一种基于SCA-QL的路径规划方法

    公开(公告)号:CN115016499A

    公开(公告)日:2022-09-06

    申请号:CN202210792993.5

    申请日:2022-07-07

    Applicant: 吉林大学

    Abstract: 本发明公开了一种基于SCA‑QL的路径规划方法,其方法为:第一步、获取真实环境信息,包括智能体在真实环境下的起点位置和终点位置信息、障碍物位置信息;第二步、根据真实环境信息,建立用于智能体训练的仿真环境;第三步、在仿真环境中运行SCA‑QL算法对智能体进行训练求解最优路径:其中,通过改进正余弦算法的方式对建立的Q值表进行初始化,在此基础上基于Q‑learning方法训练强化学习模型,求解最优路径。有益效果:减少了Q‑learning方法在训练最初阶段无目的、完全随机的搜索过程中大量无效迭代,本方法具有更快的收敛速度和更准确的路径规划结果,提高了智能体面对复杂场景下的路径规划效率。

    一种基于有人和无人驾驶模式的FSAC赛车主动制动系统

    公开(公告)号:CN113071458A

    公开(公告)日:2021-07-06

    申请号:CN202110437032.8

    申请日:2021-04-22

    Applicant: 吉林大学

    Abstract: 本发明提出了一种基于有人和无人驾驶模式的FSAC赛车主动制动系统,包括第一主动制动缸、第二主动制动缸、直线电机、第一被动制动缸、第二被动制动缸、第一二位三通电磁阀、第二二位三通电磁阀、无人驾驶控制系统;相比于现有的伺服电机+机械传动机构的方案,本发明采用了控制电路精准控制直线电机运动,进而实现无人驾驶模式的行车制动功能。通过不同驾驶模式的切换使有人驾驶模式和无人驾驶模式相互独立,且主动、被动模式皆为双回路设计,保障安全。创新之处在于应用MOSFET金属‑氧化物半导体场效应晶体管,比继电器体积小数十倍,开关频率高、响应速度快、无噪音、能耗低、无物理触点、无电磁干扰,从而解决空间有限问题和汽车轻量化的问题。

    一种智能汽车冗余线控转向装置及其控制方法

    公开(公告)号:CN112590921A

    公开(公告)日:2021-04-02

    申请号:CN202011558316.4

    申请日:2020-12-25

    Applicant: 吉林大学

    Abstract: 本发明公开了一种智能汽车冗余线控转向装置及其控制方法,转向装置包括有转向盘、转向管柱、路感电机、电磁离合器、冗余电机、齿轮齿条转向器、助力电机和控制单元,其中转向盘装配在转向管柱的顶端,路感电机、电磁离合器、冗余电机和齿轮齿条转向器依次装配在转向管柱上,控制方法包括的步骤有:转向装置只有在检测到车辆启动时才开始工作,转向装置包括两种工作模式及对应的控制方法:第一种为驾驶辅助模式的控制方法,第二种为自动驾驶模式的控制方法,有益效果:实现了传感器、电机、控制单元和电源的冗余备份,有助于延长其寿命。当从ECU监测到主ECU故障时立即进行控制权接管,而无需其他结构且易实现控制权的无缝切换。

    一种基于相机与激光雷达的3D目标检测与跟踪方法

    公开(公告)号:CN112487919A

    公开(公告)日:2021-03-12

    申请号:CN202011337882.2

    申请日:2020-11-25

    Applicant: 吉林大学

    Abstract: 本发明公开了一种基于相机与激光雷达的3D目标检测与跟踪方法。首先,对相机采集的图像进行目标检测,得到2D检测边框并分配编号;同时对图像进行特征点检测,描述子提取和特征点匹配。接着,对点云数据进行地面分割,再根据激光雷达与相机的外参数将非地面点云投影到对应的图像当中。然后,根据图像中的2D检测边框对点云进行筛选和聚类,得到物体3D检测边框。最后,根据匹配的特征点,将前后两帧图像的检测边框进行匹配关联,并替换编号,实现物体的3D跟踪。本发明充分融合了激光雷达与相机数据之间的优点,克服了激光雷达分类能力弱和相机缺失深度信息的缺点,实现了物体的3D目标跟踪,可用于无人驾驶的3D目标检测与跟踪任务。

    新能源汽车集成电控制动系统

    公开(公告)号:CN112141066A

    公开(公告)日:2020-12-29

    申请号:CN202011208166.4

    申请日:2020-11-03

    Applicant: 吉林大学

    Abstract: 本发明公开了一种新能源汽车集成电控制动系统,包括有储液壶、制动主缸、主动缸、踏板感觉模拟器、制动轮缸和电控单元,其中储液壶上连接有第一输液管路、第二输液管路和第三输液管路,储液壶通过第一输液管路分别与主动缸和制动轮缸相连通,储液壶通过第二输液管路和第三输液管路与制动主缸相连通,制动主缸通过第四输液管路分别与踏板感觉模拟器和制动轮缸相连通,制动主缸通过第五输液管路分别与主动缸和制动轮缸相连通,主动缸上装配有电机,电机与电控单元相连接并由电控单元控制工作。有益效果:具备主动制动、失效备份和制动能量回收等功能,还能有效集成电子稳定程序、自适应巡航控制等主动控制技术,实现车辆智能化控制。

