-
公开(公告)号：CN119821361A
公开(公告)日：2025-04-15
申请号：CN202510255091.1
申请日：2025-03-05
Applicant: 重庆大学
Abstract: 本发明涉及一种面向复杂交通场景的模型与数据融合驱动的能量管理方法，属于新能源汽车领域。该方法包括：S1：构建具有交互性的多车道多红绿灯路口交通场景；S2：采集多种交通流量和驾驶策略下的多维度时序数据集：设定不同的交通流量场景并赋予目标车辆不同的驾驶策略，采集在目标车辆行驶过程中的自车及交通信息时序数据；S3：利用基于动态规划的全局最优能量管理模型生成训练数据集；S4：设计基于LSTM的深度学习能量管理策略：选择LSTM网络架构并设计模型结构，进行数据预处理和模型训练与调参。本发明实时优化功率分配，实现高效的能量管控，显著提高节能效果。
-
公开(公告)号：CN111209633B
公开(公告)日：2024-04-09
申请号：CN202010023517.8
申请日：2020-01-09
Applicant: 重庆大学
Abstract: 本发明涉及一种插电式混合动力汽车传动系统的评价与参数优化方法，属于新能源汽车领域。该方法包括以下步骤：S1：建立插电式混合动力汽车ICE模型、EM模型、传动系统模型、电池模型及其容量衰退模型；S2：建立构型方案(行星排)成本优化目标函数；S3：基于动态规划算法建立燃油消耗评估模型与动力性能评估模型；S4:建立多目标优化问题，依照结果生成构型方案优选等级，得到相对最优的构型方案。S5：基于粒子群算法(POS)优化该传动系统参数。
-
公开(公告)号：CN115195722A
公开(公告)日：2022-10-18
申请号：CN202210829206.X
申请日：2022-06-27
Applicant: 重庆大学
IPC: B60W30/165 , B60W50/00
Abstract: 本发明涉及一种基于分散式优化的燃料电池汽车经济型车队巡航控制方法，属于新能源网联汽车领域，包括以下步骤：S1：构建巡航控制场景下燃料电池车队的通信拓扑模型、车距控制模型、队列稳定性模型；S2：在车队控制层中，以乘坐舒适性、跟车安全性与队列稳定性为控制目标，构建基于共识型交替方向乘子法的分散式优化框架；S3：采取后向建模方法构建车队中各个车辆的动力系统模型，并构建各车载能量源的动力学模型与寿命模型；S4：以满足需求功率为前提，车队中各个车辆在车辆控制层中以减小氢气消耗量与部件寿命退化为目标，求解整车功率分配优化问题。本发明在保证车队队列稳定性的同时降低了全寿命周期内的使用成本。
-
公开(公告)号：CN113859224A
公开(公告)日：2021-12-31
申请号：CN202111346667.3
申请日：2021-11-15
Applicant: 重庆大学 , 重庆长安汽车股份有限公司
Abstract: 本发明涉及一种考虑电机热状态的插电混合动力汽车预测型能量管理方法，属于新能源汽车领域，包括以下步骤：S1：构建基于BP神经网络的速度预测器，对未来时间窗内的行车速度进行预测；S2：根据插电式混合动力汽车参数，构建车辆与动力系统各部件动力学模型；S3：以燃油消耗和电机温升为目标函数，构建基于模型预测控制的预测型能量管理框架；S4：采用PMP算法最小化目标函数，在预测域内求解最优的转矩分配，使得发动机工作在高效率区域，且电机温度维持在安全范围以内。本发明考虑了插电式混合动力汽车行驶过程中的燃油经济性和电机热状态，在减少能源消耗的同时，防止电机过热，可有效降低电机故障率。
-
公开(公告)号：CN118953323B
公开(公告)日：2025-04-04
申请号：CN202411038912.8
申请日：2024-07-31
Applicant: 重庆大学
Abstract: 本发明涉及一种信号灯场景下的智能网联新能源汽车经济性驾驶方法，属于新能源汽车领域，其包括以下步骤：构建基于时间图卷积网络的交通流预测模型，通过获取的历史交通流速度信息预测未来时刻交通流速度vpre(t)；获取信号灯相位配时信息，参考预测的未来时刻交通流速度vpre(t)，在云端规划全局引导车速vg(t)；构建基于模型预测控制的经济性驾驶巡航控制器，参考全局引导车速vg(t)，实时跟踪前车车速，求解上层目标车速vupper(t)与车辆的总需求功率Pd(t)；开发下层能量管理策略，构建车辆动力总成模型，使用等效燃油最小消耗策略计算最佳功率分配。本发明在巡航控制优化问题中，加入全局车速引导与信号灯约束，有效结合全局速度规划与跟车巡航控制，能够显著提升车辆的经济性与舒适性。
-
Patent Agency Ranking
公开(公告)号：CN118850033B
公开(公告)日：2025-03-04
