-
公开(公告)号：CN111890396A
公开(公告)日：2020-11-06
申请号：CN202010639671.8
申请日：2020-07-06
申请人： 南京理工大学
摘要： 本发明属于自动驾驶领域，具体涉及一种转向辅助驾驶夹持装置及其夹持方法。包括调节圆盘，调节杆，支撑板，锁紧件，调节圆盘紧固机构和传动部件连接机构；支撑板为三个，支撑板的一端与调节圆盘固定连接，支撑板的另一端设有滑槽，三个支撑板均匀布置在调节圆盘的周向；锁紧件滑动的设置在支撑板的滑槽内；调节杆的一端与锁紧件的上部铰接，另一端与调节圆盘铰接，调节杆与调节圆盘的铰接点位于相邻的两个支撑板之间；调节圆盘紧固机构用于压紧和放松调节圆盘；传动部件连接机构用于与传动机构连接。本申请可以快速调节夹持装置的夹持半径且同时保证夹持装置锁紧件的同心度，可以实现转向辅助驾驶系统机械手在转向盘上的快速、准确安装。
-
公开(公告)号：CN111460589A
公开(公告)日：2020-07-28
申请号：CN202010236922.8
申请日：2020-03-30
申请人： 南京理工大学
IPC分类号： G06F30/17 , G06F30/20 , G06F17/16 , G06F111/04
摘要： 本发明属于自动驾驶领域，具体涉及一种换挡机械手机构的运动传递性能优化方法。根据换挡机械手机构的结构特点，绘制换挡机械手机构的运动简图；然后建立换挡机械手机构的速度方程，得到机构输出速度与输入速度的映射矩阵，即逆速度雅克比矩阵；确定机构奇异性的发生条件；根据机构的奇异性发生条件定义换挡机械手机构的局部运动传递性能指标和全域运动传递性能指标用于衡量机构的运动传递性能；以机构尺寸参数为设计变量，全域运动传递性能指标作为目标函数，建立换挡机械手机构的运动传递性能优化模型；最后使用遗传算法对优化模型进行求解，确定最优尺寸参数。本发明的方法提高了驾驶机器人操纵机构运动传递性能。
-
公开(公告)号：CN111460590B
公开(公告)日：2022-10-28
申请号：CN202010237959.2
申请日：2020-03-30
申请人： 南京理工大学
IPC分类号： G06F30/17 , G06F30/20 , G06F119/14
摘要： 本发明属于自动驾驶领域，具体涉及一种驾驶机械腿机构的动力传递性能优化方法。包括如下步骤：首先根据驾驶机械腿机构的结构特点，绘制驾驶机械腿机构的运动简图；然后建立驾驶机械腿机构的动力学模型；基于动力学模型定义驾驶机械腿机构的全域动力传递性能指标；以驾驶机械腿机构尺寸参数为设计变量，全域动力传递性能指标作为优化目标，建立驾驶机械腿机构的动力传递性能优化模型，最后使用粒子群优化算法对优化模型进行求解，确定驾驶机械腿机构最优尺寸参数。本发明所提出的方法提高了驾驶机械腿机构的动力传递性能。
-
公开(公告)号：CN110989597B
公开(公告)日：2022-06-10
申请号：CN201911233698.0
申请日：2019-12-05
申请人： 南京理工大学
IPC分类号： G05D1/02
摘要： 本发明提供了一种集成模糊神经网络的自适应路径跟踪方法，该方法通过判断工程机械或车辆实际位置点的与期望路径的横向位移偏差大小，决定出理想的偏转角度，将目标路径坐标点的曲率以及与实际行驶路径坐标点的横向偏差作为状态切换器的输入，状态切换器判断出工程机械或车辆是否偏离理想路径，再计算出理想偏转角度，横向控制器内部通过训练神经网络得出Jacobian信息，通过该信息整定自抗扰控制器参数，输出模糊神经自抗扰控制律，最后将控制律输入工程机械及车辆动力学模型中，该动力学模型输出实际行驶路径点反馈回输入端，形成完整的闭环控制系统。本发明可以增强控制器的抗干扰能力以及自适应性，提高对目标路径的跟踪精度。
-
公开(公告)号：CN111460589B
公开(公告)日：2022-10-14
申请号：CN202010236922.8
申请日：2020-03-30
申请人： 南京理工大学
IPC分类号： G06F30/17 , G06F30/20 , G06F17/16 , G06F111/04
摘要： 本发明属于自动驾驶领域，具体涉及一种换挡机械手机构的运动传递性能优化方法。根据换挡机械手机构的结构特点，绘制换挡机械手机构的运动简图；然后建立换挡机械手机构的速度方程，得到机构输出速度与输入速度的映射矩阵，即逆速度雅克比矩阵；确定机构奇异性的发生条件；根据机构的奇异性发生条件定义换挡机械手机构的局部运动传递性能指标和全域运动传递性能指标用于衡量机构的运动传递性能；以机构尺寸参数为设计变量，全域运动传递性能指标作为目标函数，建立换挡机械手机构的运动传递性能优化模型；最后使用遗传算法对优化模型进行求解，确定最优尺寸参数。本发明的方法提高了驾驶机器人操纵机构运动传递性能。
