-
公开(公告)号：CN118025151B
公开(公告)日：2024-08-30
申请号：CN202410433677.8
申请日：2024-04-11
Applicant: 重庆大学
IPC: B60W30/095 , B60W50/00 , B60W50/14
Abstract: 本公开提供一种面向智能车的制动意图预测方法、装置、设备和介质，包括：在智能车辆的行驶过程中，若检测到智能车辆的行驶道路中有障碍物，则生成障碍物预警提示；响应于驾驶员对智能车辆的制动操作，获取智能车辆的制动响应数据；获取预先训练得出的制动意图预测模型；将智能车辆的制动响应数据输入制动意图预测模型中，基于制动意图预测模型的输出确定智能车辆的制动意图类别，智能车辆的制动意图类别包括：无制动、轻度制动和紧急制动。从而，在智能车辆行驶过程中遇到障碍物时，能够及时提前预测出智能车辆的制动意图，便于智能车辆的系统进行相应处理，有效提升了制动意图预测的准确性，同时，保证行车安全。
-
公开(公告)号：CN118364723A
公开(公告)日：2024-07-19
申请号：CN202410696166.5
申请日：2024-05-31
Applicant: 重庆大学
Abstract: 本公开提供一种基于神经网络搜索的模型训练方法、预测方法和装置，包括：获取模型训练样本；建立参数搜索空间对应的概率分布模型，参数搜索空间中包括：多组模型结构超参数和每组模型结构超参数对应的模型损失值；基于预设代理模型和概率分布模型，确定目标模型结构；采用预设损失函数，基于模型训练样本确定目标模型结构对应的模型损失值；基于目标模型结构对应的模型损失值，更新参数搜索空间、概率分布模型和当前迭代次数，直至当前迭代次数满足模型迭代条件，则得到制动意图预测模型。从而，大幅度降低了模型设计过程中的时间成本，保证模型结构的稳定性，有效提升模型预测效率。
-
公开(公告)号：CN118254736A
公开(公告)日：2024-06-28
申请号：CN202410118938.7
申请日：2024-01-29
Applicant: 重庆大学
IPC: B60T7/12
Abstract: 本公开提供一种面向弱势道路使用者复杂工况下的自动紧急制动方法，包括：对目标车辆的行驶道路进行雷达检测；若检测到目标车辆的行驶道路上具有目标物，则预测目标车辆相对于目标物的第一碰撞时长；若第一碰撞时长处于第一预设时长范围内，则基于预设检测算法检测目标物的所属类型；若目标物的所属类型为预设类型，则预测目标车辆相对于目标物的第二碰撞时长；基于第二碰撞时长与第二预设时长范围的关系，对目标车辆进行紧急制动操作。从而，考虑到行驶的复杂工况，采用多个时长范围兼顾行车安全和车辆驾驶员特性，对行驶车辆进行复杂工况的下的紧急制动，有效提升车辆行驶安全。
-
公开(公告)号：CN118124333A
公开(公告)日：2024-06-04
申请号：CN202410434357.4
申请日：2024-04-11
Applicant: 重庆大学
Abstract: 本发明涉及一种混合动力汽车能量与热管理多智能体协同控制方法，属于新能源汽车技术领域，包括以下步骤：S1：建立混合动力汽车的动力系统与热管理系统的控制模型；S2：建立智能体与状态空间、控制维度之间的映射关系，设计对应的奖励函数；S3：建立基于多智能体深度强化学习算法的混合动力汽车热管理与能量管理的协同控制框架，求解包含燃油经济性、动力电池健康度、座舱热舒适性的多目标优化问题。本发明利用多智能体深度强化学习算法解决多目标优化问题，通过多个策略网络指导智能体，实现动力系统与空调系统的自适应协调控制，提高整车能源利用效率。
-
公开(公告)号：CN117991789A
公开(公告)日：2024-05-07
申请号：CN202410133186.1
申请日：2024-01-30
Applicant: 重庆大学
Abstract: 本发明提供的一种十字路口车辆避免碰撞VRU的轨迹规划与跟踪方法，包括以下步骤：S1.构建十字路口试验仿真场景；S2.设计试验车辆的十字路口行驶轨迹；S3.将路径参数代入行驶轨迹中，得到试验车辆的在仿真场景中的行驶路线；S4.采用最优预瞄模型和补偿模型控制试验车辆，对行驶路线进行跟随。通过上述方法，能够增强汽车主动安全系统适应复杂道路场景的能力；提高最优预瞄模型在弯道处的路径规划的安全性。
-
Patent Agency Ranking
公开(公告)号：CN115793445B
公开(公告)日：2023-09-05
申请号：CN202211434764.2
申请日：2022-11-16
Applicant: 重庆大学
IPC: G05B13/04
