- 博客(303)
- 资源 (11)
- 收藏
- 关注
RSS订阅原创 信息安全学习笔记 —— Key Manager 配置规范
本文档描述了KeyM模块的容器和配置参数。KeyM模块是用于MCU配置的模块，支持多种配置变体，包含多个容器如KeyMCertificate（证书配置）、KeyMCryptoKey（加密密钥）等。主要配置参数包括KeyMCertificateChainMaxDepth（证书链最大深度）、KeyMCertificateManagerEnabled（证书管理启用标志）、KeyMCryptoKeyHandlerPrepareEnabled（密钥处理程序准备函数启用标志）等。这些参数用于控制密钥管理器的各项功能，如
2026-04-07 08:54:01
325
原创 数据校验学习笔记 ———— 模逆运算
摘要：模逆元是整数a在模m意义下的倒数，记作$a^{-1} \mod m$，其存在的充要条件是a与m互质。判断互质可通过欧几里得算法实现。求解模逆元时，利用回代思想将1表示为a和m的线性组合，最终得到逆元t。若t为负数，需加m调整至[0,m)范围内。文中通过15模32和8模49两个示例，分别验证了模逆元的求解过程和正确性。
2026-03-27 09:36:12
299
原创 车身控制器功能介绍 —— 自动除雾
本文介绍了汽车自动除雾系统的工作原理及实现方法。首先阐述了起雾的基本原理，包括水蒸气、相对湿度和露点温度的概念，分析了挡风玻璃起雾的5种常见成因。系统通过温湿度传感器采集数据，空调控制器计算露点温度并与玻璃温度比较来判断起雾条件。当露点温度高于玻璃温度时，系统会通过PWM控制风量自动除雾。文中还详细介绍了温湿度传感器、热敏电阻式除雾传感器和透明膜电容湿度传感器的工作原理，并给出了计算露点温度的具体公式。该系统能有效预防和消除挡风玻璃起雾问题。
2026-03-16 09:15:11
364
原创 车身控制器相关内容介绍 —— 车窗电机堵转
电机堵转保护是电机控制系统中的关键功能，用于防止电机因负载阻塞导致损坏。堵转时负载转矩增大，导致转速下降甚至停止。检测方法包括电流检测（监测异常高电流）、转速检测（通过编码器判断转速下降）和功率检测（功率异常增加）。针对启动时的瞬态大电流，需设置延时检测或更高阈值以避免误判。霍尔电机（BLDC）采用霍尔传感器检测转子位置，通过电子控制器驱动定子绕组产生旋转磁场。其结构包含永磁体转子和硅钢片定子，绕组通常为3或6个星形排列，确保高效运行。
2026-03-09 08:47:35
383
原创 车身控制器功能介绍 —— 车窗防夹功能概述
本文系统介绍了汽车车窗、天窗、滑移门和背门的防夹功能技术规范及测试方案。重点定义了防夹区域（4-200mm范围）、防夹力（车窗/天窗≤100N，滑移门关闭≤50N）和防夹反转距离等关键术语。详细阐述了各类部件的测试方法：使用不同规格的测试棒验证防夹功能，通过防夹力测试设备测量最大阻力值，并采用长度测量装置记录反转距离。测试方案均包含3个测试点，每个点重复3次，确保数据可靠性。各部件防夹标准严格遵循GB 11552-2009等法规要求，在保证安全性的同时兼顾使用便利性。
2026-03-02 10:03:12
551
原创 信息安全学习笔记 —— Key Manager 接口定义
本文档定义了KeyM模块的接口规范，包含三类接口：强制性接口（如Csm_KeyElementGet、Csm_KeyElementSet等）、可选接口（如Csm_KeyDerive、Det_ReportError等）和可配置接口（如KeyM_KH_Start、KeyM_KH_Prepare等）。强制性接口提供密钥管理的基本功能，可选接口支持扩展功能，可配置接口则允许自定义密钥处理行为。每个接口详细说明了函数原型、参数、返回值及功能描述，为KeyM模块的开发和使用提供了完整的技术规范。
