-
公开(公告)号:CN114265316A
公开(公告)日:2022-04-01
申请号:CN202111614397.X
申请日:2021-12-27
IPC: G05B13/04
Abstract: 一种抗通信间歇的智能网联电动汽车队列鲁棒控制方法,涉及汽车智能安全与自动驾驶。通过车载传感器及V2X无线通信网络来分别实时采集自车以及前车和领航车辆的行驶运动状态信息;设计单个车辆的动力学模型,结合上述信息建立具有参数不确定性的车辆编队纵向控制系统;建立智能电动车编队控制的目标函数,并给出队列控制应满足的性能指标;设计抗通信间歇的车辆编队的鲁棒H∞控制方法,实时计算编队控制所需的车轮电机驱动力矩。基于模型依赖平均驻留时间方法,设计一种子控制器的切换策略,有效屏蔽领航车辆的信息在传输过程发生通信间歇的影响,同时抑制参数不确定性的干扰,实现队列系统在通信间歇影响下的指数稳定性和L2增益性能。
-
公开(公告)号:CN110456790A
公开(公告)日:2019-11-15
申请号:CN201910702422.6
申请日:2019-07-31
IPC: G05D1/02
Abstract: 基于自适应权重的智能网联电动汽车队列优化控制方法,涉及汽车智能安全与自动驾驶。首先对智能网联电动汽车纵向动力学模型进行线性化处理,其次,设计队列二次型控制器,利用猫群算法根据队列中车辆的当前状态利用跟踪模式和搜索模式对二次型队列控制器的权重矩阵进行实时局部优化和实时全局优化,最终获得当前状态对应的最优控制变量和最优状态变量,避免算法在对队列控制时,由于陷入局部最优解所导致的系统抖振和迭代末期由于多样性的减少出现的收敛缓慢等现象,实现当前车复杂运行工况下时,后车快速稳定的跟随,有效提高智能网联电动汽车队列控制的串稳定性、安全性、舒适性和准确性。
-
公开(公告)号:CN114285653B
公开(公告)日:2023-02-14
申请号:CN202111617311.9
申请日:2021-12-27
Abstract: 网络攻击下智能网联汽车队列自适应事件触发控制方法,属于汽车智能安全与自动驾驶领域。包括以下步骤:1)通过V2X无线通信系统和车载传感器实时采集自车以及其他跟随车辆和领航车辆的行驶运动状态信息;2)采用逆模型补偿和反馈线性化的技术,建立具有参数不确定性的单个车辆的纵向动力学状态空间模型;3)基于图论来描述智能电动车之间的信息交互形式,建立智能电动车编队控制的目标函数;4)设计防御欺骗攻击的车辆队列自适应分布式控制方法,实时求出编队控制所需的车轮电机驱动力矩。基于自适应事件触发策略,有效克服队列车辆遭受欺骗攻击时所带来的影响,同时抑制参数不确定性的干扰,实现编队控制的性能指标。
-
公开(公告)号:CN114285653A
公开(公告)日:2022-04-05
申请号:CN202111617311.9
申请日:2021-12-27
Abstract: 网络攻击下智能网联汽车队列自适应事件触发控制方法,属于汽车智能安全与自动驾驶领域。包括以下步骤:1)通过V2X无线通信系统和车载传感器实时采集自车以及其他跟随车辆和领航车辆的行驶运动状态信息;2)采用逆模型补偿和反馈线性化的技术,建立具有参数不确定性的单个车辆的纵向动力学状态空间模型;3)基于图论来描述智能电动车之间的信息交互形式,建立智能电动车编队控制的目标函数;4)设计防御欺骗攻击的车辆队列自适应分布式控制方法,实时求出编队控制所需的车轮电机驱动力矩。基于自适应事件触发策略,有效克服队列车辆遭受欺骗攻击时所带来的影响,同时抑制参数不确定性的干扰,实现编队控制的性能指标。
-
公开(公告)号:CN112614373B
公开(公告)日:2021-12-21
申请号:CN202011593241.3
申请日:2020-12-29
IPC: G08G1/0967 , G08G1/16 , G06N3/04 , G06N3/08
Abstract: 一种基于BiLSTM周车换道意图预测方法,涉及智能车辆技术领域。包括以下步骤:1)换道意图预测模型的离线训练过程:通过大规模真实驾驶场景的采集和处理构建训练数据库;然后训练换道意图预测模型;2)换道意图预测模型在线实时预测:在自车实时采集数据和数据预处理之后,用训练好的换道意图预测模型在线实时预测,即可预测得到周车当前换道意图。综合考虑影响周围车辆换道的因素,利用Inception‑ResNet‑v2网络提取车辆视频的帧水平特征,并融合车辆状态和帧水平特征,提高BiLSTM网络预测的能力,进一步提高检测精度和效率,有效实现预测周围车辆的换道意图,对提高无人驾驶车辆的安全性能有很大的作用。
-
公开(公告)号:CN112614373A
公开(公告)日:2021-04-06
申请号:CN202011593241.3
申请日:2020-12-29
IPC: G08G1/0967 , G08G1/16 , G06N3/04 , G06N3/08
