-
公开(公告)号:CN119176130A
公开(公告)日:2024-12-24
申请号:CN202411284172.6
申请日:2024-09-13
Applicant: 厦门大学
Abstract: 通信时延下智能网联汽车队列主动容错控制方法,涉及汽车智能安全与自动驾驶。利用车载传感器以及V2X无线通信系统实现自身和其他车辆的信息交互,采取逆模型补偿和反馈线性化的技术,建立具有传感器故障与执行器故障的汽车队列闭环控制模型,在通信时延影响下设计一种分散式观测器的主动容错控制方法。基于动态比例积分观测器,对传感器故障与执行器故障进行估计,在控制器部分考虑通信时延及对故障进行补偿,实现队列系统的稳定性,确保队列中每辆汽车的期望车车间距以及期望行驶速度。基于故障估计值设计和其他车辆的延迟的输出信息设计分布式控制器,进而抑制传感器与执行器故障带来的影响,实现队列控制的目标。
-
公开(公告)号:CN119155088A
公开(公告)日:2024-12-17
申请号:CN202411293898.6
申请日:2024-09-14
Applicant: 厦门大学
Abstract: Dos攻击下非完整约束链式多智能体系统的安全控制方法,涉及网络安全。1)基于图论定义多智能体系统的通信拓扑图,给出通信拓扑图的邻接矩阵和拉普拉斯矩阵,考虑在受到Dos攻击下系统通信拓扑图对应拉普拉斯矩阵的变化,对领导者的输入假设。2)建立DoS攻击模型的检测机制,考虑高阶链式多智能体系统动力学方程,开发观测器实现在有限时间内对领导者信息的估计。3)通过建立弹性分布式观测器非线性协议,将一组链表系统的一致性跟踪控制问题转化为单链表系统的跟踪控制问题。4)基于反步控制,证明对于给定的领导者和跟随者的链式动力学方程,在Dos攻击下,实现在有限时间内安全一致性跟踪。
-
公开(公告)号:CN114067178B
公开(公告)日:2024-09-06
申请号:CN202111368338.9
申请日:2021-11-18
Applicant: 厦门大学
IPC: G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08 , G06N3/049
Abstract: 一种无人驾驶汽车对周边车辆切入轨迹预测系统及方法,涉及无人驾驶。系统包括数据集获取模块、模型训练模块和轨迹预测模块。方法:1)数据集获取:通过大规模真实驾驶场景采集驾驶数据,处理并构建训练神经网络所需的轨迹数据集;2)模型训练:构建切入轨迹预测模型,并利用所得轨迹数据集进行训练;3)实时车辆切入轨迹预测:通过自车实时采集行驶数据,经过数据处理,用训练好的切入轨迹预测模型进行在线预测,即可获得相邻车辆未来一段时间内的轨迹预测。采用基于数据驱动的深度学习方法,简单高效。通过构建基于DR‑Connect改进的Bi‑LSTM网络构架,实现对周围车辆切入轨迹的实时长时间准确预测,有效提高交通安全。
-
公开(公告)号:CN113682293B
公开(公告)日:2023-08-22
申请号:CN202111153172.9
申请日:2021-09-29
Applicant: 厦门大学
Abstract: 智能网联混合动力汽车多系统动态协调控制系统及方法,涉及汽车智能安全与自动驾驶。系统包括数据模块、数据感知模块、与多系统动态协调控制系统。智能网联混合动力汽车通过车载传感器获得车辆状态信息,并将其发送给多系统动态协调控制模块;多系统动态协调控制模块根据获得的车辆状态信息,求解最优发动机功率与电机功率分配方案以提高车辆的燃油经济性;建立可准确表征智能网联混合动力汽车多过程耦合的车辆动力学模型,作为智能网联混合动力汽车多系统动态协调控制算法的执行机构,执行由多系统动态协调控制器输出的可执行控制信号,进行车辆状态更新。有效解决多目标对于车辆控制要求相矛盾等问题,可获得更好的计算结果,提高计算速度。
-
公开(公告)号:CN112158200B
公开(公告)日:2022-04-01
申请号:CN202011023668.X
申请日:2020-09-25
Applicant: 厦门大学
IPC: B60W30/16
Abstract: 基于驾驶员特性的智能电动汽车跟车控制系统及方法,属于汽车智能驾驶领域。系统包括自组织神经网络驾驶员模型、上层控制模块和下层控制模块,首先建立描述驾驶员跟车行为特征的自组织神经网络驾驶员跟车模型,其次基于模型预测控制理论设计上层控制模块,并结合自组织神经网络驾驶员模型输出的参考加速度,以跟车安全性、符合驾驶员特性和经济性为目标求解优化期望加速度;下层控制模块用于实现对期望加速度的跟踪。为提高智能电动汽车制动时的能量效率,在下层控制模块中设计了再生制动控制器协调分配各执行器的制动力矩以最大化制动能量的回收。明显提高了智能电动汽车跟车控制系统性能。
-
