-
公开(公告)号：CN119428633A
公开(公告)日：2025-02-14
申请号：CN202411336749.3
申请日：2024-09-25
Applicant: 吉林大学
IPC: B60W30/02 , B60W30/045 , B60W40/10 , B60W40/112 , B60W50/00
Abstract: 本发明公开了一种用于多轴车的直接横摆力矩控制与主动转向集成控制策略，旨在实现多轴车在不同道路条件下高效的车辆稳定性控制，提升多轴车驾驶安全性、操纵性与舒适性，具体包括以下步骤：(1)建立考虑横向、横摆运动的二自由度多轴车动力学模型；(2)考虑路面附着系数对协调效果的影响，设计用于协调直接横摆力矩控制和主动前轮转向的模糊控制器；(3)将模糊控制器的协调结果作为输入，设计基于自适应模型预测控制的横摆稳定性集成控制器，计算保证车辆稳定行驶的附加前轮转角及直接横摆力矩。本发明通过协调DYC与AFS以实现多轴车横摆稳定性集成控制，并考虑路面附着对协调效果的影响，最终实现多轴车在不同道路条件下的稳定、安全行驶。
-
公开(公告)号：CN118194709A
公开(公告)日：2024-06-14
申请号：CN202410308973.5
申请日：2024-03-19
Applicant: 吉林大学
IPC: G06F30/27 , G06N3/0442 , G06N3/045 , G06N3/084 , G06F111/04 , G06F111/08 , G06F119/06
Abstract: 本专利公开了一种基于双向记忆网络的能量管理建模方法，其通过双向记忆网络车速预测模型预测未来时刻的车速，最后结合相关约束对能量管理进行建模。本方法包括以下步骤：(1)通过特定路况的交通信息开源数据集，获取车速数据，并对数据进行归一化处理得到车速对时间的序列；(2)在长短期记忆网络(LSTM)车速预测模型的基础上，建立双向长短期神经记忆网络(BILSTM)车速预测模型；(3)基于BILSTM的预测车速和汽车运动学的相关约束进行能量管理建模；本方法通过双向长短期记忆网络进行车速预测，并进行能量管理建模，解决了循环神经网络的梯度消失，爆炸以及长期依赖问题，可以更加充分的利用序列中的信息从而提高了模型的准确性。
-
公开(公告)号：CN118003900A
公开(公告)日：2024-05-10
申请号：CN202410268350.X
申请日：2024-03-10
Applicant: 吉林大学
Abstract: 本发明涉及一种电驱桥半挂车下长坡滑行制动控制方法，首先根据路况以及驾驶员的操作选择是否进入滑行制动模式，再根据制动踏板以及加速踏板均处于全松状态时，车辆进入滑行制动；利用模糊PID计算求解滑行过程中能保证车辆基于目标车速稳定滑行总的需求制动转矩；根据电机转矩、电池SOC和车速等限制，对滑行制动模式进行划分，通过多岛遗传算法对不同模式切换门限值进行优化；由复合制动前提下，判断当前挡位与相邻高挡和低挡的电池SOC变化率的大小，选择电池SOC变化率较大的挡位进行滑行制动，以增加电机提供的再生制动转矩。本发明提高了车辆的再生制动能量回收利用率和提高汽车动力性能。
-
公开(公告)号：CN117592328A
公开(公告)日：2024-02-23
申请号：CN202311549012.5
申请日：2023-11-20
Applicant: 吉林大学
IPC: G06F30/23 , G01M17/007 , G06F119/06
Abstract: 本发明公开了一种面向频率分布特征的驾驶工况设计方法，旨在压缩原始工况的油耗特征信息以提高能耗计算速度，具体包括以下步骤：(1)对原始工况数据有效信息进行噪声与数据缺失处理；(2)对工况数据点提取速度‑加速度‑加加速度油耗特征信息，并进行离散化处理；(3)将提取的工况数据点按照其对应的速度、加速度与加加速度的值划分到对应的网格空间体内；(4)对每个网格空间体内所有数据点通过基于分布的统计方法进行处理；(5)计算“速度‑加速度‑加加速度”三维网格上每个网格点的频率。本发明统计工况油耗信息的频率分布特征，可将近似和重复的工作点合并，使工况信息充分压缩，提高能耗计算速度，并避免构造工况产生的构造误差。
-
公开(公告)号：CN118097596A
公开(公告)日：2024-05-28
申请号：CN202410248484.5
申请日：2024-03-05
Applicant: 吉林大学
Abstract: 本发明公开了一种基于模糊逻辑的自适应车道线检测方法，旨在提高车道线检测算法在多样化环境中的自适应性与准确性，具体包括以下步骤：(1)对输入的图像信息进行去畸变处理；(2)对图像进行对比度处理；(3)对图像进行降噪处理；(4)采用基于模糊逻辑的强鲁棒性Canny边缘检测算法对处理后的图像进行边缘检测；(5)对处理后的图像进行自适应感兴趣区域(ROI)选择；(6)利用霍夫变换以及几何约束对车道标记进行检测；(7)若当前帧图像无法检测到左右车道线，则使用上一帧计算的斜率与角度均值生成相应的CLL与CRL。本发明将模糊逻辑融入边缘检测算法中并配合自适应ROI以实现在复杂环境条件下能够自适应调整相应参数，提高车道检测的鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN118072018A
