一种基于模型预测控制的牵引式挂车轨迹跟踪方法

    公开(公告)号:CN111123707A

    公开(公告)日:2020-05-08

    申请号:CN201911370775.7

    申请日:2019-12-26

    Applicant: 重庆大学

    Abstract: 本发明涉及一种基于模型预测控制的牵引式挂车轨迹跟踪方法,属于无人驾驶中的轨迹跟踪控制领域。该方法包括:S1:构建牵引式挂车横向动力学模型和误差模型;S2:采用MPC对牵引式挂车的横向跟踪模型进行预测控制;S3:以牵引式挂车的前轮偏角为控制量,实现牵引式挂车对期望路径的跟踪行驶。本发明利用MPC对牵引式挂车的动力学模型和误差模型进行精确的跟踪控制。建立的横向跟踪模型模拟了真实的驾驶环境,并且对道路的曲率变化具有鲁棒性,可以同时保证跟踪的精度和稳定性。利用本发明可以进一步实现牵引式挂车的无人驾驶,在提高货运效率的同时减少交通事故的发生。

    用于现场混凝土表面透水性测试的真空饱水处理方法

    公开(公告)号:CN104596828A

    公开(公告)日:2015-05-06

    申请号:CN201510086344.3

    申请日:2015-02-17

    Applicant: 重庆大学

    Abstract: 本发明涉及一种用于现场混凝土表面透水性测试的真空饱水处理方法,依次包括:表层处理、设备安装、恒压干抽、浸水静置和放水过程五个步骤。该方法采用恒定低真空度对混凝上测试部位进行均匀、连续抽压,在不破坏混凝土内部深层水分分布的前提下移除气体,并将浸水静置时间延长至四十个小时以上,目的在于使负压作用得以全面发挥,使表层混凝土内部毛细孔得到充分饱和。本发明能有效改善表层混凝土内部毛细孔的饱水效果,消除了因饱水不均而对混凝土透水性测试造成的干扰,显著提高了混凝土透水性测试的可靠性与可重复性,有利于正确认识和解决混凝土结构耐久性问题,适用于普通混凝土或高性能混凝土现场表面透水性测试的预处理工作。

    一种水泥基材料多参数一体化测试平台及其实现的测试方法

    公开(公告)号:CN118960849A

    公开(公告)日:2024-11-15

    申请号:CN202411063258.6

    申请日:2024-08-05

    Applicant: 重庆大学

    Abstract: 本发明公开了一种水泥基材料多参数一体化测试平台及其实现的测试方法,目前缺少能够对水泥基材料多项早期性能进行同时获取的规范且准确的测试工具及相关评价方法。本发明中容纳管竖直设置在底座上,容纳管的内腔为配合测试浆体的填充腔,金属圆片设置在填充腔内,金属圆片贴紧在测试浆体的上表面上,竖向支撑件竖直设置在底座上,竖向支撑件的上端设置有顶块,顶块处于金属圆片的正上方,顶块的底面上设置有朝向金属圆片的位移传感器,竖向支撑件上设置有升降调试件,升降调试件与位移传感器相连接,位移传感器在升降调试件的带动下沿竖向支撑件的高度方向做出朝向金属圆片或远离金属圆片的往复运动。

    面向无信号灯十字路口的自动驾驶多车协同控制方法

    公开(公告)号:CN118192346A

    公开(公告)日:2024-06-14

    申请号:CN202410366196.X

    申请日:2024-03-28

    Abstract: 本发明涉及一种面向无信号灯十字路口的自动驾驶多车协同控制方法,属于自动驾驶技术领域。该方法具体包括:S1:构建基于深度学习的无信号灯十字路口多车轨迹预测模型,基于车辆历史状态和环境地图信息,输出路口内所有车辆的预测轨迹;S2:构建基于RSS的安全评估模型,根据车辆的当前状态和步骤S1的预测轨迹,输出每个车辆与周围车辆的冲突关系;S3:构建基于博弈论和IDM的运动规划模型,对有冲突车辆与无冲突车辆进行分别控制和联合行动。本发明能实现安全高效的无信号灯十字路口多车协同控制,与传统多车协同控制方法相比,能够针对路口内的局部冲突进行精确交互,在不扰乱车流的前提下提高安全性和通行效率。

