-
公开(公告)号：CN116662902A
公开(公告)日：2023-08-29
申请号：CN202310634277.9
申请日：2023-05-31
IPC: G06F18/2415 , G06F18/214 , G06N3/0442 , G06N3/08
Abstract: 本发明公开了一种基于SMA‑LSTM的驾驶意图识别模型的构建方法和装置，包括定义和准备驾驶意图识别模型的样本集，将样本集划分为训练集和验证集，构建长短期记忆网络结构，网络结构包括输入层、LSTM层、全连接层、softmax层以及输出层，在softmax层之前还包括优化层，用于根据所述LSTM层输出的驾驶意图矩阵h(t)与h(t‑1)对所述参数值进行调优；将训练集传入长短期记忆网络结构进行模型训练，生成初始驾驶意图识别模型；将验证集传入所述初始驾驶意图识别模型，确定所述长短期记忆网络结构的最佳参数，生成驾驶意图识别模型。根据上述技术方案，可以得到一个更加准确地驾驶意图识别模型，最终更加准确的判断出驾驶员当前的操作意图。
-
公开(公告)号：CN116340840A
公开(公告)日：2023-06-27
申请号：CN202310127961.8
申请日：2023-02-15
Applicant: 华中科技大学 , 桂林电子科技大学 , 东风柳州汽车有限公司 , 广西科技大学
IPC: G06F18/241 , G06F18/214 , G07C5/08 , G06N7/01 , B60W40/09
Abstract: 本发明公开了基于GA‑PSO‑HMM识别驾驶意图的方法，包括以下步骤：当前行车数据采集，包括主车速度、加速踏板位移、制动踏板位移和限制距离；对行车数据进行预处理，生成待识别数据；加载驾驶意图识别模型，根据待识别数据进行识别，输出驾驶意图识别结果；加载驾驶意图识别模型前，构建驾驶意图识别模型，对驾驶意图识别模型进行训练。根据上述技术方案，可以使识别驾驶意图时的求解速度快，也能够更好的跳出传统数据模型的缺陷，以实现对驾驶员的操作意图预判更准确的效果。
-
公开(公告)号：CN119231986A
公开(公告)日：2024-12-31
申请号：CN202411071926.X
申请日：2024-08-06
Abstract: 本发明公开了一种交流永磁同步电机无权重系数的模型预测控制方法，包括以下步骤：采集k时刻电机转子运行参数，获取电磁转矩参考值#imgabs0#和定子磁链参考值#imgabs1#获取k时刻电磁转矩T‘e(k)和定子磁链ψ’s(k)及转矩角δ；从2‑D查找表获取三组电压矢量；重算k时刻的电磁转矩Te(k)和定子磁链ψs(k)；加载改进型ESO观测器，获取k+2时刻电磁转矩Te(k+2)、定子磁链ψs(k+2)，预测k+2时刻转矩角δ(k+2)；重构最优代价函数，用于交流永磁同步电机的预测控制。根据上述技术方案，可以有效降低转矩、磁链脉动和电流的谐波分量，且预估过程中并不涉及权重系数的整定，大大简化了系统的计算量。
-
公开(公告)号：CN116901954A
公开(公告)日：2023-10-20
申请号：CN202310951088.4
申请日：2023-07-31
IPC: B60W30/16
Abstract: 本发明公开了一种车辆行驶跟车间距的控制系统，包括：行驶环境数据采集模块：用于采集指定车辆的基本行车数据、车辆参数，根据所述基本行车数据确定扩展行车数据；跟车指标确定模块：包括计算模型控制单元、指标定义单元、指标计算单元和指标输出单元，用于确定和输出跟车指标；所述跟车指标包括：第一安全距离、第二安全距离、最小安全距离和期望跟车间距；跟车间距控制器：用于获取所述期望跟车间距，向车速控制器输出车速控制需求，实现跟车间距控制。根据上述技术方案，可以因地制宜地计算与跟车间距有关的指标，并与汽车的车速控制器结合，实现跟车间距的控制，提高车辆跟车行驶的安全性和道路的利用率。
-
公开(公告)号：CN116278816A
公开(公告)日：2023-06-23
申请号：CN202310194021.0
申请日：2023-03-02
Applicant: 华中科技大学 , 桂林电子科技大学 , 东风柳州汽车有限公司 , 广西科技大学
IPC: B60L15/28 , B60K31/00 , B60R16/023
Abstract: 本发明公开了一种新能源汽车的限速控制方法，包括：获取行车环境数据，包括道路限速值、道路坡度角；获取驾驶操作信息，包括制动意图类型；获取汽车当前行车指标，包括电池荷电状态、汽车行驶参数，其中汽车行驶参数包括电机转速、当前车速、行车档位、加速踏板开度、ABS状态；根据行车环境数据、驾驶操作信息和汽车当前行车指标，计算刹车扭矩值和速度控制区间，生成限速控制指令；再结合汽车动态响应，通过限速控制指令进行速度控制。根据上述技术方案，可以完善获取道路限速值的策略，并整合行驶过程中环境数据，对控制车速的指标不断优化，实现精确的限速控制。
-
Patent Agency Ranking
公开(公告)号：CN119010688A
公开(公告)日：2024-11-22
