自动驾驶汽车轨迹跟踪控制方法

    公开(公告)号:CN109358621A

    公开(公告)日:2019-02-19

    申请号:CN201811166226.3

    申请日:2018-09-30

    IPC分类号: G05D1/02

    摘要: 一种自动驾驶汽车轨迹跟踪控制方法,在自动驾驶汽车的轨迹跟踪控制建模过程中,考虑了不可避免的网络时延和数据丢包问题,且一般化的时延表达式更有利于控制器的设计。自动驾驶汽车轨迹跟踪控制设计综合考虑了车辆动力学模型的不确定性和外界扰动的影响,提高了车辆的操纵稳定性和轨迹跟踪控制的鲁棒性。通过求解线性矩阵不等式解决了含有网络时延和数据丢包的自动驾驶汽车轨迹跟踪控制问题,计算方便。通过求解凸优化问题,可以计算得到自动驾驶汽车轨迹跟踪控制问题扰动抑制性能指标的下界,从而,可以得到最优的轨迹跟踪控制器。

    四轮转向/驱动车辆的速度估计和摩擦辨识方法

    公开(公告)号:CN104442830B

    公开(公告)日:2016-10-19

    申请号:CN201410615070.8

    申请日:2014-11-05

    IPC分类号: B60W40/105 B60W40/068

    摘要: 本发明的四轮转向/驱动车辆的速度估计和摩擦辨识方法,包括:a).建立车体坐标系;b).建立车辆动力学方程;c).建立车轮子动态方程;d).建立车轮速度方程;e).建立车轮滑移率方程;f).求取车轮的纵向、侧向力;g).摩擦模型的参数化;h).建立描述车辆速度、横摆角速度和加速度关系的运动学方程;i).在可测信号包括纵向加速度、侧向加速度、横摆角速度、车轮角速度、转向盘转角的情况下,设计观测器;j).定义持续激励条件。本发明的速度估计和摩擦辨识方法,不仅建立了估计车辆纵向速度和侧向速度的非线性自适应观测器,同时还根据路面条件的变化实时估计轮胎路面摩擦参数,对速度的估计更加准确。

    基于深度神经网络的心电图智能诊断方法

    公开(公告)号:CN105105743A

    公开(公告)日:2015-12-02

    申请号:CN201510520104.X

    申请日:2015-08-21

    IPC分类号: A61B5/0402

    摘要: 本发明的基于深度神经网络的心电图智能诊断方法,包括:a).信号归一化处理;b).确定训练样本空间;c).确定验证样本空间;d).确定神经网络结构;e).确定激活函数和目标函数;f).训练神经网络;g).心电图信号的自动分析。本发明的基于深度神经网络的心电图智能诊断方法,以MIT-BIH心率失常数据库中的数据为样本,采用Logistic函数作为神经元的激活函数、交叉熵成本函数为目标函数对神经网络进行训练,对心电图信号分析时,利用训练出的神经网络即可得出分析结果,即使诊断医生不具有十分丰富的临床经验,也可获取精确的诊断结果,无需耗费心脏专家大量的精力,减轻医生负担。