公开(公告)号:CN107253453B
公开(公告)日:2019-08-27
申请号:CN201710540080.3
申请日:2017-07-05
Applicant: 厦门大学
Abstract: 一种分布式电动汽车横向稳定性自适应控制系统及方法,涉及电动汽车底盘控制。系统设有优化控制层、横摆力矩优化分配模块、车辆状态测量估算模块、理想横摆角速度与质心侧偏角计算模块、方向盘转角传感器和车速传感器;所述优化控制层利用遗传算法对模糊滑模自适应控制器进行优化,得出期望附加横摆力矩,再由横摆力矩优化分配模块将附加横摆力矩分配到轮毂电机控制器中,电机控制器发送指令信息到各轮毂电机中产生电机驱/制动力得到所需的横摆力矩。采用遗传算法优化自适应参数,系统控制律不依赖于系统模型,对非线性系统具有很强的鲁棒性。
-
公开(公告)号:CN105774776B
公开(公告)日:2019-06-07
申请号:CN201610119218.8
申请日:2016-03-02
Applicant: 厦门大学
Inventor: 郭景华
IPC: B60T7/22
Abstract: 一种基于人车协同的汽车行人防撞智能控制系统及方法。控制系统设有车载传感器、道路信息采集模块、微处理器、预警器、危险区域差别模块、期望加速度生成模块、制动控制模块。控制方法:采集汽车及其周围环境信息,提取汽车行驶前方行人信息特征;建立汽车与行人安全距离模型,设计危险区域判别准则,预警区内进行预警提示驾驶员,危险区内则进行辅助制动控制;基于汽车与行人纵向运动特征,建立人车间距纵向动力学模型和汽车加速度响应模型,综合生成人车耦合动力学模型;实时动态规划出避免汽车与行人发生碰撞所需期望加速度;设计神经模糊滑模制动控制器,调节制动压力的指令来完成对期望加速度的跟踪,实现汽车对行人的主动保护和防撞。
-
公开(公告)号:CN108820036A
公开(公告)日:2018-11-16
申请号:CN201810540998.2
申请日:2018-05-30
Applicant: 厦门大学
CPC classification number: B62D5/0463 , B60L15/2036 , B60L2220/44
Abstract: 一种轮毂电机驱动汽车电动助力转向控制方法,涉及新能源汽车转向控制领域。设计车载信息的提取方法,建立轮毂电机驱动汽车电动助力转向动力学模型;以电动助力转向控制能量消耗最小为目标,采用基于遗传优化的自适应模糊控制技术设计轮毂电机驱动汽车电动助力转向最优目标电流规划模块。提出最优目标电流的神经网络PID下层控制方法,实现最优目标电流的跟踪控制。采用蚁群算法优化助力转向模糊控制规则和隶属度参数,可有效提升轮毂电机驱动汽车助力转向系统综合性能。克服轮毂电机驱动汽车强非线性特性、时变和不确定性等因素引起的干扰,明显改善了电动助力转向控制系统综合性能,提高了电动助力转向控制系统的可靠性和稳定性。
-
公开(公告)号:CN108437991A
公开(公告)日:2018-08-24
申请号:CN201810318561.4
申请日:2018-04-11
Applicant: 厦门大学
IPC: B60W30/14 , B60W40/105 , B60W40/02 , B60W10/04 , B60W10/18
Abstract: 一种智能电动汽车自适应巡航控制系统及其方法,涉及汽车安全驾驶辅助控制。所述系统包括信息获取模块、工作模式选择模块、控制作用切换模块、期望力矩计算模块、转换器模块和执行器模块。提出安全距离控制策略、驱动/制动切换策略,采用基于神经模糊的反演滑模自适应巡航跟踪模式控制方法,可以解决电动汽车自适应巡航系统速度控制的非线性问题及系统状态的强耦合性,保证车辆自适应巡航行驶时跟踪前车的能力,提高交通道路利用率及车辆行驶的安全性、舒适性。
-
公开(公告)号:CN105644566B
公开(公告)日:2017-12-19
申请号:CN201610117991.0
申请日:2016-03-02
Applicant: 厦门大学
Inventor: 郭景华
Abstract: 一种基于车联网的电动汽车辅助换道轨迹的跟踪方法,属于汽车主动安全与辅助驾驶领域。通过车联网系统实时采集本车行驶运动状态及周围环境信息,并基于当前获取的当前信息实时动态规划换道与超车的轨迹;基于车联网系统采集的信息,建立换道与超车轨迹跟踪控制模型;设计电动汽车辅助换道的期望状态模糊滑模调节控制方法,求出辅助换道轨迹跟踪控制所需的期望力和期望力矩;设计电动汽车的轮胎力控制分配方法,根据期望总纵向外力、期望总横向外力、期望横摆力矩,动态规划出各电动汽车车轮的横向力和纵向力;设计轮胎侧偏角和滑移率转换器,将期望轮胎横纵向力转化为可控的侧偏角和滑移率,设计执行控制器,实现对轮胎侧偏角和滑移率的执行控制。
-
-
-
-
-
-
-
-
-