    一种用于方程式赛车的电控液压互联悬架系统及其控制方法

    公开(公告)号:CN111301096A

    公开(公告)日:2020-06-19

    申请号:CN202010142103.7

    申请日:2020-03-04

    Applicant: 吉林大学

    Abstract: 本发明属于汽车技术领域,具体的是一种用于方程式赛车的电控液压互联悬架系统及其控制方法。该系统包括数据处理系统、执行器、液压互联悬架机械装置和赛车悬架系统;所述数据处理系统与执行器连接;所述执行器与液压互联悬架机械装置连接;所述执行器中的液压管路与赛车悬架系统固定连接。本发明基于方程式赛车双横臂式独立悬架设计引入电控抗俯仰液压互联悬架系统,针对方程式赛车悬架结构进行互联悬架系统布置和控制方法设计,从而改善赛车在紧急制动/加速工况下的车身俯仰姿态控制能力,降低对空气动力学装置实际性能的影响并提升赛车操纵稳定性。

    一种基于对抗生成网络的智能汽车测试场景库构建方法

    公开(公告)号:CN115691134B

    公开(公告)日:2024-10-01

    申请号:CN202211342209.7

    申请日:2022-10-31

    Applicant: 吉林大学

    Abstract: 本发明涉及一种基于对抗生成网络的智能汽车测试场景库构建方法,包括车辆轨迹数据采集、车辆轨迹特征提取、数据预处理、建立轨迹特征数学模型和对抗生成网络训练等步骤,本发明利用对抗生成网络进行智能汽车测试场景生成,在隐空间进行变量的生成学习弱化了生成网络训练难度,削减网络较长的时序记忆能力以便生成更加真实的车辆轨迹测试场景库。本发明方法为解决实际动态交通流中车辆运动轨迹场景数量较少无法满足智能汽车测试需求的难题提出创新的解决方案。本发明适用复杂多变的十字路口、交叉路口等道路交通环境,同样适用于快速路、高速公路等其他路段轨迹生成。

    一种考虑附着系数的自动驾驶汽车类人换道决策规划方法

    公开(公告)号:CN114030485A

    公开(公告)日:2022-02-11

    申请号:CN202111569940.9

    申请日:2021-12-21

    Applicant: 吉林大学

    Abstract: 本发明涉及一种考虑附着系数的自动驾驶汽车类人换道决策规划方法,将三种常见附着系数下的驾驶人换道数据分别送入三个基于LSTM的神经网络决策规划模型,先使用神经网络决策模型深度学习的方法学习人类换道决策行为,再使用神经网络规划模型深度学习的方法学习人类换道轨迹,得到当前交通环境下每种附着下的预测轨迹输出;在驾驶任务中,接收实际路面附着系数的估计值,结合离散附着系数的输出轨迹进行轨迹融合,得到当前实时决策行为以及规划轨迹。本发明研究人类驾驶员的驾驶行为与驾驶习性机理,并使自动驾驶汽车理解人类驾驶方式、像人类一样进行驾驶,提升人对自动驾驶汽车的乘坐认同感,为提升智能驾驶汽车接受度提供了参考。

    一种基于有人和无人驾驶模式的FSAC赛车主动制动系统

    公开(公告)号:CN113071458B

    公开(公告)日:2021-11-19

    申请号:CN202110437032.8

    申请日:2021-04-22

    Applicant: 吉林大学

    Abstract: 本发明提出了一种基于有人和无人驾驶模式的FSAC赛车主动制动系统,包括第一主动制动缸、第二主动制动缸、直线电机、第一被动制动缸、第二被动制动缸、第一二位三通电磁阀、第二二位三通电磁阀、无人驾驶控制系统;相比于现有的伺服电机+机械传动机构的方案,本发明采用了控制电路精准控制直线电机运动,进而实现无人驾驶模式的行车制动功能。通过不同驾驶模式的切换使有人驾驶模式和无人驾驶模式相互独立,且主动、被动模式皆为双回路设计,保障安全。创新之处在于应用MOSFET金属‑氧化物半导体场效应晶体管,比继电器体积小数十倍,开关频率高、响应速度快、无噪音、能耗低、无物理触点、无电磁干扰,从而解决空间有限问题和汽车轻量化的问题。

    基于视觉的路面附着系数估计的自动紧急制动控制方法

    公开(公告)号:CN112706728A

    公开(公告)日:2021-04-27

    申请号:CN202011603975.5

    申请日:2020-12-30

    Applicant: 吉林大学

    Abstract: 本发明涉及一种基于视觉的路面附着系数估计的自动紧急制动控制方法,包括筛选前车中的危险目标车辆、基于视觉估算路面附着系数、基于安全距离模型确定自动紧急制动控制决策阈值、执行自动紧急制动控制决策等步骤,本发明根据获取前车的信息、本车的信息以及当前道路情况,筛选前车中的危险目标车辆,通过计算机视觉对路面进行识别,对路面附着系数进行估算,从而制定不同的制动策略,适应不同路面的制动工况;通过改变汽车在自动紧急制动过程中的阈值来调节汽车制动的效果,在保证汽车制动安全性的同时,又保证汽车制动后两车之间的距离相对较小,合理利用了交通空间。

Patent Agency Ranking