一种考虑传感器数据丢失的线控汽车轮胎侧向力估计方法

    公开(公告)号:CN113978476B

    公开(公告)日:2022-08-12

    申请号:CN202110964949.3

    申请日:2021-08-20

    申请人: 东南大学

    IPC分类号: B60W40/10

    摘要: 本发明涉及一种考虑传感器数据丢失的线控汽车轮胎侧向力估计方法,首先利用电动汽车车载传感器获得带有部分测量数据丢失的前轮转角,纵向速度,质心侧偏角以及纵、横向加速度信号,利用线控系统中CAN总线获得轮胎的纵向驱动力信息,将这些信息与非线性车辆模型结合利用先验预估和后验更新的方法估计轮胎侧向力,实现轮胎侧向力的精确获取。本发明可以填补当前传感器数据丢失情况下轮胎力无法估计的技术空白,促进了汽车主动安全控制技术的发展。

    考虑模型参数失配的路面附着系数级联估计方法及系统

    公开(公告)号:CN118761158A

    公开(公告)日:2024-10-11

    申请号:CN202411045447.0

    申请日:2024-08-01

    申请人: 东南大学

    摘要: 本发明公开了考虑模型参数失配的路面附着系数级联估计方法及系统,涉及智能车辆状态估计技术领域。本发明包括:接收车辆的前轮转角、纵向加速度、侧向加速度参数信息;构建车辆运动状态估计动力学模型,将上述参数信息输入车辆运动状态估计动力学模型,并构建车辆运动状态的非线性状态空间方程。本发明采用无迹卡尔曼滤波作为基本框架,基于正交理论引入强跟踪滤波,通过调节衰减因子矩阵对增益矩阵实时动态更新,有效降低了模型参数失配、模型不确定性引起的估计精度下降问题,通过将两个强跟踪无迹卡尔曼滤波器串联连接,实现了对路面附着系数的高精度估计,有效增强了模型参数失配非理想状况下路面附着系数估计的鲁棒性。

    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:CN114030474A

    公开(公告)日:2022-02-11

    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。

    考虑传感器误差的女巫攻击节点的检测方法及装置

    公开(公告)号:CN111918294B

    公开(公告)日:2021-04-30

    申请号:CN202010750004.7

    申请日:2020-07-30

    申请人: 东南大学

    摘要: 本发明公开了一种考虑传感器误差的女巫攻击节点的检测方法及装置,涉及车载网络安全技术领域,解决了车载网络对女巫攻击节点检测不够精准的技术问题,其技术方案要点是信息采集装置接收邻居节点广播的CAM消息,预检测装置融合传感器误差判断车辆节点通信范围的合理性;预处理装置运用高斯滤波对通信范围合理的节点RSSI序列进行滤波优化处理;检测装置运用DTW算法衡量节点RSSI序列与移动序列之间的空间差异与时间差异,从而发现邻居节点中的女巫节点。在实时检测车载自组织网络中恶意行为的同时,考虑传感器固有的物理采集误差,提高了检测过程的合理性;极大的降低了DTW检测算法的计算负荷,缩短了检测时间。

    一种基于混合交通的行车风险评估方法

    公开(公告)号:CN112581756A

    公开(公告)日:2021-03-30

    申请号:CN202011276318.4

    申请日:2020-11-16

    申请人: 东南大学

    摘要: 一种基于混合交通的行车风险评估方法,涉及无人驾驶行车风险评估领域。具体包括:输入包含机动车、非机动车以及道路交通环境三类模型的综合交通场景;将所述综合交通场景中的任意一个个体的单独行为结果表征为不同作用力的组合,综合成统一表达式,所述个体为机动车或非机动车;根据所述统一表达式将机动车和非机动车分别抽象成机动车行车风险评估模型和非机动车行车风险评估模型;基于所述的机动车行车风险评估模型、非机动车行车风险评估模型和其他干扰项之间交互的风险评估模型,进行所述综合交通场景风险评估。上述综合风险评估方法可以简单高效地评估不同类个体在混合交通场景中的碰撞风险。

