-
公开(公告)号：CN111062088B
公开(公告)日：2022-11-18
申请号：CN201911030631.7
申请日：2019-10-28
申请人： 东南大学
摘要： 本发明涉及一种四轮独立驱动电动汽车参考车速容错自适应估计方法，选用鲁棒自适应Kalman滤波参考车速估计模块以及基于规则逻辑的参考车速估计模块两种模块进行估计，其中，将基于规则逻辑的参考车速估计模块作为鲁棒自适应Kalman滤波参考车速估计模块的备份，在Kalman滤波发散时，基于规则逻辑的方法可以对Kalman滤波进行替代进行输出；本发明对预设参数依赖性小、估计精度高、工况适应性好、容错能力强，不但能够实现车轮抱死、打滑、坡道行驶、转向行驶等多种复杂工况下的车速估计，而且满足了汽车控制系统软件设计的功能安全要求，可靠性得到有效保证。
-
公开(公告)号：CN113650619B
公开(公告)日：2022-08-12
申请号：CN202111002702.X
申请日：2021-08-30
申请人： 东南大学
IPC分类号： B60W40/10
摘要： 本发明公开了一种四轮驱动电动汽车轮胎力软测量方法，包括以下步骤：第一步：获取汽车的纵向速度、质心侧偏角、纵、横向加速度、前轮转角及轮胎纵向力；第二步：将获取的汽车的纵向速度、质心侧偏角、纵、横向加速度、前轮转角及轮胎纵向力信息，输入给非线性车辆动力学模型，通过车辆动力学模型计算得到预估的纵向加速度和横向加速度；第三步：将将获取的汽车的纵向速度、质心侧偏角、纵、横向加速度、前轮转角及轮胎纵向力信息和第二步预估的纵加速度、横向加速度信息一起输入给无迹卡尔曼滤波算法，获得基于模型的汽车轮胎力估计值。本发明基于算法的持续优化，不断改善预测精度，促进了汽车主动安全控制技术的发展。
-
公开(公告)号：CN113362619B
公开(公告)日：2022-08-12
申请号：CN202110623230.3
申请日：2021-06-04
申请人： 东南大学
摘要： 本发明公开了一种混合交通环境下智能网联车辆匝道协同合流优化控制方法及装置，控制方法包括：构建车辆状态方程；设定车辆控制目标和控制约束；其中，车辆控制目标包括最小行驶时间和最低能耗；控制约束包括车辆动力约束、安全跟车约束和安全合流约束；构建递归最优控制框架对车辆进行控制；其中，递归最优控制框架采用递归最优控制，方法为：通过智能网联车辆实时收集人为驾驶车辆的信息并重新规划智能网联车的轨迹，以始终满足上述控制约束。本发明提出的入口匝道合流控制方法可增强智能网联车辆在混合交通环境下的通行效率、节能效率、控制稳定性和鲁棒性。
-
公开(公告)号：CN113650619A
公开(公告)日：2021-11-16
申请号：CN202111002702.X
申请日：2021-08-30
申请人： 东南大学
IPC分类号： B60W40/10
摘要： 本发明公开了一种四轮驱动电动汽车轮胎力软测量方法，包括以下步骤：第一步：获取汽车的纵向速度、质心侧偏角、纵、横向加速度、前轮转角及轮胎纵向力；第二步：将获取的汽车的纵向速度、质心侧偏角、纵、横向加速度、前轮转角及轮胎纵向力信息，输入给非线性车辆动力学模型，通过车辆动力学模型计算得到预估的纵向加速度和横向加速度；第三步：将将获取的汽车的纵向速度、质心侧偏角、纵、横向加速度、前轮转角及轮胎纵向力信息和第二步预估的纵加速度、横向加速度信息一起输入给无迹卡尔曼滤波算法，获得基于模型的汽车轮胎力估计值。本发明基于算法的持续优化，不断改善预测精度，促进了汽车主动安全控制技术的发展。
-
公开(公告)号：CN111062088A
公开(公告)日：2020-04-24
申请号：CN201911030631.7
申请日：2019-10-28
申请人： 东南大学
摘要： 本发明涉及一种四轮独立驱动电动汽车参考车速容错自适应估计方法，选用鲁棒自适应Kalman滤波参考车速估计模块以及基于规则逻辑的参考车速估计模块两种模块进行估计，其中，将基于规则逻辑的参考车速估计模块作为鲁棒自适应Kalman滤波参考车速估计模块的备份，在Kalman滤波发散时，基于规则逻辑的方法可以对Kalman滤波进行替代进行输出；本发明对预设参数依赖性小、估计精度高、工况适应性好、容错能力强，不但能够实现车轮抱死、打滑、坡道行驶、转向行驶等多种复杂工况下的车速估计，而且满足了汽车控制系统软件设计的功能安全要求，可靠性得到有效保证。
-
