-
公开(公告)号：CN112849055B
公开(公告)日：2022-08-05
申请号：CN202110204757.2
申请日：2021-02-24
申请人： 清华大学
IPC分类号： B60R16/023 , B60R25/20 , B60W60/00 , B60W10/18 , B60W10/20 , B60W50/029
摘要： 本发明提出一种基于底盘域控制器的智能汽车信息流安全冗余控制系统，底盘域控制器通过冗余信号通路实现与外界信息流交互，冗余信号通路包括横向协同控制单元、纵向协同控制单元、安全冗余单元与诊断/故障冗余，向协同控制单元、纵向协同控制单元、安全冗余单元直接链接在核心运算单元的主控芯片上。本发明的系统基于底盘动力学域控制的概念对底盘上的信息流进行重新整合，同时面向未来智能汽车架构重新定义底盘信息与智能驾驶相关信息的冗余交互接口，通过高可靠性的域控制器与冗余安全信息流信道，结合加密与验证技术，实现了底盘各个执行机构的冗余控制，对自动驾驶功能模块的分级管理与信号校机制、对整车信号的冗余控制，以及整车信息流校验工作，保证整车的信息安全。
-
公开(公告)号：CN113359457B
公开(公告)日：2022-11-11
申请号：CN202110686150.2
申请日：2021-06-21
申请人： 清华大学
IPC分类号： G05B13/04
摘要： 本发明公开了一种智能车底盘域控制器的高维动力学模型解算装置及方法，驱动‑制动‑转向输入模块获取加速信号指令、制动信号指令和/或转向信号指令；动力总成模块由获取的指令确定输入参量，结合车辆的轮速信号、动力传动系统的系统参数、轮加速度、动力输出转矩获取作用于每个驱动轮的驱动力矩；轮胎纵向和垂向模块根据驱动力矩计算每个驱动轮的轮胎纵向和垂向动力学状态参数；车身高维动力学模块利用智能车底盘域控制器中的高维模型，并基于每个驱动轮的轮胎纵向和垂向动力学状态参数，获取车辆15自由度车辆实时状态参数，并用于底盘域控制器协调控制模块的决策和执行。实现智能车整车运动状态精确化、线控底盘数字化、智驾域和底盘域协同化。
-
公开(公告)号：CN112849055A
公开(公告)日：2021-05-28
申请号：CN202110204757.2
申请日：2021-02-24
申请人： 清华大学
IPC分类号： B60R16/023 , B60R25/20 , B60W60/00 , B60W10/18 , B60W10/20 , B60W50/029
摘要： 本发明提出一种基于底盘域控制器的智能汽车信息流安全冗余控制系统，底盘域控制器通过冗余信号通路实现与外界信息流交互，冗余信号通路包括横向协同控制单元、纵向协同控制单元、安全冗余单元与诊断/故障冗余，向协同控制单元、纵向协同控制单元、安全冗余单元直接链接在核心运算单元的主控芯片上。本发明的系统基于底盘动力学域控制的概念对底盘上的信息流进行重新整合，同时面向未来智能汽车架构重新定义底盘信息与智能驾驶相关信息的冗余交互接口，通过高可靠性的域控制器与冗余安全信息流信道，结合加密与验证技术，实现了底盘各个执行机构的冗余控制，对自动驾驶功能模块的分级管理与信号校机制、对整车信号的冗余控制，以及整车信息流校验工作，保证整车的信息安全。
-
公开(公告)号：CN117341811A
公开(公告)日：2024-01-05
申请号：CN202311312212.9
申请日：2023-10-11
申请人： 清华大学
IPC分类号： B62D6/00 , B62D103/00
摘要： 本申请涉及一种全线控电动汽车的转向制动转角分配优化方法及装置，其中，方法包括：获取用户的减速度需求；基于减速度需求，使全线控电动汽车的前轮附着率和后轮附着率相等，并在预设条件下计算全线控电动汽车的前轮侧向力和后轮侧向力；根据前轮侧向力和后轮侧向力、前轮垂向力和后轮垂向力及轮胎模型计算全线控电动汽车转向制动时的前轮转角和后轮转角，以对前轮转角和后轮转角进行优化分配，得到最终的转向制动转角优化分配结果。由此，解决了相关技术中，难以通过四轮独立转向系统进行冗余制动，降低了行车的安全性，未对车辆前后轮转角进行合理的分配，降低了转向制动的稳定性等问题。
-
公开(公告)号：CN113895448B
公开(公告)日：2023-03-10
申请号：CN202111220061.5
申请日：2021-10-20
申请人： 清华大学
摘要： 本申请公开了一种域控制器间的协同交互控制架构及其控制方法，其中，该架构包括：通信单元；ADAS/AD域控制器，用于根据所获取的车辆的感知和定位信息决策得到车辆状态，并向底盘域控制器传输车辆的多个请求；底盘域控制器，用于接收发送过来的多个请求，根据车辆当前行驶工况，结合底盘各执行器当前可用度，向驱动、制动、转向和悬架执行系统传输控制指令，同时在集中获取车辆实时动力学状态和底盘执行器时变限制特性之后，利用通信单元将其发送至ADAS/AD域控制器。由此，通过域控制器间的协同交互控制，保证车辆自动化系统的安全可靠性，发挥底盘执行系统的最大控制效能，提高智能汽车行驶稳定性、安全性、经济性和平顺性。
