一种考虑驾驶员活跃度及驾驶能力的辅助控制器设计方法

    公开(公告)号:CN114537419B

    公开(公告)日:2024-10-22

    申请号:CN202210274482.4

    申请日:2022-03-21

    申请人: 东南大学

    IPC分类号: B60W50/00 B60W50/08

    摘要: 本发明公开了一种考虑驾驶员活跃度及驾驶能力的辅助控制器设计方法,涉及智能驾驶技术领域,解决了人机控制权限分配策略不够精准、驾驶舒适性和人机合作性能较差的技术问题,其技术方案要点是引入驾驶员活跃度和驾驶能力两个量化指标,并基于驾驶员时变特性设计人机共享控制权限分配策略,构建了基于模糊推理的人机共享控制器,实现个性化辅助驾驶。此外,该方法综合考虑了车辆行驶性能以及人机合作水平,并利用鲁棒正不变集理论处理系统多约束下的共享控制问题,该方法保证了车辆稳定性和路径跟踪性能的同时,提升了驾驶舒适性和人机合作性能,在未来高级辅助驾驶系统中具有广泛的应用前景和实用性。

    基于受限玻尔兹曼机的驾驶员活跃程度识别方法及系统

    公开(公告)号:CN114648114B

    公开(公告)日:2024-06-07

    申请号:CN202210274485.8

    申请日:2022-03-21

    申请人: 东南大学

    IPC分类号: G06N3/08 G06F18/214 B60W40/09

    摘要: 本发明公开了一种基于受限玻尔兹曼机的驾驶员活跃程度识别方法及系统,涉及自动驾驶技术领域,解决了驾驶员驾驶活跃程度不能够便捷的应用于人机交互控制权限分配设计中的技术问题,其技术方案要点是通过受限玻尔兹曼机对驾驶员活跃程度进行建模分析,系统结构简单,逻辑清晰,运算成本小,能高效应对连续时变的应用场景,具有强实时性。整个GB‑RBM网络系统可应用于个性化的高级驾驶辅助系统,对驾驶员活跃程度评估的结果直接明确,可以直接应用于人‑车共享控制权限的分配策略等各类决策控制模型中,具备高灵活性,强泛用性的优势。

    一种四旋翼无人机执行器故障快速定位方法

    公开(公告)号:CN116714772A

    公开(公告)日:2023-09-08

    申请号:CN202310627724.8

    申请日:2023-05-31

    申请人: 东南大学

    IPC分类号: B64F5/60

    摘要: 本发明公开了一种四旋翼无人机执行器故障快速定位方法,涉及多旋翼飞行器故障诊断技术领域,解决了四旋翼无人机执行器故障定位不够准确的技术问题,其技术方案要点是首先基于四旋翼无人机线性变参数模型设计故障检测观测器;然后结合四旋翼无人机运动特性和故障矩阵,建立用以定位故障的残差逻辑表;接着结合鲁棒L∞、H‑性能指标和极点配置条件,求解故障检测观测器增益,使观测器生成残差信号对故障敏感且对干扰不敏感;最后根据残差信号计算评估函数值,如果评估函数值超过阈值,则判定系统出现故障,同时将残差信号与故障定位残差逻辑表进行对比查找,快速定位故障位置。

    一种基于驾驶员制动风格的个性化踏板感觉模拟器

    公开(公告)号:CN115675403A

    公开(公告)日:2023-02-03

    申请号:CN202211361825.7

    申请日:2022-11-02

    申请人: 东南大学

    IPC分类号: B60T8/40

    摘要: 本发明公开了一种基于驾驶员制动风格的个性化踏板感觉模拟器,涉及踏板感觉模拟器技术领域,解决了踏板感觉模拟器无法满足驾驶员个性化踏板感需求的技术问题,其技术方案要点是该踏板感觉模拟器包括踏板缸、模拟缸、踏板位移传感器、第一电磁阀、第二电磁阀、第三电磁阀和电控单元ECU等;该踏板感觉模拟器结构简单、集成度高、便于安装和维修;采用三段不同刚度的踏板位移和反馈力曲线,能够提供更加真实的脚感;通过弹簧的不同组合和控制电磁阀的通断,实现“激进型”、“一般型”和“保守型”制动风格下的三种踏板感觉反馈模式,满足驾驶员个性化的踏板感需求,匹配驾驶员差异化的制动风格,增强驾驶体验,丰富驾驶乐趣。

    基于受限玻尔兹曼机的驾驶员活跃程度识别方法及系统

    公开(公告)号:CN114648114A

    公开(公告)日:2022-06-21

    申请号:CN202210274485.8

    申请日:2022-03-21

    申请人: 东南大学

    IPC分类号: G06N3/08 G06K9/62 B60W40/09

    摘要: 本发明公开了一种基于受限玻尔兹曼机的驾驶员活跃程度识别方法及系统,涉及自动驾驶技术领域,解决了驾驶员驾驶活跃程度不能够便捷的应用于人机交互控制权限分配设计中的技术问题,其技术方案要点是通过受限玻尔兹曼机对驾驶员活跃程度进行建模分析,系统结构简单,逻辑清晰,运算成本小,能高效应对连续时变的应用场景,具有强实时性。整个GB‑RBM网络系统可应用于个性化的高级驾驶辅助系统,对驾驶员活跃程度评估的结果直接明确,可以直接应用于人‑车共享控制权限的分配策略等各类决策控制模型中,具备高灵活性,强泛用性的优势。

