-
公开(公告)号：CN110456790A
公开(公告)日：2019-11-15
申请号：CN201910702422.6
申请日：2019-07-31
IPC: G05D1/02
Abstract: 基于自适应权重的智能网联电动汽车队列优化控制方法，涉及汽车智能安全与自动驾驶。首先对智能网联电动汽车纵向动力学模型进行线性化处理，其次，设计队列二次型控制器，利用猫群算法根据队列中车辆的当前状态利用跟踪模式和搜索模式对二次型队列控制器的权重矩阵进行实时局部优化和实时全局优化，最终获得当前状态对应的最优控制变量和最优状态变量，避免算法在对队列控制时，由于陷入局部最优解所导致的系统抖振和迭代末期由于多样性的减少出现的收敛缓慢等现象，实现当前车复杂运行工况下时，后车快速稳定的跟随，有效提高智能网联电动汽车队列控制的串稳定性、安全性、舒适性和准确性。
-
公开(公告)号：CN110194156A
公开(公告)日：2019-09-03
申请号：CN201910542034.6
申请日：2019-06-21
IPC: B60W30/09 , B60W30/095 , B60W50/00 , G05B13/02
Abstract: 智能网联混合动力汽车主动避撞增强学习控制系统和方法，涉及汽车智能安全与辅助驾驶。所述系统包括数据感知模块、功能定义模块、主动避撞模块、控制信号转换模块和执行模块。数据感知模块获得车联网和智能交通中的信息输入；功能定义模块对获取的信息进行安全状态判断；增强信号模块将车辆状态和增强信号发送到主动避撞模块；增强学习模块根据获得的车辆状态和增强信号，确定自车期望加速度并发送至控制信号转换模块，控制信号转换模块将增强学习模块求得的最优期望加速度转化为期望节气门开度、期望电机转速以及期望制动踏板压力等信号分别发送给执行器；执行器根据获得的信号进行相应的动作。具有计算迅速、控制精确、反应灵敏等优点。
-
公开(公告)号：CN110194156B
公开(公告)日：2020-11-10
申请号：CN201910542034.6
申请日：2019-06-21
IPC: B60W30/09 , B60W30/095 , B60W50/00 , G05B13/02
Abstract: 智能网联混合动力汽车主动避撞增强学习控制系统和方法，涉及汽车智能安全与辅助驾驶。所述系统包括数据感知模块、功能定义模块、主动避撞模块、控制信号转换模块和执行模块。数据感知模块获得车联网和智能交通中的信息输入；功能定义模块对获取的信息进行安全状态判断；增强信号模块将车辆状态和增强信号发送到主动避撞模块；增强学习模块根据获得的车辆状态和增强信号，确定自车期望加速度并发送至控制信号转换模块，控制信号转换模块将增强学习模块求得的最优期望加速度转化为期望节气门开度、期望电机转速以及期望制动踏板压力等信号分别发送给执行器；执行器根据获得的信号进行相应的动作。具有计算迅速、控制精确、反应灵敏等优点。
-
公开(公告)号：CN112614373B
公开(公告)日：2021-12-21
申请号：CN202011593241.3
申请日：2020-12-29
IPC: G08G1/0967 , G08G1/16 , G06N3/04 , G06N3/08
Abstract: 一种基于BiLSTM周车换道意图预测方法，涉及智能车辆技术领域。包括以下步骤：1)换道意图预测模型的离线训练过程：通过大规模真实驾驶场景的采集和处理构建训练数据库；然后训练换道意图预测模型；2)换道意图预测模型在线实时预测：在自车实时采集数据和数据预处理之后，用训练好的换道意图预测模型在线实时预测，即可预测得到周车当前换道意图。综合考虑影响周围车辆换道的因素，利用Inception‑ResNet‑v2网络提取车辆视频的帧水平特征，并融合车辆状态和帧水平特征，提高BiLSTM网络预测的能力，进一步提高检测精度和效率，有效实现预测周围车辆的换道意图，对提高无人驾驶车辆的安全性能有很大的作用。
-
公开(公告)号：CN112614373A
公开(公告)日：2021-04-06
申请号：CN202011593241.3
申请日：2020-12-29
IPC: G08G1/0967 , G08G1/16 , G06N3/04 , G06N3/08
