-
公开(公告)号:CN117341646A
公开(公告)日:2024-01-05
申请号:CN202311384034.0
申请日:2023-10-24
申请人: 吉林大学
IPC分类号: B60T8/1755 , B60L7/26
摘要: 本发明公开了一种用于增程式电驱桥半挂牵引车的滑行制动控制方法,属于混合动力车辆控制领域。本发明适用于采用增程式电驱桥方案的半挂牵引车,利用带有遗忘因子的递推最小二乘法坡度估计获得坡度i与质量m的预估值,再利用模糊PID控制方法选择总制动力矩,根据预估条件值将总制动力矩分配给牵引车前轴、牵引车后轴和挂车车轴,采用电池寿命的容量损失模型,利用MPC优化控制算法进行兼顾电池寿命与能量回收效率的复合制动,使得电磁制动力矩和机械制动力矩合理分配,为车辆节能带来了更大的优化潜力,因此上述新型滑行制动方法在半挂牵引车行业中具有广阔的前景。
-
公开(公告)号:CN117302227A
公开(公告)日:2023-12-29
申请号:CN202311531293.1
申请日:2023-11-16
申请人: 吉林大学
摘要: 本专利公开了一种行星多档混合动力车辆行星架端转速控制方法,其通过模糊自适应滑模控制算法求解的控制转矩对行星架转速进行调控,解决混合动力车辆模式切换中的冲击问题。本方法包括以下步骤:(1)建立行星混合动力传动系统五自由度模型;(2)建立行星混合动力传动系统状态方程;(3)设计行星架转速参考轨迹,并设计积分滑模面函数;(4)采用等效控制量和到达控制量相结合的方式,计算出滑模控制率作为太阳轮端控制转矩;(5)采用模糊控制算法优化切换增益系数得到模糊切换增益,对步骤4中的到达控制量进行优化;本方法通过模糊控制和滑模控制,提升了控制算法的跟踪效果,并消除了传统滑模控制产生的“抖振”问题。
-
公开(公告)号:CN117218608A
公开(公告)日:2023-12-12
申请号:CN202311095795.4
申请日:2023-08-29
申请人: 吉林大学
IPC分类号: G06V20/54 , G08G1/14 , G08G1/017 , H04N23/50 , H04L67/12 , G06F16/53 , G06F16/51 , G06N3/0499 , G06N3/084
摘要: 本发明公开了一种智能车辆出入库车速与轨迹规划方法,属于智能汽车控制领域。本发明针对网联汽车出入地下车库这一场景,基于双目相机的识别功能与云端的存储数据,获得当前出入库车辆的动力类型以及相关参数,随后基于双目相机与imu传感器,获取该车辆出入库的车速与轨迹信息;此后,利用神经网络与深度学习,根据之前所获得的车速与轨迹信息,求得相应车辆类型经过神经网络优化后的出入库车速与轨迹,以便于指导后续车辆自动行驶出入该车库或者为驾驶员提供辅助。本发明旨在通过采集出入库车辆的车速轨迹数据,规划出优化轨迹与车速,进而辅助并指导后续车辆出入该地下车库,以保证车辆出入该车库的安全性与效率。
-
公开(公告)号:CN118759853A
公开(公告)日:2024-10-11
申请号:CN202411114238.7
申请日:2024-08-14
申请人: 吉林大学
IPC分类号: G05B13/04
摘要: 本发明公开了一种用于越野车辆的基于MPC的变优先级运动控制方法,旨在提高越野车辆在不同驾驶工况下跟踪精度和稳定性的综合性能,具体包括以下步骤:(1)假设车轮轮胎始终处于线性工作区间,建立倾斜路面上考虑横向运动、横摆和侧倾运动的三自由度车辆动力学模型;(2)对模型进行离散化,给出保证车辆操纵稳定性的执行机构约束、横摆稳定性约束与侧倾稳定性约束,设计基于代价函数和约束的轨迹跟踪控制层;(3)根据失稳程度对稳定性和轨迹跟踪精度的优先级进行协调,改善车辆在高速和大转向情况下的轨迹跟踪精度。本发明将车辆不稳定状态的优先级自适应律引入基于MPC的运动控制器中,最终实现在高精度跟踪期望轨迹的同时保证车辆的稳定性。
-
公开(公告)号:CN118034320A
公开(公告)日:2024-05-14
申请号:CN202410292422.4
申请日:2024-03-14
申请人: 吉林大学
IPC分类号: G05D1/43 , G05D1/633 , G05D1/644 , G05D109/10
摘要: 本发明属于车辆工程技术领域,涉及一种基于随机模型预测控制的车辆轨迹规划方法,包括:构建运动学模型与线性离散时间点质量模型,利用随机模型预测控制(SMPC)和故障安全轨迹规划(FTP)规划路径,将第一个优化的SMPC输入应用于车辆,在下一个时间步长求解新的SMPC最优控制;对于每个时间步,还计划了一个故障安全轨迹,只有在应用了第一SMPC输入之后仍然有可能找到故障安全备份轨迹的情况下,才将理想SMPC输入应用于车辆。本发明在规划方法上选择随机模型预测控制,更加高效准确的解决周围车辆带来的不确定性;同时,加入故障安全轨迹规划,使鲁棒性更强,本发明能够有效提高轨迹规划的安全性和高效性,以SMPC+FTP的模式强化规划效果。
-
