一种面向服务的智能汽车车载网络QoS保障方法

    公开(公告)号:CN112995315B

    公开(公告)日:2022-05-27

    申请号:CN202110207889.0

    申请日:2021-02-24

    Abstract: 本发明公开了面向服务的智能汽车车载网络QoS保障方法:车辆启动时进行拓扑发现,完成车辆电子电气架构和车载网络中各节点的参数导入;进行服务及QoS需求注册;当应用层订阅服务时读取QoS需求;根据QoS需求对已订阅的服务进行网络资源的计算和分配,制定对应的转发和调度策略并下发,完成静态配置;当QoS需求发生变更或新增时,更新节点并反馈节点信息,同时计算网络中剩余的网络资源是否满足变更的或新增的QoS需求;若满足,则下发配置文件并建立连接;若不满足,则与之前已完成配置的网络资源进行再协商,若协商成功,则在牺牲部分非实时流的情况下重新配置整车网络资源,生成对应的配置文件更新网络配置及节点,建立连接;若协商失败则发出警告。

    一种车辆瞬态稳定性定量化评价方法

    公开(公告)号:CN114444282A

    公开(公告)日:2022-05-06

    申请号:CN202210051291.1

    申请日:2022-01-17

    Inventor: 朱峰 昕琦 李志恒

    Abstract: 本发明提供一种车辆瞬态稳定性定量化评价方法,包括:通过构建二自由度车辆动力学模型,生成质心侧偏角‑横摆角速度、质心侧偏角‑质心侧偏角速度和前轮侧偏角‑后轮侧偏角三类相平面,构建离线相平面空间库;将待评价车辆的速度、前轮转向角、路面摩擦系数输入到二自由度车辆动力学模型中,得到待评价车辆的瞬态车辆状态信息;在离线相平面空间数据库中检索对应相平面空间;计算当前瞬态车辆状态点对于三个相平面稳定边界的最短距离,并利用相平面的起始点包络的面积加权计算最终的基于相平面空间的定量化评价距离,得出车辆瞬态的评价结果,通过构建相平面空间,采用相平面空间的评价方法,使得评价结果更加准确。

    基于对抗学习的控制策略模仿学习方法及装置

    公开(公告)号:CN111488988B

    公开(公告)日:2021-10-29

    申请号:CN202010302194.6

    申请日:2020-04-16

    Applicant: 清华大学

    Abstract: 本发明公开了一种基于对抗学习的控制策略模仿学习方法及装置,方法包括:获取人类专家的决策示教数据,并且获取与专家示教决策数据对应的仿真环境;构建控制策略网络,控制策略网络的输入为仿真环境返回的状态,输出为决策动作;使用当前策略网络在仿真环境进行交互,获得当前策略的决策轨迹数据,基于对抗学习的模仿学习方法对专家轨迹数据进行模仿,逐步缩减策略网络决策轨迹数据和专家决策轨迹数据之间的分布差异,以模仿学习得到能够产生专家决策轨迹的策略网络;将通过对抗模仿策略得到的控制策略网络的参数固定保持,以进行实际环境控制任务的应用。该方法结合数据与模型的双重优势,通过对抗学习策略获得鲁棒性更强的控制策略,简单易实现。

    一种基于神经网络的单目相机位姿优化方法及装置

    公开(公告)号:CN113313763A

    公开(公告)日:2021-08-27

    申请号:CN202110581844.X

    申请日:2021-05-26

    Abstract: 本发明公开了一种基于神经网络的单目相机位姿优化方法及装置,包括:获取单目图像;基于卷积神经网络对单目图像进行特征点提取,得到目标特征点以及像素坐标和视觉特征描述子;当当前帧为有效帧,基于目标特征点的像素坐标和视觉特征描述子利用图神经网络对目标特征点与历史特征点进行匹配;当匹配结果满足要求,利用目标算法解算单目相机的位姿信息;当当前帧为关键帧,计算关键帧中的词向量并在预设词向量数据库中检索关键帧中的词向量;当关键帧中的词向量与预设词向量数据库中词向量的相似度大于预设阈值且连续多个关键帧的词向量与预设词向量数据库中的词向量的相似度大于预设阈值,则判定检测到回环并执行全局BA操作以优化单目相机位姿。

    一种动力电池的欧姆内阻的估算方法

    公开(公告)号:CN109239602B

    公开(公告)日:2020-12-29

    申请号:CN201811085932.5

    申请日:2018-09-18

    Abstract: 本发明公开了一种动力电池的欧姆内阻的估算方法,包括:建立反映欧姆内阻变化的离散化计算公式,建立动力电池的PNGV等效电路模型,计算得到动力电池的开路电压UOC和欧姆内阻的函数关系式,然后根据反映欧姆内阻变化的离散化计算公式建立动力电池的欧姆内阻的状态方程,根据动力电池的开路电压UOC和欧姆内阻的函数关系式建立所述动力电池的欧姆内阻的观测方程,并根据粒子滤波算法进行迭代得到所述动力电池的欧姆内阻。本发明提出的动力电池的欧姆内阻的估算方法,能够精确地估算出动力电池的欧姆内阻。

