进智慧交通、智慧城市和智慧社会建设的重要引擎,业已受到各国政府、社会和企业的高度关注。从《中国制造2025》到《智能汽车创新发展战略》等智能汽车产业政策的发布实施来看,我国正在抢抓汽车产业转型发展机遇,充分认识到智能汽车存在的重大价值和战略意义,智能汽车产业正处于政府、社会、企业三方共同推动下的初级发展阶段。鉴于既有研究鲜有从民营企业的角度并运用竞争情报的相关理论、方法探讨智能汽车的发展,因此,对传统民营车企在智能汽车领域的竞争策略展开深入研究,具有较强的理论意义与现实价值。本研究综合采用文献调研法、对比研究法和实地调研法,以一般管理理论和竞争情报理论为指导,以吉利汽车为例,针对国内外智能汽车产业的发展环境及现状、吉利智能汽车的竞争现状及存在的问题、吉利智能汽车竞争环境及竞争对手等方面展开深入研究,系统分析吉利智能汽车发展中面临的外部机会、威胁和内部优势、劣势,建立SWOT分析矩阵,得出吉利智能汽车整体发展上优势大于劣势、机会大于威胁,应采取稳定性扩张策略。通过进一步比较与评估,最终选择差异化竞争策略作为吉利智能汽车竞争策略。在此基础上,将产业核心资源、关键技术平台、产品多样化及营销服务与创新等四个方面作为吉利智能汽车差异化竞争策略的实施措施,即掌握人工智能产业和信息化产业两大核心资源,进一步补齐吉利在传统汽车延伸产业链短板;通过资源整合,实现关键技术国产化,构建吉利智能汽车关键技术平台;从消费者需求出发,全面提升产品竞争力,推出多样化的智能汽车产品;主动对接国家战略需求,积极布局海外营销市场,实现对未来消费者的精准营销等。此外,从组织机构建设与管理、企业文化创新与融合、人才资源开发与利用、研发投入与知识产权、竞争情报和信息工作等五个方面保障吉利智能汽车竞争策略的实施,即要在原先组织机构基础之上增设相应的部门,建立诸如吉利汽车大数据应用中心等部门来保障支撑新业务的顺利开展;大力弘扬企业创新精神,激发员工创新意识和潜能,营造吉利汽车创新、共融的文化氛围;坚持外部引进与内部培养并重的原则,打造一支富有竞争力的智能汽车核心研发与设计人才,要建立薪酬激励长效机制,形成完善的薪酬激励保障体系;要在技术、市场、产品、测试等方面加大研发投入,细化资金管理,把研发费用落实到实际执行的方方面面中;要将知识产权管理与保护视为企业管理工作的重要环节,建立吉利智能汽车核心知识产权创新管理体系;要从思想、观念和行动上重视竞争情报与信息工作,建立吉利智能汽车竞争情报系统。据此推动吉利智能汽车向全球化自主品牌的目标迈进,以呼应民族品牌强国战略要求。
徐敬俊[7]（2020）在《H公司技术创新战略研究》文中研究指明由于科学与技术的创新以及经济全球化的发展导致了企业的R&D资源快速全球性转移,从而形成一个全球性的技术网络。目前我国的科学技术研发以及技术创新投资规模日益增长和“一带一路”以及“走出去”两个国家战略深入展开,随着我国推动社会和企业经济的持续发展,技术创新战略已经是作为我国国家战略的一个重点放在了非常重要的位置,由此越来越多的跨国公司把在中国的技术创新作为其创新基地。企业越来越高度重视技术创新部门的资源投入,促进技术创新,并围绕着技术创新进行组织管理流程的不断优化,在技术投入和人才激励以及公司决策制定的等各个方面,把技术创新作为推动企业运营与发展的指导战略。H公司是外资企业H集团在中国的分支机构,主要从事是汽车零部件研发和生产,从最初的生产基地和贸易中心发展成为从研发到生产一体化企业。本文基于在全球化和科技创新的基础上,以及对技术创新理论和技术创新战略的理解和认识,研究了H公司的技术创新战略这个需要解决的问题。本文采用文献研究法对有关的技术创新和技术创新战略理论进行了阐述和比较分析,最终提出研究的问题,来确立研究的内容和目标;通过分析和调查对H公司目前所处的宏观环境和汽车行业创新发展现状进行描述,并且分析提出H公司技术创新存在的主要问题;对H公司的技术创新战略产生影响的因素进行深度剖析,确定了以自主技术创新结合对外开放创新的技术创新战略选择作为H公司技术创新战略。并且从组织保障,创新文化,内外部创新资金投入,知识产权保护和产学研体系提出了保障措施。
边辰通[8]（2020）在《危险交通场景下的智能汽车控制策略研究 ——主动闪避、主动减速与主动撞击》文中研究表明基于自动驾驶系统,智能汽车能实现自主行驶,可有效减少交通事故,降低交通拥堵及环境污染,是目前国内外产业界及学术界的研究热点。智能汽车的主动安全技术是其发展及应用中面临的核心问题之一。与传统有人驾驶汽车相比,装备自动驾驶系统的智能汽车可完全控制车辆运动,这对智能汽车的主动安全技术有着更高的要求。如何为智能汽车设计完善的控制策略是智能汽车主动安全技术发展中的主要难点。当前对一些危险交通场景的研究尚不完善,基于智能汽车技术仍然可以从特定维度提高交通系统的安全水平。为此本文对传统的汽车主动安全技术的研究进行了扩展,为应对一些危险的交通场景提出了主动闪避、主动减速和主动撞击的概念,进一步扩大了智能汽车主动安全的研究领域,并围绕这些概念研究了智能汽车在交通系统中面临的若干问题,设计了相应的控制策略。具体研究内容如下:（1）提出了主动闪避、主动减速与主动撞击的概念。主动闪避是指智能汽车须尽可能避免由其他汽车原因引发的潜在交通事故。目前智能汽车的防碰撞控制系统主要有自适应巡航控制、防追尾控制及紧急制动等多种控制系统,这些系统大多关注于减少由于自身因素引起的碰撞事故,较少考虑如何减少由于其他汽车原因而引发的交通碰撞事故。