-
Patent Agency Ranking
公开(公告)号：CN112248986B
公开(公告)日：2021-11-05
申请号：CN202011146852.3
申请日：2020-10-23
Applicant: 厦门理工学院
IPC: B60T7/12
Abstract: 一种车辆自动制动方法、装置、设备和存储介质，涉及车辆制动控制技术领域。其中，方法包括：获取前车相对自车的位置关系，并判断前车所在车道；当判断前车位于自车车道的相邻车道时，根据位置关系，计算前车相对自车的横向距离和前车的航向角，并根据航向角和横向距离判断前车是否存在汇入自车车道的倾向；当判断前车存在汇入自车车道的倾向时，将当前的运动参数输入至预先训练的第一安全距离模型，以获得第一安全距离参数；其中，运动参数包括当前估算的路面附着系数；根据第一安全距离参数以及两车之间的实际纵向距离，控制自车进行制动。该方法能够实现前车切入工况下自动制动，有效避免了与前车相撞的情况，大大提高了实用性。
-
公开(公告)号：CN112248986A
公开(公告)日：2021-01-22
申请号：CN202011146852.3
申请日：2020-10-23
Applicant: 厦门理工学院
IPC: B60T7/12
Abstract: 一种车辆自动制动方法、装置、设备和存储介质，涉及车辆制动控制技术领域。其中，方法包括：获取前车相对自车的位置关系，并判断前车所在车道；当判断前车位于自车车道的相邻车道时，根据位置关系，计算前车相对自车的横向距离和前车的航向角，并根据航向角和横向距离判断前车是否存在汇入自车车道的倾向；当判断前车存在汇入自车车道的倾向时，将当前的运动参数输入至预先训练的第一安全距离模型，以获得第一安全距离参数；其中，运动参数包括当前估算的路面附着系数；根据第一安全距离参数以及两车之间的实际纵向距离，控制自车进行制动。该方法能够实现前车切入工况下自动制动，有效避免了与前车相撞的情况，大大提高了实用性。
-
公开(公告)号：CN111409641A
公开(公告)日：2020-07-14
申请号：CN202010162715.2
申请日：2020-03-10
Applicant: 厦门理工学院
Abstract: 本发明公开了一种基于纵横向协调的轨迹跟踪控制方法及系统，包括信息感知、轨迹规划、控制层建模以及驱动执行；所述信息感知实时采集智能汽车的交通环境信息和车辆状态信息；所述路径规划根据信息感知的数据规划出一条期望路径；所述控制层建模根据预瞄原理，建立纵横向协调策略，对期望纵横向控制指令加以处理，并将期望纵横向控制指令转换成可执行的控制指令物理值；所述驱动执行根据控制指令物理值操纵车辆的执行机构，实现车辆的整体控制。本发明采用简单的两轮动力学模型和运动学对无人驾驶车辆进行建模，根据道路信息和车辆运动特性通过反步法原理设计反馈+前馈的转向控制，相比于传统的PID控制和非线性模型预测控制增加了精确度和实时性。
-
公开(公告)号：CN111409641B
公开(公告)日：2023-07-25
申请号：CN202010162715.2
申请日：2020-03-10
Applicant: 厦门理工学院
Abstract: 本发明公开了一种基于纵横向协调的轨迹跟踪控制方法及系统，包括信息感知、轨迹规划、控制层建模以及驱动执行；所述信息感知实时采集智能汽车的交通环境信息和车辆状态信息；所述路径规划根据信息感知的数据规划出一条期望路径；所述控制层建模根据预瞄原理，建立纵横向协调策略，对期望纵横向控制指令加以处理，并将期望纵横向控制指令转换成可执行的控制指令物理值；所述驱动执行根据控制指令物理值操纵车辆的执行机构，实现车辆的整体控制。本发明采用简单的两轮动力学模型和运动学对无人驾驶车辆进行建模，根据道路信息和车辆运动特性通过反步法原理设计反馈+前馈的转向控制，相比于传统的PID控制和非线性模型预测控制增加了精确度和实时性。
-
公开(公告)号：CN212828326U
公开(公告)日：2021-03-30
申请号：CN202020289368.5
申请日：2020-03-10
Applicant: 厦门理工学院
Abstract: 本实用新型公开了一种基于纵横向协调的轨迹跟踪控制系统，包括感知层、轨迹规划层、控制层和驱动执行层；所述感知层实时采集智能汽车的交通环境信息和车辆状态信息，将相关事件进行实时收集并传递至控制层供控制层预先判断调用；所述路径规划根据信息感知的数据规划出一条期望路径，此规划路径为从出发点到目的地点的全局轨迹；所述控制层建立纵横向协调策略，对期望纵横向控制指令加以处理，并将期望纵横向控制指令转换成硬件机构可执行的控制指令物理值；所述驱动执行层根据控制层建模输出的控制指令物理值驱动操纵车辆制动执行机构，实现车辆的整体控制。本实用新型采用简单的两轮相比于传统的PID控制和非线性模型预测控制增加了精确度和实时性。
-
-
-
-
Search Results
5
records
(took 0.019 seconds)
