-
公开(公告)号：CN113553726A
公开(公告)日：2021-10-26
申请号：CN202110899224.0
申请日：2021-08-06
Applicant: 吉林大学
IPC: G06F30/20 , G06F30/15 , G06F119/14
Abstract: 本发明提出了一种冰雪环境下的主从博弈型人机协同转向控制方法，以解决冰雪环境下驾驶员与协同转向控制器在目标不一致条件下的控制冲突问题，本方法选用转角交互型人机融合控制方案，首先对轮胎侧偏力进行线性化处理，建立了冰雪环境下共驾车辆的转向系统模型；然后考虑到人机控制目标不一致的情况，通过构建主从博弈关系来削减控制冲突，实现以驾驶员控制目标优先的人机协同转向控制；本方法，可以实现在冰雪环境下，当驾驶员与协同转向控制器目标不一致而产生控制冲突时，以驾驶员控制目标优先的人机协同转向控制；充分利用了轮胎侧偏力，扩展了汽车转向时的稳定范围，提高了冰雪环境下汽车转向时的稳定性。
-
公开(公告)号：CN112937608A
公开(公告)日：2021-06-11
申请号：CN202110345664.1
申请日：2021-03-31
Applicant: 吉林大学
Abstract: 本申请公开了一种基于轨迹预测的冰雪环境无人驾驶车辆一体化滚动决策方法、装置及存储介质，用于降低换道轨迹规划的复杂度。本申请公开的基于轨迹预测的冰雪环境无人驾驶车辆一体化滚动决策方法包括：筛选障碍物；根据所述障碍物规划换道轨迹；根据所述换道轨迹建立决策模型；根据所述决策模型控制所述车辆。本申请还提供了一种基于轨迹预测的冰雪环境无人驾驶车辆一体化滚动决策装置及存储介质。
-
公开(公告)号：CN111752168B
公开(公告)日：2021-04-13
申请号：CN202010691684.X
申请日：2020-07-17
Applicant: 吉林大学
IPC: G06F30/00
Abstract: 本发明提供了一种基于驾驶员在环实验的人车协同转向控制器评价方法，基于驾驶员和人车协同转向控制器同时进行驾驶任务的驾驶模式，驾驶员在环实验通过驾驶员在驾驶员在环实验平台进行超车换道驾驶任务完成；人车协同转向控制器的评价方法包括计算人车协同转向控制器评价指标、人车协同转向控制器评价指标归一化和人车协同转向控制器综合评价，本方法能够完成人车协同转向控制器的驾驶员在环实验，比较人车协同转向控制器的有效性；可以评价人车协同转向控制器对驾驶员的辅助能力和对驾驶员的抵抗程度；可以评价人车协同转向控制器对驾驶员的效果，选取对驾驶员最合适的人车协同转向控制器。
-
公开(公告)号：CN109367541A
公开(公告)日：2019-02-22
申请号：CN201811195634.1
申请日：2018-10-15
Applicant: 吉林大学
Abstract: 本发明公开了一种基于驾驶员行为特性的智能车类人变道决策方法，通过建立驾驶员转向特性实验，提取表征驾驶员转向特性的参数，然后利用K-means聚类和BP神经网络的方法建立驾驶员特性识别器，根据驾驶员特性识别器辨识到的驾驶员特性和传感器识别出的自身和周围车辆状态以及环境信息进行类人变道决策，最终使得智能车辆的变道行为具有类人的驾驶特点。
-
公开(公告)号：CN108897216A
公开(公告)日：2018-11-27
申请号：CN201810712078.4
申请日：2018-07-03
Applicant: 吉林大学
IPC: G05B13/04
Abstract: 一种基于区域虚拟力场的智能汽车模型预测决策方法，其通过区域虚拟力场进行动态交通环境建模，并基于此采用约束模型预测控制决策出车辆运动的相关控制量。包括以下步骤：步骤一、建立主车的动力学与运动学模型以及障碍车运动学模型；步骤二、车辆行驶车道区域划分；步骤三、建立基于区域虚拟力场的道路环境模型；步骤四、利用步骤三建立的道路模型进行模型预测控制器决策控制器的设计；步骤五、选取控制量并完成控制。
-
Patent Agency Ranking
公开(公告)号：CN114802223B
公开(公告)日：2024-07-23
申请号：CN202210510967.9
申请日：2022-05-11
Applicant: 吉林大学
IPC: B60W30/08 , B60W40/06 , B60W40/064 , B60W40/10 , B60W40/12 , B60W50/00 , B60W60/00 , G06V20/58 , G06V10/764