这类系统在实际应用中往往无法应对诸如被后方重型汽车追尾等危险交通场景。为进一步提高智能汽车安全性,本研究提出了主动闪避的概念,并关注于在紧急情况下如何控制智能汽车纵向运动来避免由其他汽车原因造成的交通碰撞事故。主要关注于以下问题:如何避免被后方汽车追尾以及如何避免与逆行汽车发生正面碰撞事故。主动减速是指智能汽车须尽可能在检测到前方道路存在侧滑风险时,及时进行减速以降低发生侧滑事故的风险。当前汽车横摆稳定性控制的研究有助于减少汽车发生侧滑事故,然而这类研究一般仅考虑在即将或已经发生侧滑时才起作用,往往忽略通过预先减速来避免事故发生。针对该问题,本研究提出了主动减速的概念,研究通过路面附着系数估计及速度规划等措施,来降低发生侧滑事故的风险。主动撞击是指智能汽车在得到授权的情况下,主动撞击被网络入侵控制的危险汽车以避免危险汽车造成更严重的社会危害。随着智能汽车及车联网技术的发展,智能汽车的网络安全问题日益严峻。当前针对智能汽车网络安全的研究大多仅考虑网络通讯的安全,极少考虑在智能汽车被网络入侵控制并存在汽车恐怖袭击风险时的应对措施。普通警用装备很难有效阻止此类可能造成严重社会危害的危险汽车。针对该问题,本研究设计了主动撞击控制器,该控制器可在必要时控制智能汽车通过主动撞击的方式,摧毁被网络入侵控制的危险汽车。（2）针对可能发生追尾碰撞及正面碰撞事故的危险交通场景,构造了追尾碰撞闪避控制系统与正面碰撞闪避控制系统。针对四轮独立驱动电动汽车构建了考虑空气阻力及滚动阻力的纵向动力学模型,并基于该模型及模型预测控制算法设计了车辆纵向运动控制器;为降低控制器计算负荷,基于PID算法开发了纵向运动控制器。通过单车道车辆追尾事故分析,结合多Agent系统蜂拥控制理论,设计了追尾碰撞闪避控制系统;针对单车追尾碰撞闪避问题,设计了包含α-Agent、β-Ageng和γ-Agent的单层多Agent蜂拥控制结构,基于Agent之间的交互关系给出了考虑速度跟踪及防追尾功能的控制协议,并构建了单车追尾碰撞闪避轨迹规划算法;针对多车队列的追尾碰撞闪避问题,设计了采用双层蜂拥控制的多Agent系统结构,基于上下两层多Agent系统的交互关系,提出了多车队列的轨迹规划算法,可协调多辆智能汽车共同闪避后方追尾碰撞。结合对车辆正面碰撞工况的分析,给出了判断发生正面碰撞风险的决策逻辑;通过分析车辆碰撞风险,设计了单车正面碰撞闪避的轨迹规划算法;开发了多车协同轨迹规划算法,可通过协调临近车辆同步运动来降低发生正面碰撞的风险;为进一步提高车辆安全水平,研究了多车优化协同轨迹规划算法,以更充分发挥不同车辆的动力性能,使异质车辆更好地闪避正面碰撞事故。通过仿真验证了控制系统在单车及多车追尾碰撞闪避及正面碰撞闪避工况下的有效性。（3）针对存在侧滑事故风险的危险交通场景,开发了考虑路面附着系数估计的速度规划算法。在低路面附着系数高曲率的道路中,受轮胎力限制,如果车速过高则极有可能发生侧滑失稳事故。但当前极少有研究考虑在这种工况下通过预先减速来降低事故风险。本文针对该问题设计了速度规划算法。建立了包含纵向运动、横向运动、横摆运动及车轮转动的七自由度纵横耦合车辆动力学模型;结合车轮动力学模型、底盘动力学模型及车轮形变模型,研究了轮胎纵向力、横向力、车轮有效半径、滑移率及侧偏角的估计方法;基于Pacejka轮胎模型分析了轮胎力利用率等对路面附着系数估计的影响机理,指出在非剧烈运动工况下路面附着系数与轮胎力的关系;利用迭代优化方法设计了路面附着系数估计算法;考虑轮胎滑移率等因素对路面附着系数的影响,设计了自适应力矩注入方法,实现在非剧烈运动工况下准确估计路面附着系数;通过对路径等距离划分,提出了考虑侧滑、侧翻及动力学性能约束的速度优化算法,并给出了优化问题的二次规划表达形式。该速度规划算法可以在变曲率弯道工况下为智能汽车估计有效的路面附着系数,使车辆在有侧滑等危险时能够及时减速,从而降低车辆在低路面附着系数道路上发生侧滑事故的风险。利用仿真测试了速度规划算法在阶跃路面附着系数变曲率弯道工况下的有效性。（4）针对有被网络入侵控制的汽车、存在汽车恐怖袭击可能的危险交通场景,设计了智能汽车主动撞击控制器。汽车的智能化及网联化极大地方便了大众出行,但也存在着网络安全危险。在美国曾发生汽车被黑客远程入侵并控制的事件,这也导致了相关车型的大规模召回。这在很大程度上增加了国内外日益严峻的汽车恐怖袭击的风险。然而传统的警用装备很难有效应对此类汽车恐怖袭击问题。为此本研究设计了智能汽车主动撞击控制器,以在得到警方授权后主动撞击被入侵且存在恐怖袭击风险的汽车。考虑轮胎纵向力及横向力等因素,建立了包含纵向、横向及横摆运动的三自由度纵横耦合车辆动力学模型;通过对车辆相对运动的分析研究,给出了主动撞击模型的表达式;通过在当前工作点进行一阶线性化展开得到了便于控制器设计的线性模型;基于模型预测控制架构设计了主动撞击控制器。通过仿真验证了被入侵汽车以直线与曲线等不同形式运动时主动撞击控制器的有效性。（5）搭建了包含线控转向及线控驱动/制动的微缩模型汽车测试平台并进行了试验测试。利用工业铝材设计搭建了微缩模型汽车的底盘结构;采用直流电机和电机驱动器设计了模型汽车的驱动系统;结合转向舵机及RS485总线搭建了模型汽车的转向部分;使用USB数据采集卡实现了模型汽车的信号采集以及电机驱动控制功能;在笔记本计算机中基于MFC架构采用C++语言设计了正面碰撞闪避控制系统的决策、规划及控制部分。