-
公开(公告)号：CN113156963A
公开(公告)日：2021-07-23
申请号：CN202110475638.0
申请日：2021-04-29
Applicant: 重庆大学
Abstract: 本发明涉及一种基于监督信号引导的深度强化学习自动驾驶汽车控制方法，属于自动驾驶汽车领域。该方法包括：S1：获取周边车辆状态信息；S2：建立汽车运动学模型；S3：利用DDPG算法构建自动驾驶汽车控制模型对车辆的加速度和转向角进行控制，并优化Actor网络的损失函数，同时利用IDM算法和MOBIL算法构建加速度和转向角监督信号，对DDPG算法的训练进行引导和优化。本发明提升了DDPG算法的训练效率，实现了控制策略的实时性与最优性。
-
公开(公告)号：CN113085665A
公开(公告)日：2021-07-09
申请号：CN202110506276.7
申请日：2021-05-10
Applicant: 重庆大学
Abstract: 本发明涉及一种基于TD3算法的燃料电池汽车能量管理方法，属于新能源汽车领域。该方法包括：S1：获取燃料电池汽车的车辆状态信息、动力电池状态信息以及燃料电池状态信息；S2：建立燃料电池汽车能量管理系统模型，包括：整车纵向动力学模型、燃料电池氢耗模型、动力电池等效电路模型、燃料电池衰退模型、动力电池老化模型；S3：利用TD3算法构建燃料电池汽车能量管理策略，求解包含能耗经济性、燃料电池寿命以及动力电池寿命的多目标优化问题。本发明有效的提升了燃料电池汽车的经济性，同时保证了燃料电池以及动力电池的耐久性。
-
公开(公告)号：CN112677957A
公开(公告)日：2021-04-20
申请号：CN202110019579.6
申请日：2021-01-07
Abstract: 本发明涉及一种双模构型多目标条件下基于帕累托最优性的参数优化方法，属于新能源汽车领域。该方法包括：S1：构建双模构型不同构型模式下稳态动力学方程及基于传动效率最大化的模式切换策略；S2：搭建计及部件转动惯量的混合动力传动系统瞬态动力学方程；S3：基于动态规划算法构建包括工况相关经济性成本和传动系统部件成本在内的经济性评价指标以及以百公里加速时间量化的动力性评价指标；S4：通过切比雪夫的聚合方法构造多目标优化函数，基于多目标进化算法MOEA/D得到双模构型有关工况相关经济性成本，动力传动系统部件成本和以加速性能为评价指标的动力性的最优帕累托前沿。本发明为构型优化提供更广阔的设计空间。
-
公开(公告)号：CN112606692A
公开(公告)日：2021-04-06
申请号：CN202011581850.7
申请日：2020-12-28
Applicant: 重庆大学
Abstract: 本发明涉及一种电动汽车安全保护装置和方法，属于电动汽车领域。该装置包括应用于电动汽车高压电气回路的执行部分和控制部分；电动汽车高压电气回路包括动力部分、负载部分、线束连接部分和高压控制部分；其中动力部分包括动力电池、超级电容和燃料电池系统；负载部分包括电机及其控制系统，以及高压附件部分；线束连接部分包括高压线束及其连接器；高压控制部分包括激励熔断器及其执行装置，以及高压回路继电器及其控制装置。通过此发明，能够防护电动汽车高压电气回路在过流、过载情况下导致的高压电气拉弧、着火风险，避免重大安全事故发生。
-
公开(公告)号：CN111967498A
公开(公告)日：2020-11-20
申请号：CN202010699523.5
申请日：2020-07-20
Applicant: 重庆大学
Abstract: 本发明公开了基于毫米波雷达和视觉融合的夜间目标检测和跟踪方法，跟踪方法为：通过毫米波雷达和摄像头分别获取原始数据和原始图像；处理所述原始数据，得到有效目标的第一目标航迹；处理所述原始图像，得到有效目标的第二目标航迹；将所述第一目标航迹与第二目标航迹进行匹配。本发明采用相机原始图像获得更丰富的图像暗部信息，利用深度学习的图像增亮算法还原图像暗部细节，增强无人车的夜间视觉能力，利用YOLO v4目标检测算法准确快速检测目标，满足无人驾驶实时性的要求，所提出的航迹融合方法容错性好，在一个传感器失效时，感知系统仍能正常工作。
-
Patent Agency Ranking
公开(公告)号：CN111845701A
公开(公告)日：2020-10-30
申请号：CN202010777968.0
申请日：2020-08-05
Applicant: 重庆大学