    考虑热效应的永磁同步电机最大转矩电流比控制方法

    公开(公告)号:CN118381405A

    公开(公告)日:2024-07-23

    申请号:CN202410526085.0

    申请日:2024-04-29

    申请人: 东南大学

    摘要: 本发明涉及一种考虑热效应的永磁同步电机最大转矩电流比控制方法,包括:步骤S1:接收动态的参考转矩,基于接收的参考转矩结合电机标称参数和逆变器电气参数得到标称MTPA工作点的参考交直轴电流和参考电流矢量角;步骤S2:当电机处于稳定运行状态时,计算标称电磁转矩的切线向量和相应的电流增量向量,并计算切线向量和电流增量向量的内积值,并基于得到的内积值确定电流矢量角的补偿方向,并通过线性增益调整补偿量;步骤S3:基于得到的电流矢量角的补偿方向、补偿量,结合当前的电流矢量角,得到下一时刻更新后的电流矢量角和相应的电流分配值。与现有技术相比,本发明具有可以实时准确补偿由于参数摄动带来的MTPA角度偏差,不需要估计交直轴电感、永磁磁链等参数等优点。

    基于强跟踪最大熵准则的车辆状态估计方法、装置及介质

    公开(公告)号:CN117465462A

    公开(公告)日:2024-01-30

    申请号:CN202311477678.4

    申请日:2023-11-08

    申请人: 东南大学

    IPC分类号: B60W40/10 B60W50/00

    摘要: 本发明提供一种基于强跟踪最大熵准则的车辆状态估计方法、装置及存储介质,车辆状态估计方法包括:利用车载传感器获取车辆的前轮转角、纵向加速度及侧向加速度;基于获取的车辆的前轮转角、纵向加速度及侧向加速度,建立车辆纵向、侧向及横摆的三自由度非线性车辆动力学模型;对建立的三自由度非线性车辆动力学模型进行线性化和离散化,得到每一时刻离散化的线性车辆系统模型;基于最大熵准则构建卡尔曼滤波器的代价函数;基于构建的卡尔曼滤波器对得到的线性车辆系统模型进行状态预测和预测校正。本发明考虑了非高斯噪声的环境干扰和车辆模型参数不确定性的特征,能够充分利用传感器信息和量测信息,实现非理想条件下车辆状态的精确估计。

    一种考虑驾驶员活跃度及驾驶能力的辅助控制器设计方法

    公开(公告)号:CN114537419A

    公开(公告)日:2022-05-27

    申请号:CN202210274482.4

    申请日:2022-03-21

    申请人: 东南大学

    IPC分类号: B60W50/00 B60W50/08

    摘要: 本发明公开了一种考虑驾驶员活跃度及驾驶能力的辅助控制器设计方法,涉及智能驾驶技术领域,解决了人机控制权限分配策略不够精准、驾驶舒适性和人机合作性能较差的技术问题,其技术方案要点是引入驾驶员活跃度和驾驶能力两个量化指标,并基于驾驶员时变特性设计人机共享控制权限分配策略,构建了基于模糊推理的人机共享控制器,实现个性化辅助驾驶。此外,该方法综合考虑了车辆行驶性能以及人机合作水平,并利用鲁棒正不变集理论处理系统多约束下的共享控制问题,该方法保证了车辆稳定性和路径跟踪性能的同时,提升了驾驶舒适性和人机合作性能,在未来高级辅助驾驶系统中具有广泛的应用前景和实用性。

    一种车载传感器测量数据异常情况下的汽车状态估计方法

    公开(公告)号:CN113771865A

    公开(公告)日:2021-12-10

    申请号:CN202110964974.1

    申请日:2021-08-20

    申请人: 东南大学

    IPC分类号: B60W40/10 B60W50/02

    摘要: 本发明涉及一种车载传感器测量数据异常情况下的汽车状态估计方法,首先利用车载传感器获得带有异常测量数据的横向加速度信号以及正常的前轮转角和纵向加速度,将这些信息与非线性车辆模型结合利用先验预估和后验更新的方法估计车辆的纵向速度,质心侧偏角,横摆角速度来实现汽车状态的精确获取。本发明可以填补当前车载传感器测量数据异常情况下汽车状态无法精确估计的技术空白,提升了汽车主动安全控制技术水平。本发明考虑到现有汽车状态估计中尚未考虑传感器数据异常,利用贝叶斯概率理论设计了考虑数据异常的先验与后验相结合的估计方法,可以填补当前传感器数据异常情况下汽车状态无法估计的技术空白。