-
公开(公告)号：CN118333136B
公开(公告)日：2025-02-11
申请号：CN202410764118.5
申请日：2024-06-14
Applicant: 吉林大学
IPC: G06N3/096 , B60W40/105
Abstract: 本发明适用于车辆参数估计技术领域，提供了一种基于迁移学习的混合驱动模型的横向速度估计方法，包括以下步骤：采用运动学模型和动力学模型分别估计出横向速度#imgabs0#和#imgabs1#，将其作为LSTM神经网络的输入，形成数据‑机理混合驱动模型，即LVENN，采用此混合驱动模型估计出横向速度#imgabs2#，该融合方法可显著降低横向速度估计的均方根误差和最大误差；通过设计迁移学习算法，在特征提取层中进行参数微调和在拟合输出层中进行再训练以增加迁移学习能力，本发明可以利用源域中的训练数据，以减少目标域中的标记数据量，提高模型训练的效率。
-
公开(公告)号：CN118226758A
公开(公告)日：2024-06-21
申请号：CN202410637535.3
申请日：2024-05-22
Applicant: 吉林大学
Abstract: 本发明适用于智能驾驶技术领域，提供了考虑操纵极限下车辆姿态的分布式车辆模型预测控制方法，包括以下步骤：提出整车控制约束量，保证全局力/力矩可行性；基于考虑车辆姿态的三自由度动力学模型，建立变步长自适应线性参考点的预测模型；综合考虑路径跟踪误差、车辆姿态误差等建立代价函数；建立控制器的多约束条件。根据本发明中控制器计算出的全局力和力矩，通过二次规划方法求解出四轮纵向力和侧向力，通过轮胎参数在线更新模块计算出前后轴转角以及四轮驱动力。该方法能够保证在传统车辆稳定域外的分布式车辆的稳定性，充分发挥底盘的性能。
-
公开(公告)号：CN112606830A
公开(公告)日：2021-04-06
申请号：CN202011594837.5
申请日：2020-12-29
Applicant: 吉林大学
Abstract: 本发明公开了一种基于混合A*算法的两段式自主泊车路径规划方法，包括：将泊车路径分为第一段和第二段；第一段为从车辆进入停车场到车辆行驶到最小泊车距离点的路径，第二段为车辆从最小泊车距离点行驶到泊车终止点的路径；其中，当车辆与泊车终止点之间的距离为最小泊车距离时，判断车辆到达最小泊车距离点；通过混合A*算法，采用第一启发函数对第一段进行路径规划，采用第二启发函数对第二段进行路径规划。本发明提供的基于混合A*算法的两段式自主泊车路径规划方法，将泊车路径划分为两部分，并且结合两部分路径的特点对两部分路径分别采用不同的启发函数进行路径规划，能够使路径搜索过程以最小的迭代次数得到最优路径，提高路径规划的效率。
-
公开(公告)号：CN116373846A
公开(公告)日：2023-07-04
申请号：CN202310385287.3
申请日：2023-04-12
Applicant: 吉林大学
IPC: B60W30/045 , B60W40/00
Abstract: 本发明适用于汽车控制技术领域，提供了一种基于BP神经网络优化的后轮转向车辆稳定性控制方法，包括以下步骤：采用前轮转角参考模型，求解出期望的质心侧偏角和期望的横摆角速度；设计以后轮转角为控制变量的MPC控制算法；设计针对MPC算法的可调参数，包括对系统输出权重参数和预测时域进行自适应实时优化的BP神经网络控制器；最后将计算出的后轮转角输出至车辆。通过BP神经网络优化，本发明的方法对传统模型预测算法的控制参数进行了优化与改进，提高了控制系统模型的精度，保证了四轮转向系统的稳定性。
-
公开(公告)号：CN114255276A
公开(公告)日：2022-03-29
申请号：CN202111534353.6
申请日：2021-12-15
Applicant: 吉林大学
Abstract: 本发明适用于同步建图与定位、多传感器融合技术领域，提供了一种融合ArUco码与激光点云的地库定位方法，包括以下步骤：步骤1：创建ArUco码分布图；步骤2：创建激光点云图，根据ArUco码分布地图，利用车载激光雷达进行增量式建图，生成ArUco码与激光点云混合地图；步骤3：初始化位姿，根据ArUco码与激光点云混合地图，以及相机第一帧图像检测到的ArUco码，利用PnP算法求解初始位姿；步骤4：根据场景切换定位方式，在ArUco码与激光点云混合地图的基础上，根据场景中是否检测到ArUco码切换定位方式。本方法使自动驾驶汽车在地库中的定位更加稳定可靠，具有良好的使用效果。
-
Patent Agency Ranking
公开(公告)号：CN118333136A
