四轮独立驱动电动汽车质心侧偏角与轮胎侧向力估计方法

    公开(公告)号:CN114103967A

    公开(公告)日:2022-03-01

    申请号:CN202110436285.3

    申请日:2021-04-22

    申请人: 东南大学

    IPC分类号: B60W40/10 B60W40/13

    摘要: 本发明公开了一种四轮独立驱动电动汽车质心侧偏角与轮胎侧向力估计方法,包含以下步骤:根据车轮动力学方程,计算轮胎纵向力;根据车辆的纵向动力学平衡方程,基于带有遗忘因子的最小二乘法估计整车质量;建立包括车辆纵向、侧向和横摆三个自由度的四轮驱动电动汽车动力学模型和反映轮胎瞬时力学特性的半经验魔术轮胎模型的鲁棒容积卡尔曼估计模块;基于所建立的鲁棒容积卡尔曼滤波模块,估计质心侧偏角与轮胎侧向力。本发明有效提高了复杂工况下滤波对模型参数摄动以及未建模噪声的抗干扰能力,不同工况下联合估计算法的准确性、鲁棒性和抗干扰性得到提高,解决了复合工况下四驱电动汽车质心侧偏角和轮胎侧向力联合估计问题。

    多车协同轨迹规划和路径跟踪方法

    公开(公告)号:CN114030469A

    公开(公告)日:2022-02-11

    申请号:CN202110675043.X

    申请日:2021-06-18

    申请人: 东南大学

    IPC分类号: B60W30/12 B60W30/18

    摘要: 本发明公开了一种多车协同轨迹规划和路径跟踪方法,涉及智能交通技术领域,解决了现有技术下单车变道效率不高的技术问题,其技术方案要点是将车‑车之间的协同变道分解为车速调整和变道汇入两个过程,在调整阶段综合考虑了车辆行驶的安全性、舒适性、交通效率等因素,获取每辆车最优的加/减速度并进行纵向车速调整。该方法能够实现智能网联汽车协同实时轨迹重规划和全局路径跟踪,具有很强的实用性,以及广阔的商业应用前景。

    智能汽车行车风险场大小的量化方法、装置及存储介质

    公开(公告)号:CN115271315A

    公开(公告)日:2022-11-01

    申请号:CN202210616859.X

    申请日:2022-06-01

    申请人: 东南大学

    IPC分类号: G06Q10/06 G06Q50/26 G06F17/18

    摘要: 本发明公开了一种智能汽车行车风险场大小的量化方法、装置及存储介质,其中量化方法包括:获取影响智能汽车行车风险大小的各因素的尺寸信息;以智能汽车、行人、障碍物及车道线的长宽尺寸,构建矩形模型;对矩形模型进行包络优化,得到包络模型;根据包络模型所包络的区域范围,确定复杂多变的交通环境、结构化道路条件下智能汽车行车时所受风险场中各影响因素产生的风险场峰值的范围;根据所确定的风险场峰值的范围,基于社会力思想,构建场强变化的数学模型。本发明根据智能汽车受到的行车风险来源于影响行车安全的各因素之间的关系,提出了一个统一的并能准确反映复杂多变的交通环境下智能汽车行车风险大小的量化方法的数学模型。

    一种极限工况下多车协同定位平台及定位方法

    公开(公告)号:CN111123334B

    公开(公告)日:2022-10-28

    申请号:CN201910664988.4

    申请日:2019-07-23

    申请人: 东南大学

    摘要: 本发明涉及一种极限工况下多车协同定位平台及定位方法,定位平台包括在极限工况情况下互相协作实现车辆精准定位的通信装置、车载装置、路侧装置以及卫星组;通信装置为位于网络中的车辆提供实时信号;车载装置安装在位于网络中的车辆上,其实时接收通信装置的信息以及相邻其他车辆的位置信息;路侧装置布设在道路两侧,其为车载装置实时提供道路两侧固定物的信息;卫星组为位于网络中的车辆在优质路况上提供道路级车辆定位,为位于网络中的车辆在极限工况下提供绝对定位,同时为车载装置、路侧装置提供辅助定位;本发明在极限工况下能够实时的完成道路与环境感知准确定位,为智能网联汽车的发展与交通道路系统的改善提供了强有力的基础。

    基于驾驶员主观风险感受的行车安全场构建方法

    公开(公告)号:CN114030474B

    公开(公告)日:2022-08-12

    申请号:CN202110954134.7

    申请日:2021-08-19

    申请人: 东南大学

    IPC分类号: B60W40/08

    摘要: 本发明公开了一种基于驾驶员主观风险感受的行车安全场构建方法,涉及智能交通技术领域,解决了未将驾驶员对周边环境的主观感受融入到自动驾驶控制器中的技术问题,其技术方案要点是采用驾驶员在避障过程中可接受的最大侧向加速度的差异提取驾驶员的异质性,提出了一种曲线坐标系下多项式单移线避障轨迹的曲率计算方法,能够得到弯曲道路上车辆避障距离与驾驶员最大可接受侧向加速度的关系,并以此来调整周边环境势场的范围,使其更符合驾驶员的主观感受。基于该方法设计的自主驾驶车辆,能够为不同的用户提供不同的安全和舒适的驾驶方式,做到个性化类人驾驶,有效提高驾驶员和乘客的乘坐舒适性,具有很强的实用性,以及广阔的商业应用前景。

