-
公开(公告)号：CN109291925B
公开(公告)日：2020-08-18
申请号：CN201811098268.8
申请日：2018-09-20
Applicant: 厦门大学
IPC: B60W30/165 , B60W20/15
Abstract: 一种节能型智能网联混合动力汽车跟车控制方法，涉及智能网联汽车及能量管理。控制系统包括信息获取模块、协调控制模块、信号转换模块、执行器和车轮。控制方法：信息获取模块实时采集本车行驶状态信息及周围环境信息，判断跟车行驶条件并选取跟踪目标车辆；根据车联网系统采集的信息，建立节能导向的混合动力汽车跟车系统预测控制模型；设计混合动力汽车跟车行驶的期望状态模型预测调节控制方法，得出跟车行驶达到期望状态各动力总成耗能最小时对应的运转状态；信号转换模块将求解的每个控制量最优控制序列的第一个元素转化为混合动力汽车各相应执行器控制信号作用于执行器，完成对执行器的控制。
-
公开(公告)号：CN108437991B
公开(公告)日：2020-01-14
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：CN107132840B
公开(公告)日：2019-12-10
申请号：CN201710305807.X
申请日：2017-05-03
Applicant: 厦门大学
Abstract: 一种越野电驱动无人车辆纵/横/垂拟人化协同控制方法，涉及车辆控制。以驾驶员为研究对象，分析越野道路下驾驶员转向/加减速操纵行为特征；针对非结构化道路环境下无人车辆具有参数不确定性、非线性耦合及时滞等特点，构建基于多性能目标优化的拟人控制系统。建立越野电驱动无人车辆纵/横/垂耦合动力学拟人控制系统，通过对耦合动力学系统的动态协调进行能量、信息的传递、转换及演变，实现越野电驱动无人车辆的动力学耦合控制，有效提高电驱动无人车辆自主行驶综合性能，从而明显改善控制系统性能。
-
公开(公告)号：CN106154831B
公开(公告)日：2018-09-18
申请号：CN201610527920.8
申请日：2016-07-25
Applicant: 厦门大学
Inventor： 郭景华
Abstract: 一种基于学习法的智能汽车纵向神经滑模控制方法，涉及车辆控制。包括以下步骤：采用实验和模拟相结合的方法，建立描述智能汽车纵向运动特性的动力学模型；设计智能汽车纵向上层控制器，其任务是根据期望速度按照一定控制策略确定出期望的车辆加速度；针对智能汽车具有非线性、参数不确定性、时滞和外部干扰等特性，设计智能汽车纵向下层控制器，实现对期望加速度的跟踪，包括油门控制设计和制动控制律设计过程；设计油门控制器和制动控制器之间切换逻辑。提高了控制精度，可有效地智能汽车纵向动力学系统的参数不确定性、时滞、外界干扰和非线性等因素引起的干扰，从而明显改善控制系统性能，提升智能汽车纵向速度控制的稳定性和精确性。
-
公开(公告)号：CN106671982A
公开(公告)日：2017-05-17
申请号：CN201710014585.6
申请日：2017-01-09
Applicant: 厦门大学
IPC: B60W30/18 , B60W40/105 , B60W40/06 , B60W50/00
CPC classification number: B60W30/18163 , B60W40/06 , B60W40/105 , B60W50/0098 , B60W2050/0043 , B60W2050/0075 , B60W2520/10 , B60W2550/14 , B60W2550/308
Abstract: 基于多智能体的无人驾驶电动汽车自动超车系统及方法，超车系统设车载传感器，车载传感器用于采集无人驾驶电动汽车行驶前方的道路信息；基于车载感知系统及V2X通信系统提取汽车及其周围环境特征信息，建立最小安全距离模型；设置正弦函数形式作为自动超车期望路径的基函数，实时动态规划出无人驾驶电动汽车自动超车的期望轨迹；基于期望超车路径与实际路径的偏差，采用自适应模糊滑模控制技术，求出无人驾驶电动汽车自动超车的期望速度和期望横摆角速度；采用多智能体遗传优化算法，计算出无人驾驶电动汽车各车轮所需要的纵横向力；建立由电动汽车车轮纵横向力到期望侧偏角和滑移率的映射模型，实现对无人驾驶电动汽车轮胎纵横向力的执行控制。
-
Patent Agency Ranking
公开(公告)号：CN106195255A
公开(公告)日：2016-12-07
申请号：CN201610527988.6
申请日：2016-07-06
Applicant: 厦门大学
Inventor： 郭景华
