-
公开(公告)号：CN112937588A
公开(公告)日：2021-06-11
申请号：CN202110353005.2
申请日：2021-04-01
Applicant: 吉林大学
Abstract: 本发明提供了一种冰雪车辙路况的车辆稳定性分析方法，通过建立冰雪环境下道路中线左右两侧形成两条冰雪车辙模型，根据车辆在道路的位置的不同，车轮处于冰雪车辙内轮胎所受侧向力分析，建立车辆在冰雪车辙路况下运动学和动力学模型，以此为基础分析车辆在冰雪车辙路况下的稳定性，因为建立的能够描述冰雪车辙参数与车辆位置关系冰雪车辙模型以及分析了车辆在冰雪车辙路况下的受力分析和车辆运动学关系，所以能够建立反映车辆行驶在冰雪车辙路况下稳定性的动力学模型，因为分析了冰雪车辙路况下车辆系统的状态空间方程的特征根在复平面的位置和运动趋势，因此能够分析和判断车辆在冰雪车辙路况下的稳定性。
-
公开(公告)号：CN109367541B
公开(公告)日：2020-12-25
申请号：CN201811195634.1
申请日：2018-10-15
Applicant: 吉林大学
Abstract: 本发明公开了一种基于驾驶员行为特性的智能车类人变道决策方法，通过建立驾驶员转向特性实验，提取表征驾驶员转向特性的参数，然后利用K‑means聚类和BP神经网络的方法建立驾驶员特性识别器，根据驾驶员特性识别器辨识到的驾驶员特性和传感器识别出的自身和周围车辆状态以及环境信息进行类人变道决策，最终使得智能车辆的变道行为具有类人的驾驶特点。
-
公开(公告)号：CN113361121A
公开(公告)日：2021-09-07
申请号：CN202110684077.5
申请日：2021-06-21
Applicant: 吉林大学
IPC: G06F30/20 , G06T7/00 , G06T7/11 , G06F16/583 , G06N3/04 , G06F119/14
Abstract: 本发明提供了一种基于时空同步与信息融合的路面附着系数估计方法，同时采集车辆前方路面图像信息和车辆动力响应信息，通过语义分割网络提取采集的车辆前方路面图像中有效的路面区域，再送入路面类型识别网络得到路面类型识别结果，根据采集的车辆动力学响应信息，采用无迹卡尔曼滤波器估计方法得到路面附着系数估计值，通过时空同步方法筛选得到满足融合条件的路面类型识别结果与路面附着系数估计值；最后判断预设的路面类型识别结果的置信度门限值与加权概率值对比结果，融合输出最终的路面附着系数估计值；本方法能实现车辆前方路面类型数据和车辆动力学响应信息数据时空同步，保证融合后的路面附着系数估计结果的预测性和准确性。
-
公开(公告)号：CN110164124B
公开(公告)日：2021-07-27
申请号：CN201910519774.8
申请日：2019-06-17
Applicant: 吉林大学
IPC: G08G1/00
Abstract: 本发明公开了一种高速公路重型卡车队列行驶中车辆纵向跟随控制方法，根据车辆在行驶过程中受力情况，建立车辆纵向逆动力学方程，并考虑道路坡度、传动系延迟、风速以及前车加速度这些不确定因素对车辆的影响，提取出不确定项；使用车辆纵向动力学方程建立系统的状态方程，选取两车的相对速度和两车的距离偏差作为系统的性能输出；根据系统的状态方程，设计一个鲁棒控制器，满足以下条件：闭环系统是稳定的，同时能够抵御道路坡度、传动系延迟，风速以及前车加速度变化引起的扰动，鲁棒控制器决策出控制量，并作用于车辆系统，从而保证被控车辆与相邻前车速度一致并跟踪期望车间距。
-
公开(公告)号：CN110164124A
公开(公告)日：2019-08-23
申请号：CN201910519774.8
申请日：2019-06-17
Applicant: 吉林大学
IPC: G08G1/00
Abstract: 本发明公开了一种高速公路重型卡车队列行驶中车辆纵向跟随控制方法，根据车辆在行驶过程中受力情况，建立车辆纵向逆动力学方程，并考虑道路坡度、传动系延迟、风速以及前车加速度这些不确定因素对车辆的影响，提取出不确定项；使用车辆纵向动力学方程建立系统的状态方程，选取两车的相对速度和两车的距离偏差作为系统的性能输出；根据系统的状态方程，设计一个鲁棒控制器，满足以下条件：闭环系统是稳定的，同时能够抵御道路坡度、传动系延迟，风速以及前车加速度变化引起的扰动，鲁棒控制器决策出控制量，并作用于车辆系统，从而保证被控车辆与相邻前车速度一致并跟踪期望车间距。
-
Patent Agency Ranking
公开(公告)号：CN113379711B
