-
公开(公告)号：CN110444015A
公开(公告)日：2019-11-12
申请号：CN201910608855.5
申请日：2019-07-08
Applicant: 清华大学
Abstract: 本发明是一种基于无信号十字路口分区的智能网联汽车速度决策方法，适用于V2X环境下的无信号十字路口的多车速度决策问题。本发明包括以下步骤：1)十字路口分区，分为三类区域；2)设定参数，包括车辆等待时间阈值；3)不同区域通行速度设定；4)同车道车辆防撞车速设定。本发明同一时刻只允许一个平行方向的车辆通行，避免了建立复杂的冲突点数学建模，也无需考虑复杂路径规划和优化方程求解；通过设定单方向等待时间阈值，避免了长时间单方向车辆滞留；通过将十字路口分区，可以根据实际交通情况在各分区内进行计算；本发明鲁棒性高、操作简单、可直接运行于低成本路侧计算平台。
-
公开(公告)号：CN108674414B
公开(公告)日：2019-11-08
申请号：CN201810704580.0
申请日：2018-07-02
Applicant: 清华大学
Abstract: 本发明公开一种极限工况的智能汽车轨迹跟踪控制方法，属于智能汽车控制技术领域。该方法首先建立非线性的车辆动力学模型，利用此动力学模型进行车辆稳态转向下的相轨迹分析，确定车辆转向稳定性区域，并计算车辆转向的稳定性边界，将得到的车辆转向稳定性区域作为轨迹跟踪问题的安全约束；对非线性的车辆动力学模型线性化，以前轮侧偏力作为输入，后轮侧偏力在当前工作点处进行一阶泰勒展开，得到线性化的车辆动力学方程；以线性化的动力学模型作为预测模型，以转向稳定性区域作为安全约束，构建基于模型预测控制方法的轨迹跟踪问题，通过求解该问题可以得到前轮侧偏力。利用轮胎逆模型逆向求解得到前轮转角作为最终的控制输入。本发明在保证车辆稳定性的前提下，实现智能汽车的轨迹跟踪，且实时性较好。
-
公开(公告)号：CN109727470A
公开(公告)日：2019-05-07
申请号：CN201910015069.4
申请日：2019-01-08
Applicant: 清华大学
IPC: G08G1/0967 , G06Q10/06 , G06Q50/26
Abstract: 本发明提出的一种分布式智能网联汽车交叉路口复杂场景通行决策方法，属于智能交通技术领域。与传统基于规则或强化学习的无信号灯交叉路口决策方法不同，本发明引入了车辆违反交通规则检测机制，实现了规则与强化学习方法的融合。首先采用隐式曲线族的车辆违章检测算法判断交叉路口是否有车辆违反交通规则；当车辆都遵守交通规则时，采用规则方法进行交叉路口车辆通行决策；反之则采用基于强化学习的方法进行交叉路口车辆通行决策。本发明实现了遵守与违反交通规则混杂的复杂交通场景下的无信号灯交叉路口智能网联汽车自主通行决策，为提高复杂环境下的交通安全和交叉路口通行效率提供技术支撑。
-
-
公开(公告)号：CN109204458A
公开(公告)日：2019-01-15
申请号：CN201811113713.3
申请日：2018-09-25
Applicant: 清华大学
IPC: B62D15/02
Abstract: 本发明提出了一种EPS特性未知的自动驾驶汽车方向盘转向角跟踪方法，属于智能交通技术领域。本方法根据获得的自动驾驶汽车的方向盘转向角测量值和方向盘转向角外部指令计算EPS转向力矩指令Mc_k，Mc_k由离散化的反馈控制器算法力矩Mfeedback_k和基于扩张干扰观测的前馈补偿器算法力矩Mfeedforward_k之差得到，Mfeedforward_k用于补偿包括EPS未知特性在内的各类干扰对自动驾驶汽车前轮转动系统的影响，Mfeedback_k用于对自动驾驶汽车方向盘转角期望值进行跟踪，然后将Mc_k作为EPS的转向力矩输入。本发明以转向力矩作为线控输入接口，将整个EPS系统视为执行机构，可有效抑制EPS特性未知、道路坑洼、风阻、自动驾驶汽车前轮转动模型参数不确定性、斜坡重力横向分量等干扰对自动驾驶汽车方向盘转向角跟踪精度的影响。
-
Patent Agency Ranking
公开(公告)号：CN105808857B
公开(公告)日：2019-01-04
申请号：CN201610134695.1
申请日：2016-03-10
Applicant: 清华大学
IPC: G06F17/50
Abstract: 本发明公开一种基于碰撞变形深度的汽车主动安全系统有效性的预测方法，包括如下步骤：1.确定相似刚度的车辆组；2.确定EES与变形深度的关系以及变形深度与损伤风险的关系；3.建立事故再现数据库，搭建控制系统，进行事故仿真，结合EES与变形深度的关系和变形深度与损伤风险的关系，计算并对比有无该安全系统在事故场景中的损伤风险；通过对比结果，得知该安全系统对提高汽车安全性是否有效。该预测方法仅依靠事故数据库中准确的变形程度信息，探讨和展望如何利用变形程度来预测汽车主动安全系统对减少乘员损伤风险方面有效性，相比传统利用速度信息的方法，能够获得更多的事故数据支持，更全面的评价汽车主动安全系统。
