公开(公告)号：CN113401123B

公开(公告)日：2022-04-01

申请号：CN202110563042.6

申请日：2021-05-24

Applicant: 吉林大学

Inventor： 宫洵 ,  王昱昊 ,  胡云峰 ,  林佳眉 ,  曲婷 ,  王宁 ,  李勇 ,  陈虹

IPC: B60W30/14 ,  B60W30/16 ,  B60W50/00

Abstract: 一种考融合驾驶模式辨识信息的网联汽车预测巡航参数自整定控制系统，属于智能网联汽车节能控制领域。本发明的目的是通过数据挖掘的手段对车辆驾驶模式进行辨识，提升车辆燃油经济性的同时大幅降低了多目标优化控制权重整定工作量的融合驾驶模式信息的汽车预测巡航参数自整定控制系统。本发明步骤是：信息采集、前车驾驶模式聚类与辨识、预测巡航控制器设计、基于贝叶斯优化方法的参数整定设计。本发明能够快速准确地求出一组最优权重参数，这有效避免了人为选择权重时所需要的大量试错，大幅减少权重参数调整的人力，并在一定程度上改善驾驶舒适度和跟踪性能。

公开(公告)号：CN111391848B

公开(公告)日：2022-03-08

申请号：CN202010137162.5

申请日：2020-03-02

Applicant: 吉林大学

Inventor： 宫洵 ,  黄平 ,  胡云峰 ,  陈虹

IPC: B60W30/18

Abstract: 一种自动驾驶车辆换道方法，属于自动驾驶技术领域。本发明的目的是通过对交通行驶大数据进行挖掘，建立了能够反映人类的耐心和礼让的心理因素模型，并将其融入到换道决策中的自动驾驶车辆换道方法。本发明构建反映自动驾驶车辆跟随前方较慢车辆时的耐心程度的模型和礼让程度的模型，通过耐心阈值和礼让系数判定是否换道。本发明考虑人类驾驶心理因素的自动驾驶车辆换道决策方法，结构清晰，易于实现，能够广泛应用于各类复杂的交通环境，可以提升换道决策的有效性、安全性，进而提高交通通行效率。将人类心理因素（如耐心、礼让等）融入换道决策中，并构建一种能够考虑心理因素的换道决策框架，以达到提升换道决策的易用性、有效性、安全性和提高交通环境的通行效率。

公开(公告)号：CN113928182A

公开(公告)日：2022-01-14

申请号：CN202111459210.3

申请日：2021-12-02

Applicant: 吉林大学

Inventor： 胡云峰 ,  邓诺 ,  宫洵 ,  汪介瑜 ,  杨惠策 ,  陈虹

IPC: B60L58/26 ,  B60L58/12

Abstract: 一种基于全局交通信息的混合动力汽车电池热管理优化系统，属于混合动力汽车电池优化控制领域。本发明的目的是设计一个利用全局车速信息，得到全局的动力电池需求功率，通过控制不同冷却方式的作用效果，既保证了电池温度可以降低至合理范围内，又使电池冷却耗能减少的基于全局交通信息的混合动力汽车电池热管理优化系统。本发明首先获得电池需提供的全局驱动功率信息，然后建立面向控制的混合动力汽车电池热管理系统模型，再建立混合动力汽车电池热管理优化。本发明解决了电池模型能量与热量耦合建模难的问题，并且可以同时满足两者需求，更深一步挖掘了混合动力汽车电池热管理系统的节能空间，温度控制策略提升了45.96%的电池热管理系统经济性，进一步挖掘了混合动力汽车电池热管理系统的节能空间。

公开(公告)号：CN112776673A

公开(公告)日：2021-05-11

申请号：CN202011409457.X

申请日：2020-12-06

Applicant: 吉林大学

Inventor： 杨惠策 ,  胡云峰 ,  宫洵 ,  林佳眉 ,  高金武 ,  汪介瑜 ,  于彤 ,  陈虹

IPC: B60L58/40 ,  G05B13/04

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。

公开(公告)号：CN111259493A

公开(公告)日：2020-06-09

申请号：CN202010085509.6

申请日：2020-02-09

Applicant: 吉林大学

Inventor： 刘迪 ,  胡云峰 ,  张辉 ,  宫洵 ,  高金武 ,  郭洪艳 ,  陈虹

IPC: G06F30/15 ,  G06F30/20

Abstract: 一种适用于智能网联车排放控制的车辆排放模型建模方法，属于智能控制技术领域。本发明的目的是通过驱动功率将车辆与发动机联系起来，适于智能联网环境下对车辆的油耗，排放等不同控制目标进行控制的适用于智能网联车排放控制的车辆排放模型建模方法。本发明步骤是①发动机转速模块、②车辆功率模块、③燃油消耗率模块、④排放模块。本发明从上层车辆的角度，根据车辆状态，通过驱动功率将车辆与发动机联系起来，根据功率建立了发动机燃油消耗率模型，然后根据数据拟合出燃油消耗率与排放的线性模型。本发明建模方法建立的模型简单且准确度较高，适于智能联网环境下对车辆的油耗，排放等不同控制目标进行控制的应用。

