-
公开(公告)号:CN111332362B
公开(公告)日:2021-06-25
申请号:CN202010162419.2
申请日:2020-03-10
Applicant: 吉林大学
IPC: B62D6/00 , B62D101/00 , B62D117/00 , B62D119/00 , B62D113/00 , B62D127/00 , B62D137/00
Abstract: 本发明提供了一种融合驾驶员个性的智能线控转向控制方法,首先通过采集到的数据信息提取转向系统的特征参数,然后分别基于对应的特征参数,通过K‑means聚类分析和BP神经网络方法辨识驾驶员个性数据,并通过逻辑运算评判操作危险性数据,接着根据所获得的数据运用模糊决策方法作出干预转向、不干涉转向或接管转向控制决策,最后执行相应决策,当执行干预转向的控制指令时,整车控制器继续综合驾驶员个性和操作危险性,修正转向角传动比。本发明通过融合不同驾驶特点驾驶员的驾驶特性,实现“车市适应人”的人性化控制,且能够预判车辆稳定状态,对危险转向行为及时作出干预,有效提高车辆的主动安全性。
-
公开(公告)号:CN112800906A
公开(公告)日:2021-05-14
申请号:CN202110068030.6
申请日:2021-01-19
Applicant: 吉林大学
Abstract: 本发明属于计算机视觉和自动驾驶汽车环境感知技术领域,具体的说是一种基于改进YOLOv3的自动驾驶汽车跨域目标检测方法。本发明基于改进的单阶段YOLOv3检测算法框架,采用生成对抗网络模型获得训练集数据,针对训练集和测试集分别来自不同分布的数据域的问题进行跨域目标检测。同时通过对YOLOv3算法进行改进提高了单阶段目标检测的精度,生成对抗网络的应用减少了对不同数据域之间多类别目标物的重新标注,一定程度上解决了自动驾驶汽车跨域目标检测面临的难点问题。
-
公开(公告)号:CN112373457A
公开(公告)日:2021-02-19
申请号:CN202010410078.6
申请日:2020-05-15
Applicant: 吉林大学
IPC: B60W20/11 , B60W50/00 , G06F30/15 , G06F119/08 , G06F119/14
Abstract: 一种面向节能控制的混合动力汽车能量与热量一体化模型,属于混合动力汽车建模技术领域。本发明的目的是以发动机、电动机等动力驱动装置至车轮的动力链中各动力传输结点模块的面向节能控制的混合动力汽车能量与热量一体化模型。本发明步骤是:确定动力链输入,描述动力链中能量流动状态,建立电池模型,建立发动机能耗及温度模型,建立空调热传递模型,接收热力链输入指令,建立驾驶舱温度模型。本发明建立了高寒气候条件下驾驶舱供热需求、驾驶员动力需求和车辆能耗之间的耦合关系,实现部分重要热力学变量的软测量,为驾驶员舒适度评估提供了支撑。
-
公开(公告)号:CN111634328A
公开(公告)日:2020-09-08
申请号:CN202010594388.8
申请日:2020-06-28
Applicant: 吉林大学
Abstract: 本发明公开了一种液压辅助控制的电动独立转向系统及电动车辆,电动独立转向系统包括:电动独立转向机构、液压控制系统和电子控制单元;两组电动独立转向机构对称分布在前后轴位置,两组电动独立转向总成的转向摇臂分别与锁止液压缸的活塞连杆相连,两组对称设置的锁止液压缸的缸体之间通过中央连接杆同轴固连;液压控制系统中,液压油泵出油口连接单向阀后通过比例分流阀将主油路分为前后两路分油路,分油路分别通过两个三位四通电磁阀与两组锁止液压缸相连;电子控制单元由转向电机控制器、电磁阀控制器、驱动电机控制器以及锁止液压缸直线位移传感器通过CAN总线通信连接组成。本发明可同时提高车辆的行驶安全性与电动独立转向系统的可靠性。
-
公开(公告)号:CN110297494B
公开(公告)日:2020-07-10
申请号:CN201910637148.9
申请日:2019-07-15
Applicant: 吉林大学
IPC: G05D1/02 , G06Q10/04 , G08G1/01 , G08G1/0967
Abstract: 本发明公开了一种基于滚动博弈的自动驾驶车辆换道决策方法及系统,该方法通过滚动优化每一个时域内的最优决策,在每一个时域内考虑了长期的收益函数,通过驾驶激进度设定了不同的收益函数,在每一个时域内同时考虑周围车辆和智能车辆,通过双层规划来求解最优智能车辆的决策策略。在下一个时刻,更新智能车辆状态、周围车辆状态及道路状态信息,随后重复整个博弈过程,直至达到终止状态。可提高自动驾驶车辆决策与人类的符合度;通过引入滚动优化策略,可有效率的处理的车辆和环境中的不确定性。
-
公开(公告)号:CN110989568A