申请号：CN202410869835.4
申请日：2024-07-01
Applicant: 重庆大学
Abstract: 本发明涉及一种基于深度强化学习的复杂交通场景混合动力汽车经济性驾驶策略，属于新能源汽车领域。该方法包括：构建具有交互性的多车道多交通信号灯训练场景：使用车辆运动学模型描述训练场景中车辆的纵向运动，将车辆的换道过程简化成一个瞬态过程，并利用基于规则的决策模型控制其他车辆，使环境具有交互性；构建基于最大熵深度强化学习的决策模型，包括状态空间、动作空间、奖励函数、策略模型、评价模型与经验回放池；构建目标车辆安全约束，包括纵向加速度安全约束以及横向换道决策安全约束，用于避免车辆发生碰撞和违反交通规则等危险行为；训练基于最大熵深度强化学习的决策模型。本发明利用深度强化学习提高了自动驾驶汽车的经济性。
-
公开(公告)号：CN118953323A
公开(公告)日：2024-11-15
申请号：CN202411038912.8
申请日：2024-07-31
Applicant: 重庆大学
Abstract: 本发明涉及一种信号灯场景下的智能网联新能源汽车经济性驾驶方法，属于新能源汽车领域，其包括以下步骤：构建基于时间图卷积网络的交通流预测模型，通过获取的历史交通流速度信息预测未来时刻交通流速度vpre(t)；获取信号灯相位配时信息，参考预测的未来时刻交通流速度vpre(t)，在云端规划全局引导车速vg(t)；构建基于模型预测控制的经济性驾驶巡航控制器，参考全局引导车速vg(t)，实时跟踪前车车速，求解上层目标车速vupper(t)与车辆的总需求功率Pd(t)；开发下层能量管理策略，构建车辆动力总成模型，使用等效燃油最小消耗策略计算最佳功率分配。本发明在巡航控制优化问题中，加入全局车速引导与信号灯约束，有效结合全局速度规划与跟车巡航控制，能够显著提升车辆的经济性与舒适性。
-
公开(公告)号：CN117227761A
公开(公告)日：2023-12-15
申请号：CN202311451680.4
申请日：2023-11-02
Applicant: 重庆大学
Abstract: 本发明涉及一种基于强化学习的自动驾驶车辆高速匝道智能汇入方法，属于自动驾驶汽车领域，包括以下步骤：S1：构建基于深度确定性的策略梯度的强化学习智能汇入模型，包括搭建状态空间，确定动作空间，构建奖励函数，给定策略函数和评价模型的结构；S2：使用二自由度汽车运动学模型描述训练场景中车辆的运动，并利用基于规则的智能决策规划模型控制环境车辆，使环境具有交互特性；S3：训练所述基于深度确定性的策略梯度的强化学习智能汇入模型。本发明利用强化学习算法提高了自动驾驶汽车在高速匝道汇入场景下决策规划策略的最优性、稳定性与高效性。
-
公开(公告)号：CN113859219A
公开(公告)日：2021-12-31
申请号：CN202111346005.6
申请日：2021-11-15
Applicant: 重庆大学 , 重庆长安汽车股份有限公司
Abstract: 本发明涉及一种基于驾驶工况识别的混合动力汽车自适应能量管理方法，属于新能源汽车领域，包括S1：划分驾驶工况网格单元，计算各网格单元的典型特征参数；S2：采用PCA方法对工况特征参数进行降维处理，采用聚类分析算法进行工况分类；S3：建立基于神经网络的工况识别算法，采用步骤S2中的特征参数和工况类型离线训练神经网络模型；S4：利用历史速度数据在线识别工况类型，实时更新等效因子，采用等效燃油消耗最小策略在线获取发动机‑电机功率分配，使得发动机工作在高效率区域。本发明考虑了驾驶工况对能量管理性能的影响，通过在线识别驾驶工况，可实时优化等效因子，提高了车辆燃油经济性以及能量管理策略的工况适应性。
-
公开(公告)号：CN111231930A
公开(公告)日：2020-06-05
申请号：CN202010022703.X
申请日：2020-01-09
Applicant: 重庆大学
Abstract: 本发明涉及一种基于MPC的HEV自适应巡航中多目标的能量管理方法，属于新能源汽车领域。该方法包含步骤为：S1：HEV跟车过程及动力传统系统建模，计算相应时刻整车的需求转矩，并考虑发动机排放模型；S2：考虑跟车过程中各综合性能要求，分别计算与跟车安全性、燃油经济性和排放性能对应的代价函数；S3：采用MPC算法，预测车辆未来时刻的需求转矩，由此算出预测域内总的代价函数；S4：根据S3中求得的总代价函数，最小化目标函数得到最优的转矩分配，使得发动机工作在高效率区域。本发明考虑了汽车在跟车过程中的安全性、燃油经济性和低排放性能，在缓解交通压力的同时，能够减少能源消耗，汽车排放物对环境的污染。
-
-
-
-
-
-
-
-
-
Search Results
26
records
(took 0.026 seconds)
