一种自动驾驶汽车线控底盘在环测试系统

    公开(公告)号:CN109507982B

    公开(公告)日:2020-02-07

    申请号:CN201811231621.5

    申请日:2018-10-22

    Applicant: 清华大学

    Abstract: 本发明公开了一种自动驾驶汽车线控底盘在环测试系统,包括电控系统、线控液压制动系统、线控转向系统、显示屏;所述的电控系统分别与线控液压制动系统、线控转向系统双向连接,与显示屏单向连接;线控液压制动系统为无人驾驶制动和有人驾驶制动两种模式共存且随时可切换的系统,线控转向系统为无人驾驶转向和有人驾驶转向两种模式共存且两种模式随时可切换的系统,电控系统为带有两种模式切换开关的系统。本发明自动驾驶汽车线控底盘在环测试系统,通过设置无人驾驶和有人驾驶两种模式共存且随时可切换模式、实现了人机共驾的场景,从而解决了现实生活中酒后代驾、疲劳驾驶的问题,实现了智能化和人工驾驶的美妙结合,将人工驾驶和无人驾驶的优势发挥到了极致。

    一种集成式线控液压制动系统的轮缸压力调控方法

    公开(公告)号:CN109532811A

    公开(公告)日:2019-03-29

    申请号:CN201811231550.9

    申请日:2018-10-22

    Applicant: 清华大学

    Abstract: 本发明公开了一种基于集成式线控液压制动系统的压力调控方法,包括以下步骤:对该系统的各部件工作配合进行模式分析;提出可执行的压力协调控制方案;针对电磁阀强非线性特点搭建详细数学模型并推导控制率模型;本发明选用前馈+反馈的控制方式,能够保证整个IEHB系统的响应,更快达到目标压力;针对电磁阀强非线性的特点,选用鲁棒性较强的滑模变结构控制,保证压力响应跟随的精度;本发明通过对电动主缸实施前馈+反馈控制及对电动泵实施逻辑门限控制,两者同时控制能够更好地保证IEHB系统的减压性能;本发明通过对电动主缸、电磁阀、电动泵各自特性的分析,在保证整个控制器设计简单的基础上,选择相应的控制算法,实现轮缸压力的精细调节。

    一种汽车驾驶员转向操纵效率评估方法

    公开(公告)号:CN102961133B

    公开(公告)日:2014-11-26

    申请号:CN201210491395.0

    申请日:2012-11-27

    Applicant: 清华大学

    Inventor: 刘亚辉 季学武

    Abstract: 本发明提供了一种汽车驾驶员转向操纵效率评估方法,它通过在汽车的转向管柱上设置转向传感器测量驾驶员输出的转向力,在驾驶员的肩部肌肉贴附肌电极采集驾驶员肩部肌群的肌电信号,结合驾驶员肌电信号与肌肉收缩力之间的关系模型,通过回归分析法建立驾驶员转向操纵中有效转向力和转向力总量的估算方程式,进而实现对驾驶员转向操纵效率的评估,为驾驶员转向舒适性及转向系统性能评价提供理论依据。本发明适用于任意汽车的转向操纵,可广泛应用于驾驶舒适性和转向系统性能评价中。

    一种汽车转向操纵机构转动惯量和阻尼参数的测量方法

    公开(公告)号:CN102661868A

    公开(公告)日:2012-09-12

    申请号:CN201210114245.8

    申请日:2012-04-18

    Abstract: 本发明涉及一种汽车转向操纵机构转动惯量和阻尼参数的测量方法,它基于转向轴助力式电动助力转向系统的转向操纵机构的数学模型,也即由转向盘、转向管柱、内置有扭杆的转矩传感器和转向轴构成的转向操纵机构的二阶振荡系统模型,对转向盘施加力矩脉冲,用转向操纵机构自带的转矩传感器连接一信号采集装置,获取系统相应的时域转矩信号,通过时域转矩信号的FFT变换等方法确定系统的频率特征值,进而确定转向操纵机构中转向盘与转向轴的转动惯量和转向轴与转向管柱之间阻尼参数。本发明无需借助额外的检测装置,简单易行,可以广泛用于汽车转向轴助力式电动助力转向系统的产品设计和开发仿真过程中。

    一种车辆电动助力转向系统控制器

    公开(公告)号:CN100428620C

    公开(公告)日:2008-10-22

    申请号:CN200610113709.8

    申请日:2006-10-13

    Abstract: 本发明涉及一种车辆电动助力转向系统的控制装置,是由12V蓄电池系统供电、助力执行器为直流永磁有刷电机的电动助力转向系统控制器。该控制器由微控制器模块、信号处理模块、输出控制模块、电源模块、继电器及其驱动模块、H桥模块、栅极驱动模块、电机电流检测模块组成,其特征在于:H桥模块采用两个P沟道型电力电子器件和两个N沟道型电力电子器件,两个P沟道型电力电子器件的源极接电源正极引出端,两个N沟道型电力电子器件的源极接电源负极引出端;每组P沟道型电力电子器件的漏极与同组中N沟道型电力电子器件的漏极相连;因而栅极驱动模块的供电模块中无需升压模块,简化了控制器的结构、降低了控制器的成本、提高了控制器的可靠性。