    考虑驾驶行为的自动驾驶汽车安全运动规划方法

    公开(公告)号:CN118062052A

    公开(公告)日:2024-05-24

    申请号:CN202410034804.7

    申请日:2024-01-09

    Applicant: 重庆大学

    Abstract: 本发明涉及一种考虑驾驶行为的自动驾驶汽车安全运动规划方法,属于自动驾驶领域。该方法包括:S1:构建融合驾驶行为的交互性轨迹预测模型,基于驾驶行为认知、周车历史状态和地图信息,输出不同驾驶行为的个性化轨迹;S2:构建基于多项式曲线的安全运动规划模型,基于人类驾驶不同加速度和环境信息,规划出候选轨迹簇;S3:构建风险评估模型,根据步骤S1中的个性化轨迹预测和步骤S2的规划结果,选择最优规划轨迹。本发明在决策规划过程中考虑周围车辆不同行为对自车的影响,并让自动驾驶汽车能够以最小的风险和代价实现运动规划,与传统规划方法相比,能够针对不同驾驶行为产生一个低风险高效率的动态运动规划,确保车辆安全。

    一种基于鲁棒H infinite控制的牵引式挂车轨迹跟踪方法

    公开(公告)号:CN111352442B

    公开(公告)日:2023-06-16

    申请号:CN202010017947.9

    申请日:2020-01-08

    Applicant: 重庆大学

    Abstract: 本发明涉及一种基于鲁棒H infinite控制的牵引式挂车轨迹跟踪方法,属于无人驾驶中的轨迹跟踪控制领域。该方法包括:S1:对牵引式挂车进行动力学建模,包括轮胎侧偏刚度不确定性及外部扰动建模;S2:利用多面体方法处理动力学模型中参数时变问题;S3:基于牵引式挂车的动力学模型设计一种鲁棒H infinite静态输出反馈控制器;S4:利用线性矩阵不等式方法求解控制器增益,利用所求解的控制器增益及车辆状态,实时求解牵引式挂车的前轮偏角控制量,实现对期望路径的跟踪行驶。本发明能够降低传感器使用成本;考虑车辆模型参数不确定性及外部扰动,实现对期望轨迹的准确跟踪。

    一种基于多模态预测的自动驾驶汽车运动规划方法

    公开(公告)号:CN114912693A

    公开(公告)日:2022-08-16

    申请号:CN202210565932.5

    申请日:2022-05-23

    Applicant: 重庆大学

    Abstract: 本发明涉及一种基于多模态预测的自动驾驶汽车运动规划方法,属于自动驾驶汽车技术领域。该方法包括:S1:根据自车的轨迹历史和周围车辆的轨迹历史,采用LSTM模型预测周围车辆未来的多模态行为,即周围车辆在不同模态下未来位置的概率分布;S2:根据步骤S1中LSTM模型预测得到的多模态行为,构造相应的其他车辆的行为分支和自车的轨迹分支,由多模态概率和安全约束确定相应的分支概率;并利用MPC算法以轨迹分支的形式求解反馈策略。本发明在运动规划过程中采用了多模态的预测模型,提高了预测的精度,对传统的MPC进行了优化并通过反馈策略考虑了自车与他车的相互影响及整体的风险最优。

    基于值分布强化学习的自动驾驶汽车决策规划方法

    公开(公告)号:CN114707359A

    公开(公告)日:2022-07-05

    申请号:CN202210487160.8

    申请日:2022-05-06

    Applicant: 重庆大学

    Abstract: 本发明涉及一种基于值分布强化学习的自动驾驶汽车决策规划方法,属于自动驾驶汽车领域。该方法包括:S1:构建考虑不确定性的无信号灯十字路口场景;S2:构建全参数化分位数函数模型,作为自动驾驶汽车控制模型;S3:基于全参数化分位数函数模型中学习的状态‑动作回报分布信息,引入条件风险价值,生成具有风险意识的驾驶行为。本发明利用值分布强化学习提高了自动驾驶汽车在具有不确定性的环境下决策规划策略的安全性与稳定性。

    基于毫米波雷达和视觉融合的夜间目标检测和跟踪方法

    公开(公告)号:CN111967498A

    公开(公告)日:2020-11-20

    申请号:CN202010699523.5

    申请日:2020-07-20

    Applicant: 重庆大学

    Abstract: 本发明公开了基于毫米波雷达和视觉融合的夜间目标检测和跟踪方法,跟踪方法为:通过毫米波雷达和摄像头分别获取原始数据和原始图像;处理所述原始数据,得到有效目标的第一目标航迹;处理所述原始图像,得到有效目标的第二目标航迹;将所述第一目标航迹与第二目标航迹进行匹配。本发明采用相机原始图像获得更丰富的图像暗部信息,利用深度学习的图像增亮算法还原图像暗部细节,增强无人车的夜间视觉能力,利用YOLO v4目标检测算法准确快速检测目标,满足无人驾驶实时性的要求,所提出的航迹融合方法容错性好,在一个传感器失效时,感知系统仍能正常工作。

Patent Agency Ranking