-
公开(公告)号：CN111784142A
公开(公告)日：2020-10-16
申请号：CN202010586953.6
申请日：2020-06-24
Applicant: 吉林大学
IPC: G06Q10/06
Abstract: 一种高级驾驶辅助系统任务复杂度量化模型，属于自动驾驶技术领域。本发明的目的是分别采用综合成本核算方法、指数等级指标和信息熵理论，分析各元素对任务复杂度的影响，用于对自动驾驶汽车的行驶任务进行量化分级，支撑第三方汽车试验场等机构对自动驾驶汽车的高级驾驶辅助系统任务复杂度量化模型。本发明步骤是：系统硬件复杂度、自动驾驶等级复杂度、ADAS任务逻辑信息熵、ADAS行驶任务复杂度等四步。本发明建立首个高级驾驶辅助系统(ADAS)任务复杂度量化评估模型与方法，服务于整车厂和第三方测试机构建立完善的自动驾驶测试评价体系。
-
Patent Agency Ranking
公开(公告)号：CN113815682B
公开(公告)日：2022-09-02
申请号：CN202111223359.1
申请日：2021-10-20
Applicant: 吉林大学
Abstract: 一种高速列车推拉式系统及速度跟踪控制方法，属于非线性控制技术领域。本发明的目的是基于推拉式驱动设计，建立高速列车多质点模型，根据牵引和制动的曲线特性描述，建立牵引系统模型以及制动系统模型设计控制器，通过控制节气门开度和制动缸压力达到速度精确跟踪的高速列车推拉式系统及速度跟踪控制方法。本发明的步骤是：高速列车单质点模型，高速列车推拉式系统模型，四节推拉式动力系统模型，最优速度‑位移曲线设计，基于切换的NMPC模型预测控制器设计。本发明提出的新的控制策略的表明了所设计控制系统的有效性。
-
公开(公告)号：CN113815682A
公开(公告)日：2021-12-21
申请号：CN202111223359.1
申请日：2021-10-20
Applicant: 吉林大学
Abstract: 一种高速列车推拉式系统及速度跟踪控制方法，属于非线性控制技术领域。本发明的目的是基于推拉式驱动设计，建立高速列车多质点模型，根据牵引和制动的曲线特性描述，建立牵引系统模型以及制动系统模型设计控制器，通过控制节气门开度和制动缸压力达到速度精确跟踪的高速列车推拉式系统及速度跟踪控制方法。本发明的步骤是：高速列车单质点模型，高速列车推拉式系统模型，四节推拉式动力系统模型，最优速度‑位移曲线设计，基于切换的NMPC模型预测控制器设计。本发明提出的新的控制策略的表明了所设计控制系统的有效性。
-
公开(公告)号：CN111813083A
公开(公告)日：2020-10-23
申请号：CN202010658904.9
申请日：2020-07-09
Applicant: 吉林大学
IPC: G05B23/02
Abstract: 一种场景任务复杂度量化模型，属于自动驾驶技术领域。本发明的目的是从动作组成、信息感知和判断评估三个方面，综合使用主观负荷评价法、信息熵理论设计一种面向场景驾驶任务的复杂度量化评估方法，建立适用于七类，五十四种汽车测试验证的场景任务复杂度量化模型。本发明步骤是复杂度因子分析、复杂度量化计算、场景任务复杂度，综合计算场景任务的百分制场景任务复杂度。本发明准确地重复一次特殊的驾驶场景任务，成本过高，建立一个理论模型来分析一辆自动驾驶汽车在有限数量的测试场景中的智能性。本发明适用于各类测试场景的任务复杂度量化评估模型与方法，服务于实车验证和第三方测试机构建立完善的自动驾驶测试评价体系。
-
公开(公告)号：CN111813083B
公开(公告)日：2022-11-01
申请号：CN202010658904.9
申请日：2020-07-09
Applicant: 吉林大学
IPC: G05B23/02
Abstract: 一种场景任务复杂度量化模型，属于自动驾驶技术领域。本发明的目的是从动作组成、信息感知和判断评估三个方面，综合使用主观负荷评价法、信息熵理论设计一种面向场景驾驶任务的复杂度量化评估方法，建立适用于七类，五十四种汽车测试验证的场景任务复杂度量化模型。本发明步骤是复杂度因子分析、复杂度量化计算、场景任务复杂度，综合计算场景任务的百分制场景任务复杂度。本发明准确地重复一次特殊的驾驶场景任务，成本过高，建立一个理论模型来分析一辆自动驾驶汽车在有限数量的测试场景中的智能性。本发明适用于各类测试场景的任务复杂度量化评估模型与方法，服务于实车验证和第三方测试机构建立完善的自动驾驶测试评价体系。
-
公开(公告)号：CN111784142B
公开(公告)日：2022-08-26
申请号：CN202010586953.6
申请日：2020-06-24
Applicant: 吉林大学
IPC: G06Q10/06
Abstract: 一种高级驾驶辅助系统任务复杂度量化模型，属于自动驾驶技术领域。本发明的目的是分别采用综合成本核算方法、指数等级指标和信息熵理论，分析各元素对任务复杂度的影响，用于对自动驾驶汽车的行驶任务进行量化分级，支撑第三方汽车试验场等机构对自动驾驶汽车的高级驾驶辅助系统任务复杂度量化模型。本发明步骤是：系统硬件复杂度、自动驾驶等级复杂度、ADAS任务逻辑信息熵、ADAS行驶任务复杂度等四步。本发明建立首个高级驾驶辅助系统(ADAS)任务复杂度量化评估模型与方法，服务于整车厂和第三方测试机构建立完善的自动驾驶测试评价体系。
-
-
-
-
-
Search Results
6
records
(took 0.017 seconds)