公开(公告)日:2020-04-10
申请号:CN201911120996.9
申请日:2019-11-15
Applicant: 吉林大学
IPC: G05D1/00
Abstract: 本发明公开了一种基于模糊控制器的自动驾驶车辆安全通行方法及系统,用于无信号灯交叉路口,该方法包括:获取周围车辆及自动驾驶车的状态信息;计算k时刻自动驾驶车辆与周围车辆的两方向瞬时碰撞时间;根据沿交叉路口X和Y方向的瞬时碰撞时间,通过模糊控制器,推理决策自动驾驶车辆在k时刻执行的加速度;控制节气门开度和制动轮缸压力以执行k时刻决策的自动驾驶车辆所采取的加速度策略;在k+1时刻更新自动驾驶车辆和周围车辆的状态信息,以及道路信息,以进行下一轮的滚动决策;重复执行上述所有步骤,直至自动驾驶车辆安全通过交叉路口或者停车避撞。该方法模拟驾驶员在遇到碰撞风险时的实际操作响应,可靠性高、实时性好,满足安全通行避撞的要求。
-
公开(公告)号:CN110667693A
公开(公告)日:2020-01-10
申请号:CN201910930946.0
申请日:2019-09-29
Applicant: 吉林大学
IPC: B62D5/00 , B62D5/04 , B62D3/02 , B62D6/00 , B62D119/00 , B62D113/00 , B62D137/00
Abstract: 本发明属于汽车转向系统中的线控转向系统技术领域,具体地说是一种自动驾驶汽车线控转向系统的设计。该转向系统组成上包括主控制器、转向操纵机构、转向执行机构、横拉杆、转向轮、电磁离合器和车轮转角传感器等;本发明是一种结构简单的自动驾驶汽车线控转向系统,改进了目前已有的线控转向系统结构使其更好地应用在自动驾驶汽车上,保证自动驾驶汽车能实现前轮线控转向,并且在转向电机出现故障时,该系统可以转化为传统机械式转向系统,使汽车的转向具有良好的可控性和安全性,解决了线控转向系统目前存在的问题。
-
公开(公告)号:CN110569792A
公开(公告)日:2019-12-13
申请号:CN201910845919.3
申请日:2019-09-09
Applicant: 吉林大学
Abstract: 本发明属于计算机视觉中利用神经网络对图像中物体进行检测的领域,具体的说是一种基于卷积神经网络的自动驾驶汽车前方物体检测方法。本发明利用深度学习中的卷积神经网络(Faster RCNN)对摄像头拍摄出的图像进行目标物体提取、分类等工作,较好地提高了对自动驾驶车辆前方目标物的识别准确率。同时,本发明中改进了Faster RCNN模型的结构,将传统的卷积层、池化层堆叠的结构改成了CBLP块结构,并加入dropout层有效地避免了过拟合现象。卷积神经网络是仿造生物的视知觉机制构建的,图像处理属于半监督学习范围,其隐含层内的卷积核参数共享和层间连接的稀疏性使得卷积神经网络能够以较小的计算量对像素进行学习且有稳定的效果。
-
公开(公告)号:CN110525152A
公开(公告)日:2019-12-03
申请号:CN201910993551.5
申请日:2019-10-18
Applicant: 吉林大学
Abstract: 本发明公开了一种分布式驱动电动汽车轮边集成系统,由独立悬架机构、独立转向机构、动力驱动机构和制动机构组成,所述独立悬架机构中,上连杆总成、中间摆臂总成和下连杆总成的一端分别铰接在转向节总成顶、中和底部,上连杆总成、中间摆臂总成和下连杆总成另一端均连接在车身上,横向稳定杆总成和弹簧减振器总成均连接在中间摆臂总成上;所述独立转向机构中,转向电机和蜗轮蜗杆减速器均连接在车身上,转向摇臂一端与蜗轮轴固连,转向横拉杆总成两端铰接在转向摇臂另一端与转向节总成上;中央拉杆两端铰接在车辆横向两侧车轮对应的转向摇臂中部,锁止液压缸沿轴向安装在中央拉杆上。本发明能够实现兼顾车辆的高速稳定性与高机动性。
-
公开(公告)号:CN110375006A
公开(公告)日:2019-10-25
申请号:CN201910766433.0
申请日:2019-08-20
Applicant: 吉林大学
Abstract: 本发明提供了一种带碟片弹簧的摩托车离合器及执行机构,所述离合器中,离合器外笼与初级主减速齿轮固定后旋转安装在变速箱输入轴上,离合器毂固定在变速箱输入轴端部,摩擦组件一侧的异形钢片将碟形片压置在离合器毂的环形凹槽内,摩擦组件外侧固定在离合器外笼上,内侧固定在在离合器毂上,压盘滑动连接在摩擦组件另一侧离合器毂上,碟片弹簧一端卡接在压盘上,另一端通过固定在离合器毂上的碟簧支承板限位;所述执行机构通过顶杆推拉分离轴承带动压盘轴向移动,进而带动碟片弹簧形变,实现离合器结合或分离。本发明解决了现有摩托车离合器中螺旋弹簧单位体积变形能小、寿命短的问题,减小了离合器所需分离力,同时减少了变速器换挡冲击。
-
-
-
-
-
-
-
-
-