-
公开(公告)号：CN112373484A
公开(公告)日：2021-02-19
申请号：CN202011344194.9
申请日：2020-11-26
Applicant: 同济大学
Abstract: 本发明涉及一种基于前馈神经网络的汽车整车质量动力学获取方法，包括以下步骤：1)获取车辆行驶过程中的动力学信息；2)将动力学信息输入训练完成的前馈神经网络，得到当前采样时刻整车质量的神经网络估计值MNN(k)；3)利用整车质量动力学估计器，获取当前采样时刻整车质量的动力学估计值MDynamic(k)；4)将当前采样时刻整车质量的神经网络估计值MNN(k)和动力学估计值MDynamic(k)，以及上一采样时刻整车质量的最终估计值MFusion(k‑1)，进行加权融合，得到当前采样时刻整车质量的最终估计值MFusion(k)，与现有技术相比，本发明具有适用范围广、成本低、鲁棒性好等优点。
-
公开(公告)号：CN110083890B
公开(公告)日：2021-02-02
申请号：CN201910284875.1
申请日：2019-04-10
Applicant: 同济大学
IPC: G06F30/15
Abstract: 本发明涉及一种基于级联卡尔曼滤波的智能汽车轮胎半径自适应估计方法，包括以下步骤：1)轮速信号处理子模块根据GNSS采样频率对轮速信号进行重采样；2)当GNSS状态判断子模块判断当前GNSS状态良好时，轮胎半径估计模块采用级联卡尔曼滤波估计得到车速和轮胎半径实时估计值；3)输出模块对轮胎半径估计模块得到的轮胎半径实时估计值进行收敛及稳定性判断，当轮胎半径实时估计值稳定且收敛时，输出轮胎半径实时估计值，否则输出初始值。与现有技术相比，本发明具有成本低廉、计结果精度高、鲁棒性强、应用范围广等优点。
-
公开(公告)号：CN110095801B
公开(公告)日：2020-11-27
申请号：CN201910284624.3
申请日：2019-04-10
Applicant: 同济大学
Abstract: 本发明涉及一种考虑车辆轮加速度的多模型轮胎半径自适应方法及系统，该方法包括以下步骤：1)轮加速度估计模块采用卡尔曼滤波对GNSS传感器检测到的轮速信号进行估计得到轮加速度信号；2)轮胎半径估计模块中的第一估计子模块根据GNSS传感器测量得到的车辆速度v和轮速信号进行卡尔曼滤波估计，得到第一轮胎半径估计值r1；3)轮胎半径估计模块中的第二估计子模块根据轮加速度信号以及GNSS传感器测量得到的车辆速度v和轮速信号进行卡尔曼滤波估计，得到第二轮胎半径估计值r2；4)输出融合模块对第一轮胎半径估计值r1和第二轮胎半径估计值r2进行融合，最终输出轮胎半径输出值rout。与现有技术相比，本发明具有成本低廉、估计稳定准确、适应高动态情况等优点。
-
公开(公告)号：CN109540159B
公开(公告)日：2020-11-27
申请号：CN201811183196.7
申请日：2018-10-11
Applicant: 同济大学
IPC: G01C21/34
Abstract: 本发明涉及一种快速完备的自动驾驶轨迹规划方法，包括以下步骤：1)规划基础路径；2)对基础行车路径进行碰撞检测，进行步骤3)，若不存在碰撞，则判断基础行车路径是否到达目标点，若是，则进行步骤4)，若否，则进行步骤3)；3)采用采样/搜索路径规划方法获取平滑的有效路径后，进行步骤4)；4)获取路径对应的曲率极值后进行分段速度规划，得到轨迹；5)在时间域和空间域对轨迹进行碰撞检测，若有碰撞，则判断车辆与障碍物的距离是否大于2倍最小制动距离，若是，则进行速度重规划并返回步骤4)，若否，则返回步骤1)，最终将路径与速度组合生成轨迹并输出，与现有技术相比，本发明具有提升轨迹规划的实时性，平稳可靠等优点。
-
公开(公告)号：CN111688707A
公开(公告)日：2020-09-22
申请号：CN202010457781.2
申请日：2020-05-26
Applicant: 同济大学
IPC: B60W40/064 , B60W50/00
Abstract: 本发明涉及一种视觉与动力学融合的路面附着系数估计方法，包括以下步骤：S1：获取车辆行驶过程中前方的路面图像；S2：将路面图像训练完成的路面分类模型，得到前方路面类型；S3：根据前方路面类型和路面类型与路面附着系数映射关系，获取路面附着系数视觉估计值θximage；S4：获取车辆行驶过程中轮胎的动力学信息；S5：利用路面附着系数-轮胎纵向力估计器，获取当前路面峰值附着系数估计值θx；S6：结合路面附着系数视觉估计值θximage和当前路面峰值附着系数估计值θx，利用模糊推理规则得到最终路面附着系数估计值，与现有技术相比，本发明具有估计精度高、实时性好、鲁棒性强等优点。