Abstract: 自动挡轮式装载机液力变矩器控制方法，涉及轮式装载机传动系统控制。闭锁控制方法：1)初始状态控制；2)驾驶员铲掘意图判断；3)发动机不熄火条件判断；4)转速主动同步可行性条件判断；5)闭锁条件判断；6)闭锁命令发送。不闭锁控制方法：1)初始状态控制；2)装载机下一时刻工况预判；3)驾驶员铲掘意图和发动机不熄火条件判断；4)不闭锁命令发送。所有控制参数均来自装载机CAN总线，只需在整机控制器中写入控制程序即可实现液力变矩器闭锁控制，未增加任何零部件，成本较低；可避免在闭锁过程中发动机因过载而熄火；可减小闭锁时整机的纵向冲击，保证整机舒适性；可防止驾驶员误操作，保证装载机正常行驶。
-
公开(公告)号：CN119305586A
公开(公告)日：2025-01-14
申请号：CN202411705288.2
申请日：2024-11-26
Applicant: 厦门大学
Abstract: 网络攻击下基于传感器测量重构的智能汽车横向控制方法，涉及汽车智能安全与自动驾驶。构建基于传感器测量重构的模型预测控制MPC控制器，实现对车辆横向运动的精确控制。系统实时监测传感器数据，检测到网络攻击导致传感器数据异常，启动测量重构机制，利用冗余传感器或算法模型对数据进行修正。设计一种下层转矩优化分配控制器，该控制器根据上层MPC控制器输出的期望横摆力矩和车辆状态信息，智能调整四个轮毂电机的输出转矩，以实现对车辆横摆力矩的精确控制，从而减小横向跟踪误差，提高车辆的行驶稳定性和动力学性能。提出横向协同控制规则，通过协调上层MPC控制器与下层转矩优化分配控制器的工作，实现对车辆横向控制的全面优化。
-
公开(公告)号：CN119148526A
公开(公告)日：2024-12-17
申请号：CN202411284214.6
申请日：2024-09-13
Applicant: 厦门大学
IPC: G05B13/04
Abstract: 欺骗攻击下多智能体系统的自适应事件触发安全控制方法，涉及多智能体系统事件触发控制。基于图论定义系统的通信拓扑图、邻接矩阵和拉普拉斯矩阵，假设多智能体系统间的通信拓扑是随机切换的，切换过程遵循连续时间马尔科夫过程；放宽对通信拓扑图的假设，要求所有可能的通信拓扑图的并图是无向连通的，而不要求每一个切换子图是连通的；对欺骗攻击建模，设定攻击信号上界，定义在欺骗攻击下系统安全控制目标函数；设计事件触发分布式自适应安全控制策略，利用观测器技术估计邻居智能体的状态，验证在马尔科夫随机切换通信拓扑下，控制策略能确保系统安全性，使用李雅普诺夫稳定性理论、随机分析和线性矩阵不等式方法，仿真验证方法有效性。
-
公开(公告)号：CN117141517A
公开(公告)日：2023-12-01
申请号：CN202311179871.X
申请日：2023-09-13
Applicant: 厦门大学
IPC: B60W60/00 , G06V20/58 , G06V10/22 , G06V10/36 , G06V10/72 , G06V10/764 , G06V10/82 , G06N3/0442 , G06N3/0464 , G06N3/048 , G06N3/08 , B60W50/00
Abstract: 数据驱动与知识引导相结合的车辆轨迹预测模型构建方法，涉及智能驾驶。步骤：1)数据的处理：将车辆配备的摄像头、毫米波雷达等车载传感器采集的周车行驶数据进行处理，设立规则定义周车的驾驶意图类型，为各个序列数据设置标签，获得实现车辆运动预测所需的数据；2)采用编码器‑解码器框架，提出一种基于意图感知时空注意网络的车辆轨迹预测模型；3)提供决策信息：根据联合预测的结果为主车的后续操纵提供丰富的信息依据。通过自动驾驶汽车配备的传感器采集的周车行驶信息，利用深度学习网络对周车的驾驶意图和行驶轨迹进行联合预测，提升长期轨迹预测的精度，实现更准确的位置预测，为车辆提供丰富的决策信息以保证车辆的行驶安全。
-
公开(公告)号：CN116853273A
公开(公告)日：2023-10-10
申请号：CN202310866304.5
申请日：2023-07-14
Applicant: 厦门大学
Abstract: 知识和数据融合驱动的云控式网联车辆协同巡航控制方法，属于汽车智能安全与自动驾驶领域。提出云控式车辆协同式巡航控制策略，策略学习过程：1)基于模型预测控制MPC实现多智能体协同控制的模型引导方法，加入安全距离避免碰撞，以产生用于训练策略网络的演示数据，利用模仿学习预训练策略网络；2)在模仿学习的基础上利用强化学习改进策略，根据知识引导学习的思想设计强化学习模型及其启发式奖励函数，在奖励函数中融合交通道路信息，在模型中加入防碰撞策略，加速强化模型训练提高学习效率，得到完全分布式控制器，实现云控式车辆协同式巡航控制。该策略考虑粗糙路面设计垂直舒适度，可明显改善交通拥堵、乘客舒适度和安全隐患等问题。
-
-
-
-
-
-
-
-
-
Search Results
92
records
(took 0.022 seconds)