2026-02-24 08:43:44
499
原创 车身控制器相关内容介绍 —— 环境光传感器
摘要 环境光传感器是将环境光信号转换为电信号的电子装置，工作温度范围根据安装位置不同分为-40℃~85℃（阳光直射区）和-40℃~70℃（非直射区）。其光谱响应峰值波长为450nm~650nm，检测范围需≥7000 Lux，响应时间≤150ms，工作电流≤50mA。车用传感器精度要求：200~1500 Lux时≥90%。主要类型包括： 光敏电阻：基于光生电阻效应，灵敏度高但响应非线性； 光敏二极管：利用PN结光电导性，反向偏置时响应快； 光敏三极管：具有电流放大功能，达林顿型放大倍数高但暗电流大。三类器件在
2026-02-12 08:51:11
610
原创 信息安全学习笔记 —— Key Manager API定义
本文档描述了密钥管理模块(KeyM)的类型定义和函数接口。主要包含三类内容：1) 从其他模块导入的类型定义，包括Csm、IdsM、StbM和Std模块的多个枚举和结构体类型；2) KeyM模块特有的类型定义，包括配置结构体KeyM_ConfigType、更新操作枚举KeyM_KH_UpdateOperationType、证书迭代器KeyM_CertElementIteratorType等；3) KeyM模块的函数接口，重点描述了初始化函数KeyM_Init的语法、参数和功能。文档采用表格形式详细说明了各类型
2026-02-05 09:55:15
480
原创 车身控制器功能介绍 —— 乘用车氛围灯技术要求和试验
本文规定了车辆内部氛围灯的技术要求，主要包括术语定义、一般要求、颜色及亮度标准、眩光控制等方面。内容明确了直接光与间接光氛围灯的分类，制定了日间/夜间不同环境下的亮度范围（直接光夜间10-50cd/m²，日间5-1000cd/m²），要求亮度均匀性≥50%（线性）或≥70%（间接光）。在颜色方面采用CIE 1976标准，规定色差等级n≤5（单件）或n≤9（批次间）。特别对驾驶员视野区域（180°范围）的安装位置作出限制，要求避免前风挡反射光（亮度≤0.5cd/m²），并给出统一眩光指数UGR的计算方法。所有
2026-01-30 10:29:04
672
原创 信息安全学习笔记 —— Key Manager功能定义
本文介绍了密钥管理模块(KeyM)的功能定义与系统架构。KeyM分为加密密钥子模块和证书子模块：前者负责密钥生成、更新与维护，支持密钥派生和存储操作；后者提供证书链配置、验证和存储功能。模块依赖CSM提供的加密服务，支持密钥存储在NVM中，并需要同步时基进行证书验证。加密密钥子模块支持会话式操作，提供密钥准备、更新等接口；证书子模块支持X.509等格式，可解析证书并存储公钥。系统通过配置选项控制各功能的启用状态，实现灵活的密钥与证书管理。
2026-01-21 14:14:50
933
原创 信息安全学习笔记 —— Crypto Stack
本文档概述了AUTOSAR加密系统的术语、算法支持及功能要求。主要内容包括：1）定义了AES、CMAC、HSM等17个加密相关术语；2）列举了支持的随机数生成、对称/非对称加密、哈希、MAC等算法；3）详细说明了加密栈的通用要求、配置规范及常规操作；4）介绍了密钥管理器的功能要求，包括密钥生成、协商、验证等操作。文档强调模块化设计、安全密钥存储及处理效率，支持同步/异步操作模式，确保系统安全性和灵活性。
2026-01-04 08:25:45
649
原创 算法类学习笔记 ———— 距离定义
