-
公开(公告)号:CN115859182A
公开(公告)日:2023-03-28
申请号:CN202211376101.X
申请日:2022-11-04
申请人: 南京航空航天大学
IPC分类号: G06F18/2415 , G06F18/241 , G06F18/23213 , G06F18/2135 , G06F18/25 , B60T13/74
摘要: 本发明提供了基于制动个性在线识别的线控制动系统踏板特性设计方法,包括:提取制动特征数据,划分驾驶员制动个性类型,设计个性化助力制动特性MAP曲线;在驾驶员行驶过程中,应用BP网络模型对驾驶员制动个性在线辨识,贝叶斯融合决策出驾驶员制动个性类型信号并存储;电子助力制动系统ECU接收该信号并匹配个性化助力制动特性MAP曲线,通过车辆执行模块实现个性化制动助力功能,提供个性化制动踏板特性;本发明可以更加细化驾驶员个性化踏板特性,踏板特性的自动识别和确定无需驾驶员手动选择制动模式,更加满足个性化的制动踏板感需求,同时降低汽车厂商标定电子助力制动系统的时间和难度,全面提升智能人车交互水平。
-
公开(公告)号:CN113246974B
公开(公告)日:2022-08-05
申请号:CN202110388657.X
申请日:2021-04-12
申请人: 南京航空航天大学
IPC分类号: B60W30/09 , B60W30/095 , B60W60/00
摘要: 本发明公开一种无人驾驶应急场景下避险/降损控制方法,包括获取自车周围物体信息,构建自车与周围物体的相对位置信息与相对运动信息,作为当前时刻的环境变量,并对下一时刻的所述环境变量进行预测;根据环境变量建立环境约束;进行碰撞预测,具体是:进行制动避撞临界判断,若避撞临界系数B
-
公开(公告)号:CN111443290B
公开(公告)日:2021-08-06
申请号:CN201911392926.9
申请日:2019-12-30
申请人: 南京航空航天大学
IPC分类号: G01R31/367 , G01R31/385
摘要: 一种带有闭环控制的电动汽车动力电池SOP估计方法。主要涉及动力电池管理技术领域。提出了一种逻辑清晰、步骤有序且准确度高的带有闭环控制的电动汽车动力电池SOP估计方法。按以下步骤进行估计:S1、建立容量损失—温度—放电倍率的三维响应和开路电压—实际容量—荷电状态的拟合函数;S2、在线辨识参数;S3、利用HF对SOC进行在线估计;S4、得出初算极限充放电电流;S5、多约束下求取修正后电池SOP。本发明使得估计更加的符合真实极限工况,并且保证了动力电池在极限功率输出工况下可以避免由于峰值功率估算偏差带来的电池过冲过放现象,保证电池的使用寿命与工作安全。
-
公开(公告)号:CN107862864B
公开(公告)日:2021-06-15
申请号:CN201710972871.3
申请日:2017-10-18
申请人: 南京航空航天大学
摘要: 本发明提供了一种基于驾驶习惯和交通路况的行驶工况智能预测估计方法,基于已建立的车辆工况识别模型、当前车辆行驶参数、当前交通路况信息,通过神经网络和二型模糊集合理论建立未来预测工况模型,预测车辆在规划路径上行驶的工况特性。将预测得到的行驶工况信息发送给整车能量管理系统,其自动优化模块根据预测工况在线优化调整控制逻辑,以提高整车系统能量利用效率,无论对纯电动汽车还是混合动力汽车以至智能汽车等都非常具有实际意义和工程应用价值。
-
公开(公告)号:CN111815948A
公开(公告)日:2020-10-23
申请号:CN202010533947.4
申请日:2020-06-12
申请人: 南京航空航天大学
IPC分类号: G08G1/01
摘要: 本发明公开一种基于工况特征的车辆行驶工况预测方法,包括对车辆历史工况数据进行特征参数提取,进行聚类分析,并建立工况特征参数数据库;根据车辆实际工况,构建工况特征数据与道路和交通特征参数关系,建立基于道路和交通的工况特征参数预测模型;根据确定的行车路线获取该路线的道路和交通特征参数,利用预测模型进行工况特征参数预测;将预测的工况特征参数与数据库中的工况特征参数进行比较,得出将要行驶的行车线路的工况。本发明能够根据本车规划路线上的道路和交通特征通过模型预测,保证了预测模型的普适性和准确性,同时能够反映道路和交通状况对车辆行驶状态的影响。
-
公开(公告)号:CN111337832A