公开(公告)日：2024-07-12
申请号：CN202410764118.5
申请日：2024-06-14
Applicant: 吉林大学
IPC: G06N3/096 , B60W40/105
Abstract: 本发明适用于车辆参数估计技术领域，提供了一种基于迁移学习的混合驱动模型的横向速度估计方法，包括以下步骤：采用运动学模型和动力学模型分别估计出横向速度#imgabs0#和#imgabs1#，将其作为LSTM神经网络的输入，形成数据‑机理混合驱动模型，即LVENN，采用此混合驱动模型估计出横向速度#imgabs2#，该融合方法可显著降低横向速度估计的均方根误差和最大误差；通过设计迁移学习算法，在特征提取层中进行参数微调和在拟合输出层中进行再训练以增加迁移学习能力，本发明可以利用源域中的训练数据，以减少目标域中的标记数据量，提高模型训练的效率。
-
公开(公告)号：CN118226758B
公开(公告)日：2024-07-26
申请号：CN202410637535.3
申请日：2024-05-22
Applicant: 吉林大学
Abstract: 本发明适用于智能驾驶技术领域，提供了考虑操纵极限下车辆姿态的分布式车辆模型预测控制方法，包括以下步骤：提出整车控制约束量，保证全局力/力矩可行性；基于考虑车辆姿态的三自由度动力学模型，建立变步长自适应线性参考点的预测模型；综合考虑路径跟踪误差、车辆姿态误差等建立代价函数；建立控制器的多约束条件。根据本发明中控制器计算出的全局力和力矩，通过二次规划方法求解出四轮纵向力和侧向力，通过轮胎参数在线更新模块计算出前后轴转角以及四轮驱动力。该方法能够保证在传统车辆稳定域外的分布式车辆的稳定性，充分发挥底盘的性能。
-
公开(公告)号：CN114084158B
公开(公告)日：2024-07-26
申请号：CN202111550051.8
申请日：2021-12-17
Applicant: 吉林大学
IPC: B60W50/029 , B60W60/00 , B60W30/12
Abstract: 本发明涉及自动驾驶技术领域，具体是一种自动驾驶冗余控制系统，自动驾驶域控制器的路径跟踪部分失效时冗余系统为车辆提供冗余跟踪控制功能，自动驾驶域控制器完全失效时冗余系统完全接管车辆，并使车辆快速并入最右侧车道并停车，跟踪控制器通过变预瞄距离的纯跟踪控制器实现车辆的循迹功能；规划过程中，通过前置摄像头得到的环境信息建立考虑运动学约束的安全走廊规划方法，生成平滑的换道路径，并跟踪换道。本发明自动驾驶冗余控制系统，通过在车辆底盘域控制器加入冗余控制系统，降低自动驾驶等级，使车辆仅依靠当前传感器、线控底盘，缓速行驶到路边后停车，提高了车辆的安全性能，使用十分方便。
-
公开(公告)号：CN114255594B
公开(公告)日：2024-03-15
申请号：CN202111623072.8
申请日：2021-12-28
Applicant: 吉林大学
Abstract: 本发明适用于智能驾驶技术领域，提供了一种自主代客泊车运动规划与运动控制方法，适配园区多种车位形式与不同泊车空间的泊车路径规划以及路径处理，根据预先定义的泊车路径规划方法可以实现典型车位的泊车路径快速生成，在行驶过程中，根据道路曲率调整车辆纵向速度，并基于自适应MPC设计横向控制器，使车辆在通过大曲率弯道后可以迅速调整姿态重新跟随路径，并可以在统一控制框架下在泊车阶段引导车辆精准入库，整个自主代客泊车过程一次完成，无须再次规划泊车路径。
-
公开(公告)号：CN112606830B
公开(公告)日：2023-12-29
申请号：CN202011594837.5
申请日：2020-12-29
Applicant: 吉林大学
Abstract: 本发明公开了一种基于混合A*算法的两段式自主泊车路径规划方法，包括：将泊车路径分为第一段和第二段；第一段为从车辆进入停车场到车辆行驶到最小泊车距离点的路径，第二段为车辆从最小泊车距离点行驶到泊车终止点的路径；其中，当车辆与泊车终止点之间的距离为最小泊车距离时，判断车辆到达最小泊车距离点；通过混合A*算法，采用第一启发函数对第一段进行路径规划，采用第二启发函数对第二段进行路径规划。本发明提供的基于混合A*算法的两段式自主泊车路径规划方法，将泊车路径划分为两部分，并且结合两部分路径的特点对两部分路径分别采用不同的启发函数进行路径规划，能够使路径搜索过程以最小的迭代次数得到最优路径，提高路径规划的效率。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.02 seconds)
