《Automotive Innovation》2023年分领域专辑：智能网联

为更好地服务读者，方便科技工作者高效查阅信息，编辑部特将《Automotive Innovation》2023 年度出版的论文进行整理，形成“智能网联”、“动力电池&燃料电池&储能”、“轻量化”3个分领域虚拟专辑。以下为“智能网联”专辑。

• 包含2023年度中外领先团队的26篇文章

• 覆盖智能网联研究前沿和热点

• 提供论文中文概要和视频解读

2023

智能网联专辑系列

01

Depth Estimation Based on Monocular Camera Sensors in Autonomous Vehicles: A Self-supervised Learning Approach

（基于深度学习的无监督单目深度估计研究）

-DOI: 10.1007/s42-6

【针对基于单目相机传感器的深度估计方法存在的网络性能限制和信息冗余问题，提出一种改进的双向特征金字塔模块（BiFPN）和通道注意力模块（Seblock）。所提方法是一种端到端解决方案，无需任何额外的后处理，实现了高效的深度估计。】

02

Density-Based  Road Segmentation Algorithm for Point Cloud Collected by Roadside LiDAR

（基于密度的路侧激光雷达点云地面分割算法研究）

-DOI: 10.1007/s42-1

【提出一种基于二维点云密度和GPF的路侧激光雷达点云地面分割方法，该方法在实时性和精度之间取得了良好的平衡。使用低密度区域点云替代特定高度的点云作为初始地面点，降低了算法对激光雷达安装高度的影响，提高了其在不同场景下的适用性。】

03

Parameter Effects of the Potential-Field-Driven Model Predictive Controller for Shared Control

（人机协同控制系统下的势场驱动模型预测控制器参数效应研究）

-DOI: 10.1007/s42-x

【研究了势场驱动的模型预测控制（PF-MPC）方法在避障过程中对共享控制系统性能的影响。该系统的PF-MPC控制器基于势场和模型预测控制方法设计，并在设计中考虑了驾驶员-车辆动力学以及驾驶员相关成本，可有效减少规划轨迹和驾驶员目标路径之间的冲突。】

04

Review of Clustering Technology and Its Application in Coordinating Vehicle Subsystems

（聚类算法综述及其在车辆系统中的应用）

-DOI: 10.1007/s42-0

【总结了聚类算法传统汽车、新能源汽车、智能汽车中的具体应用，介绍了20种传统算法、4种现代算法的原理、优缺点、聚类的核心要素、在车辆中的具体应用，以及大数据时代下聚类的未来发展趋势。】

05

Hierarchical Parking Path Planning Based on Optimal Parking Positions

（基于最佳停车位置的分层停车路径规划）

-DOI: 10.1007/s42-z

【提出一种自动代客泊车AVP分层路径规划器，将完整的AVP路径规划从全局决策的角度划分为引导层和规划层。通过大量仿真验证了所提出方法的有效性，包括最佳停车位置的验证、垂直停车规划器的性能以及平行停车和倾斜停车规划器的可扩展性。】

06

Safe, Efficient and Socially-Compatible Decision of Automated Vehicles: A Case Study of Unsignalized Intersection Driving

（安全高效、社会兼容的自动驾驶决策——无信号路口驾驶案例研究）

-DOI: 10.1007/s42-2

【提出一种考虑社会兼容性的博弈论决策算法，用于处理无信号灯交叉路口与人类驾驶的卡车之间的交互。从卡车司机视野特征的概率模型出发，将决策中的社会适应性和互惠利他主义纳入博弈回报设计中。】

07

A Bayesian Approach with Prior Mixed Strategy Nash Equilibrium for Vehicle Intention Prediction

（利用先验混合策略纳什均衡的贝叶斯方法进行车辆意向预测）

-DOI: 10.1007/s42-0

【针对未来混合交通环境中自动驾驶车辆和人工驾驶车辆的交互问题，提出一种基于方法的车辆意图预测模型，利用混合策略纳什均衡作为先验估计，对交通参与者之间的相互影响进行建模。】

08

Deep Reinforcement Learning Based Decision-Making Strategy of Autonomous Vehicle in Highway Uncertain Driving Environments

（不确定环境下基于强化学习的自动驾驶汽车行为决策算法）

-DOI: 10.1007/s42-1

【提出一种具有综合风险评估功能的启发式强化学习决策框架：该框架包括一个用于预测周围车辆轨迹的长短期记忆模型和一个用于估计可能的驾驶风险的未来综合风险评估模型；引入启发式衰减状态熵深度强化学习算法；包含一个基于规则的车辆决策模型，用于解决与周围车辆的交互决策问题。】

09

On-Ramp Merging for Highway Autonomous Driving: An Application of a New Safety Indicator in Deep Reinforcement Learning