Abstract: 一种基于BiLSTM周车换道意图预测方法,涉及智能车辆技术领域。包括以下步骤:1)换道意图预测模型的离线训练过程:通过大规模真实驾驶场景的采集和处理构建训练数据库;然后训练换道意图预测模型;2)换道意图预测模型在线实时预测:在自车实时采集数据和数据预处理之后,用训练好的换道意图预测模型在线实时预测,即可预测得到周车当前换道意图。综合考虑影响周围车辆换道的因素,利用Inception‑ResNet‑v2网络提取车辆视频的帧水平特征,并融合车辆状态和帧水平特征,提高BiLSTM网络预测的能力,进一步提高检测精度和效率,有效实现预测周围车辆的换道意图,对提高无人驾驶车辆的安全性能有很大的作用。
-
公开(公告)号:CN110456790B
公开(公告)日:2020-10-02
申请号:CN201910702422.6
申请日:2019-07-31
IPC: G05D1/02
Abstract: 基于自适应权重的智能网联电动汽车队列优化控制方法,涉及汽车智能安全与自动驾驶。首先对智能网联电动汽车纵向动力学模型进行线性化处理,其次,设计队列二次型控制器,利用猫群算法根据队列中车辆的当前状态利用跟踪模式和搜索模式对二次型队列控制器的权重矩阵进行实时局部优化和实时全局优化,最终获得当前状态对应的最优控制变量和最优状态变量,避免算法在对队列控制时,由于陷入局部最优解所导致的系统抖振和迭代末期由于多样性的减少出现的收敛缓慢等现象,实现当前车复杂运行工况下时,后车快速稳定的跟随,有效提高智能网联电动汽车队列控制的串稳定性、安全性、舒适性和准确性。
-
公开(公告)号:CN114265316B
公开(公告)日:2023-10-03
申请号:CN202111614397.X
申请日:2021-12-27
IPC: G05B13/04
Abstract: 一种抗通信间歇的智能网联电动汽车队列鲁棒控制方法,涉及汽车智能安全与自动驾驶。通过车载传感器及V2X无线通信网络来分别实时采集自车以及前车和领航车辆的行驶运动状态信息;设计单个车辆的动力学模型,结合上述信息建立具有参数不确定性的车辆编队纵向控制系统;建立智能电动车编队控制的目标函数,并给出队列控制应满足的性能指标;设计抗通信间歇的车辆编队的鲁棒H∞控制方法,实时计算编队控制所需的车轮电机驱动力矩。基于模型依赖平均驻留时间方法,设计一种子控制器的切换策略,有效屏蔽领航车辆的信息在传输过程发生通信间歇的影响,同时抑制参数不确定性的干扰,实现队列系统在通信间歇影响下的指数稳定性和L2增益性能。
-
公开(公告)号:CN115063777B
公开(公告)日:2024-06-04
申请号:CN202210741541.4
申请日:2022-06-27
Applicant: 厦门大学
IPC: G06V20/58 , G06V10/764 , G06V10/82 , G06V10/46 , G06N3/0464 , G06N3/047 , G06N3/045 , G06N3/0499 , G06N3/084
Abstract: 一种野外环境下的无人车障碍物识别方法,涉及智能车辆技术领域。1)制作野外环境障碍物数据集:包括野外环境障碍物图像采集和数据集图像标定;2)基于障碍物特点改进网络模型:以Faster R‑CNN网络模型作为基础网络框架改进,实现野外环境障碍物的识别和分类,改进包括对特征提取网络的改进和对检测网络的改进;3)训练前对数据集预处理,训练过程对参数和学习方法调节,训练好的检测识别模型在线实时预测,即实现野外环境障碍物识别。从野外环境障碍物情况入手,制作新野外环境障碍物数据集,并从野外环境障碍物的特点出发,对Faster R‑CNN网络改进。在野外环境障碍物检测方面具有一定优越性。
-
公开(公告)号:CN117376920A
公开(公告)日:2024-01-09
申请号:CN202311471626.6
申请日:2023-11-07
Applicant: 厦门大学
IPC: H04W12/122 , H04W12/126 , H04W4/46 , H04W4/44 , H04W4/38 , G06N3/045 , G06N3/0442 , G06N3/0464 , G07C5/08
Abstract: 智能网联汽车网络攻击检测、安全状态估计及控制方法,涉及智能网联汽车安全与自动驾驶。通过车载传感系统和车对车通信采集智能网联汽车的行驶状态信息和周围智能网联汽车行驶状态信息,考虑传感器遭受网络攻击和车对车通信中存在恶意车辆上传虚假行驶状态信息,建立基于云平台的智能网联汽车网络攻击检测、安全状态估计及控制方法。本发明解决智能网联汽车在进行轨迹跟踪时遭受网络攻击和恶意车辆干扰的控制问题,能够使智能网联汽车在传感器遭受网络攻击和恶意车辆存在时仍能进行有效的轨迹跟踪控制,确保车辆安全行驶。
-
-
-
-
-
-
-
-
-