公开(公告)号：CN111679668A

公开(公告)日：2020-09-18

申请号：CN202010481016.4

申请日：2020-05-30

Applicant: 华南理工大学

Inventor： 高焕丽 ,  李玮 ,  李国璋 ,  刘永桂 ,  郑子奕 ,  张昊

IPC: G05D1/02

Abstract: 本发明公开了一种基于新的时距策略的网络化自主车队的跟随控制方法。该方法包括：S1、对车辆进行力学分析以建立线性化的车辆纵向动态学模型；S2、建立新的时距策略，S3、设计动态控制器u̇_i，使其通过接收第i-1辆车即前车的状态信息后，结合本车状态信息，给出第i辆车即跟随车控制信号的变化率，第i辆车将根据所得控制信号的变化率调整自身的控制输出量，实现自身状态对前车状态的跟随性；S4、考虑前车的加减速过程并基于新的时距策略和控制策略，建立跟随车辆的状态空间模型。本发明提高了网络化自主车队中跟随车辆速度同步前车速度的快速性，有效改善了在前车加减速过程中后车的跟随性。

公开(公告)号：CN118614925A

公开(公告)日：2024-09-10

申请号：CN202410706073.6

申请日：2024-06-03

Applicant: 华南理工大学

Inventor： 张亦灵 ,  顾正晖 ,  俞祝良 ,  宋皓楠 ,  张昊 ,  赵泽辰

IPC: A61B5/16 ,  A61B5/369 ,  A61B5/372 ,  A61B5/00 ,  G06F18/24 ,  G06F18/214 ,  G06N3/0464 ,  G06N3/049 ,  G06N3/084

Abstract: 本发明公开了一种基于改进时序卷积神经网络的情绪脑信号识别方法及系统，包括：利用电极帽采集情绪脑信号，并统计受试者在情绪维度上的自我评价分作为情绪脑信号的情绪标签；将采集到的带有情绪标签的情绪脑信号进行数据预处理，得到去除噪声的情绪脑信号，并将其划分为训练集和测试集；将训练集中的数据输入构建的改进时序卷积神经网络进行训练，利用变分推断和贝叶斯反向传播训练该改进时序卷积神经网络的参数，得到一个训练好的性能最优的改进时序卷积神经网络；调用训练好的改进时序卷积神经网络，对测试集中的数据进行识别，得到情绪脑信号分类结果。本发明可有效实现情绪脑信号的精准识别，具有准确率高、鲁棒性强、时间复杂度低等优点。

公开(公告)号：CN111679668B

公开(公告)日：2021-09-21

申请号：CN202010481016.4

申请日：2020-05-30

Applicant: 华南理工大学

Inventor： 高焕丽 ,  李玮 ,  李国璋 ,  刘永桂 ,  郑子奕 ,  张昊

IPC: G05D1/02

Abstract: 本发明公开了一种基于新的时距策略的网络化自主车队的跟随控制方法。该方法包括：S1、对车辆进行力学分析以建立线性化的车辆纵向动态学模型；S2、建立新的时距策略，S3、设计动态控制器u̇_i，使其通过接收第i‑1辆车即前车的状态信息后，结合本车状态信息，给出第i辆车即跟随车控制信号的变化率，第i辆车将根据所得控制信号的变化率调整自身的控制输出量，实现自身状态对前车状态的跟随性；S4、考虑前车的加减速过程并基于新的时距策略和控制策略，建立跟随车辆的状态空间模型。本发明提高了网络化自主车队中跟随车辆速度同步前车速度的快速性，有效改善了在前车加减速过程中后车的跟随性。