-
公开(公告)号：CN109255094A
公开(公告)日：2019-01-22
申请号：CN201810907913.X
申请日：2018-08-10
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于SVR_Adaboost改进算法的商用货车质量辨识方法，在车辆起步10s，采用时间序列方式在CAN总线中，采集由车辆纵向动力学模型所确定的相关变量纵向驱动力、纵向加速度、迎风阻力、轮胎滚动阻力、路面坡度，并按固定数据结构组合成一组数据。将组合数据Z-score标准化，再PCA降维到10维，作为输入变量，利用SVR作为基学习算法，再用Adaboost提升方法反复训练，得出一系列弱SVR模型，并组合这些模型，构成最终质量辨识模型。通过Adaboost提升训练后的模型在辨识应用中比单一基学习算法泛化能力更加显著优越、辨识精度更高。
-
公开(公告)号：CN109466558A
公开(公告)日：2019-03-15
申请号：CN201811258236.X
申请日：2018-10-26
Applicant: 重庆邮电大学
IPC: B60W40/064
Abstract: 本发明请求保护一种基于EKF算法和BP神经网络的汽车路面附着系数的估算方法，通过各种传感器实时地采集车辆的方向盘转角、纵向加速度、侧向加速度，利用四轮车辆动力学模型结合EKF算法估计车辆的纵向速度、横向速度、质心偏角和横摆角速度，求取出预估横摆角速度，最后将预估横摆角速度与EKF估计的横摆角速度作差取平方，取方差值最小所在的网络模块输入的附着系数值为所求估计值。本方法有效降低了计算量和收敛时间。本方法能够快速识别车辆行驶路面的附着系数，适用于多种路面下附着系数的实时估计。
-
公开(公告)号：CN108227491A
公开(公告)日：2018-06-29
申请号：CN201711455768.8
申请日：2017-12-28
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于滑模神经网络的智能车轨迹跟踪控制方法，用于智能车轨迹跟踪控制的技术领域，以解决轨迹跟踪过程中存在的稳定性和控制精度的问题。该方法包括：设计一种基于滑模的轨迹跟踪控制器，通过控制前轮转角来实现横向跟踪控制，然后通过RBF神经网络补偿前轮转角来提高轨迹跟踪控制的精度，减小滑模的抖振现象。与现有技术相比，本发明在实现轨迹跟踪的同时能极大地提高轨迹跟踪控制的精度，减小滑模控制器的抖振现象，加强了控制器的稳定性和鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN109255094B
公开(公告)日：2022-12-27
申请号：CN201810907913.X
申请日：2018-08-10
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于SVR_Adaboost改进算法的商用货车质量辨识方法，在车辆起步10s，采用时间序列方式在CAN总线中，采集由车辆纵向动力学模型所确定的相关变量纵向驱动力、纵向加速度、迎风阻力、轮胎滚动阻力、路面坡度，并按固定数据结构组合成一组数据。将组合数据Z‑score标准化，再PCA降维到10维，作为输入变量，利用SVR作为基学习算法，再用Adaboost提升方法反复训练，得出一系列弱SVR模型，并组合这些模型，构成最终质量辨识模型。通过Adaboost提升训练后的模型在辨识应用中比单一基学习算法泛化能力更加显著优越、辨识精度更高。
-
公开(公告)号：CN109466558B
公开(公告)日：2020-08-04
申请号：CN201811258236.X
申请日：2018-10-26
Applicant: 重庆邮电大学
IPC: B60W40/064
Abstract: 本发明请求保护一种基于EKF算法和BP神经网络的汽车路面附着系数的估算方法，通过各种传感器实时地采集车辆的方向盘转角、纵向加速度、侧向加速度，利用四轮车辆动力学模型结合EKF算法估计车辆的纵向速度、横向速度、质心偏角和横摆角速度，求取出预估横摆角速度，最后将预估横摆角速度与EKF估计的横摆角速度作差取平方，取方差值最小所在的网络模块输入的附着系数值为所求估计值。本方法有效降低了计算量和收敛时间。本方法能够快速识别车辆行驶路面的附着系数，适用于多种路面下附着系数的实时估计。
-
公开(公告)号：CN108227491B
公开(公告)日：2021-11-16
申请号：CN201711455768.8
申请日：2017-12-28
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于滑模神经网络的智能车轨迹跟踪控制方法，用于智能车轨迹跟踪控制的技术领域，以解决轨迹跟踪过程中存在的稳定性和控制精度的问题。该方法包括：设计一种基于滑模的轨迹跟踪控制器，通过控制前轮转角来实现横向跟踪控制，然后通过RBF神经网络补偿前轮转角来提高轨迹跟踪控制的精度，减小滑模的抖振现象。与现有技术相比，本发明在实现轨迹跟踪的同时能极大地提高轨迹跟踪控制的精度，减小滑模控制器的抖振现象，加强了控制器的稳定性和鲁棒性。
-
公开(公告)号：CN109447236A
公开(公告)日：2019-03-08
申请号：CN201811138434.2
申请日：2018-09-28
Applicant: 重庆邮电大学
IPC: G06N3/02
Abstract: 本发明请求保护一种混合动力汽车热管理系统的故障诊断方法。包括以下步骤：选择热管理系统各部件出水口温度、压力、流量值作为输入变量，在热管理系统各回路布置温度、压力、流量传感器，分别采集正常情况和故障情况下的样本数据。采用主成分分析法对样本数据进行特征提取，得到降维后的样本数据，将样本数据分为训练集和测试集；设计RBF神经网络故障诊断模型，采用粒子群算法优化RBF神经网络的基函数中心、方差和连接权值；将训练好的RBF神经网络应用到混合动力汽车热管理系统的故障诊断，直接得到各执行件的故障状态。本发明利用各部件的实时参数对热管理系统进行状态和故障诊断，可以及时检测到热管理系统故障并直接确定故障位置。
-
公开(公告)号：CN108248605A
公开(公告)日：2018-07-06
申请号：CN201810061995.0
申请日：2018-01-23
Applicant: 重庆邮电大学
CPC classification number: B60W30/10 , B60W30/14 , B60W50/00 , B60W2050/0002 , B60W2050/0031
Abstract: 本发明请求保护一种智能车辆轨迹跟随的横纵向协调控制方法，针对智能车辆横纵向动力学之间的关联、耦合特性，设计智能车辆轨迹跟随的横纵向协调控制器。运用模型预测控制和滑模控制算法实现对发动机节气门开度、制动主缸压力及前轮偏角的协调控制。在横向MPC控制器设计中，车辆的状态量选取为其中的状态量(纵向速度vx)为经过纵向控制后车辆输出的实时变化车速；vy为车辆质心处的横向速度；为车辆质心处的横摆角、横摆角速度；Y,X为全局坐标下的横向位置、纵向位置。该横纵向协调控制系统使智能车辆在期望速度下高效、稳定的跟踪期望轨迹。而且可显著提高在大转向操纵时，智能车辆轨迹跟踪过程中的横向稳定性。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.015 seconds)
