-
公开(公告)号：CN110001654B
公开(公告)日：2023-07-28
申请号：CN201910370185.8
申请日：2019-05-06
Applicant: 吉林大学
IPC: B60W40/08 , B60R16/023
Abstract: 本发明涉及一种自适应驾驶员类型的智能车纵向速度跟踪控制方法，包括以下步骤：数据采集单元实时采集车速信息；数据处理单元对前一步采集的信息进行预处理；向逻辑运算单元手动输入驾驶员类型并自动读取系统目标车速；判断车辆是否需要加速或者减速；根据前一步的判断结果进入相应的加速控制模块或者减速控制模块；根据前一步的计算结果作为输出信号输出到相应的线控系统。本发明的方法能够为不同特性驾驶员提供接受度极高的智能车纵向速度跟踪控制策略，提高汽车行驶安全以及改善乘坐体验，同时，设计中的加速和制动切换策略避免了纵向动力学系统在不必要时刻的频繁动作，提升了车辆纵向控制时的安全性且降低了能量消耗。
-
公开(公告)号：CN107953801B
公开(公告)日：2018-12-07
申请号：CN201711225441.1
申请日：2017-11-29
Applicant: 吉林大学
IPC: B60L15/20
CPC classification number: Y02T10/7275
Abstract: 一种全轮毂电机驱动车辆的驱动力控制方法，属于车辆驱动力控制领域，步骤如下：数据采集处理模块采集驾驶员的操纵信息和车辆的运行参数并进行预处理，得到驾驶员操纵信息和汽车状态参数信息并传递给驱动模式判定模块、驱动轮滑转观测模块及驱动轮转矩协调分配模块；判定驾驶员的转向意图和解析驾驶员驱动踏板获得的目标转矩；根据车辆的运行信息判定车辆行驶工况，根据各工况下驱动控制的目的是安全性还是动力性确定驱动力控制目标，并合理地利用限制目标转矩、调节前后轴驱动力分配、驱动防滑控制等驱动力控制方法。本发明旨在克服现有轮毂电机无法达到很好的协调控制导致实用性降低的问题，提高现有基于轮毂电机驱动车辆的适用性。
-
公开(公告)号：CN107862287A
公开(公告)日：2018-03-30
申请号：CN201711090849.2
申请日：2017-11-08
Applicant: 吉林大学
IPC: G06K9/00 , G06K9/32 , G06K9/62 , B60R21/013 , B60Q9/00
CPC classification number: G06K9/00805 , B60Q9/008 , B60R21/013 , G06K9/3233 , G06K9/6256 , G06K9/6267 , G06K2209/21
Abstract: 本发明一种前方小区域物体识别及车辆预警方法，属于车辆前方碰撞预警技术领域，具体如下：获取车辆前方待识别目标图像，并获取感兴趣区域ROI图像；对得到的感兴趣区域图像进行图像预处理，输入改进的YOLO卷积网络结构模型，进行目标识别，输出目标回归框和目标类别：将识别结果输入车辆预警系统，目标回归框的位置位于车辆行驶路线范围外或识别目标为非危险种类时，标记为非危险目标，车辆不预警；目标回归框的位置位于车辆行驶路线以内且识别的物体为危险种类以及无法识别的物体并具有一定的速度特征时，标记为危险目标，车辆预警，提醒驾驶员注意以避免事故发生。
-
公开(公告)号：CN106184352A
公开(公告)日：2016-12-07
申请号：CN201610547154.1
申请日：2016-07-13
Applicant: 吉林大学
CPC classification number: B62D5/046 , B62D5/043 , G05D1/0061