Abstract: 一种基于BiLSTM周车换道意图预测方法，涉及智能车辆技术领域。包括以下步骤：1)换道意图预测模型的离线训练过程：通过大规模真实驾驶场景的采集和处理构建训练数据库；然后训练换道意图预测模型；2)换道意图预测模型在线实时预测：在自车实时采集数据和数据预处理之后，用训练好的换道意图预测模型在线实时预测，即可预测得到周车当前换道意图。综合考虑影响周围车辆换道的因素，利用Inception‑ResNet‑v2网络提取车辆视频的帧水平特征，并融合车辆状态和帧水平特征，提高BiLSTM网络预测的能力，进一步提高检测精度和效率，有效实现预测周围车辆的换道意图，对提高无人驾驶车辆的安全性能有很大的作用。
-
Patent Agency Ranking
公开(公告)号：CN110456790B
公开(公告)日：2020-10-02
申请号：CN201910702422.6
申请日：2019-07-31
IPC: G05D1/02
Abstract: 基于自适应权重的智能网联电动汽车队列优化控制方法，涉及汽车智能安全与自动驾驶。首先对智能网联电动汽车纵向动力学模型进行线性化处理，其次，设计队列二次型控制器，利用猫群算法根据队列中车辆的当前状态利用跟踪模式和搜索模式对二次型队列控制器的权重矩阵进行实时局部优化和实时全局优化，最终获得当前状态对应的最优控制变量和最优状态变量，避免算法在对队列控制时，由于陷入局部最优解所导致的系统抖振和迭代末期由于多样性的减少出现的收敛缓慢等现象，实现当前车复杂运行工况下时，后车快速稳定的跟随，有效提高智能网联电动汽车队列控制的串稳定性、安全性、舒适性和准确性。
-
公开(公告)号：CN113682293B
公开(公告)日：2023-08-22
申请号：CN202111153172.9
申请日：2021-09-29
Applicant: 厦门大学
Abstract: 智能网联混合动力汽车多系统动态协调控制系统及方法，涉及汽车智能安全与自动驾驶。系统包括数据模块、数据感知模块、与多系统动态协调控制系统。智能网联混合动力汽车通过车载传感器获得车辆状态信息，并将其发送给多系统动态协调控制模块；多系统动态协调控制模块根据获得的车辆状态信息，求解最优发动机功率与电机功率分配方案以提高车辆的燃油经济性；建立可准确表征智能网联混合动力汽车多过程耦合的车辆动力学模型，作为智能网联混合动力汽车多系统动态协调控制算法的执行机构，执行由多系统动态协调控制器输出的可执行控制信号，进行车辆状态更新。有效解决多目标对于车辆控制要求相矛盾等问题，可获得更好的计算结果，提高计算速度。
-
公开(公告)号：CN112158200B
公开(公告)日：2022-04-01
申请号：CN202011023668.X
申请日：2020-09-25
Applicant: 厦门大学
IPC: B60W30/16
Abstract: 基于驾驶员特性的智能电动汽车跟车控制系统及方法，属于汽车智能驾驶领域。系统包括自组织神经网络驾驶员模型、上层控制模块和下层控制模块，首先建立描述驾驶员跟车行为特征的自组织神经网络驾驶员跟车模型，其次基于模型预测控制理论设计上层控制模块，并结合自组织神经网络驾驶员模型输出的参考加速度，以跟车安全性、符合驾驶员特性和经济性为目标求解优化期望加速度；下层控制模块用于实现对期望加速度的跟踪。为提高智能电动汽车制动时的能量效率，在下层控制模块中设计了再生制动控制器协调分配各执行器的制动力矩以最大化制动能量的回收。明显提高了智能电动汽车跟车控制系统性能。
-
公开(公告)号：CN111723778A
公开(公告)日：2020-09-29
申请号：CN202010647265.6
申请日：2020-07-07
Applicant: 厦门大学
Abstract: 基于MobileNet-SSD的车辆测距系统及方法，涉及智能汽车。系统包括标定模块、图像采集模块、检测模块、判断模块、预估模块、跟踪模块、立体匹配模块和测距模块。方法：构建双目视觉系统，并对双目视觉进行标定；双目摄像头同步采集左、右目图像；进行目标车辆检测，判断是否检测出首帧车辆；进一步确定车辆区域的坐标；对左、右目图像车辆区域点进行SGBM立体匹配；计算区域点视差，求出目标物与当前车辆的区域平均距离。检测过程包括HSV车辆阴影检测和MobileNet-SSD车辆检测算法，并结合车辆跟踪算法，提高目标车辆区域获取的速度和准确度，简化图像识别过程，而且提高了检测效果，实现实时高效的测距方法。
-
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。
-
-
-
-
-
-
-
-
-
Search Results
26
records
(took 0.025 seconds)
