一种基于模型预测的车辆换道轨迹跟踪控制方法

    公开(公告)号:CN112092815B

    公开(公告)日:2021-07-16

    申请号:CN202010909744.0

    申请日:2020-09-02

    Abstract: 本发明公开了一种基于模型预测的车辆换道轨迹跟踪控制方法,属于智能车辆控制技术领域。本发明应用在车辆高级驾驶辅助系统上,包括:建立基于正反梯形横摆角加速度的换道期望轨迹模型;对换道车辆进行受力分析,建立三自由度车辆动力学模型;将非线性的三自由度车辆动力学模型转化为离散线性预测模型,设计模型预测控制器的目标函数和约束条件,根据期望轨迹来计算输出控制车辆运动的物理量。本发明规划的换道期望轨迹提高了驾驶员舒适性,控制量包括汽车行驶的驱动力和前轮转角,满足横向换道需求的同时,可保证较高精度的车速控制,控制跟踪的鲁棒性较强,控制精度较高,可有效减小横向跟踪误差。

    一种基于预训练语言模型的科技资源关系抽取方法及装置

    公开(公告)号:CN112989813A

    公开(公告)日:2021-06-18

    申请号:CN202110251129.X

    申请日:2021-03-08

    Abstract: 本发明公开了一种基于预训练语言模型的科技资源关系抽取方法及装置。该方法包括如下步骤:将待关系分类的科技资源语句,输入到基于预训练语言模型训练好的科技资源关系抽取模型中;科技资源关系抽取模型输出的结果为该科技资源语句中两个实体之间的关系类别。本发明基于海量无监督数据训练的预训练语言模型,可以提供更加高效的语言特征学习能力,同时避免了使用外部预训练词向量带来的多义词问题。并且,结合度量学习方法,将科技资源关系抽取问题与小样本学习问题相结合,旨在通过学习少量的训练数据,实现较强的关系抽取能力,在标注数据较为匮乏的情况下也可以达到不错的关系分类效果。

    一种基于标签传播的科研社区发现方法及装置

    公开(公告)号:CN112967146A

    公开(公告)日:2021-06-15

    申请号:CN202110147516.9

    申请日:2021-02-03

    Abstract: 本发明公开了一种基于标签传播的科研社区发现方法及装置。该社区发现方法包括:根据初始网络中边两端节点属性的相似度,调整该网络中所有边的权重,得到新的网络;对新的网络进行初始化后,根据网络的拓扑结构和边的权重多次遍历网络中所有边进行多标签传播,当网络中所有节点的标签不再发生变化,则结束多标签传播过程,得到所有节点的最终标签列表;根据网络中所有节点的最终标签列表,将网络划分为预设数量的社区,以发现重叠社区。采用该社区发现方法最终划分的社区内部的节点连接紧密且节点属性相似度高,社区之间的节点连接稀疏且属性相似度低,并且可以发现重叠社区。此外,该社区发现方法时间复杂度低,可以应用于大规模网络。

    一种面向地质结构力学分析的复合场网格构造方法

    公开(公告)号:CN112927364A

    公开(公告)日:2021-06-08

    申请号:CN202110377017.9

    申请日:2021-04-08

    Abstract: 本发明公开了一种面向地质结构力学分析的复合场网格构造方法,用于石油矿藏和地质勘探相关领域三维地质建模,地质结构力学分析。该方法针对三维地质结构复杂边界描述,定义了一种复合场网格结构用于描述地质体几何外形。复合场网格模型通过对笛卡尔网格单元分类,定义复合单元,边界单元和基本单元集合。在复合单元区域通过局部构造实体几何树组织局部多符号距离场,能够在单个复合场网格模型上实现多个标量场复合以精确表达实体局部几何特征。网格结构便于通过布尔运算构建,实现了笛卡尔网格上复杂边界实体精细描述,可提高地质体结构力学分析相关领域数值模拟计算精确程度。

    一种基于遗传算法的独立驱动电动车优化控制器设计方法

    公开(公告)号:CN112659921A

    公开(公告)日:2021-04-16

    申请号:CN202011470949.X

    申请日:2020-12-14

    Abstract: 本发明公开了一种基于遗传算法的独立驱动电动车优化控制器设计方法,属于汽车控制领域;具体为:首先,根据四轮独立驱动电动汽车的运动学特性,搭建二自由度车辆模型针对四轮独立驱动电动汽车,然后针对操纵稳定性、乘坐舒适性和经济性的不同优化目的,设计三性各自对应的优化指标以及驾驶意图的优化指标;进而确定决策变量;最后设计约束函数,得到多目标优化模型,并采用改进的遗传算法对多目标优化问题进行求解,将最终结果反馈给四轮独立驱动电动汽车,进行实时控制优化;本发明能同时满足四轮独立驱动电动汽车操纵稳定性、乘坐舒适性和经济性的综合优化控制。