公开(公告)日:2020-06-26
申请号:CN201911392700.9
申请日:2019-12-30
申请人: 南京航空航天大学
IPC分类号: G01R31/367 , G01R31/392 , G01R31/388
摘要: 本发明涉及一种动力电池多维度融合SOC和SOH在线联合估算的方法,本发明选用双扩展卡尔曼滤波(Dual-EKF)方法与多维度融合估算法,解决单独设计SOC和SOH估算系统工作量大且估算精度低等问题,通过混合脉冲功率性能测试获取相关数据,并建立二阶RC等效电路模型辨识模型参数值R1,R2,C1,C2;用Dual-EKF方法对SOC、内阻、额定容量三个状态参量进行在线精确估算,进而确定SOHRi和SOHQi;最后利用正规化最小二乘法计算两个维度的健康状态权重系数αR、αQ并融合获取综合健康状态值SOHTi,最终准确预估动力电池的SOH值,实现了对SOC和SOH联合在线估算,提高了SOC、SOH值的估算精度,在嵌入式动力电池管理系统上适用性强。
-
公开(公告)号:CN111080018A
公开(公告)日:2020-04-28
申请号:CN201911326377.5
申请日:2019-12-20
申请人: 南京航空航天大学
摘要: 一种基于道路交通环境的智能网联汽车车速预测方法。本发明涉及智能网联汽车领域。提出一种通过将道路交通环境特征量化的长时车速预测方法,并将该方法所得预测车速可以用于行驶能量和行驶时间需求预测场景,大大的改善现有车速预测模型的鲁棒性和泛化能力,为实现车载能量的智能管理和优化以及路径的合理规划提供了数据支撑和依据。所述预测方法包括以下步骤:S1、数据采集;S2、数据提取;S3、建立模型;S4、消耗预测。本发明大大的改善现有车速预测模型的鲁棒性和泛化能力,为实现车载能量的智能管理和优化以及路径的合理规划提供数据支撑和依据。
-
公开(公告)号:CN110614894A
公开(公告)日:2019-12-27
申请号:CN201910771694.1
申请日:2019-08-21
申请人: 南京航空航天大学
IPC分类号: B60G17/0165 , B60G17/019
摘要: 本发明公开一种用于复杂路况的主动悬架控制系统和控制方法,其中控制系统包括环境感知模块,包括速度传感器、红外结构光组件和单目摄像头;实时处理控制模块,包括BP神经网络,其接收来自速度传感器和红外结构光组件的数据,输出适合当前路况的阻尼和刚度值,再结合卷积神经网络输出的数据,得到修正的阻尼和刚度值;调节模块,用于将修正的阻尼和刚度值传送到主动悬架,并对主动悬架的阻尼和刚度进行调整。本发明在保证实时性和精度的前提下,降低了路面信息获取的成本,提升了对路面的适应能力。
-
公开(公告)号:CN110610260A
公开(公告)日:2019-12-24
申请号:CN201910771693.7
申请日:2019-08-21
申请人: 南京航空航天大学
摘要: 本发明公开一种行车能耗预测系统、方法、存储介质和设备,其中预测方法包括获取规划行驶路线的历史工况数据;基于历史工况数据构建训练样本数据集;对训练样本数据集进行数据训练,建立车速特征BP神经网络模型和行车能耗BP神经网络模型;获取规划行驶路线上的实时工况信息,输入至车速特征BP神经网络模型中进行预测,得到未来行驶的车速特征数据,然后将车速特征数据输入至行车能耗BP神经网络模型中进行预测,得到未来的行驶能量消耗数据,实现行车能耗的在线预测。本发明可实现不同道路环境和交通状态的行驶工况下行车能耗的在线有效预测,帮助提高车辆智能能量管理的效率。
-
公开(公告)号:CN110376526A
公开(公告)日:2019-10-25
申请号:CN201910611034.7
申请日:2019-07-08
申请人: 南京航空航天大学
IPC分类号: G01R31/382 , G01R31/367
摘要: 本发明公开一种高空飞行环境无人机动力电池的SOC估计方法,包括:首先模拟高空飞行环境建立以温度、气压、放电率为项目栏,电池在当前状态下的实际总容量和放电容量损失为数据栏的第一表格和第二表格,再通过在标称条件下的充放电得到电池在标称条件下的实际总容量和放电容量损失,计算无人机在飞行过程中电池的SOC,最后计算飞行结束后电池的SOC。本发明所涉及的参数少,方法简单,准确率高。
-
-
-
-
-
-
-
-
-