-
公开(公告)号：CN106054669B
公开(公告)日：2019-05-24
申请号：CN201610458368.1
申请日：2016-06-22
Applicant: 北京理工大学
IPC: G05B17/02
Abstract: 本发明涉及一种单轴并联混合动力汽车仿真平台及仿真方法。所述仿真平台包括输入单元、服务器、输出单元，其中，所述输入单元用于输入指令，对服务器进行控制；所述服务器用于根据输入单元的指令进行单轴并联混合动力汽车仿真；所述输出单元用于对仿真结果进行输出。用户可以修改属性中的整车参数，就可以完善所要设计的车型，有效提高了单轴并联混合动力汽车整车参数优化能力；对于控制策略方面，只要对其中所关心的参数进行修改，就可以直接进行优化计算，简化了能量管理策略设计方法，提高了设计效率。
-
公开(公告)号：CN104268160A
公开(公告)日：2015-01-07
申请号：CN201410453074.0
申请日：2014-09-05
Applicant: 北京理工大学
CPC classification number: G06F17/30867 , G06F17/2735 , G06F17/2785
Abstract: 本发明涉及一种基于领域词典和语义角色的评价对象抽取方法，属于自然语言处理应用技术领域，包括以下步骤：首先根据词性、依存和语义角色信息，构建评价对象的领域词典DL，然后充分挖掘词汇、依存、相对位置和语义角色四方面的特征，与DL一起利用条件随机场(CRFs)进行模型训练和预测，从而完成评价对象的抽取工作。对比现有技术，根据中文句子特别是微博、论坛评论信息结构灵活多样、构成方法变化多、句子特征较少的特点，充分利用不同层级句法和语义信息，结合基于规则和机器学习的评价对象抽取方法的优点，自动快速而且准确地找到语料中置信度较高的评价对象，提高了中文句子评价对象抽取的准确率。
-
公开(公告)号：CN109145719B
公开(公告)日：2021-06-04
申请号：CN201810733592.6
申请日：2018-07-06
Applicant: 北京理工大学
Abstract: 本发明涉及一种驾驶员疲劳状态识别方法及系统，属于汽车智能交互技术领域，解决了现有技术中疲劳状态识别准确率低、技术难度大，环境适应性差的问题。一种驾驶员疲劳状态识别方法，包括：采集驾驶员图像信息、驾驶员操作信息以及车辆行驶信息中的至少一种信息；根据采集的信息，对驾驶员的疲劳状态进行初步识别，得到驾驶员疲劳状态初步识别结果；根据得到的驾驶员疲劳状态初步识别结果以及车辆所处的行驶场景，改变车辆行驶状态；根据驾驶员调整车辆行驶状态的操作数据以及对应的车辆行驶数据，进一步判定得到驾驶员疲劳状态结果。实现了驾驶员疲劳状态的准确识别。
-
公开(公告)号：CN110606088A
公开(公告)日：2019-12-24
申请号：CN201910882031.7
申请日：2019-09-18
Applicant: 北京理工大学
Abstract: 本发明公开了一种电动轮驱动防滑控制策略，其基于电动轮自身驱动转矩和转速变化信息，首先获得电机转矩、转速和估算的实际滑转率，然后分别计算电机转矩、利用附着系数和实际滑转率的导数，将这三个数值的绝对值分别与阈值比较来判断电动轮的状态。一旦判定电动轮进入滑转状态，则限制该电动轮的最大驱动转矩，并引入一个PI控制器对最大驱动转矩进行修正；若判定电动轮重新处于良好附着状态，则停止对其驱动转矩的干预。本发明充分利用电动轮转矩和转速可以精确测量的优势，参考μ-λ特征曲线，通过电动轮转矩和转速之间的关系来实时的判断车轮的滑转状态，降低对估计滑转率的精度要求，直接根据电机的状态信息设计转矩控制方法，完成驱动防滑控制。
-
公开(公告)号：CN104268160B
公开(公告)日：2017-06-06
申请号：CN201410453074.0
申请日：2014-09-05
Applicant: 北京理工大学
Abstract: 本发明涉及一种基于领域词典和语义角色的评价对象抽取方法，属于自然语言处理应用技术领域，包括以下步骤：首先根据词性、依存和语义角色信息，构建评价对象的领域词典DL，然后充分挖掘词汇、依存、相对位置和语义角色四方面的特征，与DL一起利用条件随机场(CRFs)进行模型训练和预测，从而完成评价对象的抽取工作。对比现有技术，根据中文句子特别是微博、论坛评论信息结构灵活多样、构成方法变化多、句子特征较少的特点，充分利用不同层级句法和语义信息，结合基于规则和机器学习的评价对象抽取方法的优点，自动快速而且准确地找到语料中置信度较高的评价对象，提高了中文句子评价对象抽取的准确率。
-
Patent Agency Ranking
公开(公告)号：CN110606078B
公开(公告)日：2020-11-17
申请号：CN201910885566.X
申请日：2019-09-18
Applicant: 北京理工大学