Abstract: 一种可实现多种转向模式切换的转向系统，属于电动汽车驾驶技术领域，包括左转向轮、转向器、右转向轮、角度和扭矩传感器Ⅰ、动力传输齿轮组、离合器、EPS电机、EPS控制器、角度和扭矩传感器Ⅱ、角度和扭矩传感器Ⅲ、转向盘、伺服电机、转向管柱、伺服电机控制器以及车辆控制系统。本发明经过对无人驾驶车辆转向系统功能的需求的深入分析，将线控转向技术与EPS技术相结合，不但实现了自动/手动转向功能，而且保证了自动驾驶时转向角度的控制精度；还可以在手动转向模式下，根据驾驶员的需要，可以选择基于线控转向或机械转向的手动转向模式。
-
公开(公告)号：CN109784768A
公开(公告)日：2019-05-21
申请号：CN201910119821.X
申请日：2019-02-18
Applicant: 吉林大学
Abstract: 本发明涉及一种驾驶任务识别方法，包括步骤：利用驾驶规范性评价指标建立驾驶规范等级评价模型，评选高规范等级驾驶人作为试验对象；设计试验对象执行几种常见的驾驶任务的实车试验，并为每种驾驶任务分配驾驶任务数字识别序列；利用驾驶任务识别指标与驾驶任务数字识别序列，建立基于深度神经网络的驾驶任务特征模型；采集测试驾驶人的驾驶任务识别指标并分别输入各个驾驶任务特征模型中，使用拟合优度衡量测试驾驶任务与各特征模型的显著性差异，拟合优度最高的驾驶任务特征模型映射测试驾驶人的驾驶任务，达到识别驾驶任务的效果。本发明可以在汽车高级驾驶辅助系统、道路驾驶技能考试等需要监测驾驶人行为的领域有较好的普遍适用性。
-
Patent Agency Ranking
公开(公告)号：CN106394534B
公开(公告)日：2019-03-15
申请号：CN201611010486.2
申请日：2016-11-17
Applicant: 吉林大学
IPC: B60T13/52 , B60T13/569 , B60T13/72
Abstract: 一种无人驾驶电动汽车真空助力制动控制系统及控制方法属于汽车制动技术领域，包括仪表盘、电动真空泵、单向阀、真空度传感器I、真空贮气罐、报警器、过滤环、毛毡过滤环、真空推力器、阀门Ⅰ、伺服电机Ⅰ、阀门II、伺服电机II和电子控制单元。本发明中真空助力器只有一个前气室，区别于传统的两个气室的结构形式。伺服电机Ⅰ与阀门Ⅰ，伺服电机II与阀门II均为刚性连接，精确快速地调节阀门开度。气室壳体上设置有气孔Ⅰ和气孔Ⅱ两个气孔，其中一个气孔通过调节阀门开度可以和大气连通，可以自行通过电机调节阀门进行抽气或放气，所以可用于无人驾驶电动汽车的真空推力器中。本发明以无人驾驶电动汽车为应用对象发展前景好。
-
公开(公告)号：CN109360224A
公开(公告)日：2019-02-19
申请号：CN201811145313.0
申请日：2018-09-29
Applicant: 吉林大学
Abstract: 本发明涉及一种融合KCF和粒子滤波的抗遮挡目标跟踪方法，将KCF方法及粒子滤波方法进行相关融合，充分利用粒子滤波方法的优越性，即能遮挡问题的负影响做出积极回应，并克服了KCF方法在目标跟踪遇遮挡问题的跟踪不稳定性。本发明利用KCF在无遮挡条件下目标跟踪的快速准确的特点，结合粒子滤波在有遮挡条件下的可以实现良好预测目标位置的特点，在不增加存储成本和时间成本的基础上，提出一种融合方法；采用线程池技术，对目标进行了多尺度的检测，本发明中，三个尺度的对比结合使得得出的尺度变化更为广泛，选取输出的尺度更为合理；由于对目标采样的针对性，降低了跟踪系统对于硬件存储单元的要求，使得跟踪更加流畅稳定，抗遮挡性更为突出。
-
公开(公告)号：CN106394534A
公开(公告)日：2017-02-15
申请号：CN201611010486.2
