-
公开(公告)号：CN105139269B
公开(公告)日：2018-10-26
申请号：CN201510422428.X
申请日：2015-07-17
Applicant: 同济大学
Abstract: 本发明涉及一种多期风电场微观选址方法，通过区域网格化，基于全局搜索能力极强的遗传算法，并在遗传算法中加入禁忌搜索，在可移动的网格邻域内对最优解风机位置进行微调，使得算法在优化过程中拥有较好的稳定性和克服早熟的能力，弥补了遗传算法局部搜索能力不足的缺点，提高了整体算法性能，并且能够有效处理不规则形状风电场的优化排布。相比于传统的分步优化多期风电场，本发明的优化过程考虑不同期内风电场间的尾流影响，有助于提高风力机的发电效率，追求风电场长期最优收益。本发明的方法可扩展至类似问题的求解之中，研究成果有利于提高风电场的风能利用效率和经济效益，具有较强的实用性。
-
公开(公告)号：CN105577771A
公开(公告)日：2016-05-11
申请号：CN201510952704.3
申请日：2015-12-17
Applicant: 同济大学
IPC: H04L29/08
CPC classification number: H04L67/12
Abstract: 本发明涉及了一种新的基于车车通信和车路通信环境的车辆协同驾驶方法，包括：以道路上单向行驶的车辆以及信号灯为节点，建立车车通信网络、车路通信网络以及车辆行驶交通网络。三层网络相互作用，从而形成一个三层超网络构架。车车通信网络以车辆为节点，车辆相互传递相关驾驶信息；车路通信网络以一定范围内的车辆以及信号灯为节点，信号灯的相关信息传递给车辆；在车车通信网络和车路通信的基础上，车辆在车车通信路段根据车车通信下的车辆跟驰模型对速度进行调整，在车路通信路段运用单纯形法算法，对车速进行动态调整。在保证车辆安全驾驶的同时，借助无线通信的技术，降低了车辆能源消耗，提高车辆在道路上的通行效率。
-
公开(公告)号：CN105549597A
公开(公告)日：2016-05-04
申请号：CN201610080558.4
申请日：2016-02-04
Applicant: 同济大学
IPC: G05D1/02
CPC classification number: G05D1/0221 , G05D2201/0216
Abstract: 本发明涉及一种基于环境不确定性的无人车动态路径规划方法，包括以下步骤：S1：建立车辆运动学模型；S2：建立动态环境模型和重新规划路径的满足条件；S3：获取无人车的车辆运动状态起始值、车辆运动状态初始目标值和车辆运动状态候选目标值；S4：生成候选路径；S5：基于安全性指标和快速性指标选取得到最优路径；S6：当无人车运动环境满足重新规划路径的满足条件时，重新规划无人车的最优路径。与现有技术相比，本发明不仅可以满足车辆行驶的安全性要求，还能够在满足车辆模型约束的情况下保证行驶效率，通过不同的权重分配实现性能指标的协调优化，同时在多个动态障碍物存在条件下实现实时规划，有效提高无人车行驶的安全性。
-
公开(公告)号：CN103085816B
公开(公告)日：2015-10-28
申请号：CN201310037601.5
申请日：2013-01-30
Applicant: 同济大学
IPC: B60W40/10
Abstract: 本发明涉及一种用于无人驾驶车辆的轨迹跟踪控制方法及控制装置，所述的控制方法包括：数据预处理器计算车辆当前行驶轨迹与参考轨迹的误差，同时获得与当前行驶模式相对应的目标性能指标函数；上层控制器通过车辆动力学模型预测一段时间内车辆的行驶状态；根据切换控制算法对函数参数进行过渡切换，获得当前采样时刻的性能指标函数；根据预测的行驶状态和性能指标函数，同时考虑性能要求约束条件，计算当前时刻的最优控制量；下层控制器根据最优控制量计算油门开度、刹车踏板压力和方向盘转角；所述的控制装置包括数据预处理器、上层控制器和下层控制器。与现有技术相比，本发明具有控制效果好、实用性高、可提高车辆稳定性和安全性等优点。
-
公开(公告)号：CN104627167A
公开(公告)日：2015-05-20
申请号：CN201510043860.8
申请日：2015-01-28
Applicant: 同济大学
CPC classification number: Y02T10/6286 , B60W10/26 , B60W10/06 , B60W10/08 , B60W20/10 , B60W2510/244 , B60W2710/0605 , B60W2710/083 , B60W2710/18
Abstract: 本发明涉及一种考虑电池寿命的混合动力车能量管理方法，包括以下步骤：1)采集当前车辆运行状态数据和电池运行状态数据；2)建立车辆模型，并根据所述车辆模型预测未来一段时间内车辆运行状态和电池运行状态；3)计算未来一段时间内电池容量衰减成本总和和油耗成本总和；4)建立多目标控制模型，采用多目标协调控制算法获得满足优化目标的最优控制量，所述多目标控制模型包括目标函数J*和约束条件C；5)根据最优控制量形成控制信号，控制车辆的运行状态。与现有技术相比，本发明具有控制效果好、有效提高电池寿命、降低车辆使用总成本等优点。