    一种基于加速踏板信号的电动汽车能量回收控制装置

    公开(公告)号:CN109515201B

    公开(公告)日:2020-12-18

    申请号:CN201811523528.1

    申请日:2018-12-13

    Abstract: 本发明公开了一种基于加速踏板的电动汽车能量回收控制装置,该能量回收控制装置包括踏板轴、加速踏板、加速踏板位置传感器、加速踏板信号处理装置、能量回收控制单元、电动机控制单元、电动机、动力电池、电池管理单元和车轮。所要解决的技术问题是实现对收起加速踏板时电动汽车的能量回收,进而提高电动汽车能量经济性,延长续驶里程。具体地,利用加速踏板位置信号和位置变化率(速度)信号,确定基于加速踏板信号的电动汽车能量回收策略,实现对收起加速踏板时的能量回收。本发明的重要意义表现为利用收起加速踏板时的能量回收模拟传统燃油汽车的发动机制动功能,从而减少对踏板的操作次数并提高行驶安全性,为电动汽车单踏板设计奠定了基础。

    对医疗机器人控制器中虚拟柔性针的区间2型模糊逻辑控制器的设计

    公开(公告)号:CN111650831A

    公开(公告)日:2020-09-11

    申请号:CN202010461438.5

    申请日:2020-05-27

    Abstract: 本发明公开了对医疗机器人控制器中虚拟柔性针的区间2型模糊逻辑控制器的设计,属于自动穿刺手术装置的改进,具体包括对模糊化器,规则库,推理引擎,降型器和解模糊化器的设计,首先,在惯性坐标系XOY下建立虚拟柔性针的动力学模型,得到虚拟柔性针针尖的相关参数作为区间2型模糊逻辑控制器的输入,经过模糊化器,规则库的推理引擎,降型和解模糊化,得到最终的绝对速度v和柔性针偏转的转动角速度 输出,作为虚拟柔性针的输入,进行虚拟柔性针的靶向追踪,并计算与预定轨迹的位置偏差和角度偏差,将两个偏差反馈给区间2型模糊逻辑控制器进行控制。本发明利用区间2型模糊逻辑控制器进行靶点追踪控制,计算量减小,计算速度加快,响应更快。

    考虑全路段环境及人为因素的列车自动驾驶预测控制方法

    公开(公告)号:CN110371163B

    公开(公告)日:2020-08-21

    申请号:CN201910672329.5

    申请日:2019-07-24

    Abstract: 本发明公开了一种考虑全路段环境及人为因素的列车自动驾驶预测控制方法,属于城市轨道交通控制技术领域。本发明首先建立列车的动力模型,考虑到了列车的牵引力、制动力、基本阻力和附加阻力;然后以列车的动力学模型作为预测模型,建立列车的优化控制目标函数,并确定目标函数求解的约束条件;引入列车行驶路段中的环境因素和人为因素,用于更新列车的动力学模型和控制约束条件;获取列车行驶信息,结合实时路段信息,求解优化控制目标函数,得到预测时段内的牵引力控制期望值。本发明凭借模型预测控制算法对解决约束系统控制问题的优势,考虑了列车实际运行过程中的环境影响和人为影响,实现列车舒适而高效的自动驾驶控制。

    一种基于粒子群优化算法的康复运动速度计算模型参数辨识方法

    公开(公告)号:CN111539507A

    公开(公告)日:2020-08-14

    申请号:CN202010201690.2

    申请日:2020-03-20

    Inventor: 张辉 石谦

    Abstract: 本发明公开一种基于粒子群优化算法的康复运动速度计算模型参数辨识方法,涉及利用便携式运动参数测量设备,检测康复运动速度的模型参数辨识策略。首先建立含未知参数的步行速度模型;其次建立优化算法目标函数;最后利用粒子群优化算法优化目标函数,得到最优模型参数。本发明引入手腕佩戴式运动测量设备计量康复运动参数,相较于足部佩戴,为训练人员带来了便利。本发明基于粒子群优化算法的康复运动速度计算模型参数辨识方法建立手腕部位运动与步行速度关系模型,为手腕佩戴式运动测量设备提供了一种训练速度计算方法。同时利用粒子群优化算法进行模型参数辨识,为手腕部位运动与步行速度关系模型提供了精确快速的模型参数求解方法。

    考虑全路段环境及人为因素的列车自动驾驶预测控制方法

    公开(公告)号:CN110371163A

    公开(公告)日:2019-10-25

    申请号:CN201910672329.5

    申请日:2019-07-24

    Abstract: 本发明公开了一种考虑全路段环境及人为因素的列车自动驾驶预测控制方法,属于城市轨道交通控制技术领域。本发明首先建立列车的动力模型,考虑到了列车的牵引力、制动力、基本阻力和附加阻力;然后以列车的动力学模型作为预测模型,建立列车的优化控制目标函数,并确定目标函数求解的约束条件;引入列车行驶路段中的环境因素和人为因素,用于更新列车的动力学模型和控制约束条件;获取列车行驶信息,结合实时路段信息,求解优化控制目标函数,得到预测时段内的牵引力控制期望值。本发明凭借模型预测控制算法对解决约束系统控制问题的优势,考虑了列车实际运行过程中的环境影响和人为影响,实现列车舒适而高效的自动驾驶控制。

Patent Agency Ranking