-
公开(公告)号:CN118790235A
公开(公告)日:2024-10-18
申请号:CN202411165930.2
申请日:2024-08-23
Applicant: 常州大学
Abstract: 本发明公开了一种多车协同轨迹规划泊车优化方法,利用自适应粒子群算法和顺序二次规划算法迭代求解单车轨迹模型,能够提高模型的鲁棒性和收敛能力,同时提高泊车效率和能量效率;在泊车优化模型中,通过局部轨迹优化和全局轨迹优化相结合的优化策略,在非凸且拥挤的环境中实现多车辆的快速协作的轨迹规划,具有高效性、鲁棒性和最优性。本发明能够在狭小紧密的停车空间内更精准快速的计算出泊车轨迹,更灵活的避开静态及动态的障碍物,充分提高了泊车的效率,减少了能量的损耗,提升了用户的体验。本发明在无人驾驶领域有着广阔前景。
-
公开(公告)号:CN118636898A
公开(公告)日:2024-09-13
申请号:CN202410906464.2
申请日:2024-07-08
Applicant: 常州大学
Abstract: 本发明公开了一种基于滑移率和能耗的汽车制动控制双层优化方法,包括如下步骤:基于汽车动力学模型,构建汽车制动控制的双层优化模型,具体为:构建上层滑移率优化模块;构建下层能耗优化模块;求解双层优化模型,获得汽车制动控制的最优滑移率和最小能耗,具体为:通过二分天线搜索算法确定滑移率搜索范围,获得探索滑移率;将探索滑移率输入至下层能耗优化模块,通过凸优化求解器求解汽车的最小能耗,依据所述最小能耗得到汽车最优输出转矩,计算汽车最优输出转矩下的摩擦力传回至上层滑移率优化模块中作为探索参数指标;再由二分天线搜索算法迭代求解,获得汽车制动控制的最优滑移率。本发明能够有效的提升汽车的整体制动性能、安全性和经济性。
-
公开(公告)号:CN119004676A
公开(公告)日:2024-11-22
申请号:CN202411234024.3
申请日:2024-09-04
Applicant: 常州大学
IPC: G06F30/15 , B60L50/75 , G06F30/27 , G06N3/0442 , G06N3/08 , G06F119/06
Abstract: 本发明公开了一种基于车联网的氢燃料电池混合动力车的能源优化方法,包括如下步骤:建立整车模型;利用动态规划算法求解多个驾驶工况下的能源最优控制问题,生成优化数据集;依据优化数据集,选择长短期记忆递归神经网络模型预测未来的车速,建立需求功率模型;通过交替方向乘子法和牛顿法迭代求解能源管理优化问题,得到燃料电池输出功率和锂电池输出功率的最优解,实现最优的能源分配和最小的计算时间,用于维持车辆锂电池电量和降低车辆氢消耗量,达到车联网平台下的整车能源管理优化效果。
-
公开(公告)号:CN119734667A
公开(公告)日:2025-04-01
申请号:CN202411912495.5
申请日:2024-12-24
Applicant: 常州大学
IPC: B60T8/17 , B60T8/172 , B60T8/174 , B60T8/1755
Abstract: 本发明公开了一种基于扩展状态观测的车辆主动制动控制方法,通过构建扩展状态观测器对车辆的未知参数进行估计,通过可达性的控制策略,得到车辆输出转矩,获取车辆的实际车速,确定车速估计误差,通过扩展状态观测器的离散估计性能指标函数,计算离散估计性能指标,通过粒子群优化算法迭代优化扩展状态观测器,迭代得到扩展状态观测器参数向量的最优解,以最小化扩展状态观测器的离散估计性能指标,对车辆的未知参数进行最优估计,得到车辆的最优输出转矩,实现车辆的主动制动控制,确保车辆在最优输出转矩下稳定运行。本发明能够在车辆运行过程中实时监测并调整动态行为,从而提高车辆的制动性能及安全性。
-
-
-