进行了试验以验证所设计的正面碰撞闪避控制系统的有效性。本研究的主要贡献在于扩展了现有智能汽车主动安全的研究领域,提出了主动闪避、主动减速和主动撞击的概念,针对若干危险交通场景设计了控制策略。主要创新点在于:（1）首次研究了车联网环境下智能汽车的追尾碰撞闪避及正面碰撞闪避控制系统,可通过及时加速、制动及倒车等操作控制单车或多车避免发生追尾及正面碰撞事故。传统车辆防碰撞研究中主要关注于防止由于自身原因导致的碰撞事故。本研究进一步考虑了如何避免由于其他车辆原因导致的追尾及正面碰撞事故。（2）首次设计了考虑路面附着系数估计的速度规划算法,可根据在线估计的路面附着系数规划安全的行车速度,从而在检测到侧滑等风险后主动减速。目前相关研究中一般仅考虑通过转向及横摆力矩控制等避免发生侧滑事故,公开资料中尚未发现基于在线估计的路面附着系数进行速度规划的研究。（3）首次开发了主动撞击控制器,可在得到授权后控制智能汽车主动撞击具有社会危害的汽车。当前公开研究中尚未见到此类有关智能汽车主动撞击控制器的研究。本文对于促进智能汽车的推广及应用,提高交通系统中整体安全水平有着积极的推动作用。
李媛娜[9]（2020）在《德尔福公司发展战略研究》文中进行了进一步梳理以移动互联、大数据及云计算、人工智能等为代表的新一轮科技革命正推动着传统制造业向智能制造转型升级。在此背景之下,我国政府提出《中国制造2025》及"互联网+"发展战略,大力推动汽车产业转型升级和结构优化调整。我国汽车产业结合人工智能的发展必将给整个汽车产业带来重大的变革与发展。德尔福公司在新环境下敏锐地捕捉到行业变革的历史机遇,于2015年提出"安全、绿色、互联"三大战略方向,并着力布局自动驾驶。于2017年进行战略转型,将公司业务聚焦在自动驾驶和移动出行上,致力于为客户提供智能移动出行方案。这一新的战略转型方向以及改革,使德尔福公司迅速站稳了在行业新格局中的领先地位。2019年美国市场研究机构Navigant Research发布的最新版本自动驾驶竞争力排行榜上德尔福公司排名第四。于此同时,德尔福公司也面临着主营业务增速放缓、产品利润率下降、公司盈利能力下降等问题。因此,德尔福公司亟需结合其自身优劣势制定符合汽车市场发展的发展战略来夯实其行业领先地位和保障其可持续性发展。本文主要包括四个部分。第一部分主要介绍了本文的研究背景和意义。在汽车行业转型升级的背景下,德尔福公司迅速制定新的发展战略,对企业进行转型升级,并很快获得成功,迅速建立起企业新的核心竞争力,占领行业领先地位。研究其成功的发展战略对公司本身进一步发展具有重要意义,同时对行业其他企业也具有良好的参考性,更多的企业在行业转型升级中获得成功意味着更好地促进整个行业转型升级的成功,因此具有一定的研究意义。第二部分对德尔福公司的发展现状和面临的主要问题及其原因进行分析。分析了公司运营中存在的主要问题包括主营业务增速放缓、产品销售价格下降、产品盈利能力下降以及主营业务成本压力剧增等问题,究其原因是主营产品进入成熟末期、产品竞争能力削弱以及自动驾驶业务处于研发阶段,需要大量的投入,尚未获得商业回报等原因。第三部分运用PEST分析工具分析了政治、经济、社会和技术等宏观环境,运用波特五力模型分析工具分析了德尔福公司所处的行业环境,除此之外对公司自身的组织、人力、技术、资金等资源,以及对公司的竞争能力进行分析。并运用SWOT分析工具通过对自身优势劣势的分析,提出德尔福公司应利用自身优势,抓住机遇进行发展,选择SO增长型战略。第四部分主要介绍公司发展战略规划的目标、战略的选择、战略的实施及其保障措施。德尔福公司的短期目标为2020年—2022年实现并快速扩张L1L3级别自动驾驶业务,以及2022年开始实现L4以上级别的自动驾驶商业化和2025年实现L5级自动驾驶。长期目标为占领ADAS和自动驾驶方案等高附加值产品市场,实现向移动出行高科技公司的转型。在战略选择方面,根据SWOT分析结果选择SO增长型战略。在短期发展中德尔福公司选择增长型战略的横向关联战略,在长期发展中选择增长型战略中的一体化战略。基于增长型发展战略下的一系列战略实施方案包括:调整业务组合,聚焦核心业务;加强本土化发展,聚焦中国市场;加强产品开发能力,提升技术创新水平;开展多元化合作,积极探索商业模式。同时从资金、人力、组织架构三个方面提出实施以上战略的保障措施。本文将战略管理的理论融入德尔福公司的发展战略选择中,为德尔福公司应对内外发展环境,提高自身核心竞争力,促进公司的持续健康发展提供有效发展战略。此外,本文的研究可以为汽车产业中升级转型的企业提供参考和借鉴,从而共同推进汽车产业向绿色、互联和共享的方向发展进程。推动社会环境朝着更环保、更安全、更经济、更智能的方向发展。因此,本文对德尔福公司发展战略的研究具有一定理论与现实意义。
