-
公开(公告)号：CN112907967B
公开(公告)日：2022-06-10
申请号：CN202110134918.5
申请日：2021-01-29
Applicant: 吉林大学
Abstract: 本发明公开了一种基于不完全信息博弈的智能车换道决策方法，首先在时间和空间上，对智能车换道意图和换道可行性进行建模；然后根据换道车辆及其周车的状态信息来建立收益矩阵；收益矩阵的求解采用博弈论中的帕累托最优和纳什均衡进行求解；为了解决不完全信息非合作动态博弈的行为信息未知问题，换道车辆对具有博弈冲突的车辆进行速度及加速度的纵向行为预测，所采用的方法是NARX神经网络模型；换道车辆的周车通过连续隐马尔科夫模型预测换道车辆的横向运动。博弈参与者通过预测他车未来的行为趋势来对收益矩阵的决策进行修正，在决策达到执行的阈值时执行。
-
公开(公告)号：CN111884554B
公开(公告)日：2021-10-15
申请号：CN202010788355.7
申请日：2020-08-07
Applicant: 吉林大学
Abstract: 本发明公开了一种永磁同步电机驱动系统延寿及转矩精确控制方法，首先通过设计电机转矩与磁链的跟踪代价函数、驱动系统能耗代价函数和极限安全代价函数来完成模型预测控制中目标函数的设计；然后引入占空比调制，结合目标函数求解系统下一时刻最优的开关量与占空比组合，精确控制逆变器；最后应用转矩滞环控制调制永磁同步电机工作的实际转矩幅值，通过判断下一时刻电机转矩的预测值与安全极限值的关系合理调控下一时刻转矩的期望值；循环计算，进而完成对永磁同步电机的控制。本发明实现了对永磁同步电机驱动系统高精度、低能耗、低风险的综合延寿控制。
-
Patent Agency Ranking
公开(公告)号：CN111884554A
公开(公告)日：2020-11-03
申请号：CN202010788355.7
申请日：2020-08-07
Applicant: 吉林大学
Abstract: 本发明公开了一种永磁同步电机驱动系统延寿及转矩精确控制方法，首先通过设计电机转矩与磁链的跟踪代价函数、驱动系统能耗代价函数和极限安全代价函数来完成模型预测控制中目标函数的设计；然后引入占空比调制，结合目标函数求解系统下一时刻最优的开关量与占空比组合，精确控制逆变器；最后应用转矩滞环控制调制永磁同步电机工作的实际转矩幅值，通过判断下一时刻电机转矩的预测值与安全极限值的关系合理调控下一时刻转矩的期望值；循环计算，进而完成对永磁同步电机的控制。本发明实现了对永磁同步电机驱动系统高精度、低能耗、低风险的综合延寿控制。
-
公开(公告)号：CN111890951B
公开(公告)日：2022-08-05
申请号：CN202010787928.4
申请日：2020-08-07
Applicant: 吉林大学
Abstract: 本发明公开了一种智能电动汽车轨迹跟踪与运动控制方法，包括以下步骤：根据给定目标轨迹以及当前路况，判断车辆是否能够工作在侧向稳定范围内；若工作在稳定区域内，执行步骤2；若超出侧向稳定范围，执行步骤3；步骤2、执行工作模式1，采用车辆轨迹跟踪与横摆稳定双闭环控制进行车辆轨迹跟踪与稳定性控制：根据期望行驶轨迹以及车辆运动学模型，解算出车辆的期望航向角；建立三自由度车辆动力学模型，设计轨迹跟踪控制器，将车辆的期望航向角与上一时刻的航向角差值输入到轨迹跟踪控制器，求解得到前轮转角和纵向速度；采用模型预测控制算法设计横摆稳定控制器再进行力矩分配；步骤3、执行工作模式2，进行对车辆轨迹跟踪的漂移控制。
-
公开(公告)号：CN114153213A
公开(公告)日：2022-03-08
申请号：CN202111460431.2
申请日：2021-12-01
Applicant: 吉林大学
IPC: G05D1/02
Abstract: 本发明公开了一种基于路径规划的深度强化学习智能车行为决策方法，属于智能车自动驾驶技术领域，所述一种基于路径规划的深度强化学习智能车行为决策方法包括将任务建模为马尔科夫决策过程，搭建深度强化学习算法，智能体输入设计，智能体输出设计，搭建训练网络结构，对任务环境进行路径规划，改进奖励函数，以及训练和测试智能体模型，具有处理复杂决策、简化仿真场景到实际应用的过程、解决了训练速度慢和难以收敛的问题以及提高智能体模型的实际泛化能力的优点。
-
公开(公告)号：CN111890951A
公开(公告)日：2020-11-06
申请号：CN202010787928.4
申请日：2020-08-07
Applicant: 吉林大学
Abstract: 本发明公开了一种智能电动汽车轨迹跟踪与运动控制方法，包括以下步骤：根据给定目标轨迹以及当前路况，判断车辆是否能够工作在侧向稳定范围内；若工作在稳定区域内，执行步骤2；若超出侧向稳定范围，执行步骤3；步骤2、执行工作模式1，采用车辆轨迹跟踪与横摆稳定双闭环控制进行车辆轨迹跟踪与稳定性控制：根据期望行驶轨迹以及车辆运动学模型，解算出车辆的期望航向角；建立三自由度车辆动力学模型，设计轨迹跟踪控制器，将车辆的期望航向角与上一时刻的航向角差值输入到轨迹跟踪控制器，求解得到前轮转角和纵向速度；采用模型预测控制算法设计横摆稳定控制器再进行力矩分配；步骤3、执行工作模式2，进行对车辆轨迹跟踪的漂移控制。
-
公开(公告)号：CN112907967A
公开(公告)日：2021-06-04
申请号：CN202110134918.5
申请日：2021-01-29
Applicant: 吉林大学
Abstract: 本发明公开了一种基于不完全信息博弈的智能车换道决策方法，首先在时间和空间上，对智能车换道意图和换道可行性进行建模；然后根据换道车辆及其周车的状态信息来建立收益矩阵；收益矩阵的求解采用博弈论中的帕累托最优和纳什均衡进行求解；为了解决不完全信息非合作动态博弈的行为信息未知问题，换道车辆对具有博弈冲突的车辆进行速度及加速度的纵向行为预测，所采用的方法是NARX神经网络模型；换道车辆的周车通过连续隐马尔科夫模型预测换道车辆的横向运动。博弈参与者通过预测他车未来的行为趋势来对收益矩阵的决策进行修正，在决策达到执行的阈值时执行。
-
-
-
-
-
-
Search Results
7
records
(took 0.017 seconds)