IPC: B60W30/02 , B60W30/045 , B60W50/00
Abstract: 本发明公开了一种多轴分布式电驱动车辆转向控制方法，首先根据驾驶员输入转角δ11、参考质心侧偏角βref和实际质心侧偏角βact，通过一个模糊控制器计算得到当前状态下机械‑差动转向桥的纵向参考间距D’，然后根据车辆转向桥几何关系由纵向参考间距D’和驾驶员输入转角δ11解析得到差动转向桥的参考转角δijref，然后下层转角跟踪控制器基于模糊PID算法跟踪参考转角δijref，计算得到合适的差动转矩以驱动差动转向桥完成转向。本发明充分利用使用转向梯形机构的多轴转向车辆自身特点，确定了更为合理的后桥差动转向转角关系，实现了多轴分布式车辆前桥机械与后桥差动联合转向的操纵稳定性。
-
公开(公告)号：CN110606088B
公开(公告)日：2020-08-18
申请号：CN201910882031.7
申请日：2019-09-18
Applicant: 北京理工大学
Abstract: 本发明公开了一种电动轮驱动防滑控制策略，其基于电动轮自身驱动转矩和转速变化信息，首先获得电机转矩、转速和估算的实际滑转率，然后分别计算电机转矩、利用附着系数和实际滑转率的导数，将这三个数值的绝对值分别与阈值比较来判断电动轮的状态。一旦判定电动轮进入滑转状态，则限制该电动轮的最大驱动转矩，并引入一个PI控制器对最大驱动转矩进行修正；若判定电动轮重新处于良好附着状态，则停止对其驱动转矩的干预。本发明充分利用电动轮转矩和转速可以精确测量的优势，参考μ‑λ特征曲线，通过电动轮转矩和转速之间的关系来实时的判断车轮的滑转状态，降低对估计滑转率的精度要求，直接根据电机的状态信息设计转矩控制方法，完成驱动防滑控制。
-
公开(公告)号：CN109050535B
公开(公告)日：2020-02-14
申请号：CN201810826902.9
申请日：2018-07-25
Applicant: 北京理工大学 , 北理慧动(常熟)车辆科技有限公司
IPC: B60W40/06 , B60W40/076 , B60W40/107
Abstract: 本发明涉及一种基于车辆姿态的快速地形工况辨识方法，包括：获取车辆实时姿态信息；将所述姿态信息输入地形分类SVM模型对车辆所处的地形工况进行坡道工况、颠簸路面工况和加减速工况分类；使用与分类结果对应的地形参量估计算法，对分类地形参量分别进行估计。本发明充分考虑了在越野环境行驶工况下引起车辆姿态变化的各种工况，建立快速入地形分类SVM模型；可以以80％以上的准确率识别出不同地形工况，识别速度快；并且不依赖于车辆纵向动力学模型，在不同平台间通用性好，提升智能车辆在行驶工况突变时的快速识别和反应调整能力，在无人驾驶领域具有广泛的使用前景。
-
公开(公告)号：CN110606078A
公开(公告)日：2019-12-24
申请号：CN201910885566.X
申请日：2019-09-18
Applicant: 北京理工大学
IPC: B60W30/02 , B60W30/045 , B60W50/00
Abstract: 本发明公开了一种多轴分布式电驱动车辆转向控制方法，首先根据驾驶员输入转角δ11、参考质心侧偏角βref和实际质心侧偏角βact，通过一个模糊控制器计算得到当前状态下机械-差动转向桥的纵向参考间距D’，然后根据车辆转向桥几何关系由纵向参考间距D’和驾驶员输入转角δ11解析得到差动转向桥的参考转角δijref，然后下层转角跟踪控制器基于模糊PID算法跟踪参考转角δijref，计算得到合适的差动转矩以驱动差动转向桥完成转向。本发明充分利用使用转向梯形机构的多轴转向车辆自身特点，确定了更为合理的后桥差动转向转角关系，实现了多轴分布式车辆前桥机械与后桥差动联合转向的操纵稳定性。
-
公开(公告)号：CN109050535A
公开(公告)日：2018-12-21
申请号：CN201810826902.9
申请日：2018-07-25
Applicant: 北京理工大学 , 北理慧动(常熟)车辆科技有限公司
IPC: B60W40/06 , B60W40/076 , B60W40/107
Abstract: 本发明涉及一种基于车辆姿态的快速地形工况辨识方法，包括：获取车辆实时姿态信息；将所述姿态信息输入地形分类SVM模型对车辆所处的地形工况进行坡道工况、颠簸路面工况和加减速工况分类；使用与分类结果对应的地形参量估计算法，对分类地形参量分别进行估计。本发明充分考虑了在越野环境行驶工况下引起车辆姿态变化的各种工况，建立快速入地形分类SVM模型；可以以80％以上的准确率识别出不同地形工况，识别速度快；并且不依赖于车辆纵向动力学模型，在不同平台间通用性好，提升智能车辆在行驶工况突变时的快速识别和反应调整能力，在无人驾驶领域具有广泛的使用前景。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.027 seconds)