何云炯[10]（2019）在《M公司中国汽车连接器业务经营战略研究》文中研究说明M公司是全球电子行业领先的连接系统供应商,自1982年进入中国市场以来,陆续拓展包括汽车、通讯、消费、医疗、工业等行业电子市场的业务。鉴于当前中国乘用车市场呈现增速放缓、新能源汽车爆发性增长的态势,且由绿色能源、轻量化、智能网联化驱动的深刻变革将影响汽车零部件产业的技术发展趋势,加之中国本土汽车连接器厂商的快速成长,给长期致力于燃油汽车市场的外资汽车连接器厂商带来了巨大的机会和挑战。本文以M公司中国汽车连接器事业部为研究对象,使用PEST模型和波特五力模型分析事业部所处的外部环境,然后分析事业部的内部环境,最后运用SWOT矩阵分析外部环境的机会、威胁和事业部自身的优势、劣势四种组合战略下可实行的战略行动。分析发现,中国乘用车市场向新能源汽车和智能网联汽车方向发展,汽车连接器行业内未呈现激烈的价格竞争态势,盈利能力尚可,事业部运用自身的研发平台并依靠公司的投资,有能力通过开发、战略并购和战略合作建立更宽的产品线,加大在关键市场的投入。根据SWOT分析结果,结合事业部的愿景、战略目标、目标市场与客户的定位,制定M公司中国汽车连接器事业部的经营战略:以美系车企和中国居领导地位的自主品牌车企及其一级零部件供应商为核心客户,以智能驾驶汽车和新能源汽车为目标市场,采用高差异战略,实现销售额的持续增长。根据这一战略选择,从市场和客户研究差异化、产品创新和多样化、一级供应商质量管理体系三个方面设计实施差异领先战略的价值创造活动组合。为了成功实施战略转型,将战略实施划分为三个阶段,并结合事业部当前的资源和形态,从优化组织架构、发挥市场营销职能、完善人力资源职能和提升售后服务职能四个方面着手对现有的职能系统进行调整。本文的研究以期为M公司中国汽车连接器事业部以及其他的外资汽车连接器厂商在思考如何应对中国乘用车市场的变化带来的机遇与挑战时起到抛砖引玉的作用,提供一定的理论分析和借鉴。
二、德国加速开发汽车高科技驾驶辅助系统（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、德国加速开发汽车高科技驾驶辅助系统（论文提纲范文）
（1）基于ADAS实验平台的自动紧急制动仿真控制研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 自动紧急制动技术的国外研究现状 |
| 1.2.2 自动紧急制动技术国内研究现状 |
| 1.3 本文研究内容与结构安排 |
| 1.3.1 研究范围界定 |
| 1.3.2 本文主要研究内容 |
| 1.3.3 论文结构安排 |
| 2 自动紧急制动技术总体方案设计 |
| 2.1 自动紧急制动技术原理 |
| 2.2 自动紧急制动技术各模块的功能 |
| 2.3 自动紧急制动技术整体方案设计 |
| 2.4 本章小结 |
| 3 车辆动力学系统建模 |
| 3.1 Carsim车辆动力学系统建模 |
| 3.1.1 车辆动力学参数选取 |
| 3.1.2 利用Carsim建立车辆动力学模型 |
| 3.1.3 利用Carsim设置虚拟雷达 |
| 3.1.4 利用Carsim设置道路环境 |
| 3.1.5 利用Carsim设置前车运动状态 |
| 3.2 本章小结 |
| 4 自动紧急制动技术安全距离模型建立 |
| 4.1 安全距离模型的要求分析 |
| 4.2 对现有安全距离模型分析 |
| 4.2.1 基于时距的安全距离模型 |
| 4.2.2 基于车距的安全距离模型 |
| 4.3 车辆的实际制动过程分析 |
| 4.4 影响安全距离模型因素的分析 |
| 4.4.1 路面附着系数参数分析 |
| 4.4.2 坡度参数分析 |
| 4.5 多路况的汽车安全距离模型 |
| 4.5.1 多路况的汽车制动距离模型 |
| 4.5.2 安全距离模型中参数的选取 |
| 4.6 基于最优制动减速度的扇形分级制动策略 |
| 4.6.1 最优制动减速度的确定 |
| 4.6.2 扇形分级制动策略 |
| 4.7 控制策略simulink框架化 |
| 4.7.1 安全距离模型的Simulink化 |
| 4.7.2 控制策略的Simulink化 |
| 4.8 本章小结 |
| 5 CarSim与Simulink联合仿真 |
| 5.1 软件介绍 |
| 5.2 CarSim与Simulink联合仿真 |
| 5.2.1 Simulink接口 |
| 5.2.2 CarSim与Simulink联合仿真 |
| 5.3 ADAS实验平台联合仿真 |
| 5.3.1 ADAS实验平台 |
| 5.3.2 系统结构 |
| 5.3.3 软件联合仿真 |
| 5.4 ADAS实验平台在环仿真 |
| 5.5 ADAS实验平台中AEB的仿真试验 |
| 5.6 本章小结 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
（2）后疫情时期中国智能网联汽车产业技术研究与合作网络:国际专利视角（论文提纲范文）
| 0 引言 |
| 1 智能网联汽车产业链及专利发展现状 |
| 2 智能网联汽车技术研究热点分析 |
| 3 智能网联汽车技术研究合作网络分析 |
| 3.1 智能网联汽车研究主体 |
| 3.2 基于专利的智能网联汽车研究机构合作网络 |
| (1)双方、三方合作研究是目前主流。 |
| (2)形成以个别企业为核心的合作研究。 |
| (3)个人专利权人在研究合作中有重要作用。 |
| (4)中国研究主体的合作相比国外更为多元。 |
| 4 中国智能网联汽车产业技术研究与合作特点 |
| 4.1 技术研究与产业布局 |
| 4.2 企业间合作网络 |
| 5 后疫情时代中国智能网联汽车企业技术研究与合作趋势 |
| (1)攻关前沿热点技术。 |
| (2)强化企业间合作网络建设。 |
| (3)支持企业测试场与示范区建设。 |
（3）结构化道路可行驶区域视觉感知算法研究与验证（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国内外智能车研究现状 |