本文介绍了常见的距离计算方法及其特性。首先阐述了距离度量的四个基本性质：非负性、同一性、对称性和直递性（三角不等式）。随后详细讲解了六种具体距离：1）欧式距离，计算多维空间中两点间的真实距离；2）海明距离，用于衡量等长字符串的差异位数；3）闵可夫斯基距离，作为通用公式涵盖曼哈顿、欧式和切比雪夫距离；4）曼哈顿距离，表示坐标系中绝对轴距总和；5）切比雪夫距离，反映向量间的最大坐标差值；6）豪斯多夫距离，用于度量点集间相似程度。每种距离都给出了数学表达式和应用场景说明，特别指出了闵可夫斯基距离的局限性在于忽略不
2025-12-26 15:48:38
945
原创 算法类学习笔记 ———— 原型聚类的k均值算法
本文介绍了基于原型的聚类算法，重点阐述了k均值算法的原理和实现过程。该算法通过迭代优化最小化平方误差，将样本划分为k个簇。文章详细展示了k=3时的计算示例：首先随机初始化3个均值向量，然后通过反复计算样本与均值向量的距离、重新划分簇并更新均值向量，经过5次迭代后达到稳定状态。实验结果表明，k均值算法能有效将样本集划分为相似度高的簇，并通过逐步优化均值向量来提高聚类效果。整个过程直观展示了原型聚类的迭代优化特性。
2025-12-18 14:26:20
660
原创 算法类学习笔记 ———— BEV常用数据集（nuScenes）
nuScenes是一个用于自动驾驶研究的大规模公开数据集，包含1000个驾驶场景，采集自波士顿和新加坡。数据集提供了多传感器数据（6个摄像头、1个激光雷达、5个雷达）及精确的3D边界框标注，涵盖23类对象。2020年发布的nuScenes-lidarseg新增了激光雷达点云的语义分割标注。数据格式包含校准传感器、位姿、对象标注等结构化信息，支持目标检测、跟踪等任务。该数据集仅限非商业用途，旨在推动自动驾驶算法在不同环境下的泛化能力研究。
2025-12-05 09:19:03
1194
原创 算法类学习笔记 ———— 使用信息增益完成决策树类别划分
决策树是一种基于树结构的机器学习方法，通过属性测试对样本进行递归划分。文章以西瓜数据集为例，详细介绍了信息增益作为划分属性的选择标准。首先计算根节点的信息熵，然后分别计算各属性（如色泽、根蒂等）的信息增益，选择增益最大的属性（纹理）作为划分依据。通过递归应用这一过程，最终构建出完整的决策树模型。文章还提到信息增益可能偏向取值较多的属性，并简要提及增益率作为改进方法。
2025-11-28 08:55:04
1089
原创 数据校验学习笔记 ———— CRC数据检验
CRC（Cyclic Redundancy Check，循环冗余校验）是一种根据网络数据包或计算机文件等数据产生简短固定位数校验码的一种信道编码技术，主要用来检测或校验数据传输或者保存后可能出现的错误。它是利用除法及余数的原理来作错误侦测的。在数据传输过程中，无论传输系统的设计再怎么完美，差错总会存在，这种差错可能会导致在链路上传输的一个或者多个帧被破坏，从而接受方接收到错误的数据。
2025-11-24 10:38:50
858
1
原创 数据校验学习笔记 ———— BCC数据检验
BCC检验（异或校验）是一种简单高效的数据校验方法，通过将数据块所有字节按位异或生成校验字符来检测传输错误。其优点包括计算简单、成本低、能检测单比特错误，适合资源受限环境；缺点是只能发现单比特或奇数位错误，无法定位错误位置，不适合高可靠性场景。文中以8字节消息为例说明了计算过程，并介绍了这种校验方法的工作原理和适用场景。
2025-11-19 09:41:46
595
原创 EA工具学习使用笔记 ———— 业务规则建模
业务规则建模是一种定义和管理业务规则的方法，通过构建规则模型帮助理解业务策略并明确业务行为。该模型包含业务规则包、领域模型、规则任务等核心元素，支持规则流的可视化表达（如起始点、判断条件和终止点等）。建模流程包括创建组织包、定义规则、建立领域模型、绘制规则活动图，最终将规则分配到具体任务。示例展示了一个汽车租赁系统，通过10条具体业务规则（如年龄限制、租金计算等）演示了如何将规则与业务流程关联，实现业务决策的精确化和流程优化。这种建模方式能提升团队沟通效率，减少业务误解，并为系统开发提供模块化解决方案。
