-
公开(公告)号：CN109733396A
公开(公告)日：2019-05-10
申请号：CN201811635903.1
申请日：2018-12-29
Applicant: 厦门大学
Abstract: 过驱动无人驾驶汽车输入饱和自适应分级控制系统及方法。控制系统设有感知模块、输入饱和逼近模块、自适应终端神经滑模上级控制模块、下级控制分配模块；上级控制模块包括参数调节律、神经网络估计器和自适应终端滑模控制器。控制方法：采集行驶周围环境信和车辆状态信息，建立描述具有饱和输入和参数不确定特性的过驱动无人驾驶汽车非线性动力学模型；设计克服非线性和参数不确定性的过驱动无人驾驶汽车自适应终端神经滑模上级控制模块，动态规划出过驱动无人驾驶汽车运动所需的广义力/力矩；设计基于轮胎负荷率优化的过驱动无人驾驶汽车下级控制分配器，根据上级控制器给出的期望广义力/力矩动态规划出各执行机构的最优轮胎力。
-
公开(公告)号：CN109334672A
公开(公告)日：2019-02-15
申请号：CN201811319084.X
申请日：2018-11-07
Applicant: 厦门大学
IPC: B60W50/00
Abstract: 一种智能电动汽车路径跟踪和直接横摆力矩协同控制方法，涉及电动汽车。基于GPS、INS和CCD视觉系统等多传感器融合信息，建立表征智能电动汽车横向动态特征的动力学模型；建立基于速度分区的智能电动汽车横向分段多模型，以智能电动汽车行驶状态最优和控制输入量最小为控制目标，设计智能电动汽车路径跟踪和直接横摆力矩上层多模型预测协同控制模块；设计智能电动汽车下层控制分配器，根据实际附加横摆力矩实时求解除出车轮的最优纵向轮胎力。有效克服了智能电动汽车系统模型的时变性和外部干扰，明显提高了智能电动汽车横向运动控制系统性能，降低了成本。
-
公开(公告)号：CN107298103A
公开(公告)日：2017-10-27
申请号：CN201710532088.5
申请日：2017-07-03
Applicant: 厦门大学
IPC: B60W30/18 , B60W40/105 , B60W50/00
Abstract: 一种智能电动汽车自动换道分层控制系统及方法，分层控制系统设有换道轨迹规划和换道轨迹跟踪，换道轨迹规划通过多项式拟合的方法实现智能电动汽车换道轨迹的动态规划，换道轨迹跟踪包括上层控制器和下层控制器。通过车载数据采集器获得车辆位姿及路况信息，根据车辆的位姿和前方车辆的位姿等信息进行换道轨迹的规划；换道轨迹跟踪，估计智能电动汽车实际位姿与换道期望轨迹所需期望姿态的偏差，建立智能电动汽车自动换道的偏差运动学模型，基于估计偏差和智能电动汽车实际位姿，设计基于李雅普诺夫稳定性理论的上层控制器，求出车辆期望速度vc与期望前轮转向角δc，构建自适应模糊PID控制器，求出跟踪期望速度所需的电机转矩T。
-
公开(公告)号：CN105667486A
公开(公告)日：2016-06-15
申请号：CN201610186822.2
申请日：2016-03-29
Applicant: 厦门大学
CPC classification number: B60T15/20 , B60T15/027
Abstract: 商用车气压制动模式自动控制系统及其控制方法，涉及商用车的制动。提供商用车气压制动模式自动控制系统、商用车气压轻载制动模式自动控制方法、商用车气压重载制动模式自动控制方法、商用车气压轻载制动模式自动控制方法失效时的手动控制方法和商用车气压重载制动模式自动控制方法失效时的手动控制方法。所述商用车气压制动模式自动控制系统设有CAN总线、车重传感器、手动换向阀、制动气路上端、第一制动气路、第二制动气路、制动气路下端、两位两通电磁换向阀、电磁阀驱动电路和制动模式控制单元。只需在原有气压制动系统上安装一个车重传感器、一块电路板和两个换向阀，结构简单，占用空间小，成本较低，系统可靠性高。
-
公开(公告)号：CN115063777B
公开(公告)日：2024-06-04
申请号：CN202210741541.4
申请日：2022-06-27
Applicant: 厦门大学
IPC: G06V20/58 , G06V10/764 , G06V10/82 , G06V10/46 , G06N3/0464 , G06N3/047 , G06N3/045 , G06N3/0499 , G06N3/084
Abstract: 一种野外环境下的无人车障碍物识别方法，涉及智能车辆技术领域。1)制作野外环境障碍物数据集：包括野外环境障碍物图像采集和数据集图像标定；2)基于障碍物特点改进网络模型：以Faster R‑CNN网络模型作为基础网络框架改进，实现野外环境障碍物的识别和分类，改进包括对特征提取网络的改进和对检测网络的改进；3)训练前对数据集预处理，训练过程对参数和学习方法调节，训练好的检测识别模型在线实时预测，即实现野外环境障碍物识别。从野外环境障碍物情况入手，制作新野外环境障碍物数据集，并从野外环境障碍物的特点出发，对Faster R‑CNN网络改进。在野外环境障碍物检测方面具有一定优越性。
-
Patent Agency Ranking
公开(公告)号：CN117376920A
公开(公告)日：2024-01-09