（高速公路自动驾驶入匝道合流:一种新的安全指标在深度强化学习中的应用）

-DOI: 10.1007/s42-2

【提出一种基于深度强化学习的改进决策方法，引入了新的安全指标--并线时间差（TDTM），与碰撞时间（TTC）指标结合使用，用于评估驾驶安全性，帮助并线车辆找到合适的车流间隙，从而提高驾驶安全性。】

10

A Trajectory Planning Method of Automatic Lane Change Based on Dynamic Safety Domain

（一种基于动态安全域的自动变道轨迹规划方法研究）

-DOI: 10.1007/s42-5

【通过对车辆进行参数化建模来量化安全和舒适边界，提出一种五次多项式轨迹规划方法，并通过模拟和测试进行评估，从而提高自动变道的安全性和舒适性。】

11

Real-Time Optimal Trajectory Planning for Autonomous Driving with Collision Avoidance Using Convex Optimization

（基于凸优化避撞的自动驾驶实时轨迹优化）

-DOI: 10.1007/s42-7

【提出一种避免碰撞的轨迹实时规划方法，以提高车辆的驾驶安全性与舒适性。针对纵向和横向的实时最优轨迹，开发了一种新的凸优化方法。】

12

Towards Safe Autonomous Driving: Decision Making with Observation-Robust Reinforcement Learning

（基于观测鲁棒强化学习的安全自动驾驶决策研究）

-DOI: 10.1007/s42-x

【提出一种针对观测不确定性的观测稳健强化学习方法，以实现自动驾驶汽车的安全决策。通过在线训练对抗智能体，生成针对观测的最优对抗攻击，从而放大扰动策略的平均变化距离；开发了一种基于观测的行为批判方法，使智能体能够学习最优策略，并确保受最优对抗攻击扰动的策略变化保持在一定范围内。】

13

Genetic Algorithm-Based SOTIF Scenario Construction for Complex Traffic Flow

（基于遗传算法的复杂交通流 SOTIF 场景生成）

-DOI: 10.1007/s42-2

【方法。提出一种使用遗传算法生成关键交通流场景的新方法，通过全面的场景元素来呈现 SOTIF 的触发条件。以复杂交通干扰作为触发条件，开发了一种 SOTIF 场景生成方法。】

14

Path Tracking Control for Autonomous Truck with Dual Modular Chassis

（双模块底盘自动驾驶卡车路径跟踪控制）

-DOI: 10.1007/s42-7

【提出一种应用于双4WIS4WID模块化底盘的路径跟踪控制系统，通过采用两总线系统的层级组合，设计了通信框架； 基于双模块底盘的自动卡车的运动模型，设计了一种自适应路径跟踪控制器，提升了自动驾驶卡车的敏捷性和路径跟踪能力。】

15

Vehicle State and Bias Estimation Based on Unscented Kalman Filter with Vehicle Hybrid Kinematics and Dynamics Models

（基于车辆运动学和动力学混合模型的无迹卡尔曼滤波算法的状态与偏差估计）

-DOI: 10.1007/s42-7

【针对车辆状态估计不准确问题，提出无迹卡尔曼滤波器（UKF）算法，将惯性导航数据与车辆混合模型融合，并将需要估计的偏差增广到车辆状态中，通过消除偏差造成的估计误差来提高状态估计的准确性。】

16

Optimal-Control-Based Eco-Driving Solution for Connected Battery Electric Vehicle on a Signalized Route

（基于最优控制的网联电动汽车生态驾驶方案）

-DOI: 10.1007/s42-y

【针对网联电动汽车的能耗优化问题，提出一种考虑交通信号和安全约束的生态驾驶控制方法。将交通信号视为内点约束，将车辆间距、车速和电池充放电限制视为状态安全约束，采用基于前后向模拟器的速度指导模型，实现了在动力系统安全限制下的速度优化。】

17

An Evaluation Method for Automotive Technical and Comprehensive Performance 

（汽车技术和综合性能评估方法）

-DOI: 10.1007/s42-0

【提出了一种客观评价汽车技术和综合性能的方案。通过综合考虑汽车的0-100 km/h加速时间、100-0 km/h制动时间和燃油经济性，建立了技术性能指标和综合性能指标，用于评估汽车的纵向动力性能。利用这些指标对中国市场近17年来的合资和自主品牌轿车和SUV进行了案例研究。】

18

European Research Project’s Contributions to a Safer Automated Road Traffic

（基于欧洲研究项目促进自动化道路交通安全）

-DOI: 10.1007/s42-3

【介绍BMW在欧盟最大的自动驾驶研究项目 L3Pilot 中的主要活动，加速了自动驾驶的开发和应用。研究了潜在客户与自动驾驶汽车的互动机制以及自动驾驶汽车的安全影响评估。】