2025-11-05 13:43:30
852
原创 自动驾驶TPM技术杂谈 ———— 自动驾驶技术要求与试验类型对应表
本文摘录了《GB/T 44721-2024 智能网联汽车 自动系统通用技术要求》中的技术要求与试验类型对应表，包含84项技术条款的测试要求。表格详细规定了每项条款对应的仿真试验、场地试验和道路试验类型（必选/可选）。其中，场地试验在大多数条款(如4.2-4.8、5.2-5.14等)中为必选项目，道路试验主要针对特定条款(如4.2、4.3等)为必选。该标准为智能网联汽车自动系统的测试验证提供了明确的技术规范和方法指导。
2025-11-03 09:33:03
383
原创 泊车功能专题介绍 ———— Extended range backing aid systems (ERBA)
该系统规范了扩展倒车辅助（Extended-range Backing Aid, ERBA）的功能要求，包括障碍物检测范围（1.0-5.0m）、警告延迟（平均≤150ms）、驾驶员接口（声/视/触觉）及区域划分（B_near等8个区域）。关键性能指标如B_near区检测率≥90%，B_out区≤10%，并规定了不同警告类型（距离/存在/动态）的应用逻辑，旨在提升倒车安全性的同时减少误报警。
2025-10-29 10:31:35
1086
原创 泊车功能专题介绍 ———— 汽车泊车测距警示装置
本文介绍了泊车测距警示装置的技术要求与功能规范。该装置作为辅助工具，在不超过0.5m/s的泊车速度下探测障碍物并发出警示信号，但不能替代司机操作。规范明确了监控范围（包括即将碰撞、主要警告、一般警告和预先警告四个区间）及相应的视觉和听觉报警方式（不同频率和颜色的警示信号）。装置需满足12V/24V电压范围和-40℃至85℃的工作温度要求，后方最远探测距离应≥1350mm。对测试杆的检测、上下截止高度及侧边监控范围等参数由制造商与供应商协商确定。
2025-10-22 09:00:26
1081
原创 EA工具学习使用笔记 ———— 数据流模型
数据流模型是结构化分析工具，用于描述系统中的数据流动、存储和处理逻辑关系。它分为业务数据流图和系统数据流图两种类型，主要包含处理过程、外部实体、数据存储、数据流和端点等元素。数据流图采用分层设计原则，包括顶层、中层和底层图，通过逐步细化展现系统功能。示例展示了项目定点流程的顶层数据流图及其细化后的需求评审中层图，说明了各元素的具体应用。
2025-10-11 09:53:14
611
原创 EA工具学习使用笔记 ———— 需求建模
本文介绍了EA工具箱中的需求建模元素和关系工具。需求元素包括Package、Requirement、Feature、Risk和Object等基础元素。需求关系工具提供了Aggregate、Inheritance、Associate等7种关系类型，用于描述需求间的层次、依赖和数据流动。扩展需求工具箱则包含Functional、Business、User等9种特定需求类型，涵盖功能性、业务、安全等不同维度。这些工具共同构成了完整的系统需求建模解决方案，支持从业务目标到技术实现的全面需求分析与管理。
2025-09-28 09:36:26
560
原创 自动驾驶TPM技术杂谈 ———— AB面升级
AB面升级技术通过保留双系统分区实现无缝系统更新，提供7大优势：无中断升级、快速重启、失败回滚、错误隔离等。系统运行期间仅使用当前分区，另一分区作为备份。升级时在后台将新固件写入非活动分区，重启后切换分区。文章比较了五种实现方案：双系统、双分区、双镜像、双流程和双引导程序，从硬件成本、存储需求、管理复杂度等维度分析优缺点。其中双系统方案最可靠但成本高，双分区方案最经济但对存储管理要求高。所有方案都遵循"下载→校验→切换"的基本流程，确保升级失败时能回退到原系统。
