自动驾驶车辆换道的容错控制方法、介质、系统及汽车

    公开(公告)号:CN115179963B

    公开(公告)日:2024-11-05

    申请号:CN202210839980.9

    申请日:2022-07-18

    Applicant: 湖南大学

    Abstract: 本发明公开了一种自动驾驶车辆换道的容错控制方法、介质、系统及汽车,包括:获取车辆当前的状态信息、期望的路径信息,建立离散跟踪误差变量的状态方程模型;分别将采用最佳的前轮转角实现最佳的路径、生成最佳的额外横摆力矩实现最佳的横向稳定性能作为TFC、DYC的目标构建代价函数;将前轮执行的失效系数α引入构建好的代价函数得到时变代价函数,根据车辆实时运行时α的大小改变时变代价函数的控制量权重;求解最优控制量,将最优控制量作用于自动驾驶车辆,使车辆完成换道操作。构建两个目标的代价函数,通过动态博弈理论求解最佳的控制策略。并通过实时获取α,动态调整权重系数,使车辆能够顺利完成换道操作。

    基于参数化决策的车辆最优避障规划方法及系统

    公开(公告)号:CN118387137A

    公开(公告)日:2024-07-26

    申请号:CN202410639062.0

    申请日:2024-05-22

    Applicant: 湖南大学

    Abstract: 本发明公开了一种结构化道路场景下基于参数化决策的车辆最优避障规划方法及系统,其包括:步骤1,将车辆行驶时的自车状态、道路信息、障碍物信息作为状态信息,输入基于强化学习获得的参数化决策模块中,参数化决策模块生成轨迹参数;步骤2,将轨迹参数输入轨迹求解模块,轨迹求解模块内预先设置有基于车辆运动学模型建立的最优控制问题,最优控制问题将轨迹参数作为边界条件,并基于IPOPT求解器求解非线性规划问题,规划出最优避障轨迹,同时求解与最优避障轨迹对应的控制命令,控制模块依据前馈控制命令控制车辆跟踪避障轨迹。本发明能够实现智能驾驶车辆实时规划最优的避障轨迹,解决无法兼顾轨迹规划的效率和最优性的难题。

    无人运载装备协同控制的非凸距离约束凸化方法及系统

    公开(公告)号:CN117784789A

    公开(公告)日:2024-03-29

    申请号:CN202311801277.X

    申请日:2023-12-26

    Applicant: 湖南大学

    Abstract: 本申请公开了一种无人运载装备协同控制的非凸距离约束凸化方法及系统,属于无人运载装备控制技术领域。该方法包括:无人运载装备模型线性化,构建无人运载装备编队中无人运载装备的非线性模型,对构建的非线性模型进行雅可比线性化;非凸距离约束构建,根据各无人运载装备的位置、通信距离及安全距离,建立非凸通信保持约束及避撞约束;非凸距离约束凸化,采用非凸约束凸化算法将建立的非凸通信保持约束及避撞约束转化为凸约束。本申请将无人运载装备协同运动控制问题中的非凸距离约束转化为凸约束的方法,有利于求解同时满足通信保持需求及避撞需求的控制输入全局最优解,从而可以同时实现无人运载装备协同运动过程中的通信保持需求及避撞需求。

    一种多智能体自触发DMPC控制方法和系统

    公开(公告)号:CN114019860B

    公开(公告)日:2024-01-26

    申请号:CN202111274480.7

    申请日:2021-10-29

    Applicant: 湖南大学

    Abstract: 本发明公开了一种多智能体自触发DMPC控制方法及系统,该方法包括:步骤1,获取辨识智能体的离散化动力学模型;步骤2,接收其它智能体的参考状态信息;步骤3,计算智能体能接收到信息的所有邻居智能体的参考状态的平均值;步骤4,通过智能体的预测状态和平均值的差值构建优化问题,在设定约束条件下,得到最优控制输入序列和参考状态;步骤5,计算触发间隔时间并将最优控制序列中的前 个向量按照时间顺序作用于智能体,并且广播自身的参考状态和触发时间,控制输入作用完后,返回步骤2,直到运动控制结束。

    一种面向路面附着系数学习的网络输入选择方法及系统

    公开(公告)号:CN116894300A

    公开(公告)日:2023-10-17

    申请号:CN202310920484.0

    申请日:2023-07-25

    Applicant: 湖南大学

    Abstract: 本申请公开了一种面向路面附着系数学习的网络输入选择方法及系统,该方法包括如下步骤:针对非稳态驾驶机动和稳态驾驶机动在时域和频域进行动力学建模,对与路面附着系数相关的车辆状态与参数进行分析;支持路面附着系数学习方法进行网络输入的选择。本申请有益效果如下:采用本申请实施例提供的方法选择的网络输入,可实现任何纵向直线机动下的附着系数估计,包括时域激励较小的匀速或小加速度工况,并且该方法为动力学机理支撑的网络输入选择方法,有助于设计轻量化模型,减少模型超参数数量与过拟合现象。

    一种基于共识捆绑算法的多AUV任务分配方法

    公开(公告)号:CN116843138A

    公开(公告)日:2023-10-03

    申请号:CN202310758797.0

    申请日:2023-06-26

    Applicant: 湖南大学

    Abstract: 本发明公开了一种基于共识捆绑算法的多AUV任务分配方法,包括:步骤S1,获取待分配的任务列表和AUV列表,构建算法所需的数据结构,初始化各类参数;步骤S2,考虑通信过程中的通信距离和水声通信的路径折损,改进算法中的通信拓扑网络矩阵;步骤S3,对需要多AUV合作的任务以及远距离通信任务制定对应的解决方案;步骤S4,基于改进后的算法,处理全部任务。本发明针对水下的弱通信条件,以水声通信折损作为通信拓扑网络邻接矩阵的元素,通过设置通信质量阈值舍弃低质量高折损的通信流程,提高了系统的通信质量并降低了通信负荷和成本。

Patent Agency Ranking