申请号：CN202311471626.6
申请日：2023-11-07
Applicant: 厦门大学
IPC: H04W12/122 , H04W12/126 , H04W4/46 , H04W4/44 , H04W4/38 , G06N3/045 , G06N3/0442 , G06N3/0464 , G07C5/08
Abstract: 智能网联汽车网络攻击检测、安全状态估计及控制方法，涉及智能网联汽车安全与自动驾驶。通过车载传感系统和车对车通信采集智能网联汽车的行驶状态信息和周围智能网联汽车行驶状态信息，考虑传感器遭受网络攻击和车对车通信中存在恶意车辆上传虚假行驶状态信息，建立基于云平台的智能网联汽车网络攻击检测、安全状态估计及控制方法。本发明解决智能网联汽车在进行轨迹跟踪时遭受网络攻击和恶意车辆干扰的控制问题，能够使智能网联汽车在传感器遭受网络攻击和恶意车辆存在时仍能进行有效的轨迹跟踪控制，确保车辆安全行驶。
-
公开(公告)号：CN117141518A
公开(公告)日：2023-12-01
申请号：CN202311179906.X
申请日：2023-09-13
Applicant: 厦门大学
IPC: B60W60/00 , G06V20/58 , G06V10/44 , G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/0442 , G06N3/048 , G06N3/084 , B60W50/00 , B60W40/00
Abstract: 一种基于意图感知时空注意网络的车辆轨迹预测方法，涉及智能车辆技术领域。步骤1：车辆轨迹预测模型的离线训练：分为通过大规模真实驾驶场景的采集和处理构建训练数据库和训练车辆轨迹预测模型两部分；步骤2：车辆轨迹预测模型的在线实时预测：车辆实时采集数据和数据预处理之后，用训练好的车辆轨迹预测模型在线实时预测，即可预测目标车的轨迹。考虑驾驶意图与邻居车辆交互的耦合性，提出一种意图注意机制，在时间维度上分配注意力权重以提取车辆的历史信息；引入交互关系捕捉模块，基于多头注意力机制获取不同邻居车辆对目标车辆的影响，在空间维度上捕捉车辆之间的交互信息，提升长期轨迹预测的精度，有效地实现预测周围车辆的换道意图。
-
公开(公告)号：CN113589694B
公开(公告)日：2023-08-18
申请号：CN202110879934.7
申请日：2021-08-02
Applicant: 厦门大学
IPC: G05B13/04
Abstract: 异构多智能体系统的完全分布式抗饱和跟踪控制方法，涉及多智能体系统分布式协调控制。1)基于图论定义多智能体系统的通信拓扑图，给出通信拓扑图的邻接矩阵和拉普拉斯矩阵，描述系统的随机切换通信拓扑；2)给出多智能体系统通信拓扑图的假设；3)建立跟随者和领导者的动力学模型,建立异构多智能体系统跟踪控制的目标函数,给出智能体的动力学需满足的假设；4)设计异构多智能体系统的完全分布式自适应抗饱和跟踪控制协议，给出跟踪控制协议所需满足的线性矩阵不等式条件，提出完全分布式自适应抗饱和跟踪控制方法，构造李雅普诺夫函数，证明控制方法有效性。仅使用局部信息更新耦合增益，有效减少计算量、提高系统安全性和保护隐私。
-
公开(公告)号：CN110962839B
公开(公告)日：2020-11-10
申请号：CN201911310143.1
申请日：2019-12-18
Applicant: 厦门大学
Abstract: 无人驾驶电动汽车轨迹跟踪和横向稳定性综合控制方法，涉及汽车智能安全与自动驾驶领域。通过车载传感器采集无人驾驶电动汽车行驶的自身行驶状态信息和车辆相对于期望轨迹的位置信息，建立表征参数不确定性和时变特性的无人驾驶电动汽车Takagi–Sugeno模糊控制模型，设计一种基于Takagi–Sugeno模糊的无人驾驶电动汽车轨迹跟踪和横向稳定性鲁棒H∞综合控制方法，实现了无人驾驶电动汽车的轨迹跟踪和横向稳定性的集成控制，有效克服了无人驾驶电动汽车轮胎侧偏刚度不确定、预瞄距离和纵向速度时变对系统的影响，显著提升了无人驾驶电动汽车运动控制系统的品质。
-
公开(公告)号：CN111723778A
公开(公告)日：2020-09-29
申请号：CN202010647265.6
申请日：2020-07-07
Applicant: 厦门大学
Abstract: 基于MobileNet-SSD的车辆测距系统及方法，涉及智能汽车。系统包括标定模块、图像采集模块、检测模块、判断模块、预估模块、跟踪模块、立体匹配模块和测距模块。方法：构建双目视觉系统，并对双目视觉进行标定；双目摄像头同步采集左、右目图像；进行目标车辆检测，判断是否检测出首帧车辆；进一步确定车辆区域的坐标；对左、右目图像车辆区域点进行SGBM立体匹配；计算区域点视差，求出目标物与当前车辆的区域平均距离。检测过程包括HSV车辆阴影检测和MobileNet-SSD车辆检测算法，并结合车辆跟踪算法，提高目标车辆区域获取的速度和准确度，简化图像识别过程，而且提高了检测效果，实现实时高效的测距方法。
-
-
-
-
-
-
-
-
-
Search Results
92
records
(took 0.019 seconds)