公开(公告)日：2024-05-24
申请号：CN202410241845.3
申请日：2024-03-04
Applicant: 吉林大学
IPC: G06V10/26 , G06V20/70 , G06V10/774 , G06V10/25 , G06V20/56 , G06V10/82 , G06V10/80 , G06N3/0442 , G06N3/08
Abstract: 本发明公开了一种基于图像识别和车辆动力学响应的路面识别方法，属于智能汽车领域。本发明在基于视觉的路面识别方法的基础之上，提出了一种基于图像识别和车辆动力学响应两种算法融合的路面识别方法。基于图像识别的路面识别方法可以识别车辆前方的道路情况，但由于相机很容易受到行驶环境的限制，所以仅靠图像识别极有可能会出现识别结果无效或错误的情况。本文提出的方法加入了基于车辆动力学响应的方法作为补充，可以很大程度的提升算法的可靠性，提高路面识别的精度。
-
公开(公告)号：CN117584905A
公开(公告)日：2024-02-23
申请号：CN202311616449.6
申请日：2023-11-29
Applicant: 吉林大学
IPC: B60T8/1755 , B60L7/26
Abstract: 本发明属于车辆工程技术领域，涉及一种基于网联信息的电驱半挂车防失稳差动制动方法，包括：构建多轴车动力学模型与轮胎模型，利用分层控制和云端提供地图信息，当车辆出现失稳倾向时，通过差动制动来维持整车的在跟踪轨迹转向时的稳定性；同时考虑挂车部分的气压制动力矩和电制动力矩的分配，兼顾再生制动回收能力。本发明在制动力分配上采用模糊规则控制，对滑移率等控制量模糊化，使得鲁棒性更强，干扰和参数变化的影响大大减弱，提升稳定性；同时，在上层控制中采用模型预测控制求解目标横摆力矩，提升差动制动供给的准确性，本发明能够有效提高多轴车在复杂路面情况下防失稳控制的适应性，以分层控制的方法切实强化了防失稳效果。
-
公开(公告)号：CN117163013A
公开(公告)日：2023-12-05
申请号：CN202311333096.9
申请日：2023-10-16
Applicant: 吉林大学
Abstract: 本发明公开了一种基于事件触发机制的多轴车实时运动规划方法，旨在实现多轴车更实时的基于场景的运动规划过程，具体包括以下步骤：(1)利用传感器获取多轴车和障碍物的初始信息，包括障碍物相对距离、障碍物速度、障碍物航向角、自车位置、自车航向角、自车速度；(2)设计一种基于事件触发机制的多轴车运动状态迁移模块；(3)面向多轴车不同运动状态实时生成运动规划路径，基于多轴车和障碍物的初始信息生成从多轴车当前位置到目标点的平滑曲线作为候选路径，构建代价函数获取最佳路径。本发明将时间触发机制引入多轴车实时运动规划并对多轴车构建碰撞检测圆，对环境变化响应速度更快的同时进一步保障行驶安全，能用于动态场景。
-
公开(公告)号：CN117284273A
公开(公告)日：2023-12-26
申请号：CN202311336345.X
申请日：2023-10-16
Applicant: 吉林大学
Abstract: 本发明公开了一种电驱桥半挂牵引车增程式混动系统的驱动力分配方法，属于混合动力车辆控制领域。本发明在电驱桥半挂牵引车的构型基础上，提出了一种理想的驱动力分配应当满足的条件。当整车处于联合驱动模式时，牵引车头和电驱挂车同时提供驱动力，在驱动力增长过快时，车轮会发生滑转。在本文所提的驱动力分配方法中，通过推导公式与合理的假设简化，可以获得使车轮具有最佳滑转率的条件，从而实现最佳的驱动力分配，同时可以求得最佳滑转率与车轮最大利用附着系数之间的对应关系，对后续相同构型的车辆的设计有指导意义。
-
公开(公告)号：CN117218608A
公开(公告)日：2023-12-12
申请号：CN202311095795.4
申请日：2023-08-29
Applicant: 吉林大学
IPC: G06V20/54 , G08G1/14 , G08G1/017 , H04N23/50 , H04L67/12 , G06F16/53 , G06F16/51 , G06N3/0499 , G06N3/084
Abstract: 本发明公开了一种智能车辆出入库车速与轨迹规划方法，属于智能汽车控制领域。本发明针对网联汽车出入地下车库这一场景，基于双目相机的识别功能与云端的存储数据，获得当前出入库车辆的动力类型以及相关参数，随后基于双目相机与imu传感器，获取该车辆出入库的车速与轨迹信息；此后，利用神经网络与深度学习，根据之前所获得的车速与轨迹信息，求得相应车辆类型经过神经网络优化后的出入库车速与轨迹，以便于指导后续车辆自动行驶出入该车库或者为驾驶员提供辅助。本发明旨在通过采集出入库车辆的车速轨迹数据，规划出优化轨迹与车速，进而辅助并指导后续车辆出入该地下车库，以保证车辆出入该车库的安全性与效率。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.014 seconds)
