-
公开(公告)号：CN118494480A
公开(公告)日：2024-08-16
申请号：CN202410213183.9
申请日：2024-02-27
Applicant: 长安大学 , 山推工程机械股份有限公司
Abstract: 本发明公开了一种换道信息确定方法、装置、设备及存储介质，包括：获取目标车辆的第一行驶信息与环境车辆的第二行驶信息；根据所述第二行驶信息确定目标车道的车辆行驶密度，并根据所述车辆行驶密度判断当前是否满足换道条件；若是，根据所述第一行驶信息和第二行驶信息进行换道信息预测，确定所述目标车辆的换道信息。上述技术方案，能够高效安全地适应多种复杂交通场景下的换道需求，进一步的，所确定出的换道信息在实际应用过程中，能够实现安全高效且舒适的变道。
-
公开(公告)号：CN118914854A
公开(公告)日：2024-11-08
申请号：CN202410972135.8
申请日：2024-07-19
Applicant: 长安大学
IPC: G01R31/367 , G06N3/0442 , G06N3/006 , G06F18/20 , G01R31/378 , G01R31/387 , G01R31/385 , G01R31/389 , G01D21/02
Abstract: 本发明申请提供了一种融合改进GRU网络和贝叶斯滤波的电池SOC估计方法，包括：对锂离子电池参数进行归一化处理，形成归一化的数据，所述归一化的数据包括训练集和测试集；采用引入随机性和非线性递减模式对灰狼算法的收敛因子进行优化，形成改进的灰狼算法；采用改进的灰狼算法对GRU神经网络的初始权值和偏置进行优化，形成优化后的GRU神经网络；将所述训练集带入优化后的GRU神经网络，得到多个GRU神经网络模型；基于多个所述GRU神经网络模型，通过贝叶斯滤波对所述多个所述GRU神经网络模型进行融合，得到经贝叶斯滤波融合后的GRU神经网络模型，对锂离子电池soc进行估计。
-
Patent Agency Ranking
公开(公告)号：CN118636703A
公开(公告)日：2024-09-13
申请号：CN202410759249.4
申请日：2024-06-13
Applicant: 长安大学
IPC: B60L15/38 , B60W10/08 , B60W30/045 , B60W50/00 , B60W50/08
Abstract: 本发明公开了一种纯电动推土机转速和转矩控制的方法、系统、介质和设备，包括：获取纯电动推土机各负载在循环工况下的当前运行状态信息；根据纯电动推土机的当前运行状态信息，自动切换纯电动推土机的控制模式；获取纯电动推土机的行驶手柄的手柄位置；基于纯电动推土机的行驶手柄的手柄位置，获取纯电动推土机的当前运行状态信息的行驶速度和转向值，确定纯电动推土机的行驶手柄的电位计的位置电压信号值；基于纯电动推土机的行驶手柄的电位计的位置电压信号值，控制左右驱动电机按照目标转速运行。根据当前运行状态信息和所处工况来切换整车对驱动电机的控制模式，即控制模式能随工况和负载变化做自适应切换，从而提高驾驶员的疲劳极限。
-
公开(公告)号：CN118254605A
公开(公告)日：2024-06-28
申请号：CN202410558862.X
申请日：2024-05-08
Applicant: 长安大学
Abstract: 一种交通拥堵状态下纯电动汽车节能控制方法，包括以下步骤：步骤1，建立整车模型及车辆动力学模型；步骤2，建立交通流预测模型；步骤3，动态经济路径规划；步骤4，经济驾驶决策，输出经济驾驶速度曲线；步骤5，基于经济驾驶速度曲线的ACC控制；具有大大提高整车节能性能的特点。
-
公开(公告)号：CN118152806A
公开(公告)日：2024-06-07
申请号：CN202410289889.3
申请日：2024-03-14
Applicant: 同济大学 , 山推工程机械股份有限公司 , 长安大学
IPC: G06F18/214 , G01R31/367 , G01R31/392 , G06F18/2415 , G06F18/21
Abstract: 本发明公开了模型训练方法、电池健康状态的估计方法、设备及介质。涉及电池管理技术领域，该方法包括：获取初始模型，初始模型是基于贝叶斯优化算法对极限学习机ELM模型进行寻优后得到的模型；利用源域数据集对初始模型进行训练，得到中间模型，源域数据集包括多个开源的动力电池工作数据；获取目标域数据集，并根据目标域数据集和源域数据集，确定迁移学习数据集，目标域数据集包括目标动力电池的历史工作数据；利用迁移学习数据集对中间模型进行训练，得到目标模型，目标模型用于估计目标动力电池的电池健康状态SOH。本方案能够基于开源的动力电池工作数据和目标动力电池的历史工作数据训练针对目标动力电池的模型，从而提升对其SOH的估计精度。
-
公开(公告)号：CN117719504A
公开(公告)日：2024-03-19
申请号：CN202311767616.7
申请日：2023-12-20
Applicant: 长安大学 , 山推工程机械股份有限公司
Abstract: 本发明公开了多车道场景下混合动力汽车经济驾驶决策方法，采集交通信息，预测周边车辆的交通密度、交通流平衡速度，通过函数插值方法预测周边车辆速度；以换道安全性、主车通行效率及换道后对目标车道后车通行效率的影响、主车换道收益优化为目标，构建上层目标函数，并增加相关约束条件，计算换道决策及主车速度；将电池充放电电流、发动机转矩、电机转矩、发动机转速、电机转速作为约束条件，构建下层目标函数，根据换道决策及主车速度，得到混合动力汽车最优的发动机转矩、电机转矩。解决了现有的决策方法目标单一，算法缺乏横向控制，无法充分达到生态驾驶的问题。
-
公开(公告)号：CN117233611A
公开(公告)日：2023-12-15
申请号：CN202311256569.X
申请日：2023-09-26
Applicant: 同济大学 , 山推工程机械股份有限公司 , 长安大学
IPC: G01R31/367 , G01R31/3842
Abstract: 本发明公开了一种锂电池荷电状态估计方法、装置、电动推土机及存储介质。该方法在电动推土机运动过程中，获取电动推土机锂电池的目标实时运行参数；根据目标实时运行参数确定电动推土机的当前能耗值；根据当前能耗值确定电动推土机的当前工作模式，并根据当前工作模式为电动推土机确定目标估计模型；将目标实时运行参数输入目标估计模型，得到锂电池的SOC目标估计值。本发明技术方案较为充分考虑在电动推土机不同工作模式下影响SOC估计精度的因素，提高SOC估计的准确率和效率。
-
-
-
-
-
-
Search Results
7
records
(took 0.02 seconds)