申请日：2016-11-17
Applicant: 吉林大学
IPC: B60T13/52 , B60T13/569 , B60T13/72
CPC classification number: B60T13/52 , B60T13/569 , B60T13/72
Abstract: 一种无人驾驶电动汽车真空助力制动控制系统及控制方法属于汽车制动技术领域，包括仪表盘、电动真空泵、单向阀、真空度传感器I、真空贮气罐、报警器、过滤环、毛毡过滤环、真空推力器、阀门Ⅰ、伺服电机Ⅰ、阀门II、伺服电机II和电子控制单元。本发明中真空助力器只有一个前气室，区别于传统的两个气室的结构形式。伺服电机Ⅰ与阀门Ⅰ，伺服电机II与阀门II均为刚性连接，精确快速地调节阀门开度。气室壳体上设置有气孔Ⅰ和气孔Ⅱ两个气孔，其中一个气孔通过调节阀门开度可以和大气连通，可以自行通过电机调节阀门进行抽气或放气，所以可用于无人驾驶电动汽车的真空推力器中。本发明以无人驾驶电动汽车为应用对象发展前景好。
-
公开(公告)号：CN105512623A
公开(公告)日：2016-04-20
申请号：CN201510866567.1
申请日：2015-12-02
Applicant: 吉林大学
Inventor： 金立生 , 陈梅 , 王发继 , 刘辉 , 程蕾 , 杨诚 , 张承标 , 李科勇 , 高琳琳 , 谢宪毅 , 郑义 , 张昊 , 郭柏苍 , 岳欣羽 , 管信 , 姬生远 , 徐俊
CPC classification number: G06K9/00791 , B60R1/00 , B60R2300/106 , B60R2300/301 , B60R2300/8053 , G06K9/6269 , G06T5/001 , G06T2207/10048 , G06T2207/30248
Abstract: 本发明基于多传感器雾天行车视觉增强与能见度预警系统及方法，属于智能车辆安全辅助驾驶技术领域，包括电源、变压插头、前置红外摄像头、前置毫米波雷达、车载电控单元模块、车载显示屏、汽车音响设备、车载扬声器和车速传感器。本发明通过构建道路图像分类器、有无雾图像分类器、建立有雾图像去雾模型、获得清晰去雾图像，实现视觉增强效果、构建能见度计算模型、判断能见度等级，利用毫米波雷达测量车速等级以及检测到前车间距等级，判断是否提供给驾驶人视觉、听觉预警。本方法实现了能在雾天低能见度条件下，驾驶人视觉增强与行车能见度预警，解决了在雾天现有汽车雾灯照射范围有限、存在盲区，以及驾驶人对行驶环境判断不准确等问题。
-
公开(公告)号：CN109784768B
公开(公告)日：2023-04-18
申请号：CN201910119821.X
申请日：2019-02-18
Applicant: 吉林大学
IPC: G06Q10/0639 , G06Q50/30
Abstract: 本发明涉及一种驾驶任务识别方法，包括步骤：利用驾驶规范性评价指标建立驾驶规范等级评价模型，评选高规范等级驾驶人作为试验对象；设计试验对象执行几种常见的驾驶任务的实车试验，并为每种驾驶任务分配驾驶任务数字识别序列；利用驾驶任务识别指标与驾驶任务数字识别序列，建立基于深度神经网络的驾驶任务特征模型；采集测试驾驶人的驾驶任务识别指标并分别输入各个驾驶任务特征模型中，使用拟合优度衡量测试驾驶任务与各特征模型的显著性差异，拟合优度最高的驾驶任务特征模型映射测试驾驶人的驾驶任务，达到识别驾驶任务的效果。本发明可以在汽车高级驾驶辅助系统、道路驾驶技能考试等需要监测驾驶人行为的领域有较好的普遍适用性。
-
-
-
-
-
-
-
-
-
Search Results
27
records
(took 0.022 seconds)