公开(公告)号：CN109795551A
公开(公告)日：2019-05-24
申请号：CN201910079219.8
申请日：2019-01-28
申请人： 东南大学
IPC分类号： B62D6/00 , B60L15/32 , B62D101/00 , B62D113/00 , B62D103/00
摘要： 本发明涉及一种基于线性二次型微分博弈的四轮独立驱动电动汽车四轮主动转向控制方法，通过前馈控制器输出前轮前馈补偿控制转向角和后轮前馈控制转向角，基于线性二次型微分博弈算法，将前轮反馈补偿控制转向角和后轮反馈控制转向角作为博弈的两个“局中人”，通过求解耦合代数黎卡提方程组获得微分博弈的反馈纳什均衡解，从而求得前轮反馈补偿控制转向角和后轮反馈控制转向角；通过前馈与反馈控制相结合的四轮主动转向提高电动汽车高速转向时的操纵稳定性和低速转向时的操纵灵活性，在基本不改变驾驶员传统前轮转向驾驶感觉的前提下，有效地降低了汽车质心侧偏角，能够较好地跟踪车辆理想横摆角速度，改善了车辆的主动安全性能。
-
公开(公告)号：CN113705865B
公开(公告)日：2024-05-03
申请号：CN202110935648.8
申请日：2021-08-16
申请人： 东南大学
IPC分类号： G06N3/084 , G06N3/045 , G06N3/0499 , G06N3/06 , G06Q50/04
摘要： 本发明公开一种基于深度神经网络的汽车稳定性因数预测方法，其特征在于包含以下步骤：采集驾驶员在不同工况下驾驶时的汽车状态参数数据，针对每种工况采集多组汽车状态参数数据，对采集的数据进行预处理，建立汽车稳定性因数估计数据库；设计多层前馈神经网络，神经网络学习算法的训练；对神经网络进行测试，验证神经网络的训练效果是否满足要求。本发明方法能够保证不同工况下汽车操纵稳定性，用于汽车控制器设计，能够保证控制器在汽车处于不同工况下，均有较好的控制效果。
-
公开(公告)号：CN113650620B
公开(公告)日：2022-08-12
申请号：CN202111002707.2
申请日：2021-08-30
申请人： 东南大学
摘要： 本发明涉及一种四轮电驱动汽车状态预测方法，首先利用车载传感器获得汽车的纵向速度、横摆角速度、轮胎侧向力、前轮转角信号和纵向驱动力信息，利用无迹卡尔曼滤波算法获得基于模型的车辆状态估计；将车辆运行中产生的大数据进行提取获得状态输入和输出数据集，运用神经网络训练获得软件定义的车，使得其能够根据车辆控制输入自动输出车辆状态，获得基于数据的车辆状态估计；将获得的基于模型和数据的车辆估计加权融合，获得最终汽车状态估计值。本发明基于算法的持续优化，不断改善预测精度，促进了汽车主动安全控制技术的发展。
-
公开(公告)号：CN113650621A
公开(公告)日：2021-11-16
申请号：CN202110935579.0
申请日：2021-08-16
申请人： 东南大学
IPC分类号： B60W40/103 , B60W50/00
摘要： 本发明公开了一种面向复杂工况的分布式驱动电动汽车状态参数估计方法，利用分布式驱动电动汽车即时反馈的车轮转角和车轮转速等参数和标准车载传感器实时测定的汽车参数，构建适用于复杂工况的四自由度汽车动力学方程并建立自适应无迹卡尔曼滤波器进行滤波，最终实现对关键参数的估计，具有较高的估计精度。本发明可用于分布式驱动电动汽车的底盘辅助控制和主动安全控制，具有较广的适用性和较好的鲁棒性。
-
公开(公告)号：CN113362619A
公开(公告)日：2021-09-07
申请号：CN202110623230.3
申请日：2021-06-04
申请人： 东南大学
摘要： 本发明公开了一种混合交通环境下智能网联车辆匝道协同合流优化控制方法及装置，控制方法包括：构建车辆状态方程；设定车辆控制目标和控制约束；其中，车辆控制目标包括最小行驶时间和最低能耗；控制约束包括车辆动力约束、安全跟车约束和安全合流约束；构建递归最优控制框架对车辆进行控制；其中，递归最优控制框架采用递归最优控制，方法为：通过智能网联车辆实时收集人为驾驶车辆的信息并重新规划智能网联车的轨迹，以始终满足上述控制约束。本发明提出的入口匝道合流控制方法可增强智能网联车辆在混合交通环境下的通行效率、节能效率、控制稳定性和鲁棒性。
-
-
-
-
-
-
-
-
-
搜索结果
29 条记录 (耗时 0.028 秒)