-
公开(公告)号：CN108646197A
公开(公告)日：2018-10-12
申请号：CN201810823198.1
申请日：2018-07-25
Applicant: 清华大学
IPC: G01R31/36
Abstract: 本发明提出一种汽车电池电量状态动态监控方法，通过汽车使用过程中自动进行电池探底，获取电池实际可用电量，用电池实际工作时的放电量与之比较，获取电池的电量状态SOE(StateofEnergy)。本发明在保证汽车起动能力的基础上，对电池进行探底以获取电池可用电量，及老化状态。与传统SOC(StateofCharge)计算方法相比，本发明不受限于电池类型、型号及老化状态，不受限于电池的特性参数变化，不必进行大量、长时间的特性参数获取试验，可对电池在汽车使用过程中进行实时电量状态监测和全生命周期监控，且收敛性好。本发明使电池拥有较大的容量空间回收制动能量，为燃油轿车制动能量回收的实现提供了基础。
-
公开(公告)号：CN108106627A
公开(公告)日：2018-06-01
申请号：CN201711384246.3
申请日：2017-12-20
Applicant: 清华大学
IPC: G01C21/34
CPC classification number: G01C21/3446 , G01C21/3407
Abstract: 本发明涉及一种基于特征点在线动态标定的单目视觉车辆定位方法，其步骤：搭载相机的车辆为后车，在相机的图像中发现欲定位的车辆即为前车；为定位前车，连续采集前车图像序列，建立空间模型及坐标系；在平直道路上，首先对每一帧图像进行分析，识别前车特征点并记录其特征属性，同时初步估计这些特征点在空间中的位置；根据连续多个时刻获取的车辆特征点匹配与分析，获得其中用于标定的特征点库；获得标定特征点库后，需要获得其中每个特征点的标定后空间位置；完成特征点标定后，将标定信息用于颠簸道路与坡道的前车定位，建立空间关系，完成在颠簸路面与坡道上的车辆定位。本发明实现在多种复杂路况下的高精度、高适应性车辆位置估计。
-
公开(公告)号：CN105205235B
公开(公告)日：2018-05-11
申请号：CN201510572416.5
申请日：2015-09-10
Applicant: 清华大学
IPC: G06F17/50
Abstract: 本发明公开一种基于变形程度的汽车安全性改善程度的评价方法，是从车辆历史事故数据库中选取过去任意两个年份区间的车辆，以新、旧年份车辆在VDI6x+级别上减少MAISy+的损伤有效性为评价指标进行评价，表达式为：式中的x表示VDI6的级别，y表示MAIS的级别。当effxy的值大于零时，说明该种汽车随着年代变化安全性得到了提高，该值越大说明安全性改善程度越明显；当effxy的值小于零时，说明该种汽车随着年代变化安全性反而降低。本发明论证了变形程度信息相比于事故数据库中的速度信息更适于作为评价事故严重程度的指标。
-
公开(公告)号：CN105667292B
公开(公告)日：2017-12-19
申请号：CN201610129943.3
申请日：2016-03-08
Applicant: 清华大学
IPC: B60K6/12 , B60K6/36 , B60K6/38 , B60K6/44 , B60K17/02 , B60K17/04 , B60K17/34 , B60L7/10 , B60T13/12
CPC classification number: Y02T10/6208 , Y02T10/623 , Y02T10/6243 , Y02T10/6265 , Y02T10/6282 , Y02T10/92
Abstract: 本发明公开一种基于行星传动的液压式混合动力车辆传动系统，解决了双输出控制和三机械自由度控制。它包括三组液压泵/马达，一个发动机，前、后两个输出轴，三排行星齿轮机构，两个离合器，一个制动器。发动机，液压泵/马达，前、后输出轴分布连接在三排行星齿轮机构中，其中发动机与前、后输出轴不通过行星齿轮机构直接连接，前、后输出轴之间也不通过行星齿轮机构直接连接，前、后输出轴与制动器之间也不直接连接。本发明采用三排行星齿轮机构，三组液压泵/马达均可以实现驱动或制动，通过协调控制实现系统的混联驱动及启动发动机等功能，同时可以调节发动机的工作点，提供车辆附件所需的功率，实现了系统控制的结构和功能集成。
-
-
-
-
-
-
-
-
-
Search Results
406
records
(took 0.047 seconds)
