-
公开(公告)号：CN118722557A
公开(公告)日：2024-10-01
申请号：CN202410813366.4
申请日：2024-06-24
申请人： 郑州轻工业大学
摘要： 本发明提供一种自动驾驶商用车电液耦合制动系统及集成控制方法，包括自动驾驶系统、电驱动系统和电子液压制动系统，其中自动驾驶系统协同控制电驱动系统和电子液压制动系统，实现电回馈制动和液压制动系统的耦合与集成控制。在电子液压制动系统EHB基础上，通过增加电回馈制动、多层闭环控制、前馈和反馈耦合控制，实现快速响应自动驾驶或高级紧急制动系统AEB信号，融合制动能量回收，精确响应制动需求，降低制动频次，从而减少了制动主缸的异常磨损，提升了安全性、可靠性、制动舒适性等。通过考虑悬架侧倾的前馈和反馈稳定性控制提升了跟随预期目标的效果。
-
公开(公告)号：CN118410413A
公开(公告)日：2024-07-30
申请号：CN202410553893.6
申请日：2024-05-07
申请人： 郑州轻工业大学
IPC分类号： G06F18/2415 , G06F18/214 , G06N3/0464 , G06F18/213 , G06N3/048 , G06N3/08 , G06N3/096
摘要： 本发明提出了一种电动客车多源域数据迁移学习驾驶行为建模及训练方法，该方法利用多源域数据，包括车载CAN总线数据和车载摄像头采集的自然驾驶数据。通过1D和3D卷积神经网络提取特征并融合，建立了混合识别模型。该方法设计科学，易于实现，具有广泛的应用前景，为电动客车交通安全领域带来了重要的应用价值。通过充分利用不同源域数据的信息，该方法设计了能够同时处理这些数据的混合识别模型，使得模型能够更全面、准确地理解和识别电动客车的驾驶行为。同时，针对所提出的混合识别模型设计了相应的训练方法，确保模型在训练过程中不断优化，从而提高识别准确度。
-
公开(公告)号：CN115991186B
公开(公告)日：2023-08-11
申请号：CN202310205402.4
申请日：2023-03-06
申请人： 郑州轻工业大学
摘要： 本发明公开了一种防晕车自动驾驶车辆纵横向控制方法，首先建立车辆动力学模型，根据车辆动力学模型确定当前车辆行驶状态与路面信息，在获取到车辆行驶状态与路面信息后，在保证安全与效率的同时，尽量使得乘车人员不晕车的情况下根据驾驶人模型输出期望速度、期望加速度、期望车轮转角，对车辆进行纵横向控制。该方法采用非线性模型预测控制算法建立整合纵横向控制的驾驶人模型，该模型将晕车指标作为多目标函数中的一个函数，根据所采集到的路面信息与车身运行状态经驾驶人模型后输出驱动与转向控制参数，依此对车辆进行纵横向协同控制，在保证安全和效率的情况下防止乘车人员感到晕车，控制车辆完成指定目标。
-
公开(公告)号：CN113978470A
公开(公告)日：2022-01-28
申请号：CN202111522483.8
申请日：2021-12-13
申请人： 郑州轻工业大学
摘要： 本发明公开了一种轮胎与路面摩擦力在线快速估计方法，第一子步骤至第五子步骤构成一个计算循环，将上一计算循环中得到的值，作为下一计算循环中公式四、公式七和公式八中的值；重复进行第一子步骤至第五子步骤构成的计算循环，进行循环递归计算，从而在机动车的行驶过程中对轮胎与路面摩擦力进行实时在线估计。本发明的估计方法计算量小，计算速度快，循环递归计算中误差收敛速度快，结果准确，实用性强。本发明仅仅依赖车速传感器和ABS系统提供实时车速和实时车轮滑移率即可进行计算，不需要额外增加配件成本，只需要将算法写入车载ECU，因而实现成本极低，具有非常高的推广应用价值。
-
公开(公告)号：CN112498354B
公开(公告)日：2021-11-12
申请号：CN202011561553.6
申请日：2020-12-25
申请人： 郑州轻工业大学
摘要： 本发明公开了一种考虑个性化驾驶体验的多时间尺度自学习变道方法，按以下步骤进行：第一步骤是预备；第二步骤是离线学习；第三步骤是在线运行；电控装置通过多时间尺度自学习算法控制宿主车辆进行L4级自动驾驶并在线学习驾驶员的驾驶习惯，根据驾驶员的驾驶习惯更新个性化驾驶经验数据集、多时间尺度神经网络、多时间尺度自学习算法本身、变道模型和奖励函数，通过马尔可夫决策变道模型引入转移概率捕捉变化个体之间以及个体内部的变异，使电控装置对变道的自动控制输出逐渐接近宿主车辆驾驶员本身的驾驶习惯，提高驾驶体验。本发明采用离线策略和在线策略相结合的学习结构，既考虑了一般性，又考虑了特殊性，非常符合L4级智能驾驶的特点。
-
公开(公告)号：CN114123898B
公开(公告)日：2023-08-11