2025-09-18 08:28:54
1313
原创 车身控制器相关内容介绍 —— 雨量传感器
本文介绍了四种常见雨量传感器的工作原理和特点。翻斗式通过机械翻转计量雨量，结构简单但精度受雨强影响；虹吸式能连续记录降雨过程但易堵塞；称重式可测固态降水，精度高但成本较高；光学式采用光电传感，响应快但易受雨滴分布影响。各类传感器各有优劣，翻斗式适合常规气象观测，虹吸式适于科研记录，称重式用于高精度测量，光学式适用于恶劣环境。实际应用中需根据测量精度、环境条件、成本预算等需求选择合适的传感器类型。
2025-08-27 17:19:51
1485
原创 车身控制器相关内容介绍 —— PWM的灯光控制
PWM（脉宽调制）是一种通过数字信号控制模拟电路的技术。它利用周期性脉冲的占空比（高电平时间占比）来编码模拟信号，通过调节占空比实现不同等效电压输出。其核心原理是面积等效法，即不同宽度的脉冲组合可等效为连续变化的模拟信号。PWM具有高效率、低成本、高灵活性和稳定性等优势，广泛应用于LED调光（通过高频PWM实现亮度渐变）、电机调速（调节平均电压控制转速）、电力电子、温度控制等领域。典型应用场景还包括音频处理、电池充电和传感器信号调理等。在LED控制中，当PWM频率超过50Hz时，人眼会产生视觉暂留效应，从而
2025-08-11 08:55:20
1379
原创 车身控制器相关内容介绍 —— 胎压传感器
胎压监测系统（TPMS）是通过传感器实时监测轮胎压力、温度等数据，并在异常时报警的安全系统。系统分为直接式（每个轮胎安装传感器）和间接式（通过ABS轮速传感器判断），前者精度更高但成本较高。TPMS具有四种报警类型：高低压、快速漏气、高温和电池低电量报警。系统采用LF唤醒技术降低功耗，工作模式包括休眠、唤醒和实时监测模式，并根据车速动态调整数据发送频率（静止时每小时1次，高速行驶时每秒1次）。该系统能有效预防爆胎事故，延长轮胎寿命并降低油耗。
2025-07-28 17:18:45
1973
原创 车身控制器功能介绍 —— 防夹原理及实现
车身防夹系统通过多种传感器实现障碍物检测，主要方案包括霍尔传感器（检测转速变化）、电流传感器（监测阻力变化）、压力传感器（直接检测机械接触）以及红外/超声波传感器（非接触式检测）。霍尔和电流传感器方案成本低但易误判，压力传感器精度高但维护成本高，红外/超声波传感器响应快但易受环境影响。主流实现方案结合电流和霍尔信号，通过监测电机转速和电流变化判断夹持力，或利用电流纹波频率变化间接检测位置和速度。系统需满足法规要求（如防夹阻力≤150N），并在检测到障碍物时控制车窗回退。
2025-07-21 14:14:02
2587
原创 自动驾驶TPM技术杂谈 ———— 轿车轮胎规格、尺寸、气压与负荷
轮胎规格表示方式及80系列技术参数摘要 轮胎规格采用国际通用标识法，增强型轮胎需标注"XL"或"REINF"标识，备用轮胎加注"T"标识。速度等级超过240km/h用"ZR"表示，300km/h以上需标注负荷指数和速度符号（如245/45ZR17(95Y)）。80系列轿车子午线轮胎技术参数显示：轮胎规格包含断面宽度/扁平比、结构类型和轮辋直径（如115/80R17）；负荷指数分标准型和增强型；给出测量轮辋、新胎尺寸、最大使用尺寸
2025-07-07 08:46:54
2013
原创 自动驾驶TPM技术杂谈 ———— 车载通信总线