    一种共驾型智能汽车人机控制权限个性化转移方法

    公开(公告)号:CN115140092B

    公开(公告)日:2024-10-18

    申请号:CN202210842486.8

    申请日:2022-07-18

    申请人: 东南大学

    IPC分类号: B60W60/00

    摘要: 本发明公开了一种共驾型智能汽车人机控制权限个性化转移方法,涉及智能交通技术领域,解决了现有权限转移过程中人机冲突的技术问题,其技术方案要点是提出基于样条曲线方法的柔性化权限转移策略,采用影响驾驶员权限转移过程的个性化预瞄时间和反应时间对所设计的权限转移策略进行优化调整,使其更加符合不同驾驶员的操纵偏好。该方法能够实现车辆控制权的平稳过渡,提高共驾型智能汽车的行驶安全性和操纵稳定性,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: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。

    一种基于模型预测控制的拟人化控制器设计方法

    公开(公告)号:CN115285136A

    公开(公告)日:2022-11-04

    申请号:CN202210842510.8

    申请日:2022-07-18

    申请人: 东南大学

    IPC分类号: B60W50/00

    摘要: 本发明公开了一种基于模型预测控制的拟人化控制器设计方法,涉及智能交通技术领域,解决了现有自动驾驶技术偏向同质化、不符合驾驶员个性化操纵偏好的技术问题,其技术方案要点是设计基于模型预测控制的路径跟踪控制器,采用不同驾驶员个性化的视觉预瞄‑反馈控制‑比例增益‑神经肌肉延迟行为对路径跟踪控制器进行拟人化改进,有效提高不同驾驶员对于车辆操纵的满意程度。该方法能够实现智能汽车的拟人化驾驶,提高人类驾驶员对于智能汽车的信任感和接受度,具有很强的实用性,以及广阔的商业应用前景。

    一种考虑传感器数据丢失的线控汽车轮胎侧向力估计方法

    公开(公告)号:CN113978476A

    公开(公告)日:2022-01-28

    申请号:CN202110964949.3

    申请日:2021-08-20

    申请人: 东南大学

    IPC分类号: B60W40/10

    摘要: 本发明涉及一种考虑传感器数据丢失的线控汽车轮胎侧向力估计方法,首先利用电动汽车车载传感器获得带有部分测量数据丢失的前轮转角,纵向速度,质心侧偏角以及纵、横向加速度信号,利用线控系统中CAN总线获得轮胎的纵向驱动力信息,将这些信息与非线性车辆模型结合利用先验预估和后验更新的方法估计轮胎侧向力,实现轮胎侧向力的精确获取。本发明可以填补当前传感器数据丢失情况下轮胎力无法估计的技术空白,促进了汽车主动安全控制技术的发展。

    一种多障碍物环境下的目标轨迹规划和跟踪方法

    公开(公告)号:CN115158355B

    公开(公告)日:2024-10-22

    申请号:CN202210841656.0

    申请日:2022-07-18

    申请人: 东南大学

    IPC分类号: B60W60/00 B60W50/00

    摘要: 本发明公开了一种多障碍物环境下的目标轨迹规划和跟踪方法,涉及智能交通技术领域,解决了现有技术下多障碍物环境轨迹规划难的技术问题,其技术方案要点是将初始目标轨迹进行平移,生成一簇候补轨迹集;然后根据所有障碍物的势场和交通标志线势场,选取出最优的目标轨迹;再通过样条曲线方法规划出安全平顺的轨迹,实现初始目标轨迹到决策最优轨迹的平稳切换;最后,采用模型预测控制方法设计路径跟踪控制器,实现对所规划轨迹的精准跟踪。该方法能够实现智能驾驶汽车在多障碍物环境下的安全行驶,具有很强的实用性,以及广阔的商业应用前景。