申请号：CN202111457807.4
申请日：2021-12-02
申请人： 郑州轻工业大学
摘要： 本发明公开了一种车用感应电机驱动力矩高性能分时控制系统，用于电动汽车，车载ECU中存储有感应电机状态方程、力矩控制滑模面公式、定子电压公式、空间矢量调制算法、滑模分时观测器和弱磁调节器；车载ECU中建有静止坐标系(α，β)，空间矢量调制算法用于根据定子电压在静止坐标系(α，β)中的α轴分量usα和β轴分量usβ生成6路PWM信号控制驱动电路，使驱动电路产生特定幅值和频率的三相交流电，从而控制感应电机的输出力矩T；本发明还公开了相应的控制方法，能够根据感应电机反馈的实际工作参数，经过运算后对感应电机进行控制，使感应电机的输出力矩接近或等于目标驱动力矩Tr，避免现有技术中直接力矩控制带来较大力矩脉动的弊端。
-
公开(公告)号：CN114312750A
公开(公告)日：2022-04-12
申请号：CN202210052344.1
申请日：2022-01-18
申请人： 郑州轻工业大学
摘要： 本发明公开了一种主动转向和横摆力矩自学习协同控制方法，第一步骤是构建储存于车载ECU中的基础方程，第二步骤是在车辆的行驶过程中，车载ECU按如下子步骤在线计算主动转向角δC和横摆力矩Mc的值，并根据δC和Mc的计算结果控制机动车的运行状态；第一子步骤是ECU采集原始实时参数值，第二子步骤是辨识器和控制目标参考模型计算步骤；第三子步骤是主动转向角δC和横摆力矩Mc计算步骤；重复第二步骤，本发明无须系统控制模型即可实现主动转向和横摆力矩自学习协同控制，修正驾驶员的转向操作，克服不当驾驶，使车拐弯时趋向于中性转向中性转向，机动车反馈的实际质心侧偏角和横摆角速度趋近于公式5计算得到的βr值和γr值，避免不当驾驶引起的失稳等事故。
-
公开(公告)号：CN112498354A
公开(公告)日：2021-03-16
申请号：CN202011561553.6
申请日：2020-12-25
申请人： 郑州轻工业大学
摘要： 本发明公开了一种考虑个性化驾驶体验的多时间尺度自学习变道方法，按以下步骤进行：第一步骤是预备；第二步骤是离线学习；第三步骤是在线运行；电控装置通过多时间尺度自学习算法控制宿主车辆进行L4级自动驾驶并在线学习驾驶员的驾驶习惯，根据驾驶员的驾驶习惯更新个性化驾驶经验数据集、多时间尺度神经网络、多时间尺度自学习算法本身、变道模型和奖励函数，通过马尔可夫决策变道模型引入转移概率捕捉变化个体之间以及个体内部的变异，使电控装置对变道的自动控制输出逐渐接近宿主车辆驾驶员本身的驾驶习惯，提高驾驶体验。本发明采用离线策略和在线策略相结合的学习结构，既考虑了一般性，又考虑了特殊性，非常符合L4级智能驾驶的特点。
-
公开(公告)号：CN114312750B
公开(公告)日：2022-08-09
申请号：CN202210052344.1
申请日：2022-01-18
申请人： 郑州轻工业大学
摘要： 本发明公开了一种主动转向和横摆力矩自学习协同控制方法，第一步骤是构建储存于车载ECU中的基础方程，第二步骤是在车辆的行驶过程中，车载ECU按如下子步骤在线计算主动转向角δC和横摆力矩Mc的值，并根据δC和Mc的计算结果控制机动车的运行状态；第一子步骤是ECU采集原始实时参数值，第二子步骤是辨识器和控制目标参考模型计算步骤；第三子步骤是主动转向角δC和横摆力矩Mc计算步骤；重复第二步骤，本发明无须系统控制模型即可实现主动转向和横摆力矩自学习协同控制，修正驾驶员的转向操作，克服不当驾驶，使车拐弯时趋向于中性转向中性转向，机动车反馈的实际质心侧偏角和横摆角速度趋近于公式5计算得到的βr值和γr值，避免不当驾驶引起的失稳等事故。
-
公开(公告)号：CN112506057A
公开(公告)日：2021-03-16
申请号：CN202011403984.X
申请日：2020-12-02
申请人： 郑州轻工业大学
IPC分类号： G05B13/04
摘要： 本发明公开了一种不确定奇异摄动系统在线多时间尺度快速自适应控制方法，按以下步骤进行：第一是建立多时间尺度系统神经网络辨识模型；第二是电控装置根据多时间尺度系统神经网络辨识模型对不确定奇异摄动系统进行在线学习并自我更新，不断逼近公式一所表达的不确定奇异摄动系统；第三是电控装置确定公式一所表达的不确定奇异摄动系统的快速自适应最优控制输入模型；第四是电控装置执行在线快速自适应学习率，对快速自适应最优控制输入模型进行在线优化更新。本发明实现对模型不确定奇异摄动系统的在线快速自适应辨识与控制，提高学习速度，通过在线学习和不断优化提高控制精度，整个控制过程无须建立确定的奇异摄动系统模型。
-
-
-
-
-
-
-
-
-
搜索结果
18 条记录 (耗时 0.03 秒)