-
公开(公告)号：CN119176139A
公开(公告)日：2024-12-24
申请号：CN202411387650.6
申请日：2024-10-06
Applicant: 同济大学
Abstract: 本发明涉及一种适用于松软路面的车辆轨迹跟踪控制方法，包括：建立车辆动力学模型；建立状态方程及预测方程；设计目标函数；搭建松软路面仿真环境，根据松软路面中特殊的轮地接触情况，建立更加精确的车辆动力学模型，根据模型预测控制理论，将车辆动力学模型离散化处理，得到状态方程及预测方程，考虑轨迹跟踪精度和控制的能量消耗，设计合理的目标函数，得到车辆轨迹跟踪控制器。本发明提供的考虑松软路面的车辆轨迹跟踪控制方法充分考虑了松软路面变形对车辆动力学的影响，建立了适用于松软路面的车辆动力学模型，基于此，通过模型预测控制算法实现了松软路面条件下更精确的车辆轨迹跟踪。
-
公开(公告)号：CN116955106A
公开(公告)日：2023-10-27
申请号：CN202310820952.7
申请日：2023-07-05
Applicant: 同济大学
Abstract: 本发明涉及一种基于人类反馈引导的智能驾驶测试模型训练方法，包括：构建基于强化学习的动作探索网络；基于动作探索网络，在测试环境中给定的初始真实环境状态下进行样本生成，构建探索记忆库，并更新真实环境状态；根据探索记忆库更新动作探索网络策略函数参数；利用专家评审对探索记忆库中的测试结果进行评价，构建人类反馈记忆库；搭建基于强化学习的目标网络；根据人类反馈记忆库中的测试结果，计算期望奖励，更新目标网络的策略函数参数和输入环境状态；重复上述步骤，不断更新环境状态和网络参数，直至目标网络的策略更新幅度持续小于阈值时，完成智能驾驶测试模型训练。与现有技术相比，本发明具有收敛性好、不易陷入局部最优等优点。
-
公开(公告)号：CN116610566A
公开(公告)日：2023-08-18
申请号：CN202310505038.3
申请日：2023-05-06
Applicant: 同济大学
Abstract: 一种自动驾驶动态测试案例的智能生成方法，包括：步骤S1：根据所开发的自动驾驶功能，定义测试需求；步骤S2：对测试需求语句进行语义转录并生成为场景描述配置文件；步骤S3：构建基于侵略性可调、交互性可调的决策控制一体化策略的动态交互式交通车行为系统；步骤S4：将所述场景描述配置文件以及所述基于场景描述配置文件所部署的动态交互式交通车行为系统导入自动驾驶测试软件中，生成测试案例。通过构建侵略性可调、交互性可调的决策控制一体化交通车独立主体方案，可以提升高侵略性、高交互性动态场景的覆盖度，形成对自动驾驶系统可靠性的有效测试。
-
公开(公告)号：CN116523156A
公开(公告)日：2023-08-01
申请号：CN202310355005.5
申请日：2023-04-04
Applicant: 同济大学
IPC: G06Q10/047 , G01C21/20 , G01C21/34 , G06Q10/0631 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种复杂异质环境下的非保守型智能汽车决策规划一体化方法，包括以下步骤：离线构建社会互动知识学习模型并进行训练；实时在线获取周围交通参与者状态数据和智能汽车状态数据，并进行拼接处理后得到环境状态；以环境状态作为训练完成的社会互动知识学习模型的输入，得到包括智能汽车在内的所有交通参与者的预测轨迹；基于预测轨迹更新环境状态；将更新环境状态重新输入社会互动知识学习模型，迭代完成智能汽车轨迹决策规划，其中，智能汽车的规划轨迹为每次迭代得到的预测轨迹第一点的拼接结果。与现有技术相比，本发明具有考虑了社会互动的预测对轨迹的影响、决策规划一体化等优点。
-
公开(公告)号：CN113867315B
公开(公告)日：2023-06-02
申请号：CN202111120281.0
申请日：2021-09-24
Applicant: 同济大学
IPC: G05B23/02
Abstract: 本发明涉及一种虚实结合的高保真交通流智能车测试平台及测试方法，所述测试平台包括控制平台、场景生成模块、真实测试车辆、封闭测试场地和虚拟驾驶组件，所述的控制平台用于实时获取来自真实测试车辆的真实测试车辆位置信息、来自虚拟驾驶组件的虚拟车辆位置信息并构建模拟交通场景，所述的模拟交通场景的地图与封闭测试场地相匹配，所述的模拟交通场景中包括待测试车辆和多辆虚拟车辆，所述控制平台还用于将所述模拟交通场景中待测试车辆的传感器信息发送至真实测试车辆，将所述模拟交通场景中虚拟车辆的视角信息发送至虚拟驾驶组件。与现有技术相比，本发明能够进行真实性高、成本低、效率高的智能车算法的测试。
