一款商用车智能驾驶EPS系统开发
价格 双方协商
地区: 山东省 济南市 历下区
需求方: 山东***公司
行业领域
电子信息技术,高新技术改造传统产业,智能交通技术
需求背景
近年来,随着传感器技术、数据处理技术、人工智能等技术的不断进步,为商用车智能驾驶EPS系统的开发提供了有力的技术支持。高精度传感器能够更好地感知周围环境,为车辆提供更加准确的信息;高效的数据处理技术和算法能够实现对车辆行驶状态和环境信息的实时处理和分析;深度学习、机器学习等技术则有助于提升EPS系统的决策和预测能力。这些技术的进步为商用车智能驾驶EPS系统的开发提供了可行性。
随着消费者对商用车性能和安全性的要求不断提高,以及政府对环保和交通安全的严格监管,客户对商用车智能驾驶EPS系统的需求也日益增加。客户希望通过引入智能驾驶技术,提高运输效率、降低运营成本、提升安全性并减少环境污染。因此,为了满足客户需求,开发具有高性能和高安全性的商用车智能驾驶EPS系统势在必行。
需解决的主要技术难题
一、传感器融合
传感器融合是商用车智能驾驶EPS系统开发的一项重要技术难题。由于车辆行驶过程中,传感器会受到各种干扰,例如车辆本身的震动、外部环境的噪音等,因此,如何将这些干扰因素降到最低,同时准确获取车辆的各项信息,是传感器融合技术的关键。
在解决这个问题时,可以考虑采用多传感器融合的方法,包括雷达、激光雷达(LiDAR)、摄像头、超声波等传感器,利用各自的优点,通过最优权重分配,实现更准确的感知。同时,还可以采用数据滤波、卡尔曼滤波等方法,对获取的数据进行去噪处理,提高数据的质量。
二、数据处理
数据处理是商用车智能驾驶EPS系统开发的另一项重要技术难题。由于车辆在行驶过程中,会生成大量的数据,包括车辆自身的状态信息、周围环境的信息等,因此,如何高效、准确地处理这些数据,是商用车智能驾驶EPS系统开发的关键。
在解决这个问题时,可以考虑采用大数据处理技术,例如实时数据采集、数据清洗、数据挖掘等技术,对数据进行预处理和深度分析,提取出有价值的信息,为决策规划提供支持。同时,还可以采用人工智能技术,例如机器学习、深度学习等,对数据进行学习和预测,提高数据处理的速度和准确性。
三、决策规划
决策规划是商用车智能驾驶EPS系统开发的核心技术难题。由于车辆在行驶过程中,会遇到各种复杂的交通情况,例如拥堵、路口、红绿灯等,因此,如何根据实际情况做出正确的决策和规划,是商用车智能驾驶EPS系统开发的关键。
在解决这个问题时,可以考虑采用先进的决策规划算法,例如基于规则的决策算法、基于机器学习的决策算法等,根据车辆的实际情况和周围环境的信息,做出最优的决策和规划。同时,还可以采用仿真技术,对决策规划算法进行仿真测试和验证,提高算法的可靠性和准确性。
四、系统集成
系统集成是商用车智能驾驶EPS系统开发的又一项重要技术难题。由于商用车智能驾驶EPS系统涉及到多个子系统,例如传感器系统、控制系统、执行系统等,因此,如何将这些子系统有效地集成在一起,实现信息的共享和交互,是商用车智能驾驶EPS系统开发的关键。
在解决这个问题时,可以考虑采用模块化设计方法,将整个系统划分为多个模块,每个模块负责特定的功能和任务,通过标准的接口进行通信和数据交换。同时,还可以采用系统工程的方法,对各个子系统进行仿真和验证,确保系统的整体性能和稳定性。
五、安全性
安全性是商用车智能驾驶EPS系统开发的重要前提。由于商用车智能驾驶EPS系统涉及到车辆的行驶安全问题,因此,如何保证系统的安全性,是商用车智能驾驶EPS系统开发的关键。
期望实现的主要技术目标
1.满足前轴满载载荷***,方向盘圈数±2圈;
2. 12V电压平台;
3.支持手动助力模式、纯机械模式、可报文控制线控驾驶模式;助力模式下具有主动回正功能、全车速范围内具有助力作用;机械模式下尽可能小的或者可调的阻力矩;
4.线控驾驶模式下的响应性能要求:响应延迟时间≤100ms;执行时间,满足≥500°/s的方向盘转角转速;
5.线控驾驶模式下的信号交互要求:控制信号包含模式控制、目标角度、角速度等,反馈信号包含实时角速度、角度、电机力矩、实时功率、电流等;
6.安全拓展需求:具有传感器冗余功能;软件算法冗余;极限位置软限位;电机过热助力降级功能;
7.其他需求:诊断服务功能、网络管理、刷写更新功能、紧凑结构,小的噪声及高的防尘防水等级、满足电气件相关基本标准要求、机械磨损补偿等;
需求解析
解析单位:“科创中国”山东科技服务团(示范项目)(山东省科学技术协会) 解析时间:2023-11-06
胡聪聪
山东电子学会
常务副秘书长
综合评价
处理进度