公开(公告)号：CN119903280A

公开(公告)日：2025-04-29

申请号：CN202510379361.X

申请日：2025-03-28

Applicant: 吉林大学

Inventor： 胡云峰 ,  刘宏 ,  孙耀 ,  赵封鑫 ,  张冲 ,  程震 ,  许可 ,  宫洵

IPC: G06F17/18 ,  G06N3/06 ,  G06N3/08

Abstract: 本发明适用于数据驱动技术领域，提供了一种基于多任务学习的不平衡回归问题解决方法。本发明通过多任务学习框架，有效利用辅助任务的知识，显著提升主任务在不平衡数据条件下的预测准确性；利用辅助任务提供的额外信息和约束，使得模型在数据稀缺的区域能够更好地学习，从而缓解不平衡数据带来的挑战；结合自适应梯度缩放与动态调整损失函数权重，有效平衡了不同任务在训练过程中的梯度贡献，提高了训练过程的稳定性和收敛速度；在训练后，本发明支持修剪辅助任务分支，使模型大小与单任务学习模型大小相当。这种精简能力确保了多任务学习方法在实际应用中的高效性和资源友好性，适合在资源受限的环境中部署。

公开(公告)号：CN119169580A

公开(公告)日：2024-12-20

申请号：CN202411180802.5

申请日：2024-08-27

Applicant: 吉林大学

Inventor： 胡云峰 ,  孙树青 ,  王婷婷 ,  孙耀 ,  宫洵 ,  陈虹

IPC: G06V20/58 ,  G06V10/25 ,  G06V10/764 ,  G06V10/82 ,  G06V10/774 ,  G06N3/045 ,  G06N3/0475 ,  G06N3/0895 ,  G06N3/094 ,  G06N3/0985

Abstract: 一种基于特征对抗学习的自动驾驶汽车跨天气目标检测方法，属于机器学习和计算机视觉技术领域。本发明的目的是利用对抗学习实现源域和目标域之间的特征对齐，减少不同天气条件下的分布差异，从而提高在各种天气条件下目标检测的效率和准确性的基于特征对抗学习的自动驾驶汽车跨天气目标检测方法。本发明的结构包括以下几部分：特征增强模块、域对齐模块和半监督跨域检测模块。本发明减少标记数据需求与缓解灾难性遗忘：通过半监督学习，减少对大量标记数据的需求，实现高效训练；结合特征增强模块和域对齐模块，在防止灾难性遗忘方面效果显著，使模型在不断变化的天气条件下保持高性能。

公开(公告)号：CN119147982A

公开(公告)日：2024-12-17

申请号：CN202411638598.7

申请日：2024-11-18

Applicant: 吉林大学

Inventor： 麻斌 ,  胡云峰 ,  宫洵 ,  孙耀 ,  姜天柱

IPC: G01R31/378 ,  G01R31/367 ,  G01R31/392

Abstract: 本发明适用于锂离子电池管理技术领域，提供了基于多模型融合的锂离子电池荷电和健康状态估计方法，包括以下步骤：数据采集及处理；基于等电压间隔放电时间的电池SOH估计；电池SOC估计模型的搭建与训练；基于容量修正的安时积分法：将步骤二所计算的SOH值应用于安时积分法中，以实时调整SOC的估算值；当前电池SOH下电池SOC的估计：将步骤三中应用神经网络输出的SOC和步骤四中应用安时积分法计算的SOC应用卡尔曼滤波器进行融合；评价指标设定。本发明显著提高了锂离子电池SOC和SOH的估计准确性，降低了误差，增强了BMS性能，提升了电池安全性和使用寿命，同时展现出强适应性和良好的抗噪声性能。

公开(公告)号：CN117935220A

公开(公告)日：2024-04-26

申请号：CN202410098243.7

申请日：2024-01-24

Applicant: 吉林大学

Inventor： 王婷婷 ,  孙树清 ,  宫洵 ,  胡云峰 ,  陈启军 ,  陈虹

IPC: G06V20/58 ,  G06V10/774 ,  G06V10/42 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/0455

Abstract: 一种用于交通标志识别的深度核Transformer网络实现方法，属于计算机视觉与智能交通基数领域。本发明的目的是利用随机傅里叶特征将核方法与Transformer结构的优势有效整合构建了更准确、鲁棒、轻量且可解释交通标志识别模型的用于交通标志识别的深度核Transformer网络实现方法。本发明从结构上可以包括以下几部分：局部向量嵌入提取模块、基于随机傅里叶特征的自注意力模块、分类头模块。本发明可以有效整合局部和全局信息，提高模型的泛化能力，提高了计算效率，综合考虑了提取的所有特征信息。

公开(公告)号：CN117892631A

公开(公告)日：2024-04-16

申请号：CN202410080251.9

申请日：2024-01-19

Applicant: 吉林大学

Inventor： 陈虹 ,  宋旭 ,  胡云峰 ,  蔡硕 ,  刘俊 ,  宫洵 ,  王萍 ,  陈启军

IPC: G06F30/27 ,  G06N3/092 ,  G06F18/23 ,  G06F18/214

Abstract: 一种自动驾驶汽车换道场景下对抗性测试评估方法，属于自动驾驶测试评估技术领域。本发明的目的是利用深度强化学习生成的对抗性环境中去测试评估车辆，采用了集成式DDPG深度强化学习算法，大大提高了训练效率的自动驾驶汽车换道场景下对抗性测试评估方法。本发明的步骤是：对抗性换道环境建模，强化学习算法和奖励函数设置，本车换道模型和对抗马尔可夫环境设置。本发明生成的对抗性环境比自然环境更加严峻，显著降低了测试车辆的性能，体现了方法的有效性。可以有效地找到罕见的风险场景，用于评估自动驾驶汽车。