过驱动无人驾驶汽车输入饱和自适应分级控制系统及方法

    公开(公告)号:CN109733396B

    公开(公告)日:2020-06-23

    申请号:CN201811635903.1

    申请日:2018-12-29

    Applicant: 厦门大学

    Abstract: 过驱动无人驾驶汽车输入饱和自适应分级控制系统及方法。控制系统设有感知模块、输入饱和逼近模块、自适应终端神经滑模上级控制模块、下级控制分配模块;上级控制模块包括参数调节律、神经网络估计器和自适应终端滑模控制器。控制方法:采集行驶周围环境信和车辆状态信息,建立描述具有饱和输入和参数不确定特性的过驱动无人驾驶汽车非线性动力学模型;设计克服非线性和参数不确定性的过驱动无人驾驶汽车自适应终端神经滑模上级控制模块,动态规划出过驱动无人驾驶汽车运动所需的广义力/力矩;设计基于轮胎负荷率优化的过驱动无人驾驶汽车下级控制分配器,根据上级控制器给出的期望广义力/力矩动态规划出各执行机构的最优轮胎力。

    自动驾驶分布式驱动电动汽车横向与侧倾综合控制方法

    公开(公告)号:CN110979302A

    公开(公告)日:2020-04-10

    申请号:CN201911310129.1

    申请日:2019-12-18

    Applicant: 厦门大学

    Abstract: 自动驾驶分布式驱动电动汽车横向与侧倾综合控制方法,属于汽车智能安全与自动驾驶技术领域。通过车载传感系统采集自动驾驶分布式驱动电动汽车的行驶状态信息和参考路径信息,考虑侧倾效应和执行器故障,建立具有参数不确定和时变特性的Takagi-Sugeno模糊横向控制模型,设计一种自动驾驶分布式驱动电动汽车鲁棒横向和侧倾综合控制方法,同时针对自动驾驶分布式驱动电动汽车行驶过程中侧倾角和侧倾角速度的不可测性,提出基于Takagi-Sugeno模型的观测器。克服了侧倾效应和执行器故障对自动驾驶分布式驱动电动汽车横向运动控制的影响,提高了自动驾驶分布式驱动电动汽车的自主行驶性能。

    一种节能型智能网联混合动力汽车跟车控制方法

    公开(公告)号:CN109291925A

    公开(公告)日:2019-02-01

    申请号:CN201811098268.8

    申请日:2018-09-20

    Applicant: 厦门大学

    Abstract: 一种节能型智能网联混合动力汽车跟车控制方法,涉及智能网联汽车及能量管理。控制系统包括信息获取模块、协调控制模块、信号转换模块、执行器和车轮。控制方法:信息获取模块实时采集本车行驶状态信息及周围环境信息,判断跟车行驶条件并选取跟踪目标车辆;根据车联网系统采集的信息,建立节能导向的混合动力汽车跟车系统预测控制模型;设计混合动力汽车跟车行驶的期望状态模型预测调节控制方法,得出跟车行驶达到期望状态各动力总成耗能最小时对应的运转状态;信号转换模块将求解的每个控制量最优控制序列的第一个元素转化为混合动力汽车各相应执行器控制信号作用于执行器,完成对执行器的控制。

    一种智能电动汽车ACC/ESC集成控制系统及其方法

    公开(公告)号:CN109131312A

    公开(公告)日:2019-01-04

    申请号:CN201810865991.8

    申请日:2018-08-01

    Applicant: 厦门大学

    Abstract: 一种智能电动汽车ACC/ESC集成控制系统及其方法,设有信息获取模块、监测器、决策控制器和协调执行器;信息获取模块包括车‑车通信模块、雷达和车载传感器模块;监测器包括状态参数估计模块、预测模块和行驶状态判断模块;车‑车通信模块、雷达和车载传感器模块连接到状态参数估计模块、预测模块和行驶状态判断模块,状态参数估计模块输出端与预测模块输入端连接;决策控制器包括控制模式选择模块和ACC/ESC集成控制器;控制模式选择模块输入端与预测模块和行驶状态判断模块输出端连接,控制模式选择模块输出端和ACC/ESC集成控制器输入端连接;协调执行器包括驱动系统和主动制动系统。

    一种智能电动汽车纵向运动控制系统及方法

    公开(公告)号:CN108733955A

    公开(公告)日:2018-11-02

    申请号:CN201810542072.7

    申请日:2018-05-30

    Applicant: 厦门大学

    Abstract: 一种智能电动汽车纵向运动控制系统及方法,涉及汽车自动驾驶。控制系统设有速度传感器、第1滤波器、期望加速度规划模块、模糊神经模型参考自适应加速度跟踪控制模块、智能电动汽车、加速度传感器和第2滤波器。控制方法:设计表征智能电动汽车纵向行为特征的参考模型,使参考模型与对象具有相同阶;设计基于粒子群优化的智能电动汽车纵向运动模糊最优反馈控制器,其任务是根据期望加速度按照模糊最优反馈控制策略确定出电机的期望控制转矩;设计智能电动汽车纵向运动的BP神经网络辨识器,从而可以动态输出预测的加速度。充分考虑了智能电动汽车纵向动力学系统的非线性、时变及不确定性等特性,有效增强了纵向运动控制系统的鲁棒性。

Patent Agency Ranking