    基于状态轨迹的对抗式模仿学习方法及装置

    公开(公告)号:CN111856925A

    公开(公告)日:2020-10-30

    申请号:CN202010489159.X

    申请日:2020-06-02

    Applicant: 清华大学

    Abstract: 本发明公开了一种基于状态轨迹的对抗式模仿学习方法及装置,其中,该方法包括:获取专家决策下的状态轨迹,将状态轨迹存入专家数据缓存器;构建第一主值网络、第二主值网络、主策略网络、第一副值网络、第二副值网络、副策略网络和判别网络;基于状态轨迹和离轨策略算法的对抗式模仿学习过程,对第一主值网络、第二主值网络、主策略网络、第一副值网络、第二副值网络、副策略网络和判别网络进行更新;根据更新的多个网络生成更新后的策略模型,对策略模型进行测试。该方法设计出一种利用专家操作连续控制量下的状态轨迹在仿真环境中学习离散动作的对抗模仿算法。

    一种基于OBD数据的电动汽车电机故障检测方法

    公开(公告)号:CN111695618A

    公开(公告)日:2020-09-22

    申请号:CN202010493448.7

    申请日:2020-06-01

    Abstract: 本发明公开了一种基于OBD数据的电动汽车电机故障检测方法,通过对OBD数据中的电机电压和电流数据进行卡尔曼滤波处理和融合,再将其统计特征,与在理想状态下的数据统计特征进行初步比对,进行故障预判;对不能预判的情况进行小波变换,分离出正常情况下的稳定分频、平稳噪声和存在故障的频率信号;对分离后的信号进行特征提取,并参考常见故障的相关特征,用机器学习对特征故障类型进行分类或预测。本发明通过对OBD数据的分析采用卡尔曼滤波进行数据处理,并结合小波变换共同实现对数据的全面分析和故障的二级判断,能够在保证判断结果准确的前提下提高计算速度,达到对新能源汽车电机的安全性能检测和预测的目的。

    基于工况数据的新能源汽车电控系统故障预测方法

    公开(公告)号:CN110865628A

    公开(公告)日:2020-03-06

    申请号:CN201911025232.1

    申请日:2019-10-25

    Abstract: 本发明提供一种基于工况数据的新能源汽车电控系统故障预测方法,在收集新能源汽车电控系统故障数据及故障样本的基础上,如控制器输出偏差、控制器响应数据、仪表显示偏差等字段的数据,利用这些数据作为新能源汽车故障预测数据库的支撑,作为学习样本,结合神经网络预测的方法,建立基于神经网络的电控系统故障预测模型,通过矩阵运算和softmax层的转化得到最终的概率预测矩阵,选取概率最大的那一项故障作为最终的预测结果。模型的训练方法为随机梯度下降法,通过不断地迭代直到误差小于阈值或者迭代次数大于设定值,最终形成了可用于实际电控系统故障预测的神经网络模型,对故障的预测准确率达到96%以上。

    一种基于模糊神经网络的电动汽车电机的可靠性评价方法

    公开(公告)号:CN109242093A

    公开(公告)日:2019-01-18

    申请号:CN201811178736.2

    申请日:2018-10-10

    Abstract: 本发明公开了一种基于模糊神经网络的电动汽车电机的可靠性评价方法,包括如下步骤:A1、确立电动汽车电机可靠性的评价指标;A2、建立评价指标体系,制定评价标准;A3、根据所述评价指标与评价标准,基于模糊神经网络模型量化可靠性程度;A4、根据量化结果判断电动汽车电机电机可靠性。其中,步骤A3中包括根据所述评价指标体系确定相对隶属度矩阵;计算模糊神经网络的学习样本;将学习样本带入到模糊神经网络模型中进行训练,并对模糊神经网络模型进行精度训练;将待评价的可靠性指标数据,代入到达到预定精度的模糊神经网络模型中进行计算,得到评价结果。运用模糊神经网络模型进行评价,解决了大样本数量条件下的可靠性评价问题,得到可靠性评价依据。

    一种动力电池的欧姆内阻的估算方法

    公开(公告)号:CN109239602A

    公开(公告)日:2019-01-18

    申请号:CN201811085932.5

    申请日:2018-09-18

    Abstract: 本发明公开了一种动力电池的欧姆内阻的估算方法,包括:建立反映欧姆内阻变化的离散化计算公式,建立动力电池的PNGV等效电路模型,计算得到动力电池的开路电压UOC和欧姆内阻的函数关系式,然后根据反映欧姆内阻变化的离散化计算公式建立动力电池的欧姆内阻的状态方程,根据动力电池的开路电压UOC和欧姆内阻的函数关系式建立所述动力电池的欧姆内阻的观测方程,并根据粒子滤波算法进行迭代得到所述动力电池的欧姆内阻。本发明提出的动力电池的欧姆内阻的估算方法,能够精确地估算出动力电池的欧姆内阻。

Patent Agency Ranking