申请号：CN202410959166.X
申请日：2024-07-17
IPC: H02P21/14 , H02P21/18 , H02P21/20 , H02P21/13 , H02P25/022
Abstract: 本发明公开了一种交流永磁同步电机鲁棒型多目标模型预测控制方法，用于交流永磁同步电机的控制系统，包括以下步骤：采集控制系统在k时刻的运行参数；由最大转矩电流比(MTPA)和PI转速外环获取电磁转矩参考值#imgabs0#定子磁链参考值#imgabs1#加载多目标排序模型，根据k时刻的运行参数、经过改进型全阶状态观测器(ESO)扰动补偿和两步延时补偿，从而获取电磁转矩的排序值RT和定子磁链的排序值Rψ；电磁转矩RT和磁链的排序值Rψ构成排序值R(Vi)；最终输出最优矢量电压vopt；通过所述矢量电压vopt实现转矩控制。根据上述技术方案，可有效提高系统鲁棒性，减少计算量、减少转矩脉动、提高控制精度和MPTC的响应速度。
-
公开(公告)号：CN117416334A
公开(公告)日：2024-01-19
申请号：CN202311292216.5
申请日：2023-10-08
Abstract: 本发明公开了一种燃料电池混合动力汽车能量管理策略的控制方法，包括：加载模型预测控制能量管理策略框架，执行能量管理策略，其中能量管理策略包括最优控制序列获取和最优控制序列发送；最优控制序列获取指：获取车辆行车信息序列，通过模型预测控制能量管理策略框架获取预测时域内最优控制序列；最优控制序列发送指：将第一序列发送至燃料电池系统和动力电池系统；循环执行能量管理预测控制，实现燃料电池混合动力汽车能量管理策略实时控制。根据上述技术方案，可以进一步提高能量管理策略预测信息完整性，最终减少燃油消耗，提高行车效率。
-
公开(公告)号：CN116476828B
公开(公告)日：2024-07-30
申请号：CN202310217434.6
申请日：2023-03-08
Applicant: 华中科技大学 , 桂林电子科技大学 , 东风柳州汽车有限公司 , 广西科技大学
IPC: B60W30/16 , B60W30/18 , B60W40/105 , B60W50/00
Abstract: 本发明公开了一种一种考虑前车影响和红绿灯信息的车速规划方法及系统，包括：A建立交通地图模型，获取行驶数据；B预测前车速度；C计算本车未来允许达到的最大车速；D计算本车在允许车速下能否在绿灯窗口期内通过下一个路口，若能则提速至允许的最大车速，若不能则减速以保证在下一个绿灯到来时通过该路口。规划系统包括离线和在线两部分，离线部分用于执行步骤B，在线部分用于执行步骤C和步骤D。综合考虑了前车的影响和红绿灯信息，在基于红绿灯信息规划目标车速时，将前车的限制也考虑了进去，在车速规划的时候把间距也考虑了进去，更加符合实际情况；优化后的预测模型，训练时间更短，预测更加精确，运行所需时间减少。
-
公开(公告)号：CN117288481A
公开(公告)日：2023-12-26
申请号：CN202311032755.5
申请日：2023-08-16
IPC: G01M17/007 , G06F18/10 , G06F18/2135 , G06F18/23213 , G06F18/241 , G07C5/08 , G01D21/02
Abstract: 本发明公开了一种复合行驶工况构建方法，包括以下步骤，通过GPS设备采集车载信息数据，将采集到的数据进行预处理，得到车速和坡度信息；使用车速和坡度信息联合构建短行程工况，对短行程工况进行筛选和处理，对坡度进行平滑处理；选取计算短行程工况特征值，利用PCA降低数据维度，利用OCSVM剔除异常短行程片段；利用Canopy和K‑means进行聚类分析，构建组合行驶工况。本发明构建了包含坡度信息的组合工况，优化了短行程工况构建方式，使得组合行驶工况更符合真实性；减少了异常短行程工况，使得聚类效果更佳；避免了聚类分析中K和初始类簇中心点的不可控性；本发明的方法准确性更高且适应于所有车辆。
-
公开(公告)号：CN117150889A
公开(公告)日：2023-12-01
申请号：CN202311007333.2
申请日：2023-08-10
IPC: G06F30/27 , G06N3/006 , G06N3/0464
Abstract: 本发明公开了一种用于驾驶意图识别模型的权值确认方法和装置，包括以下步骤：行车样本准备包括n组行车数据，每组行车数据包括车速vv、踏板位移mv、踏板位移变化率rv；预处理所述行车数据，获取行车数据对应的驾驶意图，获取每类行车数据对应目标函数极值和极值占比A；根据极值占比A生成模型参数最佳范围ub、lb；构建权值优化模型，权值优化模型采用蜂鸟优化算法，输出权值最优值。根据上述技术方案，可以有效将卷积神经网络的训练落入符合驾驶意图识别模型规律的收敛范围，有效提针对高驾驶意图识别的网络训练效率和识别的准确性。
-
-
-
-
-
-
-
-
-
Search Results
62
records
(took 0.06 seconds)
