kuilin zhang获得联网和自动驾驶汽车职业奖

艾莉森工厂,密歇根科技新闻

坚持一分钟...我们正试图找到你可能会喜欢的更多故事。


发送这个故事






智能交通不仅仅是自动驾驶汽车。一名工程师正在从国家科学基金会(nsf)获得早期职业奖励,以解决这些交通系统问题。

改变车道,即将到来的合并,盲点 - 向其他车辆广播你自己的车在做什么以及在哪里?嗯,这项技术确实存在,车对车通信中的数据丰富的信息比用人类语言交换的信息要少。但这项技术需要更多的开发才能准备好迎接高峰时段。

kuilin zhang解释说,挑战是预测流量,这本质上是不确定的。张先生是密歇根技术大学土木与环境工程助理教授兼计算机科学副教授,他获得了nsf职业奖,旨在通过车辆内部和车辆之间的预测性实时反馈来改进自动驾驶决策。该项目在五年内总计50万美元,并将一些密歇根科技的主要移动性测试设施投入使用。

自动驾驶汽车

单车控制和传感器 - 或使车辆自动驾驶的技术 - 一直是迄今为止自主研究的主要焦点。然而,张知道作为土木工程师,要了解交通不确定性,研究人员不能停下来检查一辆车。作为一名计算机科学家,他知道关键是共享数据。

车辆可以是自主的,由sae国际公司在不同级别定义,但安全和有效的交通需要它连接,这意味着车辆与驾驶员,其他车辆和基础设施(如交通信号,标志或桥梁)通信。

“我想了解其他车辆的实时数据如何用于当前的自动驾驶和路线决策,”张说。 “在我对未来的展望中,我们拥有更可预测,更强大,更安全的运输系统 - 而且它基于连接和我们可以收集的数据。”

数据加速预测,可以快速分析和预测车辆内部和周围的变化。为了实现这一目标,张的职业奖反映了创建自主和互联系统的跨学科需求:将计算机科学,交通科学,运筹学,控制理论和机器学习等原则结合起来。决策层快速复杂,这就是为什么张某正在使用多种工具来研究反馈系统。

路由游戏和预测建模

自动驾驶汽车的算法与钢和铝一样多。做出驾驶决定,比如转动方向盘或踩刹车,车辆需要良好的设备和良好的数据。做出路线决定,比如走这条出口或改变车道,车辆需要用于驾驶决策的所有东西以及对周围环境和其他车辆的额外认知。
这就是通信的来源:车辆到车辆(v2v),车辆到基础设施(v2i)或车辆到一切(v2x)的连接。使用模型预测控制(mpc)模型和拥塞游戏进行实验室模拟,称为n人动态路由游戏,在场景中做出的决策的涟漪效应数字处理数量,阐明预测性,实时v2v系统能够做什么。

当然,道路测试至关重要。为此,张先生将与aps实验室及其连接和自动车辆车队合作,完全配备一系列自动和连接的车辆设备,以及由密歇根州交通运输部在密歇根州霍顿市安装的五个v2i交通信号灯。去年秋天。此外,zhang还将与该公司合作开展技术,该技术专注于汽车和交通技术的高清(hd)地图和交通数据。

“通过这次合作,我们将为张教授提供实时地图样本,用于连接和自动车辆的模拟和道路测试,”这些技术的主持人xin chen说。他解释说,与高清地图类似,v2x提高了道路安全性和效率;结合这两者是使张的项目独一无二的原因。 “我认识张教授多年,他的奖项证明了他的成就,他的项目将展示高清地图在连通和自动驾驶中的关键作用。”

教育

nsf职业奖项强调研究和教学。到了张,这两个人和他研究的车辆一样。

“密歇根州是研究自主和联网车辆的领先国家,”张说。 “在密歇根科技公司,我们正在培训未来的交通工程师,为了准备我们的道路,我们需要一种新的方法来研究交通。”

zhang与多个级别的学生合作,从提炼拥挤游戏的研究生和本科生在专门为张的班级开发的应用程序中测试模型,到在实验室进行暑期实习的高中学生学习自动驾驶汽车的基础知识。

“该部门的愿景是为教师提供独特的教育和研究机会,促进对我们学科的基本理解,同时为适应未来变化和改善人类状况提供坚实的基础,”奥德拉部门主席奥德拉莫尔斯说。土木与环境工程。 “zhang在智能城市的连通和自动化交通系统方面的研究正是如此。”

就像研究本身一样,张的教学风格跨越了学科和工具。为了创造一个车辆预测交通运动和变化的未来,工程师 - 以及未来的工程师 - 模拟了自主和连接橡胶如何应对的复杂性。