-
公开(公告)号：CN115158292A
公开(公告)日：2022-10-11
申请号：CN202210866622.7
申请日：2022-07-22
申请人： 江苏大学
摘要： 本发明公开了一种自动驾驶商用车载荷与道路自适应控制系统及方法，包括车辆动力学模型部分，支持向量回归整车质量辨识部分，非线性模型预测控制部分，径向基函数神经网络部分和道路分类器部分共5部分。通过基于支持向量回归的商用车质量辨识方法和轮胎侧偏刚度在线修正方法，有效辨识出不同载荷下的车辆质量以及修正轮胎侧偏刚度，提高了车辆轨迹跟踪的能力；还提出基于径向基函数神经网络补偿横向控制，针对外界扰动和动力学模型的参数误差进行补偿，进一步降低轨迹跟踪误差；同时提出的道路分类器，可针对不同道路附着特性在线调整模型预测控制器中的控制量约束和控制增量约束，有效提升了商用车的道路适应性和安全性。
-
公开(公告)号：CN115076327A
公开(公告)日：2022-09-20
申请号：CN202210163801.4
申请日：2022-02-22
申请人： 江苏大学
摘要： 本发明提供了一种多模式机液复合传动装置，包括输入构件、液压传动机构、机械传动机构、汇流机构、输出构件、离合器组件和制动器组件；所述离合器组件将所述输入机构输出端分别与液压传动机构输入端、机械传动机构和汇流机构连接，所述离合器组件将液压传动机构输出端与汇流机构连接，所述离合器组件将所述机械传动机构与汇流机构连接；所述汇流机构与输出构件连接；通过调节液压传动机构的排量比、通过选择性控制所述离合器组件和制动器组件的接合，提供输入构件与输出构件之间的连续变换的传动比。本发明可实现机械传动、液压传动和机液复合传动等模式的切换，在增加系统容错性能的前提下，提高调节自由度，扩大了前进和后退方向的调速范围。
-
公开(公告)号：CN114987537A
公开(公告)日：2022-09-02
申请号：CN202210535066.5
申请日：2022-05-17
申请人： 江苏大学
摘要： 本发明公开了基于神经网络动力学的自动驾驶车辆道路自适应漂移控制系统与方法，本发明所提出的控制系统包括车辆动力学模型部分，前馈神经网络模型部分，模型预测控制部分，路径跟随控制部分和道路分类器共5部分，设计的神经网络代替传统车辆动力学物理模型，有效克服传统物理模型在轮胎非线性区域精度不足的问题，显著提高了自动驾驶车辆在漂移等极限工况下的轨迹跟踪能力；设计的道路分类器，通过自动驾驶车辆制动时识别不同道路的附着特性，有效提高了自动驾驶车辆的道路自适应性，提升了自动驾驶车辆在不同路面的附着特性辨识能力。
-
公开(公告)号：CN114909453A
公开(公告)日：2022-08-16
申请号：CN202210635240.3
申请日：2022-06-07
申请人： 江苏大学
IPC分类号： F16H47/08 , F16H57/023 , F16H57/08 , F16H57/10
摘要： 本发明公开了一种机电液复合传动装置及其控制方法，包括输入轴组件、功率分流组件、液压传动组件、电气无级变速器传动组件、机械传动组件、功率汇流组件和输出轴，通过控制离合器和制动器之间的接合切换实现单一类型传动模式、功率分流复合传动模式、功率汇流复合传动模式三种类型的传动模式。有益效果：本发明可实现各种传动模式的自由切换，能够满足工程机械不同工况下对传动装置多模式的需要，提高发动机功率利用率，改善燃油经济性；同时有效减小了换挡冲击，增大了速比调节范围；液压传动起步快、工作平稳，易于实现快速而无冲击地变速与换向，电气无级变速器传动比变化过程具有连续性，在使用过程中对机构的冲击极小。
-
公开(公告)号：CN114684199A
公开(公告)日：2022-07-01
申请号：CN202210467898.8
申请日：2022-04-29
申请人： 江苏大学
摘要： 本发明公开了一种机理分析‑数据驱动的车辆动力学串联混合模型、智能汽车轨迹跟踪控制方法及控制器，提出一种机理分析‑数据驱动的车辆动力学串联混合模型，该模型不仅具有机理模型良好的系统力学背景及物理意义的优点，而且具有数据驱动模型无需任何的先验知识、仅依赖样本数据的优点，两者融合实现模型间优势互补。该模型可以补充计算机理模型中的部分未建模动态并提高模型全局计算精度，具有隐式理解不同路面附着条件的能力，为智能汽车运动控制算法设计奠定良好的模型基础。在控制方法中引入准确的车辆动力学模型，将其作为预测模型，有效提高对车辆未来状态输出的预测能力，增加非线性约束条件，提高控制精度、稳定性及可靠性。
-
公开(公告)号：CN114590264A
公开(公告)日：2022-06-07
申请号：CN202210248477.6
