-
公开(公告)号：CN117891250A
公开(公告)日：2024-04-16
申请号：CN202410022648.2
申请日：2024-01-08
Applicant: 吉林大学
Abstract: 本发明提出一种数据驱动的异构车辆事件触发编队控制方法；首先建立了一个非线性的车辆模型；然后使用高斯过程回归来对参数可能变动的车辆模型进行更精确的实时学习；然后采用反馈线性化控制器基于在线学习的车辆模型，对当前车辆实施更精确的控制；其中使用高斯过程回归对车辆建模的过程并非有固定的时间间隔，而是基于当前车辆模型的高概率估计误差和李雅普诺夫稳定性分析计算出的事件触发机制；该方法提高了编队中车辆对于不同驾驶任务、场景快速变化的适应性，同时基于事件触发的机制也成功为编队中的车辆节约了算力资源。
-
公开(公告)号：CN117472064A
公开(公告)日：2024-01-30
申请号：CN202311566544.X
申请日：2023-11-22
Applicant: 吉林大学
IPC: G05D1/43 , G05D1/633 , G05D1/644 , G05D109/10
Abstract: 本发明提供了一种基于预测学习的自适应动态规划路径跟踪控制方法，考虑高速、大曲率工况下车辆非线性特性显著，利用自适应动态规划提高车辆非线性问题优化求解能力，引入预测学习框架提高车辆对驾驶环境迅速变化的适应能力，设计基于预测学习的自适应动态规划路径跟踪控制器对车辆进行控制；首先建立车辆非线性动力学模型，以提高车辆未来状态信息的预测精度；其次设计自适应动态规划权重更新规则，最后设计基于预测学习的自适应动态规划路径跟踪控制器；该方法对系统未来时刻状态的预测提高了车辆在参考控制输入快速变化时的适应性，而自适应动态规划与环境交互试错的特点使其能更好地应对高速工况下系统模型不确定性带来的影响。
-
公开(公告)号：CN117556541A
公开(公告)日：2024-02-13
申请号：CN202311578074.9
申请日：2023-11-24
Applicant: 吉林大学
IPC: G06F30/15 , G06F30/20 , G06F17/16 , G06F119/02
Abstract: 本发明提供了一种考虑复杂场景下传感噪声的自适应车辆状态估计方法首先建立车辆和轮胎模型，然后选取状态量和观测量建立车辆估计系统通过构建了一个新颖的自适应死区扩展车辆状态观测器，将车辆状态中易测得状态信息作为输入，结合横纵耦合的轮胎模型和三自由度车辆系统，估计十分关键的纵向车速、横向车速、横摆角速度的信息；本方法充分考虑实际情况下易出现传感器收到持续有界噪声对观测系统的不良影响，设计基于干扰情况自适应变化的死区功能结构，合理修剪输出传感器校正项的信息，从而最小化传感器测量干扰对估计系统的不利影响，尽可能的保证观测系统的估计效果；同时可以结合设计参数，平衡观测器瞬态响应以及抑制干扰能力。
-
公开(公告)号：CN116630702A
公开(公告)日：2023-08-22
申请号：CN202310580153.7
申请日：2023-05-23
Applicant: 吉林大学
IPC: G06V10/764 , G06V10/774 , G06V10/26 , G06V20/40 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于语义分割网络的路面附着系数预测方法，首先，搭建基于多尺度空间注意力机制的语义分割网络；其次，将搭建的分割网络在公开数据集上进行预训练；然后，丰富语义分割数据集并对分割网络进行特异性训练；接着，利用分割网络提取路面区域制作路面分类网络数据集；然后，搭建并训练路面类型分类网络；最后，建立映射规则获取路面附着系数信息；本方法增强了算法对雨雪行驶场景的泛化能力，进一步提升了对行驶路面提取的精度、实时性以及鲁棒性；同时结合轻量化的路面识别网络，设计了语义分割网络、路面提取以及路面识别网络串行的算法结构，能够实现丰富驾驶场景下路面附着信息快速准确的预测。
-
-
-
Search Results
4
records
(took 0.014 seconds)