Abstract: 本发明提供了一种智能车辆可控能力等级预测方法，首先通过安装在智能车辆的视觉传感器识别智能车辆前方30米至50米范围的路面类型，根据前方30米至50米范围的路面类型对应的路面附着系数范围得到路面峰值附着系数；根据智能车辆实时采集到的车辆动力学响应信息，通过扩展卡尔曼滤波算法估计当前车辆所在位置的路面利用附着系数；然后采用时空同步方法将路面峰值附着系数和路面利用附着系数进行时空对齐；最后通过轮胎模型分别计算得到最大轮胎力和当前轮胎力，根据轮胎力的余量预测智能车辆的可控能力等级。
-
公开(公告)号：CN117891250A
公开(公告)日：2024-04-16
申请号：CN202410022648.2
申请日：2024-01-08
Applicant: 吉林大学
Abstract: 本发明提出一种数据驱动的异构车辆事件触发编队控制方法；首先建立了一个非线性的车辆模型；然后使用高斯过程回归来对参数可能变动的车辆模型进行更精确的实时学习；然后采用反馈线性化控制器基于在线学习的车辆模型，对当前车辆实施更精确的控制；其中使用高斯过程回归对车辆建模的过程并非有固定的时间间隔，而是基于当前车辆模型的高概率估计误差和李雅普诺夫稳定性分析计算出的事件触发机制；该方法提高了编队中车辆对于不同驾驶任务、场景快速变化的适应性，同时基于事件触发的机制也成功为编队中的车辆节约了算力资源。
-
公开(公告)号：CN117472064A
公开(公告)日：2024-01-30
申请号：CN202311566544.X
申请日：2023-11-22
Applicant: 吉林大学
IPC: G05D1/43 , G05D1/633 , G05D1/644 , G05D109/10
Abstract: 本发明提供了一种基于预测学习的自适应动态规划路径跟踪控制方法，考虑高速、大曲率工况下车辆非线性特性显著，利用自适应动态规划提高车辆非线性问题优化求解能力，引入预测学习框架提高车辆对驾驶环境迅速变化的适应能力，设计基于预测学习的自适应动态规划路径跟踪控制器对车辆进行控制；首先建立车辆非线性动力学模型，以提高车辆未来状态信息的预测精度；其次设计自适应动态规划权重更新规则，最后设计基于预测学习的自适应动态规划路径跟踪控制器；该方法对系统未来时刻状态的预测提高了车辆在参考控制输入快速变化时的适应性，而自适应动态规划与环境交互试错的特点使其能更好地应对高速工况下系统模型不确定性带来的影响。
-
公开(公告)号：CN117057431A
公开(公告)日：2023-11-14
申请号：CN202311077879.5
申请日：2023-08-25
Applicant: 吉林大学
Abstract: 本发明公开了一种冰雪环境人车决策一致性评估方法，首先建立决策一致性评估马尔科夫模型，然后设计双Critic网络及经验回放的DDPG算法，最后制定智能车驾驶模式与驾驶人驾驶模式的切换准则；本方法建立了以智能车决策正确的概率、驾驶人决策正确的概率和决策一致性为连续动作空间的马尔科夫模型，量化了智能车决策与驾驶人决策的差异，有效协调智能车决策和驾驶人决策；建立了决策正确的概率与碰撞时间的描述关系，建立了决策结果偏差与决策一致性的描述关系，经过训练之后可以得到符合逻辑规范的动作；结合决策一致性、智能车决策正确的概率和驾驶人决策正确的概率共同制定驾驶模式切换准则，保证了驾驶模式切换时的舒适性、安全性。
-
公开(公告)号：CN114148318B
公开(公告)日：2023-10-27
申请号：CN202111576809.5
申请日：2021-12-22
Applicant: 吉林大学
Abstract: 本发明提供了一种冰雪环境下基于反馈线性化与LQR的车辆路径跟踪方法，根据冰雪环境下车辆轮胎力不满足线性关系，建立冰雪环境下仿射形式的非线性车辆系统模型，基于此模型，采用反馈线性化的方法对复杂的非线性车辆系统模型进行线性化处理，得到较简单的线性系统模型和虚拟控制输入；根据得到的简单线性车辆系统模型，使用线性二次型调节器的设计方法设计路径跟踪控制器，保证系统稳定性和目标的最优性，实现无人驾驶车辆路径跟踪。
-
-
-
-
-
-
-
-
-
Search Results
70
records
(took 0.025 seconds)