    一种四轮电驱动汽车状态预测方法

    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

    IPC分类号: B60W40/10 B60W40/13

    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。

    多车协同轨迹规划和路径跟踪方法

    公开(公告)号:CN114030469B

    公开(公告)日:2022-08-02

    申请号:CN202110675043.X

    申请日:2021-06-18

    申请人: 东南大学

    IPC分类号: B60W30/12 B60W30/18

    摘要: 本发明公开了一种多车协同轨迹规划和路径跟踪方法,涉及智能交通技术领域,解决了现有技术下单车变道效率不高的技术问题,其技术方案要点是将车‑车之间的协同变道分解为车速调整和变道汇入两个过程,在调整阶段综合考虑了车辆行驶的安全性、舒适性、交通效率等因素,获取每辆车最优的加/减速度并进行纵向车速调整。该方法能够实现智能网联汽车协同实时轨迹重规划和全局路径跟踪,具有很强的实用性,以及广阔的商业应用前景。

    一种考虑质量失配的轮胎路面附着系数多模型融合估计方法

    公开(公告)号:CN114043986A

    公开(公告)日:2022-02-15

    申请号:CN202110971842.1

    申请日:2021-08-20

    申请人: 东南大学

    IPC分类号: B60W40/064

    摘要: 本发明公开了一种车载传感器测量数据异常情况下的汽车状态估计方法,具体包括以下步骤:采集车辆纵向加速度、横向加速度、横摆角速度和前轮转角信号,与非线性车辆模型结合,利用强跟踪无迹卡尔曼滤波估计车辆轴向力信息,基于车辆轴向力信息利用交互多模型无迹卡尔曼估计轮胎路面附着系数;车辆轴向力信息包括车辆前轴的纵向力和侧向力以及车辆后轴的纵向力和侧向力。通过交互与混合、预测以及融合,给出了一种可以结合多个模型的优势实现在复杂驾驶工况下轮胎路面附着系数的精确估计,然后对后验状态和它的协方差矩阵Pη更新,采用先验与后验相结合的估计方法,可以填补当前质量失配情况下汽车轴向力无法精确估计的技术空白。

    一种考虑质量失配的轮胎路面附着系数多模型融合估计方法

    公开(公告)号:CN114043986B

    公开(公告)日:2024-04-26

    申请号:CN202110971842.1

    申请日:2021-08-20

    申请人: 东南大学

    IPC分类号: B60W40/064

    摘要: 本发明公开了一种车载传感器测量数据异常情况下的汽车状态估计方法,具体包括以下步骤:采集车辆纵向加速度、横向加速度、横摆角速度和前轮转角信号,与非线性车辆模型结合,利用强跟踪无迹卡尔曼滤波估计车辆轴向力信息,基于车辆轴向力信息利用交互多模型无迹卡尔曼估计轮胎路面附着系数;车辆轴向力信息包括车辆前轴的纵向力和侧向力以及车辆后轴的纵向力和侧向力。通过交互与混合、预测以及融合,给出了一种可以结合多个模型的优势实现在复杂驾驶工况下轮胎路面附着系数的精确估计,然后对后验状态#imgabs0#和它的协方差矩阵Pη更新,采用先验与后验相结合的估计方法,可以填补当前质量失配情况下汽车轴向力无法精确估计的技术空白。

    一种考虑未知噪声影响下的车辆模型参数联合辨识方法

    公开(公告)号:CN116022157A

    公开(公告)日:2023-04-28

    申请号:CN202211348311.8

    申请日:2022-10-31

    申请人: 东南大学

    IPC分类号: B60W50/00 B60W40/13

    摘要: 本发明公开了一种考虑未知噪声影响下的车辆模型参数联合辨识方法,涉及新能源汽车设计技术领域,解决了整备质量和质心位置的估计精度较低的技术问题,该联合辨识方法由第一鲁棒嵌入式容积卡尔曼滤波和第二鲁棒嵌入式容积卡尔曼滤波组成。首先将H无穷滤波与嵌入式容积卡尔曼滤波相结合构成第一鲁棒嵌入式容积卡尔曼滤波并利用车辆纵向动力学模型对整备质量进行估计,随后将该结果输入给第二鲁棒嵌入式容积卡尔曼滤波进行质心位置参数辨识。本申请可以实现噪声统计特性未知情况下车辆质量与质心位置参数同时高精度估计,可以有效提升车辆底盘控制性能。