-
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:CN114604249A
公开(公告)日:2022-06-10
申请号:CN202210307966.4
申请日:2022-03-24
申请人: 东南大学
IPC分类号: B60W30/18 , B60W30/045 , B60W10/20 , B62D15/02
摘要: 本发明涉及一种基于Dubins曲线的车辆转向路径规划方法,包括:S1、获取车辆即将转向时的起始点坐标和终止点坐标,获取转弯半径并计算理论前轮转角和理论方向盘转角;S2、基于Dubins曲线规划最短转弯路径,将最短转弯路径显示给驾驶员;S3、当驾驶员控制车辆按照最短转弯路径转向时,判断实际方向盘转角与理论方向盘转角是否存在偏差,如果存在偏差,发出指示提醒驾驶员调整方向,直到实际方向盘转角与理论方向盘转角保持一致。本发明方法避免了因为驾驶员的判断不够准确而多次制动、加速、倒车来调整车辆姿态,提高了车辆发动机的效率与转弯行驶的安全性。兼顾车辆转弯的灵活性与能源利用的经济性。
-
公开(公告)号:CN114604249B
公开(公告)日:2024-09-24
申请号:CN202210307966.4
申请日:2022-03-24
申请人: 东南大学
IPC分类号: B60W30/18 , B60W30/045 , B60W10/20 , B62D15/02
摘要: 本发明涉及一种基于Dubins曲线的车辆转向路径规划方法,包括:S1、获取车辆即将转向时的起始点坐标和终止点坐标,获取转弯半径并计算理论前轮转角和理论方向盘转角;S2、基于Dubins曲线规划最短转弯路径,将最短转弯路径显示给驾驶员;S3、当驾驶员控制车辆按照最短转弯路径转向时,判断实际方向盘转角与理论方向盘转角是否存在偏差,如果存在偏差,发出指示提醒驾驶员调整方向,直到实际方向盘转角与理论方向盘转角保持一致。本发明方法避免了因为驾驶员的判断不够准确而多次制动、加速、倒车来调整车辆姿态,提高了车辆发动机的效率与转弯行驶的安全性。兼顾车辆转弯的灵活性与能源利用的经济性。
-
公开(公告)号:CN113705865A
公开(公告)日:2021-11-26
申请号:CN202110935648.8
申请日:2021-08-16
申请人: 东南大学
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。
-
-
-