公开(公告)号:CN118194709A
公开(公告)日:2024-06-14
申请号:CN202410308973.5
申请日:2024-03-19
申请人: 吉林大学
IPC分类号: G06F30/27 , G06N3/0442 , G06N3/045 , G06N3/084 , G06F111/04 , G06F111/08 , G06F119/06
摘要: 本专利公开了一种基于双向记忆网络的能量管理建模方法,其通过双向记忆网络车速预测模型预测未来时刻的车速,最后结合相关约束对能量管理进行建模。本方法包括以下步骤:(1)通过特定路况的交通信息开源数据集,获取车速数据,并对数据进行归一化处理得到车速对时间的序列;(2)在长短期记忆网络(LSTM)车速预测模型的基础上,建立双向长短期神经记忆网络(BILSTM)车速预测模型;(3)基于BILSTM的预测车速和汽车运动学的相关约束进行能量管理建模;本方法通过双向长短期记忆网络进行车速预测,并进行能量管理建模,解决了循环神经网络的梯度消失,爆炸以及长期依赖问题,可以更加充分的利用序列中的信息从而提高了模型的准确性。
-
公开(公告)号:CN118003900A
公开(公告)日:2024-05-10
申请号:CN202410268350.X
申请日:2024-03-10
申请人: 吉林大学
摘要: 本发明涉及一种电驱桥半挂车下长坡滑行制动控制方法,首先根据路况以及驾驶员的操作选择是否进入滑行制动模式,再根据制动踏板以及加速踏板均处于全松状态时,车辆进入滑行制动;利用模糊PID计算求解滑行过程中能保证车辆基于目标车速稳定滑行总的需求制动转矩;根据电机转矩、电池SOC和车速等限制,对滑行制动模式进行划分,通过多岛遗传算法对不同模式切换门限值进行优化;由复合制动前提下,判断当前挡位与相邻高挡和低挡的电池SOC变化率的大小,选择电池SOC变化率较大的挡位进行滑行制动,以增加电机提供的再生制动转矩。本发明提高了车辆的再生制动能量回收利用率和提高汽车动力性能。
-
公开(公告)号:CN117592328A
公开(公告)日:2024-02-23
申请号:CN202311549012.5
申请日:2023-11-20
申请人: 吉林大学
IPC分类号: G06F30/23 , G01M17/007 , G06F119/06
摘要: 本发明公开了一种面向频率分布特征的驾驶工况设计方法,旨在压缩原始工况的油耗特征信息以提高能耗计算速度,具体包括以下步骤:(1)对原始工况数据有效信息进行噪声与数据缺失处理;(2)对工况数据点提取速度‑加速度‑加加速度油耗特征信息,并进行离散化处理;(3)将提取的工况数据点按照其对应的速度、加速度与加加速度的值划分到对应的网格空间体内;(4)对每个网格空间体内所有数据点通过基于分布的统计方法进行处理;(5)计算“速度‑加速度‑加加速度”三维网格上每个网格点的频率。本发明统计工况油耗信息的频率分布特征,可将近似和重复的工作点合并,使工况信息充分压缩,提高能耗计算速度,并避免构造工况产生的构造误差。
-
公开(公告)号:CN118097596A
公开(公告)日:2024-05-28
申请号:CN202410248484.5
申请日:2024-03-05
申请人: 吉林大学
摘要: 本发明公开了一种基于模糊逻辑的自适应车道线检测方法,旨在提高车道线检测算法在多样化环境中的自适应性与准确性,具体包括以下步骤:(1)对输入的图像信息进行去畸变处理;(2)对图像进行对比度处理;(3)对图像进行降噪处理;(4)采用基于模糊逻辑的强鲁棒性Canny边缘检测算法对处理后的图像进行边缘检测;(5)对处理后的图像进行自适应感兴趣区域(ROI)选择;(6)利用霍夫变换以及几何约束对车道标记进行检测;(7)若当前帧图像无法检测到左右车道线,则使用上一帧计算的斜率与角度均值生成相应的CLL与CRL。本发明将模糊逻辑融入边缘检测算法中并配合自适应ROI以实现在复杂环境条件下能够自适应调整相应参数,提高车道检测的鲁棒性。
-
公开(公告)号:CN118072018A
公开(公告)日:2024-05-24
申请号:CN202410241845.3
申请日:2024-03-04
申请人: 吉林大学
IPC分类号: G06V10/26 , G06V20/70 , G06V10/774 , G06V10/25 , G06V20/56 , G06V10/82 , G06V10/80 , G06N3/0442 , G06N3/08
摘要: 本发明公开了一种基于图像识别和车辆动力学响应的路面识别方法,属于智能汽车领域。本发明在基于视觉的路面识别方法的基础之上,提出了一种基于图像识别和车辆动力学响应两种算法融合的路面识别方法。基于图像识别的路面识别方法可以识别车辆前方的道路情况,但由于相机很容易受到行驶环境的限制,所以仅靠图像识别极有可能会出现识别结果无效或错误的情况。本文提出的方法加入了基于车辆动力学响应的方法作为补充,可以很大程度的提升算法的可靠性,提高路面识别的精度。
-
-
-
-
-
-
-
-
-