-
公开(公告)号：CN108227491A
公开(公告)日：2018-06-29
申请号：CN201711455768.8
申请日：2017-12-28
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于滑模神经网络的智能车轨迹跟踪控制方法，用于智能车轨迹跟踪控制的技术领域，以解决轨迹跟踪过程中存在的稳定性和控制精度的问题。该方法包括：设计一种基于滑模的轨迹跟踪控制器，通过控制前轮转角来实现横向跟踪控制，然后通过RBF神经网络补偿前轮转角来提高轨迹跟踪控制的精度，减小滑模的抖振现象。与现有技术相比，本发明在实现轨迹跟踪的同时能极大地提高轨迹跟踪控制的精度，减小滑模控制器的抖振现象，加强了控制器的稳定性和鲁棒性。
-
公开(公告)号：CN107561942A
公开(公告)日：2018-01-09
申请号：CN201710817776.6
申请日：2017-09-12
Applicant: 重庆邮电大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于模型补偿的智能车辆轨迹跟踪模型预测控制方法，包括建立2自由度车辆动力学模型模拟智能车辆；构建由线性误差模型、预测模型和目标函数组成的模型预测控制系统，将车辆动力学模型模的微分形式进行离散线性化得到线性误差模型，将其作为模型预测控制器的预测模型，最终求取最优控制量前轮偏角δf0；将车辆当前运动轨迹和期望轨迹的误差e以及误差变化作为RBF神经网络的输入，输出δf1为自适应RBF神经网络补偿的前轮偏角；模型预测控制系统输出的最优控制量前轮偏角δf0和自适应RBF神经网络补偿的前轮偏角δf1组成最终智能车辆的输入δf。采用该方法提高智能车辆跟踪期望轨迹的精度。
-
公开(公告)号：CN107472038A
公开(公告)日：2017-12-15
申请号：CN201710601345.6
申请日：2017-07-21
Applicant: 重庆邮电大学
IPC: B60L11/12
Abstract: 本发明请求保护一种基于HCCI发动机的混合动力能量管理方法，涉及新能源汽车领域。本发明利用HCCI发动机作为混合动力汽车的动力源。考虑到HCCI发动机点火正时不可测，本发明以进排气门开启和关闭正时、发动机转速、进气歧管温度、喷油量为输入，搭建神经网络预测HCCI发动机的点火正时；利用可变气门正时技术控制发动机进排气门的开启和关闭时刻，实现HCCI发动机的废气再压缩，从而将混合气压燃；再将HCCI发动机废气引入斯特林发动机，利用斯特林发动机做功同样为动力电池充电，从而综合利用燃料的能量，达到节能和环保的要求。
-
Patent Agency Ranking
公开(公告)号：CN107472038B
公开(公告)日：2020-05-12
申请号：CN201710601345.6
申请日：2017-07-21
Applicant: 重庆邮电大学
IPC: B60L50/15
Abstract: 本发明请求保护一种基于HCCI发动机的混合动力能量管理方法，涉及新能源汽车领域。本发明利用HCCI发动机作为混合动力汽车的动力源。考虑到HCCI发动机点火正时不可测，本发明以进排气门开启和关闭正时、发动机转速、进气歧管温度、喷油量为输入，搭建神经网络预测HCCI发动机的点火正时；利用可变气门正时技术控制发动机进排气门的开启和关闭时刻，实现HCCI发动机的废气再压缩，从而将混合气压燃；再将HCCI发动机废气引入斯特林发动机，利用斯特林发动机做功同样为动力电池充电，从而综合利用燃料的能量，达到节能和环保的要求。
-
公开(公告)号：CN107491736A
公开(公告)日：2017-12-19
申请号：CN201710594945.4
申请日：2017-07-20
Applicant: 重庆邮电大学
CPC classification number: G06K9/00785 , G06N3/084
Abstract: 本发明请求保护一种基于卷积神经网络的路面附着系数辨识的方法，用于图像辨识领域，现有的大部分技术都是采用动力学建模来间接估计路面附着系数，采用图像处理的方法对路面附着系数进行直接辨识可以克服现有技术的缺陷。该方法包括不同路面工况图片的采集以及路面附着系数的标定，各种路面工况图片数据库的建立，利用图像分割算法判断数据库中每一张路面工况图片特征区域所标定的位置，提取不同像素大小的敏感区域，作为训练样本输入到卷积神经网络中进行训练，最后利用训练好的卷积神经网络对路面工况进行辨识，从而得出路面附着系数。与现有技术相比，本发明采用图像识别出了路面附着系数(在轨迹跟踪时大部分工况假设路面附着系数已知)，加强了驾驶员行驶过程中的安全性和舒适性。
-
公开(公告)号：CN108227491B
公开(公告)日：2021-11-16
申请号：CN201711455768.8
申请日：2017-12-28
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于滑模神经网络的智能车轨迹跟踪控制方法，用于智能车轨迹跟踪控制的技术领域，以解决轨迹跟踪过程中存在的稳定性和控制精度的问题。该方法包括：设计一种基于滑模的轨迹跟踪控制器，通过控制前轮转角来实现横向跟踪控制，然后通过RBF神经网络补偿前轮转角来提高轨迹跟踪控制的精度，减小滑模的抖振现象。与现有技术相比，本发明在实现轨迹跟踪的同时能极大地提高轨迹跟踪控制的精度，减小滑模控制器的抖振现象，加强了控制器的稳定性和鲁棒性。
-
公开(公告)号：CN107561942B
公开(公告)日：2021-02-09
申请号：CN201710817776.6
申请日：2017-09-12
Applicant: 重庆邮电大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于模型补偿的智能车辆轨迹跟踪模型预测控制方法，包括建立2自由度车辆动力学模型模拟智能车辆；构建由线性误差模型、预测模型和目标函数组成的模型预测控制系统，将车辆动力学模型模的微分形式进行离散线性化得到线性误差模型，将其作为模型预测控制器的预测模型，最终求取最优控制量前轮偏角δf0；将车辆当前运动轨迹和期望轨迹的误差e以及误差变化作为RBF神经网络的输入，输出δf1为自适应RBF神经网络补偿的前轮偏角；模型预测控制系统输出的最优控制量前轮偏角δf0和自适应RBF神经网络补偿的前轮偏角δf1组成最终智能车辆的输入δf。采用该方法提高智能车辆跟踪期望轨迹的精度。
-
公开(公告)号：CN108248605A
公开(公告)日：2018-07-06
申请号：CN201810061995.0
申请日：2018-01-23
Applicant: 重庆邮电大学
CPC classification number: B60W30/10 , B60W30/14 , B60W50/00 , B60W2050/0002 , B60W2050/0031
Abstract: 本发明请求保护一种智能车辆轨迹跟随的横纵向协调控制方法，针对智能车辆横纵向动力学之间的关联、耦合特性，设计智能车辆轨迹跟随的横纵向协调控制器。运用模型预测控制和滑模控制算法实现对发动机节气门开度、制动主缸压力及前轮偏角的协调控制。在横向MPC控制器设计中，车辆的状态量选取为其中的状态量(纵向速度vx)为经过纵向控制后车辆输出的实时变化车速；vy为车辆质心处的横向速度；为车辆质心处的横摆角、横摆角速度；Y,X为全局坐标下的横向位置、纵向位置。该横纵向协调控制系统使智能车辆在期望速度下高效、稳定的跟踪期望轨迹。而且可显著提高在大转向操纵时，智能车辆轨迹跟踪过程中的横向稳定性。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.022 seconds)
