-
公开(公告)号：CN113135192B
公开(公告)日：2022-12-20
申请号：CN202110549297.7
申请日：2021-05-20
Applicant: 北京理工大学
Abstract: 本发明涉及一种能得到估计不确定性的履带车辆滑移率估计方法，属于滑移率估计领域。本发明首先使用履带式平台采集大量数据，然后建立滑移率离散估计模型，最后基于稀疏高斯过程回归建立滑移率回归模型；滑移率离散估计模型以及滑移率回归模型输入特征为驱动轮转矩和转速、车辆横向和纵向加速度、车辆横摆角速度和俯仰角速度。本发明基于分段稀疏高斯过程回归，能够应用于履带车辆，得到估计不确定性；本发明通过分段稀疏高斯过程回归，降低滑移率离散估计模型以及滑移率回归模型训练的时间复杂度；本发明的滑移率离散估计模型准确率高，滑移率回归模型总体误差小；本发明能够进一步应用于履带车辆模型修正、牵引力控制。
-
公开(公告)号：CN114510063B
公开(公告)日：2022-07-15
申请号：CN202210352604.7
申请日：2022-04-06
Applicant: 北京理工大学
IPC: G05D1/02
Abstract: 本发明涉及一种无人履带车辆及其轨迹跟踪控制方法和系统，属于车辆轨迹跟踪控制技术领域。本发明先基于无人履带车辆的运动学模型生成的轨迹跟踪控制器的目标函数，以及基于这一函数和无人履带车辆的动力学模型生成的轨迹跟踪控制器的约束函数形成MPC模型，然后，根据无人履带车辆的位姿特征、道路的曲率特征和实时工况状态信息生成参考轨迹后，将参考轨迹和车辆轨迹跟踪响应状态信息输入MPC模型得到参数组合，接着，将参数组合输入MLP神经网络得到控制参数，最后，根据控制参数完成无人履带车辆轨迹的跟踪控制，进而有效的提升无人履带车辆轨迹跟踪的工况适应性，实现轨迹跟踪精度、车辆行驶稳定性以及计算时间成本的较好均衡。
-
公开(公告)号：CN113135192A
公开(公告)日：2021-07-20
申请号：CN202110549297.7
申请日：2021-05-20
Applicant: 北京理工大学
Abstract: 本发明涉及一种能得到估计不确定性的履带车辆滑移率估计方法，属于滑移率估计领域。本发明首先使用履带式平台采集大量数据，然后建立滑移率离散估计模型，最后基于稀疏高斯过程回归建立滑移率回归模型；滑移率离散估计模型以及滑移率回归模型输入特征为驱动轮转矩和转速、车辆横向和纵向加速度、车辆横摆角速度和俯仰角速度。本发明基于分段稀疏高斯过程回归，能够应用于履带车辆，得到估计不确定性；本发明通过分段稀疏高斯过程回归，降低滑移率离散估计模型以及滑移率回归模型训练的时间复杂度；本发明的滑移率离散估计模型准确率高，滑移率回归模型总体误差小；本发明能够进一步应用于履带车辆模型修正、牵引力控制。
-
公开(公告)号：CN113135191B
公开(公告)日：2022-11-18
申请号：CN202110549220.X
申请日：2021-05-20
Applicant: 北京理工大学
Abstract: 本发明涉及一种基于路面分类与机器学习的履带车辆滑移率估计方法，属于滑移率估计技术领域。本发明基于路面分类与分段支持向量回归，使用履带式平台采集大量数据，建立路面分类模型，建立滑移率离散估计模型，建立滑移率回归模型，将履带式平台采集的驱动轮转矩和转速、车辆横向和纵向加速度、车辆横摆角速度和俯仰角速度作为滑移率离散估计模型和滑移率回归模型的输入特征，最终得出履带车辆滑移率的估计值。本发明适用于履带车辆，通过路面分类模型对路面类型准确分辨，消除路面类型对滑移率估计的影响，进一步通过滑移率离散估计模型以及滑移率回归模型快速、准确地得出滑移率估计值；本发明的方法能够应用于履带车辆模型修正、牵引力控制。
-
公开(公告)号：CN113135191A
公开(公告)日：2021-07-20
申请号：CN202110549220.X
申请日：2021-05-20
Applicant: 北京理工大学
Abstract: 本发明涉及一种基于路面分类与机器学习的履带车辆滑移率估计方法，属于滑移率估计技术领域。本发明基于路面分类与分段支持向量回归，使用履带式平台采集大量数据，建立路面分类模型，建立滑移率离散估计模型，建立滑移率回归模型，将履带式平台采集的驱动轮转矩和转速、车辆横向和纵向加速度、车辆横摆角速度和俯仰角速度作为滑移率离散估计模型和滑移率回归模型的输入特征，最终得出履带车辆滑移率的估计值。本发明适用于履带车辆，通过路面分类模型对路面类型准确分辨，消除路面类型对滑移率估计的影响，进一步通过滑移率离散估计模型以及滑移率回归模型快速、准确地得出滑移率估计值；本发明的方法能够应用于履带车辆模型修正、牵引力控制。
-
