一种考虑周车不确定性的自动驾驶汽车轨迹规划方法

    公开(公告)号:CN118894134A

    公开(公告)日:2024-11-05

    申请号:CN202411400826.7

    申请日:2024-10-09

    Applicant: 吉林大学

    Abstract: 本发明适用于自动驾驶技术领域,提供了一种考虑周车不确定性的自动驾驶汽车轨迹规划方法。本发明基于周车n步概率可达集的计算和模型预测控制方法,自动驾驶系统能够提前预测其他车辆可能的运动轨迹,从而更有效地避免潜在碰撞风险,在面对不可预见的情况时,仍能保持平滑的轨迹。本发明能够提升自动驾驶系统的安全性和鲁棒性,提供更好的适应性和灵活性,优化驾驶体验,并提高整体交通效率。本发明利用可达集与模型预测控制相结合,在考虑障碍车辆时引入预测的n步概率可达集,通过预测未来状态并优化控制策略,在考虑不确定性时既保证驾驶安全性和舒适性,又提高了系统性能和稳定性。

    对开路面汽车紧急制动的横纵向协同控制方法

    公开(公告)号:CN115649135A

    公开(公告)日:2023-01-31

    申请号:CN202211243507.0

    申请日:2022-10-12

    Applicant: 吉林大学

    Abstract: 一种对开路面汽车紧急制动的横纵向协同控制方法,属于车辆安全控制技术领域。本发明的目的是通过对汽车的制动力矩进行控制,防止车辆失稳的同时减小制动距离的对开路面汽车紧急制动的横纵向协同控制方法。本发明搭建线性二自由度参考模型,用拟合的附着系数代替对开路面两侧不同的附着系数,同时将由控制器得到的直接横摆力矩对参考信号的影响考虑在内,得出符合实际路况的侧向速度和横摆角速度参考信号,由路面附着系数确定最佳滑移率和期望加速度,进而得到车轮转速和纵向速度期望值。本发明将跟踪期望加速度集成到目标函数中,有效减小制动距离。

    车载燃料电池阴极流量与压力控制方法

    公开(公告)号:CN113644301B

    公开(公告)日:2022-07-01

    申请号:CN202110622309.4

    申请日:2021-06-03

    Applicant: 吉林大学

    Abstract: 一种车载燃料电池阴极流量与压力控制方法,属于车载燃料电池发动机控制领域。本发明的目的是针对车载燃料电池空气供给系统流量与阴极压力控制问题,基于无模型自适应滑模+反步法结构来设计解耦控制器的车载燃料电池阴极流量与压力控制方法。本发明从结构上可以包括以下几部分:燃料电池系统模型、最优过氧比Map表、空气供给系统流量无模型自适应滑模控制器和阴极压力反步法控制器。本发明针对阴极压力机理描述比较清晰简单,控制器结构对空气供给系统流量与阴极压力具有良好的跟踪性能。

    智能网联燃料电池汽车实时能量优化管理系统

    公开(公告)号:CN112776673B

    公开(公告)日:2022-06-21

    申请号:CN202011409457.X

    申请日:2020-12-06

    Applicant: 吉林大学

    Abstract: 一种智能网联燃料电池汽车实时能量优化管理系统,属于燃料电池汽车优化控制领域。本发明的目的是提出了燃料电池汽车分层式实时能量滚动优化控制智能网联燃料电池汽车实时能量优化管理系统。本发明设计宏观长时域的平均交通流速轨迹预测模块,设计微观短时域的车速预测模块,建立面向能量优化控制的燃料电池汽车动力系统模型,建立能量优化管理问题,利用长时域预瞄信息,设计上层轨迹滚动优化控制器,利用短时域预瞄信息,设计下层能量滚动优化控制器,将求解得到的控制输入序列信号传递至燃料电池汽车的功率执行控制单元。本发明挖掘智能网联交通环境下燃料电池汽车的节能空间,显著提高了智能网联环境下燃料电池汽车的燃料经济性。

    考虑控制区域的极限工况下车辆横纵向稳定控制方法

    公开(公告)号:CN113221257B

    公开(公告)日:2022-05-31

    申请号:CN202110657208.0

    申请日:2021-06-11

    Applicant: 吉林大学

    Abstract: 一种考虑控制区域的极限工况下车辆横纵向稳定控制方法,属于车辆安全控制技术领域。本发明的目的是根据车辆状态所处的不同的区域考虑不同的稳定性控制需求,在模型预测控制的框架下设计稳定性控制器,得到附加转矩作用于轮毂电机,调整车辆行驶姿态,从而保证车辆横纵向稳定性的考虑控制区域的极限工况下车辆横纵向稳定控制方法。本发明的步骤:构建极限驾驶工况;在不同的区域需要满足针对驾驶安全的不同控制需求;将映射为稳定性控制器设计中的不同控制目标及约束的变化;作用于轮毂电机形成闭环系统。本发明在保证模型准确描述特性的同时保证了控制器的求解实时性。