公开(公告)日：2022-07-08
申请号：CN202110683924.6
申请日：2021-06-21
Applicant: 吉林大学
IPC: G06T7/00 , G06T7/187 , G06F16/583 , G06N3/04
Abstract: 本发明提供了一种基于图像的城市道路路面附着系数获取方法，首先建立路面图像信息库，然后建立路面图像数据集，建立并训练路面图像区域提取网络，再建立并训练路面类型识别网络，最后获取路面附着系数信息；本方法可以为智能驾驶辅助系统以及无人驾驶系统的开发提供路面附着系数信息；本方法通过获取前方道路图像实现附着系数的获取，能够实现路面附着信息的提前获取；因为本方法设计了基于图像路面区域提取网络和路面识别网络串行的方法，然后将路面识别网络进行结构简化，所以能够实现前方路面附着信息的实时快速获取。
-
公开(公告)号：CN112937588B
公开(公告)日：2022-03-25
申请号：CN202110353005.2
申请日：2021-04-01
Applicant: 吉林大学
Abstract: 本发明提供了一种冰雪车辙路况的车辆稳定性分析方法，通过建立冰雪环境下道路中线左右两侧形成两条冰雪车辙模型，根据车辆在道路的位置的不同，车轮处于冰雪车辙内轮胎所受侧向力分析，建立车辆在冰雪车辙路况下运动学和动力学模型，以此为基础分析车辆在冰雪车辙路况下的稳定性，因为建立的能够描述冰雪车辙参数与车辆位置关系冰雪车辙模型以及分析了车辆在冰雪车辙路况下的受力分析和车辆运动学关系，所以能够建立反映车辆行驶在冰雪车辙路况下稳定性的动力学模型，因为分析了冰雪车辙路况下车辆系统的状态空间方程的特征根在复平面的位置和运动趋势，因此能够分析和判断车辆在冰雪车辙路况下的稳定性。
-
公开(公告)号：CN109367541A
公开(公告)日：2019-02-22
申请号：CN201811195634.1
申请日：2018-10-15
Applicant: 吉林大学
Abstract: 本发明公开了一种基于驾驶员行为特性的智能车类人变道决策方法，通过建立驾驶员转向特性实验，提取表征驾驶员转向特性的参数，然后利用K-means聚类和BP神经网络的方法建立驾驶员特性识别器，根据驾驶员特性识别器辨识到的驾驶员特性和传感器识别出的自身和周围车辆状态以及环境信息进行类人变道决策，最终使得智能车辆的变道行为具有类人的驾驶特点。
-
公开(公告)号：CN113361121B
公开(公告)日：2022-03-29
申请号：CN202110684077.5
申请日：2021-06-21
Applicant: 吉林大学
IPC: G06F30/20 , G06T7/00 , G06T7/11 , G06F16/583 , G06N3/04 , G06F119/14
Abstract: 本发明提供了一种基于时空同步与信息融合的路面附着系数估计方法，同时采集车辆前方路面图像信息和车辆动力响应信息，通过语义分割网络提取采集的车辆前方路面图像中有效的路面区域，再送入路面类型识别网络得到路面类型识别结果，根据采集的车辆动力学响应信息，采用无迹卡尔曼滤波器估计方法得到路面附着系数估计值，通过时空同步方法筛选得到满足融合条件的路面类型识别结果与路面附着系数估计值；最后判断预设的路面类型识别结果的置信度门限值与加权概率值对比结果，融合输出最终的路面附着系数估计值；本方法能实现车辆前方路面类型数据和车辆动力学响应信息数据时空同步，保证融合后的路面附着系数估计结果的预测性和准确性。
-
公开(公告)号：CN113379711A
公开(公告)日：2021-09-10
申请号：CN202110683924.6
申请日：2021-06-21
Applicant: 吉林大学
IPC: G06T7/00 , G06T7/187 , G06F16/583 , G06N3/04
Abstract: 本发明提供了一种基于图像的城市道路路面附着系数获取方法，首先建立路面图像信息库，然后建立路面图像数据集，建立并训练路面图像区域提取网络，再建立并训练路面类型识别网络，最后获取路面附着系数信息；本方法可以为智能驾驶辅助系统以及无人驾驶系统的开发提供路面附着系数信息；本方法通过获取前方道路图像实现附着系数的获取，能够实现路面附着信息的提前获取；因为本方法设计了基于图像路面区域提取网络和路面识别网络串行的方法，然后将路面识别网络进行结构简化，所以能够实现前方路面附着信息的实时快速获取。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.019 seconds)