Patent Agency Ranking
公开(公告)号：CN105004530B
公开(公告)日：2017-10-24
申请号：CN201510408400.0
申请日：2015-07-13
Applicant: 北京理工大学
IPC: G01M17/007
Abstract: 本发明公开的一种运输车辆直线行驶牵引特性计算方法，涉及车辆直线行驶牵引特性计算方法，属于车辆动力计算领域。本发明包括如下步骤，步骤一：综合考虑各种工况，从工况统计概率学角度建立单位牵引力与发动机平稳工况直线行驶速度的关系。步骤二：利用步骤一建立的建立单位牵引力与发动机平稳工况直线行驶速度的关系，分别计算出不同工况下各档位发动机的牵引力及其对应的车辆行驶速度，进而评价车辆在给定工况匀速直线行驶的可能性，实现运输车辆直驶稳态性能的预测。本发明可用于对机械或液力机械传动活塞发动机轮式或履带车辆进行直线行驶牵引特性预测。
-
公开(公告)号：CN114359877A
公开(公告)日：2022-04-15
申请号：CN202210279146.9
申请日：2022-03-22
Applicant: 北京理工大学
IPC: G06V20/58 , G06V10/40 , G06V10/774 , G06V10/764 , G06V10/80 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于融合特征的无人履带车辆道路类型识别方法和系统，属于道路类型识别技术领域。本发明通过采用图像深度特征提取网络模型提取路面图像的深度特征，鲁棒性强，面对干扰时也能准确识别。并且，本发明采用道路类型识别模型基于深度特征和统计特征融合得到的特征，进行道路类型的识别，即使在夜间行驶或光照过强导致图像质量不佳时，也能利用振动特征实现准确识别。
-
公开(公告)号：CN114359877B
公开(公告)日：2022-05-27
申请号：CN202210279146.9
申请日：2022-03-22
Applicant: 北京理工大学
IPC: G06V20/58 , G06V10/40 , G06V10/774 , G06V10/764 , G06V10/80 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于融合特征的无人履带车辆道路类型识别方法和系统，属于道路类型识别技术领域。本发明通过采用图像深度特征提取网络模型提取路面图像的深度特征，鲁棒性强，面对干扰时也能准确识别。并且，本发明采用道路类型识别模型基于深度特征和统计特征融合得到的特征，进行道路类型的识别，即使在夜间行驶或光照过强导致图像质量不佳时，也能利用振动特征实现准确识别。
-
公开(公告)号：CN114510063A
公开(公告)日：2022-05-17
申请号：CN202210352604.7
申请日：2022-04-06
Applicant: 北京理工大学
IPC: G05D1/02
Abstract: 本发明涉及一种无人履带车辆及其轨迹跟踪控制方法和系统，属于车辆轨迹跟踪控制技术领域。本发明先基于无人履带车辆的运动学模型生成的轨迹跟踪控制器的目标函数，以及基于这一函数和无人履带车辆的动力学模型生成的轨迹跟踪控制器的约束函数形成MPC模型，然后，根据无人履带车辆的位姿特征、道路的曲率特征和实时工况状态信息生成参考轨迹后，将参考轨迹和车辆轨迹跟踪响应状态信息输入MPC模型得到参数组合，接着，将参数组合输入MLP神经网络得到控制参数，最后，根据控制参数完成无人履带车辆轨迹的跟踪控制，进而有效的提升无人履带车辆轨迹跟踪的工况适应性，实现轨迹跟踪精度、车辆行驶稳定性以及计算时间成本的较好均衡。
-
公开(公告)号：CN105004530A
公开(公告)日：2015-10-28
申请号：CN201510408400.0
申请日：2015-07-13
Applicant: 北京理工大学
IPC: G01M17/007
Abstract: 本发明公开的一种运输车辆直线行驶牵引特性计算方法，涉及车辆直线行驶牵引特性计算方法，属于车辆动力计算领域。本发明包括如下步骤，步骤一：综合考虑各种工况，从工况统计概率学角度建立单位牵引力与发动机平稳工况直线行驶速度的关系。步骤二：利用步骤一建立的建立单位牵引力与发动机平稳工况直线行驶速度的关系，分别计算出不同工况下各档位发动机的牵引力及其对应的车辆行驶速度，进而评价车辆在给定工况匀速直线行驶的可能性，实现运输车辆直驶稳态性能的预测。本发明可用于对机械或液力机械传动活塞发动机轮式或履带车辆进行直线行驶牵引特性预测。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.019 seconds)
