MEMS陀螺仪动态数据的滤波方法

    公开(公告)号:CN108120452B

    公开(公告)日:2021-12-24

    申请号:CN201711396612.7

    申请日:2017-12-21

    Applicant: 吉林大学

    Abstract: 一种MEMS陀螺仪动态数据的滤波方法,属于信号处理领域。本发明的目的是主要针对低成本MEMS陀螺仪系统的动态输出数据进行处理,从而提高陀螺仪动态输出数据精度的MEMS陀螺仪动态数据的滤波方法。本发明所述的提高MEMS陀螺仪动态输出数据精度的方法包括以下步骤:确定MEMS陀螺仪常值漂移、建立MEMS陀螺仪输出数据模型、确定Kalman滤波过程噪声方差和测量噪声方差、对动态数据进行Kalman滤波。本发明采用的Kalman滤波方法是一种迭代估计方法,只需上一时刻的估计值和本时刻的测量值即可给出本时刻的角速度最优估计值,计算量小,易于低成本系统工程实现。

    MEMS陀螺仪动态数据的滤波方法

    公开(公告)号:CN108120452A

    公开(公告)日:2018-06-05

    申请号:CN201711396612.7

    申请日:2017-12-21

    Applicant: 吉林大学

    Abstract: 一种MEMS陀螺仪动态数据的滤波方法,属于信号处理领域。本发明的目的是主要针对低成本MEMS陀螺仪系统的动态输出数据进行处理,从而提高陀螺仪动态输出数据精度的MEMS陀螺仪动态数据的滤波方法。本发明所述的提高MEMS陀螺仪动态输出数据精度的方法包括以下步骤:确定MEMS陀螺仪常值漂移、建立MEMS陀螺仪输出数据模型、确定Kalman滤波过程噪声方差和测量噪声方差、对动态数据进行Kalman滤波。本发明采用的Kalman滤波方法是一种迭代估计方法,只需上一时刻的估计值和本时刻的测量值即可给出本时刻的角速度最优估计值,计算量小,易于低成本系统工程实现。

    自动驾驶汽车换道场景下对抗性测试评估方法

    公开(公告)号:CN117892631A

    公开(公告)日:2024-04-16

    申请号:CN202410080251.9

    申请日:2024-01-19

    Applicant: 吉林大学

    Abstract: 一种自动驾驶汽车换道场景下对抗性测试评估方法,属于自动驾驶测试评估技术领域。本发明的目的是利用深度强化学习生成的对抗性环境中去测试评估车辆,采用了集成式DDPG深度强化学习算法,大大提高了训练效率的自动驾驶汽车换道场景下对抗性测试评估方法。本发明的步骤是:对抗性换道环境建模,强化学习算法和奖励函数设置,本车换道模型和对抗马尔可夫环境设置。本发明生成的对抗性环境比自然环境更加严峻,显著降低了测试车辆的性能,体现了方法的有效性。可以有效地找到罕见的风险场景,用于评估自动驾驶汽车。

    一种多驾驶员在环驾驶试验平台

    公开(公告)号:CN113219955B

    公开(公告)日:2023-04-25

    申请号:CN202110519547.2

    申请日:2021-05-13

    Applicant: 吉林大学

    Abstract: 本发明公开了一种多驾驶员在环驾驶试验平台,涉及自动驾驶系统开发与测试技术领域,至少包括传感模拟系统、车辆动力学模拟系统、驾驶模拟器和场景模拟系统;所述传感器模拟系统用于获取目标级传感信息,并将所述目标级传感信息发送至车载控制系统;所述驾驶模拟器用于为真人驾驶员提供驾驶环境和驾驶场景,并按照所述真人驾驶员的驾驶意图输出驾驶指令,然后将所述驾驶指令发送至所述车载控制系统;所述车辆动力学模拟系统用于根据所述车载控制系统输出的控制信号,确定车辆位姿信息;所述场景模拟系统用于根据所述车辆位姿信息对显示在所述驾驶模拟器中的驾驶场景进行实时更新。本发明能够达到节约研发成本,缩短研发周期的目的。

Patent Agency Ranking