-
Patent Agency Ranking
公开(公告)号：CN103863381A
公开(公告)日：2014-06-18
申请号：CN201410085512.2
申请日：2014-03-10
Applicant: 同济大学
IPC: B62D1/02
Abstract: 本发明涉及一种用于无人驾驶车辆方向盘控制装置，包括驱动器与驱动器支撑臂，驱动器包括方向盘夹扣、底座支撑架，减速箱与电机，方向盘夹扣固定在无人驾驶车辆的方向盘上，底座支撑架固定连接在方向盘夹扣上，电机通过减速箱与底座支撑架连接；驱动器支撑臂包括真空吸盘、万向节方向调节器、支撑延长臂及连接支架，真空吸盘设在前挡风玻璃上，连接支架设在减速箱上，万向节方向调节器与支撑延长臂依次连接在真空吸盘与连接支架之间；驱动器支撑臂支撑固定减速箱与电机，电机通过减速箱带动底座支撑架转动，底座支撑架通过方向盘夹扣带动方向盘转动。与现有技术相比，本发明具有对车体无破坏、安装便捷、安全可靠等优点。
-
公开(公告)号：CN118776576A
公开(公告)日：2024-10-15
申请号：CN202410742316.1
申请日：2024-06-11
Applicant: 同济大学
IPC: G01C21/34
Abstract: 本发明涉及一种无人驾驶路径规划方法、设备及介质，该方法包括：S1、构建三维时空栅格地图；S2、将不同朝向角的车辆模型用占据栅格形式描述为车辆模型栅格图，作为三维卷积核；S3、采用高斯分布模拟定位不确定性，获取车辆模型栅格图中每个栅格的占据概率，更新三维卷积核；S4、对三维时空栅格地图和更新后三维卷积核进行多次卷积运算，获得包含动态环境信息和自车姿态信息的四维时空卷积特征图；S5、根据四维时空卷积特征图，采用混合A*算法进行路径规划，引入基于碰撞损失的机会约束对搜索方向剪枝，通过查表法进行碰撞检测，保留可用路径点，得到最终路径规划结果。与现有技术相比，本发明显著提高了路径规划的安全可靠性和运算效率。
-
公开(公告)号：CN116409345A
公开(公告)日：2023-07-11
申请号：CN202310390509.0
申请日：2023-04-12
Applicant: 同济大学
IPC: B60W60/00
Abstract: 本发明涉及一种考虑不确定性的无人车盲区路口规划方法，该方法包括以下步骤：步骤1、构建考虑驾驶员主观意识的盲区潜在交通参与者模型；步骤2、构建不确定性估计器，针对盲区不确定性和可见车辆意图不确定性进行联合推理，生成不确定因素的概率分布；步骤3、将不确定因素估计结果输入基于部分可观测马尔科夫模型的纵向速度规划器，获得无人车在无灯控盲区路口通行时的最优动作策略。与现有技术相比，本发明具有拟人化程度高、安全性好、通行效率高的优点。
-
公开(公告)号：CN114715256A
公开(公告)日：2022-07-08
申请号：CN202210334727.8
申请日：2022-03-31
Applicant: 同济大学
Abstract: 本发明涉及一种人机自动切换驾驶的无人车方向盘控制系统，包括驱动器和驱动器支撑臂，驱动器支撑臂的一端设在前挡风玻璃上，另一端与驱动器连接，驱动器设在方向盘上，驱动器包括方向盘夹具、电磁离合器和电机，电磁离合器固定在方向盘夹具上，电机固定在电磁离合器上；当电磁离合器吸合时，电机通过电磁离合器带动方向盘转动；当电磁离合器分离时，方向盘不受电机的驱动；电磁离合器和电机还共同连接有控制器，控制器的功能包括电机控制、电磁离合器控制和扬声器控制，增加了接管的检测和控制逻辑，借助于离合器实现人/机驾驶的自动切换。与现有技术相比，本发明具有减小了对人类驾驶员的干扰并保证了人工干预时人/机的自动无缝切换等优点。
-
公开(公告)号：CN106908775B
公开(公告)日：2019-10-18
申请号：CN201710134286.6
申请日：2017-03-08
Applicant: 同济大学
IPC: G01S7/48
Abstract: 本发明涉及一种基于激光反射强度的无人车实时定位方法，包括以下步骤：S1，车载的激光雷达对城市道路两侧进行拍摄，获取多帧点云数据，并进行路沿点提取，将路沿点转换到当前车辆坐标系下；S2，选取z轴坐标值位于设定范围内的路沿点获取其在GPS坐标系下的坐标，以无人车当前的GPS坐标点为原点，划分坐标空间得到栅格图；S3，将栅格化的高精度地图与步骤S2得到的栅格图进行匹配，获得无人车在高精度地图上的位置；S4，利用卡尔曼滤波器预测车辆位姿。与现有技术相比，本发明可以在复杂环境下实现实时精确定位，能够有效提高无人车行驶的安全性。
-
-
-
-
-
-
-
-
-
Search Results
60
records
(took 0.023 seconds)