申请日：2022-03-14
申请人： 江苏大学
IPC分类号： B60W40/064 , G06F30/17 , G06F30/15 , G06F30/20
摘要： 本发明公开了一种基于深度集成网络自适应卡尔曼滤波的路面附着系数估计方法，本发明基于常规车载传感器信号，无需借助视觉图像信息，避免了因高速行驶时图像质量较差导致的估测失准，且降低了对算法性能的要求，便于了方案的实施与应用。本发明的方法兼具了深度预测网络和卡尔曼观测器的优点，是一种准确性较高且泛化性较好的路面附着系数预测方法，可有效提升路面附着系数估计的准确性，为极限工况行驶车辆提供了更加准确的控制依据。引入强化学习理论对深度网络进行优化，避免了因训练误差导致的路面附着系数估计值溢出正常值的情况。
-
公开(公告)号：CN110703272B
公开(公告)日：2022-05-17
申请号：CN201910921766.6
申请日：2019-09-27
申请人： 江苏大学
IPC分类号： G01S17/66
摘要： 本发明公开了一种基于车车通信和GMPHD滤波的周边目标车辆状态估计方法，包括：初始化多目标高斯混合后验强度、获取点云数据、对点云数据进行预处理、转换到自车车体坐标系、预测多目标先验强度、得到多目标后验强度、周边目标车辆进行信息交流、坐标时间同步、将同步后的量测集合变换到自车车体坐标系、应用量测集合更新多目标后验强度，得到最终的多目标后验强度；设定舍弃门限值、合并门限值以及最大高斯混合个数，多目标后验强度进行修剪和合并；提取目标状态得到多目标状态合集。与现有技术相比，本发明能在车联网环境下，融合自车感知信息和周边目标车辆发送的状态信息，提高目标定位、跟踪的准确性和鲁棒性。
-
公开(公告)号：CN110502004B
公开(公告)日：2022-05-17
申请号：CN201910584873.4
申请日：2019-07-01
申请人： 江苏大学
IPC分类号： G05D1/02
摘要： 本发明公开了一种面向智能车辆激光雷达数据处理的行驶区域重要性权值分布建模方法，首先构建以智能车辆为中心的俯视化栅格地图，计算每一栅格相对于车辆的距离和方向；然后建立基于行驶速度和前轮转角的驾驶员关注区域模型，获得不同行驶状态下的驾驶员主要关注区域与次要关注区域，根据优秀驾驶员先验信息建立基于区域重要性权值分布模型；最后依据已经建立的俯视化栅格地图、驾驶员关注区域模型和重要性权值分布模型，算得到每一栅格的重要性权值，从而对雷达点云数据进行差异化处理，对重要性权值高的区域数据给予优先处理，重要性权值低的区域数据给予较简单处理，提高了雷达数据处理效率，从而提高智能车辆感知外部环境信息的实时性。
-
公开(公告)号：CN112700661B
公开(公告)日：2022-04-26
申请号：CN202011494909.9
申请日：2020-12-17
申请人： 江苏大学
摘要： 本发明提供了一种重交通流下的智能车辆汇流方法及系统，属于自动驾驶汽车决策系统技术领域。本发明的路侧控制单元获取本车的位置和速度、主道和匝道的汇流车辆数量以及各汇流车辆的驾驶模式，分别表示车辆汇流通行效率η、汇流时车辆多消耗的燃油消耗量Q总以及驾驶员舒适度评价指标C，并表征综合评价指标S，确定综合评价指标S最大时的路权切换次数m，控制主道车辆和匝道车辆根据汇流。本发明减少了汇流时车道的路权切换次数，大大提升了汇流点车辆的通过效率，不仅降低了驾驶操作疲劳感，还降低了车辆的燃油消耗量，同时满足了舒适性和经济性的要求。
-
公开(公告)号：CN114379583A
公开(公告)日：2022-04-22
申请号：CN202111508163.7
申请日：2021-12-10
申请人： 江苏大学
IPC分类号： B60W60/00 , G06F30/27 , G06F30/15 , G06N3/04 , G06N3/08 , G06F119/14 , G06F111/04
摘要： 本发明公开了一种基于神经网络动力学模型的自动驾驶车辆轨迹跟踪系统及方法，包括神经网络车辆动力学模型部分，车辆动力学数据采集部分(包括基于驾驶模拟器和虚拟仿真平台CarSim仿真数据获取过程、真实世界自动驾驶车辆数据获取)，神经网络模型的训练部分，以及模型预测控制算法设计共四部分；本发明通过将所建立的神经网络车辆动力学预测模型与模型预测控制算法相结合，相比于端到端的控制算法，所提出的控制算法具有更高的可解释性。并且在不同的道路条件下及行驶工况下可以实现期望轨迹的跟踪控制，在保证路径跟踪精度的同时，同时兼顾横纵向稳定性，为自动驾驶车辆开发高性能的运动控制器奠定。
-
-
-
-
-
-
-
-
-
搜索结果
1641 条记录 (耗时 0.055 秒)