    一种改善氢燃料电池汽车供暖的制动能量捕捉器及其供暖方法

    公开(公告)号:CN112721569B

    公开(公告)日:2024-07-09

    申请号:CN202110063377.1

    申请日:2021-01-18

    Applicant: 清华大学

    Abstract: 本发明公开了一种改善氢燃料电池汽车供暖的制动能量捕捉器及其供暖方法,所述制动能量捕捉器包括能量捕捉控制器,加热驱动器和加热室,所述加热室与循环水泵、除霜器、驾驶员脚部暖风器和乘客舱暖风器串联在暖风供热管路上构成整车的除霜和供暖系统;所述能量捕捉控制器通过CAN总线或其它通讯总线与整车各系统的控制单元连接;加热驱动器通过高压直流总线连接到整车的高压直流母线上,利用高压直流母线上的电能来加热暖风供热管路中的循环水;在能量捕捉控制器的控制下,能量捕捉控制器在整车制动过程中,择机利用高压直流母线上富余的制动回馈电能并通过加热室来加热暖风供热管路中的循环水为整车各部分的温度控制提供热源。

    一种氢燃料电池汽车用制动能量捕捉器及其控制方法

    公开(公告)号:CN112793385B

    公开(公告)日:2024-06-11

    申请号:CN202110063403.0

    申请日:2021-01-18

    Applicant: 清华大学

    Abstract: 本发明公开了一种氢燃料电池汽车用制动能量捕捉器及其控制方法,该制动能量捕捉器通过高压直流总线连接到整车的高压直流母线上,在车辆制动过程中,制动能量捕捉器能够择机利用高压直流母线上多余的制动回馈电能来为加热室中的加热元件提供电能,加热元件用来加热暖风供热管路中的循环水。通过本发明提出的“控制电流限制电压”控制方法,在保证锂离子动力电池不过充的前提下,通过有效回收利用整车的制动能量来为暖风加热装置供能,从而提高了整车的能效和燃料经济性,减少了氢燃料电池汽车的氢气消耗。

    一种用于线控转向系统测试的原型车辆平台及其测试方法

    公开(公告)号:CN116893070A8

    公开(公告)日:2024-04-05

    申请号:CN202310923854.6

    申请日:2023-07-26

    Abstract: 本发明涉及一种用于线控转向系统测试的原型车辆平台及其测试方法,包括:控制机箱、路感模拟控制器、车辆控制器、转向执行控制器和电源;控制机箱用于在接收到车辆控制器发送的控制信号后,根据采集的整车信号,利用预设线控转向算法对路感模拟控制器和转向执行控制器进行控制;路感模拟控制器用于采集方向盘转角、力矩信号,同时给驾驶员提供路感反馈;转向执行控制器用于采集齿条位移和移速信号,同时跟踪目标齿条位移;车辆控制器与控制机箱、路感模拟控制器以及转向执行控制器进行信息交互,实现整个原型车辆平台的控制;电源用于为控制机箱、路感模拟模块控制器、转向执行控制器和车辆控制器供电。本发明可以广泛应用于车辆控制领域。

    一种自动驾驶接管的路径规划方法及系统

    公开(公告)号:CN113200054B

    公开(公告)日:2022-06-28

    申请号:CN202110684771.7

    申请日:2021-06-21

    Applicant: 清华大学

    Inventor: 季学武 储元

    Abstract: 本发明涉及一种自动驾驶接管的路径规划方法及系统,方法包括:获取用户对于车辆的接管认可度;根据接管认可度,确定操作干扰认可度和控制干扰认可度;根据操作干扰认可度和所述控制干扰认可度,确定操作干扰风险和控制风险;根据操作干扰风险和所述控制风险,确定接管风险;获取周围环境风险;根据接管风险和所述周围环境风险确定自动驾驶车辆的统一风险;根据所述统一风险,确定自动驾驶车辆多次风险评估中期望风险强度最低的点的集合,记为最优安全路径;根据所述最优安全路径控制车辆前轮转角,使自车路径向所述最优安全路径贴合。本发明中的上述方法能够将驾驶员接管风险和道路环境风险融合成统一风险,并在统一风险中规划出最安全的路径。

    一种基于混合学习的驾驶员转向意图预测方法

    公开(公告)号:CN112339766B

    公开(公告)日:2021-11-16

    申请号:CN202011286713.0

    申请日:2020-11-17

    Abstract: 本发明涉及一种基于混合学习的驾驶员转向意图预测方法,其特征在于包括以下步骤:1)在驾驶模拟平台上进行多模式数据收集,并对收集的多模式数据进行预处理;2)基于预处理后的多模式数据建立混合学习时间序列模型;3)在智能车辆上装载混合学习时间序列模型,并将在线采集的驾驶员肌电信号序列输入到该混合学习时间序列模型进行预测,得到驾驶员连续转向意图预测和离散转向意图预测结果。本发明通过建立混合学习时间序列模型,实现了连续转向力矩预测和离散意图分类预测,并且通过历史观测参数的设置可以实现在一定的预测时间范围内对转向意图的精确预测。本发明可以广泛应用于驾驶员转向意图预测领域。

Patent Agency Ranking