    在线的车辆行驶控制区域划分及区域边界估计方法

    公开(公告)号:CN113460055A

    公开(公告)日:2021-10-01

    申请号:CN202110656407.X

    申请日:2021-06-11

    Applicant: 吉林大学

    Abstract: 一种在线的车辆行驶控制区域划分及区域边界估计方法,属于车辆安全技术领域。本发明的目的是根据驾驶员行为及行驶路况信息,考虑车辆横‑纵‑垂向动力学特性,在线得到关于质心侧偏角和横摆角速度控制区域的在线的车辆行驶控制区域划分及区域边界估计方法。本发明步骤是:软件联合仿真设置及车辆模型搭建;车辆行驶控制区域划分及边界估计。本发明将控制区域划分为稳定区、不稳定区和作为过渡区域的临界稳定区,并为不同的区域赋予不同的控制需求,可以更好地开发控制区域在稳定性控制中的应用潜能。

    考虑控制区域的极限工况下车辆横纵向稳定控制方法

    公开(公告)号:CN113221257A

    公开(公告)日:2021-08-06

    申请号:CN202110657208.0

    申请日:2021-06-11

    Applicant: 吉林大学

    Abstract: 一种考虑控制区域的极限工况下车辆横纵向稳定控制方法,属于车辆安全控制技术领域。本发明的目的是根据车辆状态所处的不同的区域考虑不同的稳定性控制需求,在模型预测控制的框架下设计稳定性控制器,得到附加转矩作用于轮毂电机,调整车辆行驶姿态,从而保证车辆横纵向稳定性的考虑控制区域的极限工况下车辆横纵向稳定控制方法。本发明的步骤:构建极限驾驶工况;在不同的区域需要满足针对驾驶安全的不同控制需求;将映射为稳定性控制器设计中的不同控制目标及约束的变化;作用于轮毂电机形成闭环系统。本发明在保证模型准确描述特性的同时保证了控制器的求解实时性。

    考虑初始水含量优化的燃料电池快速冷启动方法

    公开(公告)号:CN119833678A

    公开(公告)日:2025-04-15

    申请号:CN202510048090.X

    申请日:2025-01-13

    Applicant: 吉林大学

    Abstract: 一种考虑初始水含量优化的燃料电池快速冷启动方法,属于燃料电池汽车优化控制技术领域。本发明的目的是先设计闭环模型预测控制器对电堆电流精确控制,再利用粒子群算法对初始膜含水量进行优化,以达到提高冷启动系统快速性的考虑初始水含量优化的燃料电池快速冷启动方法。本发明从结构上可以分为如下几部分:冷启动模型建立、参数自整定模型预测控制器设计、最优初始膜含水量优化。本发明在冷启动过程中根据不同的环境温度和膜含水量实时调整电堆电流输出,并自适应调整控制器参数,能够有效平衡电堆产水结冰速率和升温速率,提高冷启动系统性能。

    对开路面汽车紧急制动的横纵向协同控制方法

    公开(公告)号:CN115649135B

    公开(公告)日:2025-01-03

    申请号:CN202211243507.0

    申请日:2022-10-12

    Applicant: 吉林大学

    Abstract: 一种对开路面汽车紧急制动的横纵向协同控制方法,属于车辆安全控制技术领域。本发明的目的是通过对汽车的制动力矩进行控制,防止车辆失稳的同时减小制动距离的对开路面汽车紧急制动的横纵向协同控制方法。本发明搭建线性二自由度参考模型,用拟合的附着系数代替对开路面两侧不同的附着系数,同时将由控制器得到的直接横摆力矩对参考信号的影响考虑在内,得出符合实际路况的侧向速度和横摆角速度参考信号,由路面附着系数确定最佳滑移率和期望加速度,进而得到车轮转速和纵向速度期望值。本发明将跟踪期望加速度集成到目标函数中,有效减小制动距离。

    一种自动驾驶车辆路径跟踪在线学习模型预测控制方法

    公开(公告)号:CN117471918A

    公开(公告)日:2024-01-30

    申请号:CN202311590323.6

    申请日:2023-11-27

    Applicant: 吉林大学

    Abstract: 本发明适用于自动驾驶技术领域,提供了一种自动驾驶车辆路径跟踪在线学习模型预测控制方法,包括以下步骤:步骤一、搭建数据机理混合模型;步骤二、在线RBF神经网络及数据集更新;步骤三、目标函数权值自适应更新;步骤四、搭建学习预测控制器。本发明相比于基于高自由度的机理模型具有更高的实时性,同时,相比于基于低自由度的机理模型具有更高的预测精度,在一定程度上降低了预测模型因车身参数导致的预测误差,提升了车辆路径跟踪精度。本发明相比于普通的离线神经网络预测模型具有更高的适应性和精度,且进一步提升了控制器的自适应性。

Patent Agency Ranking