| 1.2.2 可行驶区域检测算法研究现状 |
| 1.3 论文主要研究内容 |
| 第二章 深度神经网络相关研究及技术介绍 |
| 2.1 卷积神经网络理论基础 |
| 2.1.1 卷积层 |
| 2.1.2 激活函数 |
| 2.1.3 池化层 |
| 2.1.4 批量标准化 |
| 2.2 深度神经网络的深度学习 |
| 2.2.1 损失函数与反向传播算法 |
| 2.2.2 梯度下降算法 |
| 2.2.3 梯度下降算法的优化 |
| 2.3 本章小结 |
| 第三章 基于语义分割的可行驶区域感知算法研究 |
| 3.1 基于深度学习的语义分割概述 |
| 3.1.1 语义分割神经网络简述 |
| 3.1.2 典型图像语义分割网络 |
| 3.2 可行驶区域感知模型开发 |
| 3.2.1 模型总体架构设计 |
| 3.2.2 特征编码部分设计 |
| 3.2.3 空间金字塔池化结构设计 |
| 3.2.4 多级特征并联解码网络 |
| 3.3 实验结果及结果分析 |
| 3.3.1 实验数据集 |
| 3.3.2 实验细节设定 |
| 3.3.3 深度学习训练策略 |
| 3.3.4 实验结果分析 |
| 3.4 本章小结 |
| 第四章 车道线检测算法研究 |
| 4.1 车道线检测算法开发概述 |
| 4.2 车道线检测与分类算法开发 |
| 4.2.1 车道线检测算法多任务架构设计 |
| 4.2.2 多任务共享编码网络设计 |
| 4.2.3 多任务解码网络设计 |
| 4.2.4 多任务算法损失函数设计 |
| 4.2.5 实验结果及算法分析评估 |
| 4.3 基于随机抽样一致性的车道线拟合 |
| 4.3.1 基于最小二乘法算法车道线拟合 |
| 4.3.2 基于随机抽样一致性改进的车道线拟合 |
| 4.3.3 基于代价的车道线模型选择 |
| 4.4 本章小结 |
| 第五章 感知平面建立与试验验证 |
| 5.1 自车感知平面 |
| 5.1.1 逆透视投影概述 |
| 5.1.2 自车感知平面建立 |
| 5.2 感知算法验证 |
| 5.2.1 仿真场景测试 |
| 5.2.2 真实场景测试 |
| 5.3 本章小结 |
| 第六章 总结与展望 |
| 6.1 全文总结 |
| 6.2 后续工作展望 |
| 参考文献 |
| 致谢 |
（4）基于神经网络的安全驾驶辅助系统设计与研发（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 课题背景及研究意义 |
| 1.2 疲劳驾驶行为检测方法及研究现状 |
| 1.3 吸烟驾驶行为检测方法及研究现状 |
| 1.4 研究内容与章节安排 |
| 2 基本理论与技术基础 |
| 2.1 胶囊神经网络 |
| 2.1.1 动态路由机制 |
| 2.1.2 损失函数 |
| 2.1.3 网络架构 |
| 2.1.4 胶囊神经网络的优势 |
| 2.2 人脸关键点检测技术 |
| 2.3 本章小结 |
| 3 基于改进MTCNN的人脸检测和特征点定位 |
| 3.1 MTCNN算法实现过程 |
| 3.2 MTCNN网络多任务联合训练与测试 |
| 3.2.1 数据样本预处理 |
| 3.2.2 多任务学习 |
| 3.3 O-Net网络参数优化 |
| 3.4 实验结果与分析 |
| 3.5 本章小结 |
| 4 面部状态识别 |
| 4.1 感兴趣区域提取 |
| 4.1.1 眼部区域提取 |
| 4.1.2 嘴部区域提取 |
| 4.2 ROI图像处理 |
| 4.3 EM-CapsNet算法实现 |
| 4.3.1 改进CapsNet结构 |
| 4.3.2 改进动态路由算法 |
| 4.4 实验结果与分析 |
| 4.4.1 实验环境及数据集 |
| 4.4.2 实验参数 |
| 4.4.3 实验结果分析 |
| 4.5 本章小结 |
| 5 安全驾驶辅助系统 |
| 5.1 多指标融合的驾驶状态检测 |
| 5.1.1 基于PERCLOS和眨眼频率的疲劳状态判定方法 |
| 5.1.2 基于哈欠频率的疲劳判定 |
| 5.1.3 吸烟驾驶行为判定 |
| 5.2 实验结果与分析 |
| 5.3 系统实现 |
| 5.3.1 系统开发环境 |
| 5.3.2 系统实现与测试 |
| 5.4 本章小结 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表学术论文目录 |
（5）V公司自动驾驶汽车发展战略研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 本文选题背景及意义 |
| 1.2 本文研究内容 |
| 第2章 V公司自动驾驶汽车经营现状分析 |
| 2.1 V公司自动驾驶汽车发展现状 |
| 2.1.1 V公司简介 |
| 2.1.2 V公司自动驾驶汽车发展现状 |
| 2.2 V公司自动驾驶汽车经营现状 |
| 2.2.1 V公司自动驾驶汽车财务现状 |
| 2.2.2 V公司自动驾驶汽车品牌现状 |
| 2.2.3 V公司自动驾驶汽车技术现状 |
| 2.2.4 V公司自动驾驶汽车营销现状 |
| 2.3 V公司自动驾驶汽车的优势与劣势 |
| 2.3.1 V公司自动驾驶汽车的财务优势 |
