-
公开(公告)号:CN119781472A
公开(公告)日:2025-04-08
申请号:CN202411892153.1
申请日:2024-12-20
Applicant: 东南大学
Abstract: 本发明公开分布式驱动电动汽车路径跟踪控制方法、系统及设备,涉及车辆底盘控制技术领域。本发明包括接收车辆参数信息,根据车辆参数信息分别构建车辆动力学模型和魔术公式轮胎模型,并基于车辆动力学模型和魔术公式轮胎模型构建用于轨迹跟踪控制的车‑路系统模型。本发明综合考虑了车辆行驶过程中的多种不确定性扰动,设计了基于最小‑最大鲁棒模型预测控制架构,增强了路径跟踪控制系统的鲁棒性;同时设计了基于最小鲁棒正不变集的在线观测器,实现了在不增加硬件成本下车辆关键参数的实时精准获取,同时设计了主动前轮转向和转矩矢量协同控制方法,实现了转向系统与四轮驱动系统之间的协调运行。
-
公开(公告)号:CN119705498A
公开(公告)日:2025-03-28
申请号:CN202510075705.8
申请日:2025-01-17
Applicant: 东南大学
Abstract: 本发明公开了考虑驾驶风格不确定性的交互式轨迹预测方法及系统,涉及自动驾驶技术领域。本发明包括:接收基于典型道路得到的车辆状态信息数据集进行数据预处理,并将预处理后的数据划分为训练集与测试集;基于预处理后的数据,对驾驶工况进行优化,并利用高斯混合聚类方法对车辆驾驶风格进行辨识,得到驾驶风格信息;构建轨迹预测模型,所述轨迹预测模型包括编码器部分与解码器部分,且编码器部分引入车道注意力机制和多头注意力机制。本发明能够在面对多样化的驾驶风格和复杂交通状态时,精准捕捉和预测自动驾驶车辆与人类驾驶车辆之间的复杂交互行为,通过结合驾驶风格不确定性,模型更好地理解驾驶员的个性化行为模式,提升轨迹预测准确性。
-
公开(公告)号:CN119202523A
公开(公告)日:2024-12-27
申请号:CN202411209275.6
申请日:2024-08-30
Applicant: 东南大学
IPC: G06F18/10 , G06F18/214 , G06F18/2431 , G06F17/18 , G06N3/091
Abstract: 本发明公开一种自学习型商用车载重辨识与置信度评估方法,首先,利用大数据提取技术,从多源数据集中提取模型所需车辆运行数据;然后,按照数据清洗策略对车辆运行数据中的异常帧进行辨识和预处理,并完成车辆运行特征和道路结构特征的扩展运算;采用带遗忘因子的递推最小二乘算法构建基于车辆纵向动力学的载重基准生成模型,采用优化Informer神经网络构建载重辨识输出与置信度评估模型,以完成整车载重辨识及置信度评估的方案。本发明装置利用车联网数据实现整车载重的实时辨识,有利于规范化重型货运车辆的在途全程监管,并为车辆行程利用率的优化提供可靠依据。
-
-