-
公开(公告)号：CN110716550A
公开(公告)日：2020-01-21
申请号：CN201911076016.X
申请日：2019-11-06
申请人： 南京理工大学
IPC分类号： G05D1/02
摘要： 本发明属于工程机械及车辆工程领域，具体涉及一种基于深度强化学习的换挡策略动态优化方法。包括如下步骤：(1)：确定换挡策略状态输入变量和动作输出变量；(2)：根据状态输入变量和动作输出变量，确定换挡策略马尔科夫决策过程；(3)：根据换挡策略目标建立强化学习换挡策略奖励函数；(4)：根据马尔科夫决策过程和奖励函数，求解深度强化学习换挡策略；(5)：将步骤(4)计算出的预测Q网络放入换挡策略控制器，工程机械及车辆在行驶过程中，工程机械及车辆根据换挡策略控制器选择挡位；(6)：在行驶过程中定期更新预测Q网络。本发明通过深度强化学习方法对换挡策略进行更新，实现换挡策略的动态优化。
-
公开(公告)号：CN110716550B
公开(公告)日：2022-07-22
申请号：CN201911076016.X
申请日：2019-11-06
申请人： 南京理工大学
IPC分类号： G05D1/02
摘要： 本发明属于工程机械及车辆工程领域，具体涉及一种基于深度强化学习的换挡策略动态优化方法。包括如下步骤：(1)：确定换挡策略状态输入变量和动作输出变量；(2)：根据状态输入变量和动作输出变量，确定换挡策略马尔科夫决策过程；(3)：根据换挡策略目标建立强化学习换挡策略奖励函数；(4)：根据马尔科夫决策过程和奖励函数，求解深度强化学习换挡策略；(5)：将步骤(4)计算出的预测Q网络放入换挡策略控制器，工程机械及车辆在行驶过程中，工程机械及车辆根据换挡策略控制器选择挡位；(6)：在行驶过程中定期更新预测Q网络。本发明通过深度强化学习方法对换挡策略进行更新，实现换挡策略的动态优化。
-
公开(公告)号：CN110989597A
公开(公告)日：2020-04-10
申请号：CN201911233698.0
申请日：2019-12-05
申请人： 南京理工大学
IPC分类号： G05D1/02
摘要： 本发明提供了一种集成模糊神经网络的自适应路径跟踪方法，该方法通过判断工程机械或车辆实际位置点的与期望路径的横向位移偏差大小，决定出理想的偏转角度，将目标路径坐标点的曲率以及与实际行驶路径坐标点的横向偏差作为状态切换器的输入，状态切换器判断出工程机械或车辆是否偏离理想路径，再计算出理想偏转角度，横向控制器内部通过训练神经网络得出Jacobian信息，通过该信息整定自抗扰控制器参数，输出模糊神经自抗扰控制律，最后将控制律输入工程机械及车辆动力学模型中，该动力学模型输出实际行驶路径点反馈回输入端，形成完整的闭环控制系统。本发明可以增强控制器的抗干扰能力以及自适应性，提高对目标路径的跟踪精度。
-
公开(公告)号：CN110989346A
公开(公告)日：2020-04-10
申请号：CN201911233699.5
申请日：2019-12-05
申请人： 南京理工大学
IPC分类号： G05B13/04
摘要： 本发明提供了一种集成驾驶员决策行为的智能转向操纵方法，把转向过程分为角度决策模块以及角速度决策模块得出理想的偏转角度，将该偏转角度作为工程机械及车辆模型的输入，完成路径跟踪，将航向角偏差与路径偏差作为调整角度策略模块的输入，得出偏转角度值大小，再根据航向角偏差与路径偏差的正负得出偏转角度的方向，将偏转角度以及行驶速度作为调整角速度策略模块的输入，建立双输入单输出的偏转角速度模糊控制器，输出理想的偏转角速度，最后将偏转角度作为工程机械及车辆模型的输入，输出实际路径点以及航向角反馈回输入端，形成完整的闭环系统。本发明鲁棒性强、实用性好，该方法可以更符合驾驶员推理和决策行为。
-
公开(公告)号：CN110989346B
公开(公告)日：2022-11-15
申请号：CN201911233699.5
申请日：2019-12-05
申请人： 南京理工大学
IPC分类号： G05B13/04
摘要： 本发明提供了一种集成驾驶员决策行为的智能转向操纵方法，把转向过程分为角度决策模块以及角速度决策模块得出理想的偏转角度，将该偏转角度作为工程机械及车辆模型的输入，完成路径跟踪，将航向角偏差与路径偏差作为调整角度策略模块的输入，得出偏转角度值大小，再根据航向角偏差与路径偏差的正负得出偏转角度的方向，将偏转角度以及行驶速度作为调整角速度策略模块的输入，建立双输入单输出的偏转角速度模糊控制器，输出理想的偏转角速度，最后将偏转角度作为工程机械及车辆模型的输入，输出实际路径点以及航向角反馈回输入端，形成完整的闭环系统。本发明鲁棒性强、实用性好，该方法可以更符合驾驶员推理和决策行为。
-
-
-
-
-
-
-
-
-
搜索结果
11 条记录 (耗时 0.033 秒)