| 2.3.2 V公司自动驾驶汽车的竞争优势 |
| 2.3.3 V公司自动驾驶汽车劣势 |
| 第3章 V公司自动驾驶汽车外部环境分析 |
| 3.1 中国汽车行业自动驾驶现状 |
| 3.1.1 中国自动驾驶汽车的政治环境 |
| 3.1.2 中国自动驾驶汽车的经济环境 |
| 3.1.3 中国自动驾驶汽车的社会环境 |
| 3.1.4 中国自动驾驶汽车的技术环境 |
| 3.2 V公司自动驾驶汽车市场状况分析 |
| 3.2.1 V公司自动驾驶汽车销售情况 |
| 3.2.2 V公司自动驾驶汽车用户接受程度 |
| 3.2.3 V公司自动驾驶汽车的合作者 |
| 3.3 V公司自动驾驶汽车竞争格局分析 |
| 3.3.1 V公司自动驾驶汽车与本土汽车生产厂的竞争 |
| 3.3.2 V公司自动驾驶汽车与互联网造车新势力的竞争 |
| 3.3.3 V公司自动驾驶汽车与合资汽车生产厂的竞争 |
| 3.4 V公司自动驾驶汽车面临的机遇与挑战 |
| 3.4.1 V公司自动驾驶汽车的市场机遇 |
| 3.4.2 V公司自动驾驶汽车的政府政策机遇 |
| 3.4.3 V公司自动驾驶汽车的产业机遇 |
| 3.4.4 V公司自动驾驶汽车的外部挑战 |
| 第4章 V公司自动驾驶汽车战略定位 |
| 4.1 V公司自动驾驶汽车整体战略 |
| 4.1.1 V公司自动驾驶汽车整体战略原则 |
| 4.1.2 V公司自动驾驶汽车整体战略定位 |
| 4.1.3 V公司自动驾驶汽车整体战略目标 |
| 4.2 V公司自动驾驶汽车经营战略 |
| 4.2.1 短期目标:加大自动驾驶汽车研发投入。 |
| 4.2.2 中期目标:发展5G-V2X智能网联汽车,打造智能汽车品牌形象 |
| 4.2.3 长期目标:发展符合智慧城市生态系统的自动驾驶汽车,引领产业发展 |
| 4.3 V公司自动驾驶汽车职能战略 |
| 4.3.1 V公司研发部门职能战略 |
| 4.3.2 V公司营销部门职能战略 |
| 4.3.3 V公司财务部门职能战略 |
| 4.3.4 V公司人力资源部门职能战略 |
| 第5章 V公司自动驾驶汽车发展战略实施保障 |
| 5.1 企业文化建设 |
| 5.2 合规管理与风险控制 |
| 5.3 加速技术革新 |
| 5.4 组织结构匹配 |
| 5.5 大数据平台开发 |
| 5.6 人力激励机制 |
| 第6章 结论与展望 |
| 6.1 主要结论 |
| 6.2 未来展望 |
| 参考文献 |
| 致谢 |
（6）吉利智能汽车竞争策略研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 选题背景与研究意义 |
| 1.1.1 选题背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状与述评 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.2.3 国内外研究现状评述 |
| 1.3 研究思路、方法与创新点 |
| 1.3.1 研究思路 |
| 1.3.2 研究方法 |
| 1.3.3 主要创新点 |
| 第2章 智能汽车产业发展环境下的吉利智能汽车竞争现状分析 |
| 2.1 智能汽车产业发展环境及现状 |
| 2.1.1 战略布局不断加速,产业政策逐步完善 |
| 2.1.2 技术创新逐步增强,行业融合趋势明显 |
| 2.1.3 法律法规不断出台,法治环境不断改善 |
| 2.1.4 基础设施持续优化,测试应用相继开展 |
| 2.2 吉利智能汽车竞争现状及其问题 |
| 2.2.1 吉利智能汽车竞争现状 |
| 2.2.2 吉利智能汽车发展中存在的问题 |
| 2.2.3 吉利智能汽车发展中出现问题的原因分析 |
| 第3章 吉利智能汽车竞争环境分析 |
| 3.1 外部环境分析 |
| 3.1.1 宏观环境 |
| 3.1.2 产业环境 |
| 3.1.3 竞争对手 |
| 3.2 内部环境分析 |
| 3.2.1 经营状况 |
| 3.2.2 组织环境 |
| 3.2.3 人力资源 |
| 3.3 SWOT分析 |
| 3.3.1 面临的外部机遇和威胁 |
| 3.3.2 集团自身的优势和劣势 |
| 3.3.3 SWOT分析矩阵 |
| 第4章 吉利智能汽车竞争策略建议 |
| 4.1 策略目标 |
| 4.2 策略选择 |
| 4.2.1 发展策略 |
| 4.2.2 竞争策略 |
| 4.3 策略实施 |
| 4.3.1 掌握智能汽车产业链核心资源 |
| 4.3.2 搭建智能汽车关键技术平台 |
| 4.3.3 推动智能汽车产品多样化 |
| 4.3.4 提升产品营销服务与创新能力 |
| 4.4 策略保障 |
| 4.4.1 组织机构建设与管理 |
| 4.4.2 企业文化创新与融合 |
| 4.4.3 人才资源开发与利用 |
| 4.4.4 研发投入与知识产权 |
| 4.4.5 竞争情报与信息工作 |
| 第5章 结论 |
| 5.1 研究结论 |
| 5.2 研究不足与展望 |
| 参考文献 |
| 致谢 |
| 个人简历、在学期间发表的学术论文及研究成果 |
（7）H公司技术创新战略研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 导论 |