摘要 随着汽车智能化发展，车辆通信总线技术日益重要。美国汽车工程师协会（SAE）将车用总线分为四类：A类LIN总线（10-125Kb/s）用于灯光、门锁等低速控制；B类CAN总线（125Kb/s-1Mb/s）用于空调、故障检测等；C类FlexRay总线（1-10Mb/s）支持发动机、ABS等实时控制；D类MOST/1394总线（10Mb/s以上）服务导航和多媒体。LIN采用主从架构降低成本，CAN具备多主竞争和错误处理机制，FlexRay结合时间触发与事件触发实现高速容错通信。不同总线技术满足汽车各系统差异
2025-07-01 08:42:17
1579
原创 自动驾驶TPM技术杂谈 ———— 自动驾驶车辆计算平台
自动驾驶计算平台是实现高效实时处理的关键，主要包括基于GPU、FPGA、DSP和ASIC四种主流方案。GPU凭借强大并行计算能力成为深度学习主流平台；FPGA以硬件可编程性在感知计算中表现优异；DSP在信号处理方面具有高速低功耗优势；ASIC则为特定需求定制，具有高性能低成本特点。不同方案各具优劣，开发者需根据实时性、功耗及成本等需求综合选择。随着算法演进，未来计算平台需进一步优化架构设计，以平衡性能与经济性，推动自动驾驶从实验转向量产。
2025-06-20 08:32:24
1026
原创 自动驾驶TPM技术杂谈 ———— 车辆安全设计思考维度
本文从时间、空间和技术三个维度系统阐述了车辆安全设计的关键要素。时间维度将行车过程分为5个阶段，对应不同安全措施；空间维度区分内部安全（驾乘人员保护）和外部安全（行人环境保护）；技术维度则涵盖了电车安全、功能安全、预期功能安全和信息安全等关键技术领域。随着汽车智能化和网联化发展，文章特别强调了功能安全标准ISO 26262的重要性，以及应对黑客攻击的信息安全挑战。整体呈现了现代车辆安全设计的多层次、多领域的系统性特征。
2025-06-05 15:52:44
1034
原创 自动驾驶TPM技术杂谈 ———— 决策与控制技术概述
串联式结构的有限状态机系统，其子状态按照串联式结构连接，状态转移大多为单项，不构成环路。基于规则的行为决策，即将自动驾驶车辆的行为进行划分，根据行驶规则、知识、经验、交通法规等建立行为规则库，根据不同的环境信息划分车辆状态，按照规则逻辑确定车辆行为的方法，其代表方法为有限状态机法。基于学习算法的行为决策，即通过对环境样本进行自主学习，由数据驱动建立行为规则库，利用不同的学习方法和网络结构，根据不同的环境信息直接进行行为匹配，输出决策行为的方法，以深度学习的相关方法及决策树等各类机器学习方法为代表。
2025-04-22 13:56:37
1047
原创 自动驾驶TPM技术杂谈 ———— 车辆运动控制
运动控制是自动驾驶车辆研究领域中的核心问题之一，是指根据当前周围环境和车体位置、姿态、车速等信息按照一定的逻辑做出决策，并分别向油门、制动及转向等执行系统发出控制指令。运动控制研究内容主要包括横向控制、纵向控制以及横纵向协同控制。横向控制主要研究车辆的路径跟踪能力，即如何控制车辆按照规划的路径行驶，并确保车辆的行驶安全性、平稳性与乘坐舒适性；纵向控制主要研究车辆的速度跟踪能力，控制车辆按照预定的速度巡航或者前方动态目标保持一定的距离。
2025-04-07 09:35:11
1351
原创 自动驾驶TPM技术杂谈 ———— 车辆模型中的汽车运动学
此时，将车轮的速度方向视为车轮的方向的假设是成立的。另外，车辆的瞬时旋转中心用点O表示，旋转中心O由垂直两滚动轮方向的直线AO、BO的交点决定。车辆质心点的速度用V表示，车辆速度方向玉车辆纵轴的夹角用β 表示。在运动学模型中，A点和B点的速度方向分别为前轮和后轮的方向，前轮速度方向与车辆纵轴形成的夹角用。忽略侧偏角的假设对低速行驶的车辆是合理的，因为在低速是，轮胎产生很小的侧向力。在该模型中，车辆前轮由位于A点的一个车轮替代，同理后轮由位于B点的一个后轮替代。表示，后轮速度方向与车辆纵轴形成的夹角用。
2025-03-25 09:39:09
686