IPC: B60W20/00 , B60W30/165 , B60W40/00 , B60W50/00
Abstract: 本发明涉及一种跟车环境下基于深度强化学习的HEV能量管理方法，属于智能混合动力汽车控制领域。该方法包括：基于跟随车的实时车速等信息，确定两车之间的最短安全距离以及最长跟车距离；建立串联式DDPG算法模型，学习跟车速度规划策略以及能量管理控制策略；定义DDPG算法中的变量空间；当每次迭代过程所获得的总奖励值趋于稳定收敛状态并且学习效果较为理想后，结束离线训练过程并且保存持久化模型；制定评价指标，并且利用动态规划算法作为能量管理策略的对比标准。本发明针对具有自动跟车功能的智能混合动力汽车，利用深度强化学习算法，完成跟车环境的速度规划以及传动系统的能量管理，实现整车的综合控制。
-
公开(公告)号：CN111717217A
公开(公告)日：2020-09-29
申请号：CN202010624121.9
申请日：2020-06-30
Applicant: 重庆大学
Abstract: 本发明涉及一种基于概率修正的驾驶员意图识别方法，属于无人驾驶汽车领域。该方法包括：S1：采集驾驶行为的数据，并预处理；S2：获取环境道路信息，选取特征数据，并用MGHMM模型进行驾驶员意图的初步识别，计算得到观测序列对应于各驾驶员意图模型初始概率；S3：结合环境道路信息和采集的驾驶员数据对驾驶员意图模型初始概率P1进行修正，分别得到修正概率P2和P3；S4：将修正后的驾驶员意图模型概率输入PSO-SVM分类器进行分类识别，辨识出最终的驾驶员意图。本发明大大提高了驾驶员意图识别的精度和实用性。利用本发明可进行驾驶员辅助系统的开发设计，实现无人驾驶汽车的人车协同控制。
-
公开(公告)号：CN111209633A
公开(公告)日：2020-05-29
申请号：CN202010023517.8
申请日：2020-01-09
Applicant: 重庆大学
Abstract: 本发明涉及一种插电式混合动力汽车传动系统的评价与参数优化方法，属于新能源汽车领域。该方法包括以下步骤：S1：建立插电式混合动力汽车ICE模型、EM模型、传动系统模型、电池模型及其容量衰退模型；S2：建立构型方案(行星排)成本优化目标函数；S3：基于动态规划算法建立燃油消耗评估模型与动力性能评估模型；S4:建立多目标优化问题，依照结果生成构型方案优选等级，得到相对最优的构型方案。S5：基于粒子群算法(POS)优化该传动系统参数。
-
公开(公告)号：CN119928667A
公开(公告)日：2025-05-06
申请号：CN202510195748.X
申请日：2025-02-21
Applicant: 重庆大学
Abstract: 本发明涉及一种基于数据驱动的新能源汽车续驶里程估计方法，属于电池技术领域。该方法包括：收集对应车型的新能源汽车的运行数据，建立新能源汽车运行数据库；基于充电数据与数据增强技术建立估计模型，根据估计结果和安培积分方法计算车辆当前可用总容量；基于Pearson相关系数指标从续驶里程估计特征集中提取与续航里程具有相关性的充电特征集和行驶特征集；根据选定的充电特征集与行驶特征集，基于XGBoost构建续驶里程估计模型，通过续驶里程估计模型进行续驶里程估计。本发明利用车辆历史运行数据计算出电池当前可用总能量，有效考虑电池老化对续驶里程的影响，从电池状态和驾驶行为提取特征，全面反映车辆运行的实际状况。
-
公开(公告)号：CN119828690A
公开(公告)日：2025-04-15
申请号：CN202411859200.2
申请日：2024-12-17
Applicant: 重庆大学
Abstract: 本发明涉及一种融合交互性轨迹预测的协同运动规划方法，属于自动驾驶汽车领域。该方法包括：S1：构建满足车辆运动学约束的多项式参数化轨迹生成模型，基于环境信息和车辆当前位置状态，生成未来行驶动作集；S2：构建基于深度学习的交互性预测‑决策规划模型，基于自动驾驶车辆与周围车辆的双向交互行为，提取交互隐藏特征，并预测周围车辆轨迹；S3：构建自适应轨迹生成模型，搭建可学习的轨迹选择模组，利用步骤S2的轨迹预测结果，对行驶动作集合进行评分，并结合偏差生成网络优化结果，最终生成最佳轨迹。本发明能够对自车和周围智能体的未来状态进行交互建模，预测出周围车辆不同规划交互下的未来轨迹，从而提升预测精度。
-
-
-
-
-
-
-
-
-
Search Results
179
records
(took 0.024 seconds)