| 1.1 研究问题背景 |
| 1.2 研究意义 |
| 1.3 本文的研究框架 |
| 第二章 技术创新战略的理论基础 |
| 2.1 创新战略的概念 |
| 2.2 企业技术创新战略的模式和类型 |
| 2.3 企业技术创新战略的特点和影响因素 |
| 第三章 H公司技术创新外部环境分析 |
| 3.1 宏观环境分析 |
| 3.2 汽车行业的现状分析 |
| 3.3 典型同类企业的技术创新战略比较 |
| 第四章 H公司技术创新内部条件分析 |
| 4.1 H公司基本情况 |
| 4.2 H公司技术创新的内部条件 |
| 4.3 H公司技术创新现状与问题 |
| 第五章 H公司技术创新战略选择及实施 |
| 5.1 H公司技术创新战略的定位与选择 |
| 5.2 H公司技术创新战略的实施及管理 |
| 第六章 H公司技术创新战略的保障措施 |
| 6.1 推动组织保障 |
| 6.2 营造技术创新文化和激励机制 |
| 6.3 内外结合保障创新资金 |
| 6.4 知识产权保护 |
| 6.5 建立产学研开发体系 |
| 结论与展望 |
| 参考文献 |
| 致谢 |
（8）危险交通场景下的智能汽车控制策略研究 ——主动闪避、主动减速与主动撞击（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 智能汽车的发展 |
| 1.1.2 车联网技术的发展 |
| 1.2 智能汽车自动驾驶系统 |
| 1.3 智能汽车主动安全技术 |
| 1.3.1 稳定性控制 |
| 1.3.2 防碰撞控制 |
| 1.4 本文主要研究内容 |
| 1.4.1 课题提出 |
| 1.4.2 研究内容 |
| 第2章 基于模型预测控制及PID的智能汽车纵向运动控制器 |
| 2.1 引言 |
| 2.2 汽车纵向动力学模型 |
| 2.3 基于模型预测控制算法的运动控制器 |
| 2.3.1 位置-速度跟踪控制器 |
| 2.3.2 速度跟踪控制器 |
| 2.4 基于PID算法的运动控制器 |
| 2.4.1 位置-速度跟踪控制器 |
| 2.4.2 速度跟踪控制器 |
| 2.5 仿真分析 |
| 2.6 本章小结 |
| 第3章 多Agent系统蜂拥运动控制策略下的单车道追尾碰撞闪避控制系统 |
| 3.1 引言 |
| 3.2 单车道追尾事故分析 |
| 3.3 基于多Agent系统蜂拥运动控制的追尾碰撞闪避控制系统 |
| 3.3.1 多Agent系统蜂拥运动控制理论 |
| 3.3.2 用于蜂拥运动控制的车辆纵向动力学模型 |
| 3.3.3 采用单层蜂拥运动控制的单车追尾闪避轨迹规划 |
| 3.3.4 采用双层蜂拥运动控制的多车追尾闪避轨迹规划 |
| 3.4 追尾碰撞闪避仿真分析 |
| 3.4.1 单车追尾碰撞闪避工况 |
| 3.4.2 多车追尾碰撞闪避工况 |
| 3.5 本章小结 |
| 第4章 考虑紧急倒车及轨迹优化的单车道正面碰撞闪避控制系统 |
| 4.1 引言 |
| 4.2 单车道正面碰撞分析 |
| 4.3 正面碰撞闪避控制系统结构 |
| 4.4 正面碰撞决策判断 |
| 4.5 考虑紧急倒车的轨迹规划 |
| 4.5.1 紧急倒车轨迹规划 |
| 4.5.2 协同倒车轨迹规划 |
| 4.5.3 优化协同倒车轨迹规划 |
| 4.6 正面碰撞闪避仿真分析 |
| 4.6.1 单车正面碰撞闪避工况 |
| 4.6.2 多车正面碰撞闪避工况 |
| 4.6.3 考虑轨迹优化的多车正面碰撞闪避工况 |
| 4.7 本章小结 |
| 第5章 考虑路面附着系数估计的变曲率弯道速度规划 |
| 5.1 引言 |
| 5.2 阶跃路面附着系数弯道速度规划问题描述 |
| 5.3 速度规划算法结构 |
| 5.4 考虑主动力矩注入的路面附着系数估计 |
| 5.4.1 轮胎力及车轮有效半径估计 |
| 5.4.2 轮胎侧偏角及滑移率计算 |
| 5.4.3 路面附着系数滚动优化计算 |
| 5.4.4 锯齿波自适应力矩注入 |
| 5.5 变曲率弯道速度优化 |
| 5.5.1 基于路径长度的决策变量 |
| 5.5.2 变曲率弯道速度优化约束分析与设计 |
| 5.5.3 速度优化目标函数 |
| 5.5.4 速度优化问题与求解计算 |
| 5.6 速度规划仿真分析 |
| 5.7 本章小结 |
| 第6章 空旷环境下智能汽车非线性主动撞击控制器 |
| 6.1 引言 |
| 6.2 智能汽车主动撞击问题描述 |
| 6.3 主动撞击分析与建模 |
| 6.3.1 平面运动车辆动力学模型 |
| 6.3.2 主动撞击动力学模型 |
| 6.4 基于非线性模型预测控制的控制器设计 |
| 6.4.1 模型线性化 |
| 6.4.2 模型预测控制器设计 |
| 6.5 主动撞击仿真分析 |
| 6.5.1 直线运动工况 |
| 6.5.2 曲线运动工况 |
| 6.6 本章小结 |
| 第7章 微缩模型汽车正面碰撞闪避试验 |
| 7.1 引言 |
| 7.2 微缩模型汽车搭建 |
| 7.2.1 四轮驱动底盘结构设计 |
| 7.2.2 控制系统设计 |
| 7.3 正面碰撞闪避试验 |
| 7.4 本章小结 |
| 第8章 总结与展望 |
| 8.1 研究工作总结 |
| 8.2 未来工作展望 |
| 参考文献 |
| 学术成果 |
| 致谢 |