Abstract: 本发明涉及一种基于多智能体深度强化学习的混合动力汽车控制方法，属于新能源汽车技术领域。该方法包括：S1：构建多智能体交互环境；S2：确定各智能体对应策略的状态空间和动作空间，并制定合适的奖励函数；S3：建立与训练基于多智能体深度强化学习算法的混合动力汽车多目标协同控制策略，求解包含燃油经济性、再生制动回收率以及复合电源功率损耗率的多目标优化问题。本发明将多智能体深度强化学习算法应用于混合动力汽车的多目标协同控制中，可以实现不同优化目标间的自适应协调，不再依赖于人工协调优化目标权重，具有良好的灵活性、实时性以及优化效果。
-
公开(公告)号：CN115982878A
公开(公告)日：2023-04-18
申请号：CN202211628872.3
申请日：2022-12-18
Applicant: 重庆大学
IPC: G06F30/17 , G06F30/20 , G06F119/06
Abstract: 本发明提供的一种人字齿行星传动系统传动效率确定方法，包括以下步骤：S1.采集人字齿行星传动系统参数；S2.根据人字齿行星传动系统的参数确定出功率损耗；S3.构建传动效率计算模型，并计算传动效率，其中：η为人字齿行星传动系统的传动效率，PIN为人字齿行星传动系统的输入功率，Ploss为人字齿行星传动系统的功率损耗他，通过上述方法，在确定传动效率的过程中以人字齿行星传动系统的自身功率损耗出发，充分考虑引起功率损耗的因素，从而能够有效提升人字齿行星传动系统传动功率计算的准确性，为人字齿行星传动系统自身的优化分析提供准确的数据支持。
-
公开(公告)号：CN115906328A
公开(公告)日：2023-04-04
申请号：CN202211670946.X
申请日：2022-12-25
Applicant: 重庆大学
IPC: G06F30/17 , G06T17/20 , G06F119/14
Abstract: 本发明提供的一种人字齿行星传动系统耦合动力学分析方法，包括以下步骤：S1.构建人字齿行星传动系统中的齿轮副润滑模型，并判断齿轮副润滑模型是否达收敛条件，如是，则求出最小油膜厚度hmin，进入步骤S2；S2.基于最小油膜厚度判断人字齿行星传动系统的齿轮副接触区的润滑状态，并计算不同润滑状态下的摩擦系数，并基于摩擦系数确定齿面摩擦力；S3.构建人字齿行星传动系统的运动微分方程；S4.将步骤S2中确定的齿面摩擦力代入到人字齿行星传动系统的运动微分方程中，求解出人字齿行星传动系统中目标构件的位移；从传动系统中的齿轮副之间的润滑参数入手进行分析处理，能够确定与实际工况吻合、准确的传动系统中的内外激励的同时，有效地简化算法过程，提高效率，为后续的动力学分析提供准确的数据支持。
-
公开(公告)号：CN108445866B
公开(公告)日：2021-06-08
申请号：CN201810206344.6
申请日：2018-03-13
Applicant: 重庆大学
Abstract: 本发明公开一种基于卷积神经网络的LDW误漏报测试方法：S1，设置摄像头；S2，设定最大横向距离L，并平均离散化为n个类；S3，采集实时图像A并输入到深度卷积神经网络模型，计算获得车道边线的实际距离di；S4，判断LDW系统是否误报或漏报；S5，统计LDW系统的误作率；一种测试系统，包括图像采集装置、车载数据采集机构、分析器、运算处理器；所述图像采集装置连接分析器，所述运算处理器分别与分析器、车载数据采集机构连接。有益效果：本方法操作简单，识别速度快、识别精度高，对各路况的车道都适用；本测试系统可以最简化地仅设置图像采集装置、车载数据采集机构、分析器和运算处理器，无需另设车道边线标尺即可全自动识别偏离情况。
-
公开(公告)号：CN108445866A
公开(公告)日：2018-08-24
申请号：CN201810206344.6
申请日：2018-03-13
Applicant: 重庆大学
Abstract: 本发明公开一种基于卷积神经网络的LDW误漏报测试方法：S1，设置摄像头；S2，设定最大横向距离L，并平均离散化为n个类；S3，采集实时图像A并输入到深度卷积神经网络模型，计算获得车道边线的实际距离di；S4，判断LDW系统是否误报或漏报；S5，统计LDW系统的误作率；一种测试系统，包括图像采集装置、车载数据采集机构、分析器、运算处理器；所述图像采集装置连接分析器，所述运算处理器分别与分析器、车载数据采集机构连接。有益效果：本方法操作简单，识别速度快、识别精度高，对各路况的车道都适用；本测试系统可以最简化地仅设置图像采集装置、车载数据采集机构、分析器和运算处理器，无需另设车道边线标尺即可全自动识别偏离情况。
-
-
-
-
-
-
-
-
-
Search Results
76
records
(took 0.029 seconds)
