-
公开(公告)号:CN119882431A
公开(公告)日:2025-04-25
申请号:CN202510008226.4
申请日:2025-01-03
Applicant: 上海交通大学
IPC: G05B13/04
Abstract: 一种基于数据驱动的自动驾驶决策优化系统及方法,该系统包括:数据生产模块、数据筛选模块、模型封装模块和参数调优模块,其中:数据生产模块以人驾数据为输入,经标注、预处理和格式转换后,提取关键特征并进行标准化、归一化和编码,生成符合算法输入要求的数据驱动过程中的原始数据;数据筛选模块根据决策器所划分的各个场景从训练数据中筛选出相应的数据并进行有效分类;模型封装模块对C++的决策代码进行封装并采用基于轨迹对的真值评估方法构建训练所需的轨迹对评估代价图;参数调优模块根据经过筛选后的不同场景下的数据、封装好的决策算法模型以及轨迹对评估代价图,利用黑盒优化的方法,得到相应场景下在当前决策算法下的决策参数。本发明结合基于规则和基于学习的方法,利用自动驾驶车辆在运行过程中产生的大量数据,从而提高决策系统的上限,更有利于决策器在实际场景中的表现且属于白盒性质的数据驱动的决策参数调节技术。
-
公开(公告)号:CN119803881A
公开(公告)日:2025-04-11
申请号:CN202411750494.5
申请日:2024-12-02
Abstract: 本发明提供一种空气弹簧性能退化表征方法及系统,该方法包括:基于空气悬架测试系统,获取空气弹簧在性能退化测试过程中产生的弹簧刚度物理参数;将弹簧刚度物理参数输入至空气弹簧性能退化模型,获取动刚度性能退化数据;动刚度性能退化数据包括动刚度频率相关性数据和动刚度振幅相关性数据;空气弹簧性能退化模型包括动刚度频率相关性模型和动刚度振幅相关性模型,动刚度频率相关性模型用于根据弹簧刚度物理参数中的空气弹簧内部气体压强变化数据,得到刚度频率相关性数据;动刚度振幅相关性模型用于根据弹簧刚度物理参数中的空气气囊退化数据,得到动刚度振幅相关性数据。本发明可提供更为准确的空气弹簧性能预测和退化分析结果。
-
公开(公告)号:CN119759034A
公开(公告)日:2025-04-04
申请号:CN202510010554.8
申请日:2025-01-03
Applicant: 上海交通大学
Abstract: 本发明涉及路径规划技术领域,提供了一种规则和数据混合驱动的无人矿卡路径规划系统,包括:构建节点引导搜索规则,对于任意一个当前子节点采用固定步长和均匀离散采样后的转向角进行节点探索得到固定步长的下一个子节点的探索子节点集合,并通过深度强化学习生成引导节点加入到探索子节点集合中,对探索子节点集合中每一个探索子节点的代价进行评估,用于后续每轮迭代搜索过程中获取代价最低的探索子节点作为最终选择的下一个子节点,同时在当前子节点到终点的距离小于设定阈值时,生成当前子节点到终点的泊位曲线,从而得到最终全局曲线。上述技术方案,构建了规则‑数据混合驱动路径规划框架,实现了规则和学习方法的优势互补。
-
公开(公告)号:CN119125930A
公开(公告)日:2024-12-13
申请号:CN202411308217.9
申请日:2024-09-19
IPC: G01R31/392 , G01R31/36 , G01R31/378 , G01R31/367
Abstract: 本发明公开了一种融合恒压充电阶段多维特征参数的锂离子电池健康状态估算方法,包括:离线确定电池模型具体结构;计算并提取电池恒压工况下对应不同等效截止电流的电流曲线显性候选特征参数和隐性候选特征参数;进行斯皮尔曼相关性分析,确定表征电池老化的特征参数集合及对应的有效电流区间;构建对应不同等效恒压截止电流的电池健康状态估算模型并存储;记录并存储电池恒压充电时间‑电流序列,并实时计算显性特征参数;查询得到对应实际恒压充电截止电流值的电池健康状态估算模型;估算电池的实际健康状态。本发明相比于基于动态放电数据和恒流充电数据的电池健康状态估算方法,本发明提供的估算方法具有较高的鲁棒性。
-
公开(公告)号:CN119989565A
公开(公告)日:2025-05-13
申请号:CN202411973636.4
申请日:2024-12-30
IPC: G06F30/17 , G06F30/28 , G16C60/00 , G06F113/08 , G06F119/02 , G06F113/26 , G06F119/04 , G06F119/14 , G06F30/15
Abstract: 本发明提供一种基于结构特性的空气弹簧性能退化预测方法、装置和设备,涉及空气弹簧技术领域。该方法包括:获取待评估空气弹簧的动刚度和结构参数;将所述动刚度和所述结构参数输入至空气弹簧性能退化模型中,得到空气弹簧性能退化模型输出的疲劳加载参数;其中,所述空气弹簧性能退化模型是预先构建的关于空气弹簧的疲劳加载参数与空气弹簧的动刚度之间数学关系的模型;基于疲劳加载参数,确定待评估空气弹簧的疲劳寿命。该方法可在车辆设计初期根据车辆的实际应用场景,对空气弹簧疲劳特性进行预先估计,从而能够帮助设计出稳定可靠的空气弹簧,提高产品可靠性,也能够缩短开发周期,使得企业不需要经过很多试验来设计空气弹簧,节约开发成本。
-
公开(公告)号:CN118466504A
公开(公告)日:2024-08-09
申请号:CN202410627250.1
申请日:2024-05-21
Applicant: 上海交通大学 , 安徽海螺水泥股份有限公司
IPC: G05D1/43 , G05D1/633 , G05D1/644 , G05D109/10
Abstract: 一种考虑预测信息的异步分层强化学习智能车轨迹规划方法,通过构造并训练预瞄位置速度选择网络,根据各车当前状态、各环境车预测轨迹末端状态和完整预瞄位置与速度预测得到纵向预瞄位置与速度,通过构造并训练车辆控制量计算网络,根据各车当前状态和完整预瞄位置与速度预测得到当前空制量。本发明通过合理简化与利用预测信息提升规划实时性,将决策结果进行连续化表征,增加高层网络输出结果的信息丰富度,以提升算法针对复杂场景的鲁棒性,通过新的训练方法,以避免网络策略随机初始化导致的多层网络间出现负反馈,进一步提升算法的性能与稳定性。
-
-
-
-
-