（9）德尔福公司发展战略研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 研究方法与内容 |
| 1.3 文献综述与理论基础 |
| 第2章 德尔福公司发展现状和问题分析 |
| 2.1 德尔福公司发展现状 |
| 2.2 德尔福公司运营中存在的问题 |
| 2.3 德尔福公司存在问题的成因分析 |
| 第3章 德尔福公司战略环境分析 |
| 3.1 外部环境分析 |
| 3.2 内部环境分析 |
| 3.3 SWOT分析 |
| 第4章 德尔福公司发展战略制定及实施 |
| 4.1 德尔福公司发展战略规划的目标 |
| 4.2 德尔福公司发展战略的选择 |
| 4.3 德尔福公司发展战略的实施 |
| 4.4 德尔福公司发展战略实施的保障措施 |
| 结论 |
| 参考文献 |
| 致谢 |
（10）M公司中国汽车连接器业务经营战略研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 问题的提出与研究意义 |
| 1.3 文献综述 |
| 1.3.1 经营战略的定义 |
| 1.3.2 经营战略的类型 |
| 1.3.3 主要分析工具 |
| 1.3.4 中国汽车产业发展趋势研究 |
| 1.3.5 中国汽车零部件行业发展现状和发展趋势研究 |
| 1.4 研究内容与研究方法 |
| 1.4.1 研究内容 |
| 1.4.2 研究方法 |
| 1.5 研究技术路线 |
| 第二章 外部环境分析 |
| 2.1 宏观环境分析...PEST模型 |
| 2.1.1 政治与法律因素 |
| 2.1.2 经济因素 |
| 2.1.3 社会因素 |
| 2.1.4 技术因素 |
| 2.2 市场环境分析 |
| 2.3 行业环境分析 |
| 2.3.1 顾客讨价还价的权力 |
| 2.3.2 供应商讨价还价的能力 |
| 2.3.3 潜在进入者的威胁 |
| 2.3.4 替代产品的威胁 |
| 2.3.5 行业内部竞争的特点 |
| 2.4 竞合环境分析 |
| 2.4.1 行业内的竞争对手与合作伙伴 |
| 2.4.2 行业内竞争对手与合作伙伴的战略 |
| 2.4.3 直接竞争对手与合作伙伴 |
| 2.5 行业成功的关键因素 |
| 2.5.1 创新的研发能力与宽广的产品线 |
| 2.5.2 卓越的团队销售能力 |
| 2.5.3 灵活的价格竞争策略 |
| 2.5.4 稳定的质量控制能力 |
| 2.6 机会与威胁 |
| 2.6.1 机会 |
| 2.6.2 威胁 |
| 2.7 本章小结 |
| 第三章 内部环境分析 |
| 3.1 公司概况与汽车连接器事业部简介 |
| 3.1.1 公司概况 |
| 3.1.2 M公司中国汽车连接器事业部简介 |
| 3.1.3 公司发展历程 |
| 3.2 企业资源分析 |
| 3.2.1 有形资源 |
| 3.2.2 无形资源 |
| 3.2.3 人力资源 |
| 3.3 公司能力 |
| 3.3.1 组织激励能力 |
| 3.3.2 市场营销能力 |
| 3.3.3 资源整合能力 |
| 3.4 优势与劣势 |
| 3.4.1 优势 |
| 3.4.2 劣势 |
| 3.5 本章小结 |
| 第四章 战略定位 |
| 4.1 SWOT矩阵分析 |
| 4.2 事业部愿景和战略目标 |
| 4.3 目标市场与客户 |
| 4.4 竞争优势构建 |
| 4.5 差异领先战略价值创造活动设计 |
| 4.6 本章小结 |
| 第五章 战略实施 |
| 5.1 发展阶段划分 |
| 5.1.1 近期目标与工作重点 |
| 5.1.2 中期目标与工作重点 |
| 5.1.3 远期目标与工作重点 |
| 5.2 战略实施策略 |
| 5.2.1 优化组织架构 |
| 5.2.2 发挥市场营销职能 |
| 5.2.3 完善人力资源职能 |
| 5.2.4 提升售后服务职能 |
| 5.3 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间取得的研究成果 |
| 致谢 |
| 附件 |
四、德国加速开发汽车高科技驾驶辅助系统（论文参考文献）
- [1]基于ADAS实验平台的自动紧急制动仿真控制研究[D]. 刘公元. 辽宁工业大学, 2021(02)
- [2]后疫情时期中国智能网联汽车产业技术研究与合作网络:国际专利视角[J]. 刘颖琦,周菲,席锐. 中国科技论坛, 2021(05)
- [3]结构化道路可行驶区域视觉感知算法研究与验证[D]. 何自亮. 吉林大学, 2021(01)
- [4]基于神经网络的安全驾驶辅助系统设计与研发[D]. 郭占广. 青岛科技大学, 2021(01)
- [5]V公司自动驾驶汽车发展战略研究[D]. 朱光亚. 吉林大学, 2020(01)
- [6]吉利智能汽车竞争策略研究[D]. 孔鹏. 湘潭大学, 2020(02)
- [7]H公司技术创新战略研究[D]. 徐敬俊. 南京大学, 2020(04)
- [8]危险交通场景下的智能汽车控制策略研究 ——主动闪避、主动减速与主动撞击[D]. 边辰通. 东南大学, 2020
- [9]德尔福公司发展战略研究[D]. 李媛娜. 吉林大学, 2020(08)
- [10]M公司中国汽车连接器业务经营战略研究[D]. 何云炯. 华南理工大学, 2019(01)