原创 自动驾驶TPM技术杂谈 ———— 车辆模型中的汽车动力学
对于自动驾驶的运动控制来说，需要研究用于汽车侧向运动分析的动力学模型。考虑二自由度的自行车模型（如下图所示），两个自由度分别用汽车侧向位置y和汽车方向角φ表示。汽车的侧向位置可沿汽车横向轴y到汽车旋转中心点O测量得到。汽车方向角φ由汽车纵向轴x与系统X轴的夹角测得。当侧偏角较小时，假设轮胎的侧向力与侧偏角成正比。轮胎的侧偏角定义为轮胎平面方向和轮胎速度方向之间的角度，如图所示。分别为汽车质心到前轴和后轴的距离。不再为常数时，上述侧向力动力学模型为纵向车速V。为在y轴方向汽车质心处的惯性加速度；
2025-03-18 09:34:42
457
原创 自动驾驶TPM技术杂谈 ———— 车辆运动现代控制理论
系统的当前状态视为最优控制问题的初始状态，求得的最优控制序列中，只执行第一个控制动作。在预测控制中的不同算法中，常采用不同类型的预测模型，如最基本的模型算法控制（Model Algorithm Control，MAC）采用的是系统的单位脉冲响应曲线。模糊化环节的作用是将系统中的所有精确量（包括系统的外界参考输入、系统输出和系统状态等）转化为模糊量，使其变成符合模糊控制器要求的输入，然后进行尺度变换，把其变换到各自的论域范围内，再进行模糊化处理，使原来精确的输入量变为模糊量，并用相应的模糊集合来表示。
2025-02-24 09:21:55
1020
原创 自动驾驶TPM技术杂谈 ———— 车辆运动经典控制理论
因此，在控制器中只使用比例控制往往不够的，因为比例项的作用是放大误差的幅值，而这种情况下需要增加的是微分控制，因为他能预测系统误差的变化趋势。在调整时先将积分时间设定到某一较大值，再将调节好的比例系数适当缩小（通常取原来的比例系数值的0.8），然后通过减少积分时间，是系统在具有良好动态性能的同时，消除稳态误差。一般情况下，先把微分时间系数设置为0，在上述操作的基础上缓慢增加微分时间，并且相应地改变比例系数以及积分时间系数，反复试凑，直到得到预期的控制效果。其中，e(t)为误差，即控制器的输入。
2025-02-12 09:19:41
1009
原创 算法类学习笔记 ———— 局部轨迹直接构造法
假设车辆只能向前行驶，Dubins曲线是在满足曲率约束和规定的始端和末端的切线方向的条件下，连接两个二维平面的最短路径；如果车辆可以反向行驶，则路径为Reeds-Shepp曲线。Lester Eli Dubins证明在1957年证明：任何路径都可以由最大曲率的圆弧段和直线段组成（前提是连接两点的路径必须存在）。换句话说，连接两点的最短路径将由最大曲率的圆弧段和直线段组成。
2025-01-16 09:40:22
1256
原创 自动驾驶TPM技术杂谈 ———— 车辆局部轨迹规划
每个轨迹点分配了一个时间戳和速度，让一条曲线与这些轨迹点拟合，生成轨迹的集合表征，移动的障碍物科恩那个会暂时阻挡部分路段，路段的每一个轨迹点都有一个时间戳，将时间戳与预测模块的输出结合起来，以确保汽车在通过时轨迹上的每个点都未被占用，这些时间戳创建了一个三维轨迹。在城市半结构化道路中，道路环境特征较为明显但是交通环境较为复杂，周边障碍物较多，这就对车辆识别道路特征和障碍物的可靠性有较高要求，轨迹规划的难点主要在于车辆周围环境建模和避障行驶的路径搜索，特别是对动态障碍物方向和速度的预测。
2025-01-07 14:40:55
744
Enterprise Architect User Guide Series
2024-08-08
自动驾驶之自动泊车技术发展
2023-08-18
MPEG-21（“多媒体框架”或者“数字视听框架”）相关介绍
2022-09-05
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人