-
公开(公告)号：CN110262229B
公开(公告)日：2022-04-12
申请号：CN201910445420.3
申请日：2019-05-27
Applicant: 东南大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于MPC的车辆自适应路径追踪方法，包括如下步骤：1、建立车辆的运动学模型，并预测等效侧滑角；2、基于所建立的车辆运动学模型，设计车辆模型预测控制器；3、获取当前时刻车辆的状态，通过模糊控制修正当前时刻车辆模型预测控制器的参数。4、求解车辆模型预测控制器的目标函数，得到最优解的第一个变量作为当前时刻的控制量的增量；5、根据控制量的增量和等效侧滑角控制轮胎转向角，控制车辆运行，转向步骤2计算下一个控制周期的控制量的增量。该方法提高了车辆在产生滑移时的路径追踪的稳定性和精确度。
-
公开(公告)号：CN110362084B
公开(公告)日：2022-08-26
申请号：CN201910658937.0
申请日：2019-07-22
Applicant: 东南大学
IPC: G05D1/02
Abstract: 本发明公开了一种基于蚁群算法的车辆路径追踪控制方法，包括步骤：1、建立车辆的运动学模型；2、设计车辆模型预测控制器；3、获取当前时刻车辆的状态，利用蚁群算法求解使目标函数取最小值的控制量增量序列，其第一个元素为当前时刻的最优控制增量；4、根据当前时刻的最优控制增量控制轮胎转向角和车辆行驶速度，控制车辆运行，判断是否需要切换参考点后进入步骤2继续下一个时刻的控制。该方法计算速度快，能够提高车辆路径追踪的实时性。
-
公开(公告)号：CN109405846B
公开(公告)日：2021-02-26
申请号：CN201811168540.5
申请日：2018-10-08
Applicant: 东南大学
Abstract: 本发明公开了一种自适应调整前视距离与延迟参数的路径追踪方法，利用神经网络获取纯追踪算法中的前视距离参数以及利用神经网络获取延迟时间以算出这段时间内的航向角变化，以矫正期望转向角。具体包括以下步骤：(1)计算车辆当前运行的各项参数；(2)建立起一个BP神经网络模型，并进行神经网络的训练；(3)将车辆位置参数输入训练后的神经网络，得到前视距离和延迟时间，使用纯追踪算法计算出期望转向角并利用延迟时间进行纠正。本发明使用神经网络来动态确定前视距离和延迟时间，来获取更精确的期望转向角，能有效减小各种运行参数下尤其是高速运行中横向误差偏大的问题。
-
Patent Agency Ranking
公开(公告)号：CN110362084A
公开(公告)日：2019-10-22
申请号：CN201910658937.0
申请日：2019-07-22
Applicant: 东南大学
IPC: G05D1/02
Abstract: 本发明公开了一种基于蚁群算法的车辆路径追踪控制方法，包括步骤：1、建立车辆的运动学模型；2、设计车辆模型预测控制器；3、获取当前时刻车辆的状态，利用蚁群算法求解使目标函数取最小值的控制量增量序列，其第一个元素为当前时刻的最优控制增量；4、根据当前时刻的最优控制增量控制轮胎转向角和车辆行驶速度，控制车辆运行，判断是否需要切换参考点后进入步骤2继续下一个时刻的控制。该方法计算速度快，能够提高车辆路径追踪的实时性。
-
公开(公告)号：CN109000640B
公开(公告)日：2021-09-28
申请号：CN201810513315.4
申请日：2018-05-25
Applicant: 东南大学
Abstract: 本发明公开了一种基于离散灰色神经网络模型的车辆GNSS/INS组合导航方法，包括以下步骤：S1：根据微惯性器件输出的角增量和比力，利用惯导数值更新算法解算车辆的姿态、速度和位置；S2：建立基于DGM(1,1)的离散灰度预测模型；S3：改进多层神经网络MLP；S4：设计基于离散灰度神经网络的混合智能预测算法DGM‑MLP；S5：以惯导误差方程为状态方程，INS解算的位置与GNSS的位置之差为观测量或者INS解算的位置与伪GNSS位置之差为观测量，利用卡尔曼滤波器KF对组合导航系统进行状态估计；S6：卡尔曼滤波器KF估计得到的位置、速度和姿态误差对惯导解算结果进行输出校正，陀螺和加表误差对惯导进行反馈校正。本发明能够有效解决GNSS信号失效时导航精度降低的问题。
-
公开(公告)号：CN110262229A
公开(公告)日：2019-09-20
申请号：CN201910445420.3
申请日：2019-05-27
Applicant: 东南大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于MPC的车辆自适应路径追踪方法，包括如下步骤：1、建立车辆的运动学模型，并预测等效侧滑角；2、基于所建立的车辆运动学模型，设计车辆模型预测控制器；3、获取当前时刻车辆的状态，通过模糊控制修正当前时刻车辆模型预测控制器的参数。4、求解车辆模型预测控制器的目标函数，得到最优解的第一个变量作为当前时刻的控制量的增量；5、根据控制量的增量和等效侧滑角控制轮胎转向角，控制车辆运行，转向步骤2计算下一个控制周期的控制量的增量。该方法提高了车辆在产生滑移时的路径追踪的稳定性和精确度。
-
公开(公告)号：CN109405846A
公开(公告)日：2019-03-01
申请号：CN201811168540.5
申请日：2018-10-08
Applicant: 东南大学
Abstract: 本发明公开了一种自适应调整前视距离与延迟参数的路径追踪方法，利用神经网络获取纯追踪算法中的前视距离参数以及利用神经网络获取延迟时间以算出这段时间内的航向角变化，以矫正期望转向角。具体包括以下步骤：(1)计算车辆当前运行的各项参数；(2)建立起一个BP神经网络模型，并进行神经网络的训练；(3)将车辆位置参数输入训练后的神经网络，得到前视距离和延迟时间，使用纯追踪算法计算出期望转向角并利用延迟时间进行纠正。本发明使用神经网络来动态确定前视距离和延迟时间，来获取更精确的期望转向角，能有效减小各种运行参数下尤其是高速运行中横向误差偏大的问题。
-
公开(公告)号：CN109000640A
公开(公告)日：2018-12-14
申请号：CN201810513315.4
申请日：2018-05-25
Applicant: 东南大学
Abstract: 本发明公开了一种基于离散灰色神经网络模型的车辆GNSS/INS组合导航方法，包括以下步骤：S1：根据微惯性器件输出的角增量和比力，利用惯导数值更新算法解算车辆的姿态、速度和位置；S2：建立基于DGM(1,1)的离散灰度预测模型；S3：改进多层神经网络MLP；S4：设计基于离散灰度神经网络的混合智能预测算法DGM-MLP；S5：以惯导误差方程为状态方程，INS解算的位置与GNSS的位置之差为观测量或者INS解算的位置与伪GNSS位置之差为观测量，利用卡尔曼滤波器KF对组合导航系统进行状态估计；S6：卡尔曼滤波器KF估计得到的位置、速度和姿态误差对惯导解算结果进行输出校正，陀螺和加表误差对惯导进行反馈校正。本发明能够有效解决GNSS信号失效时导航精度降低的问题。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.022 seconds)