-
Patent Agency Ranking
公开(公告)号：CN108238025B
公开(公告)日：2020-07-28
申请号：CN201810011576.6
申请日：2018-01-05
Applicant: 同济大学
Abstract: 本发明涉及一种分布式驱动电动汽车路面附着系数估计系统，该系统包括纵向车速获取模块、滑移率估计模块、纵向力估计模块、路面附着系数粗估计模块以及路面附着系数精估计模块，所述的纵向车速获取模块连接滑移率估计模块，所述的滑移率估计模块分别连接纵向力估计模块和路面附着系数粗估计模块，所述的纵向力估计模块连接路面附着系数粗估计模块，所述的路面附着系数粗估计模块连接路面附着系数精估计模块，所述的路面附着系数精估计模块反馈连接至纵向力估计模块。与现有技术相比，本发明简单、方便、估计结果准确。
-
公开(公告)号：CN111007832A
公开(公告)日：2020-04-14
申请号：CN201911187768.3
申请日：2019-11-28
Applicant: 同济大学
IPC: G05B23/02
Abstract: 本发明涉及一种车辆数据通讯交互系统及其构建方法，其中，系统包括放置在环境感知测试平台的第一测试车辆和放置在转毂测试平台的第二测试车辆，第一测试车辆和第二测试车辆上均安装有相互通讯连接的i-ECU、VCU和车辆底层电子控制单元，第一测试车辆上还安装有传感器，第一测试车辆与第二测试车辆相互通讯连接，具体是通过传感器连接VCU或网间连接器，以实现两台测试车辆之间的通讯连接。与现有技术相比，本发明利用车辆底层电子控制单元组成车辆控制器局域网总线，以简化与VCU之间的连接复杂性，可直接利用传感器或安装网间连接器，以实现两测试车辆之间数据的实时高效交互，使测试车辆具有完备的整车性能以及实时的操作响应。
-
公开(公告)号：CN110901647A
公开(公告)日：2020-03-24
申请号：CN201911167653.8
申请日：2019-11-25
Applicant: 同济大学
IPC: B60W40/064 , B60W50/00
Abstract: 本发明涉及一种考虑复杂激励条件的车辆路面附着系数自适应估计方法，包括下列步骤：1)根据整车的单轮动力学模型设计估计器，并估计纵向轮胎力和纵向激励下路面峰值附着系数；2)基于整车二自由度运动学模型设计估计器，并估计轮胎回正力矩和侧向力激励下路面峰值附着系数；3)通过车辆状态参数判断车辆满足的激励条件，模糊推理出当前纵侧向轮胎力所能达到的极限，并据此设计融合观测器进行估计结果融合。与现有技术相比，本发明具有鲁棒性好、实时性高、快速准确等优点。
-
公开(公告)号：CN110765909A
公开(公告)日：2020-02-07
申请号：CN201910972494.2
申请日：2019-10-14
Applicant: 同济大学
Abstract: 本发明涉及一种基于车载摄像头辅助分布式驱动电动汽车路面估计方法，该方法包括以下步骤：1)利用车载摄像头分别拍摄干燥天气情况下和阴雨潮湿天气情况下的车辆前方道路路面图像；2)基于颜色矩法和灰度共生矩阵法对获取的各天气情况下的车辆前方道路路面图像提取路面图像特征；3)利用支持向量机方法对步骤2)获取的各路面图像特征进行分类辨识；4)基于轮胎纵向力估计设计扰动估计器，估计路面附着系数，考虑路面图像与附着系数之间的映射关系，设计融合估计器，进而获取融合估计结果。与现有技术相比，本发明具有估计精度高、实时性好、鲁棒性强等优点。
-
公开(公告)号：CN110446278A
公开(公告)日：2019-11-12
申请号：CN201910692453.8
申请日：2019-07-30
Applicant: 同济大学
IPC: H04W88/08 , G08G1/01 , G08G1/09 , G08G1/0967 , G08G1/16
Abstract: 本发明涉及一种基于V2I的智能驾驶汽车传感器盲区安全控制方法及系统，该方法的工作步骤如下：路侧设备上的双目摄像头感知到传感器盲区内的交通参与者；路侧设备上的信息处理器将盲区内交通参与者的信息进行处理和编码，生成广播报文；路侧设备上的DSRC设备将盲区内交通参与者信息广播给附近的智能驾驶车辆；智能驾驶车辆上的车载通信单元接收到广播信息，帮助驾驶系统作出安全的决策。本发明所提方法用于解决智能驾驶汽车车载传感器盲区内交通参与者信息缺失的问题，为智能驾驶汽车安全行驶提供必要的环境信息。与现有技术相比，本发明具有低信息量，适应智能驾驶系统范围大等优点。
-
-
-
-
-
-
-
-
-
Search Results
392
records
(took 0.028 seconds)