-
Patent Agency Ranking
公开(公告)号：CN113076641A
公开(公告)日：2021-07-06
申请号：CN202110348942.9
申请日：2021-03-31
Applicant: 同济大学
IPC: G06F30/20 , G06F119/14
Abstract: 本发明涉及一种基于风险评估的智能车人机协同转向控制并行计算方法，包括以下步骤：构建车辆的侧向动力学方程模型；以车辆行驶轨迹与车道中心线的偏移距离最小，且行驶过程中前轮转角和纵向加速度的变化尽量小为目标搭建目标函数；建立预测模型、目标函数的并行计算架构，所述的并行计算架构采用触发式并行计算方法同步计算预测模型和目标函数；采用反向传播的方式求解计算梯度，利用梯度下降法获取最优前轮转角控制量和纵向加速度控制量；基于模糊逻辑对驾驶权重进行计算获取期望前轮转角，完成实时控制。与现有技术相比，本发明缩短了模型预测控制求解时间，缩短了期望前轮转角求解的时间，提高了智能车人机协同转向控制实时性。
-
公开(公告)号：CN119150566A
公开(公告)日：2024-12-17
申请号：CN202411387651.0
申请日：2024-10-06
Applicant: 同济大学
IPC: G06F30/20 , G06F30/15 , G06F17/11 , G06F119/14 , G06F111/10
Abstract: 本发明涉及一种适用于松软路面的轮地接触模型建立方法，为一种基于Bekker轮胎模型和线性化轮胎模型的适用于松软路面的新型轮地接触模型建立方法，包括：分析并简化Bekker模型；结合线性化轮胎模型，建立适用于松软路面的轮地接触模型；搭建用于仿真验证的Matlab/Simulink模型；Chrono仿真实验得到所搭建模型对轮胎纵、侧向力的拟合效果。本发明提供的适用于松软路面的轮地接触模型理论推导以及实验验证方法，充分考虑地面变形对轮胎纵、侧向力的影响，通过复杂模型(Bekker模型)与简单模型(线性化轮胎模型)的结合，降低了模型复杂度，能够用于车辆控制。
-
公开(公告)号：CN116494993A
公开(公告)日：2023-07-28
申请号：CN202310355132.5
申请日：2023-04-04
Applicant: 同济大学
Abstract: 本发明涉及一种考虑高精度车辆动力特性的智能驾驶实时轨迹规划方法，由离线计算可达集和在线轨迹规划两部分组成，离线计算可达集部分通过高精度的车辆模型和轮胎模型遍历所有车辆安全状态以预测下一时刻车辆可以达到的位置集合；在线轨迹规划部分通过离线计算的下一时刻车辆可以达到的位置集合，对人工势场法的下降探索提供非线性动力约束，实现考虑高精度车辆动力特性和实时规划两个目的。与现有技术相比，本发明具有考虑了高精度车辆动力特性、在线计算量小等优点。
-
公开(公告)号：CN115782893A
公开(公告)日：2023-03-14
申请号：CN202211493675.5
申请日：2022-11-25
Applicant: 同济大学
Abstract: 本发明涉及一种考虑驾驶员技能差异的自适应引导型辅助驾驶系统，包括：驾驶技能分类模块，基于当前车辆状态计算获得车辆稳定裕度，并将所述车辆稳定裕度和当前驾驶员状态共同作为一驾驶员技能分类模型的输入，获取对应的驾驶员技能分类结果；技能学习区间分类模块，用于获取车辆稳定裕度和车辆距离车道线边界的距离，采用一技能学习区间分类模型获得技能学习区间分类结果；自适应引导驾驶权分配模块，用于根据驾驶员技能分类结果和技能学习区间分类结果实现驾驶权分配控制，生成作用于车辆转向系统的辅助驾驶力矩。与现有技术相比，本发明具有提高辅助系统使用程度，且能在安全的条件下尽快的提高驾驶员技能等优点。
-
公开(公告)号：CN113110045B
公开(公告)日：2022-10-25
申请号：CN202110344736.0
申请日：2021-03-31
Applicant: 同济大学
IPC: G05B13/04
Abstract: 本发明涉及一种基于计算图的模型预测控制实时优化并行计算方法，包括以下步骤：搭建系统状态量的预测模型，并构建系统的目标函数；建立预测模型和目标函数的模型预测控制并行计算架构，所述的并行计算架构采用触发式并行计算方法同步计算预测模型和目标函数；采用反向传播的方式求解计算梯度，利用梯度下降法优化系统的控制量，实现系统的实时优化控制。与现有技术相比，本发明大幅提升了运算效率，保证模型预测控制器的实时性，拓展了模型预测控制的应用领域。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.023 seconds)