19

Effects of Driver Response Time Under Take-Over Control Based on CAR-ToC Model in Human–Machine Mixed Traffic Flow

（人机混合交通流中基于CAR-ToC模型接管控制下的驾驶员反应时间研究）

-DOI: 10.1007/s42-y

【基于自适应控制-理性认知（CAR-ToC）架构建立了一个反应式ToC模型，研究了驾驶员反应时间对交通流的影响。同时，还提出了一种量化驾驶员情境认知不确定性的方法。】

20

Drivers’ EEG Responses to Different Distraction Tasks

（驾驶员对不同驾驶分心任务的EEG反应）

-DOI: 10.1007/s42-z

【通过观察脑电图（EEG）活动来评估驾驶员对不同类型分心任务的反应。通过模拟测试，研究了驾驶员大脑在不同认知负荷的分心情况下的活动差异。为驾驶员大脑工作机制的科学研究和基于EEG的分心检测系统的开发提供了理论参考。】

21

Towards Human-Vehicle Interaction: Driving Risk Analysis Under Different Driver Vigilance States and Driving Risk Detection Method

（面向人车交互——不同驾驶员警觉状态下的驾驶风险分析及检测）

-DOI: 10.1007/s42-w

【研究了不同驾驶员警觉状态下的驾驶风险分析并实现驾驶风险检测。基于不同危险驾驶场景下的驾驶行为状态，实现不同驾驶风险等级的聚类分析，并定量分析了不同驾驶员警觉状态对驾驶风险的影响。综合考虑了驾驶行为和驾驶警觉状态的影响，基于深度神经网络实现驾驶风险检测。】

22

A Double Assessment of Privacy Risks Aboard Top-Selling Cars 

（对畅销汽车隐私风险的双重评估）

-DOI: 10.1007/s42-2

【结合面向资产的ISO方法和面向威胁的STRIDE方法，提出了一个风险双重评估框架。该框架针对特定汽车品牌的级别进行调整，并介绍了十大畅销汽车品牌的隐私保护特性。】

23

Fuzzy Unknown Input Observer for Estimating Sensor and Actuator Cyber-Attacks in Intelligent Connected Vehicles 

（基于模糊未知输入观测器的智能网联汽车传感器和执行器网络攻击的估计）

-DOI: 10.1007/s42-1

【针对网联车辆系统（CVS）中的传感器和执行器的网络攻击，提出一种预测网络攻击的解决方案。利用增强系统表示技术和非线性未知输入观测器（UIO），实现了CVS动力学和网络攻击的渐近估计。】

24

Observer-Based Resilient Control of CACC Vehicle Platoon Against DoS Attack 

（DoS攻击下基于观测器的CACC车队弹性控制）

-DOI: 10.1007/s42-3

【针对智能网联车辆系统（CACC）的网络攻击问题，提出了一种安全弹性控制方法，核心是估计DoS攻击造成的延迟，在控制器中进行补偿。对于提高道路利用率和汽车能效具有重要意义。】

25

An Adversarial Attack on Salient Regions of Traffic Sign 

（一种基于因果理论的显著区域物理攻击方法）

-DOI: 10.1007/s42-9

【为解决自动驾驶领域人工智能模型中的对抗样本攻击，提出一种基于前门准则调整的新型对抗性攻击方法，可以产生基于类激活映射的物理扰动，干扰需要攻击的目标类别的显著图像区域，在数字世界和物理世界实现对神经网络视觉分类器的欺骗。】

26

A High Consistency Wireless Key Generation Scheme for Vehicular Communication Based on Wiener Filter Extrapolation

（基于维纳滤波的车载通信高一致性无线密钥生成方案）

-DOI: 10.1007/s42-z

【提出一种用于车载通信的高一致性无线密钥生成方案，适用于 LTE-V2X系统；该方法基于维纳滤波外推法生成V2X密钥，能够有效地减少用户运动造成的互易性损失。道路实验验证了无线密钥生成在V2X系统中的可行性。】

《Automotive Innovation》介绍

《Automotive Innovation》作为由国家新闻出版署批准的中国汽车行业首个英文科技期刊，也是中国汽车工程学会（China SAE）为行业打造的重要国际交流平台和窗口，旨在进一步推动国际合作与交流，加速中国汽车创新成果走向国际，提升中国在国际汽车界的话语权。

1、来稿应为原创论文，未曾公开发表，拒绝一稿多投；

2、论文语言要求为英文，5000字左右；

3、可登录期刊官网免费阅读及投稿：

https:///42154

4、扫描下方二维码获取投稿指南和投稿模板。