-
公开(公告)号：CN113895448A
公开(公告)日：2022-01-07
申请号：CN202111220061.5
申请日：2021-10-20
申请人： 清华大学
摘要： 本申请公开了一种域控制器间的协同交互控制架构及其控制方法，其中，该架构包括：通信单元；ADAS/AD域控制器，用于根据所获取的车辆的感知和定位信息决策得到车辆状态，并向底盘域控制器传输车辆的多个请求；底盘域控制器，用于接收发送过来的多个请求，根据车辆当前行驶工况，结合底盘各执行器当前可用度，向驱动、制动、转向和悬架执行系统传输控制指令，同时在集中获取车辆实时动力学状态和底盘执行器时变限制特性之后，利用通信单元将其发送至ADAS/AD域控制器。由此，通过域控制器间的协同交互控制，保证车辆自动化系统的安全可靠性，发挥底盘执行系统的最大控制效能，提高智能汽车行驶稳定性、安全性、经济性和平顺性。
-
公开(公告)号：CN118343105A
公开(公告)日：2024-07-16
申请号：CN202410493599.0
申请日：2024-04-23
申请人： 清华大学
IPC分类号： B60W30/02 , B60W30/045 , B60W40/00 , B60W40/10
摘要： 本申请涉及车辆技术领域，特别涉及一种车辆的主动后轮转角约束条件确定方法及装置，其中，方法包括：获取驾驶员选定的主动后轮转角控制模式、车辆的实际行驶车速与前轮转角，并利用预先构建的主动后轮转向车辆非线性动力学模型获取车辆的行驶稳定性域；基于车辆的行驶稳定性域，求解车辆的主动后轮转向车辆行驶稳定性边界，并基于驾驶员选定的主动后轮转角控制模式得到车辆的主动后轮转角约束条件。由此，解决了相关技术中，由于采用的后轮转角控制范围和约束条件是基于经验值确定的，容易导致无法满足不同工况下的后轮转角稳定性边界的量化需求，并且难以充分保障车辆的行驶稳定性和安全性等问题。
-
公开(公告)号：CN116797087A
公开(公告)日：2023-09-22
申请号：CN202310731486.5
申请日：2023-06-19
申请人： 清华大学
IPC分类号： G06Q10/0639 , B60R16/023 , G06Q50/30
摘要： 本申请涉及车辆技术领域，特别涉及一种底盘域控制分级指标评价方法、装置、车辆及存储介质，其中，方法包括：建立驾乘人员要求、汽车动力学响应、驾乘人员用户体验和具体分级指标的对应关系；量化底盘执行系统对各项具体分级指标的影响程度，并根据获取的待评价的底盘目标执行系统对各项具体分级指标的影响程度的量化值计算待评价的底盘目标执行系统对应的底盘域控制分级指标的评价值。由此，解决了相关技术中的VDC技术难以满足驾乘人员对于车辆行驶性能的要求导致难以提升行驶灵活性较低、驾乘舒适性等驾乘人员用户体验，以及对底盘域集中式架构下纵向、横向和垂向的耦合控制适用性较差，面向辅助驾驶或自动驾驶车辆实用性较低等问题。
-
公开(公告)号：CN115973166A
公开(公告)日：2023-04-18
申请号：CN202211678630.5
申请日：2022-12-26
申请人： 清华大学
IPC分类号： B60W40/076
摘要： 本申请涉及参数估计技术领域，特别涉及一种道路坡度自适应融合估计方法、装置、车辆及存储介质，其中，方法包括：识别车辆的定位信息得到速度矢量和俯仰角，分别根据速度矢量和俯仰角构建卡尔曼滤波器，设计相应的噪声计算方法，实现车辆所在道路第一坡度和第二坡度的自适应估计；基于预设动力学方程/运动学方程和车辆状态信息，以车辆俯仰角速度作为坡度变化率，建立坡度状态方程，并对噪声进行了合理的建模，实现车辆所在道路第三坡度和第四坡度的自适应估计；计算最优融合权重融合第一坡度至第四坡度中多个坡度，得到车辆当前所在道路最终坡度。由此，解决了相关技术在复杂路况，坡度变化较为频繁时难以实现准确快速的坡度估计的问题。
-
公开(公告)号：CN115848383A
公开(公告)日：2023-03-28
申请号：CN202211622082.4
申请日：2022-12-16
申请人： 清华大学 , 北京罗克维尔斯科技有限公司
IPC分类号： B60W40/105
摘要： 本申请公开了一种基于GPS、IMU和轮速传感器信号的车速融合估计方法及装置，引入其他系统估计的道路纵向坡度值，对车辆纵向加速度进行补偿并滤波，采用转向补偿、最大最小轮速法、改进的动态斜率法构建三层架构轮速处理算法实现轮速高鲁棒性处理，基于运动学原理，将轮速处理算法输出的车速作为IMU卡尔曼滤波的测量值，并对测量噪声进行合理建模，实现车速自适应估计；对于GPS信号，通过坐标转换将导航坐标系下的信号转换到车体坐标系下，并对噪声进行建模，进而采用卡尔曼滤波算法处理；最后，基于多传感器卡尔曼滤波最优融合理论对GPS卡尔曼滤波和IMU卡尔曼滤波输出的车速进行最优融合，实现更高精度和更强鲁棒性的车速估计。
-
-
-
-
-
-
-
-
-
搜索结果
16 条记录 (耗时 0.022 秒)
