-
公开(公告)号：CN111976733A
公开(公告)日：2020-11-24
申请号：CN202010876455.5
申请日：2020-08-27
Abstract: 本发明公开了一种驾驶员转向意图连续预测方法和系统，包括：数据采集层，用于在训练和测试阶段对模拟驾驶场景中驾驶员的肌电信号数据和转向力矩数据进行收集，或在在线使用阶段对真实驾驶场景中驾驶员的肌电信号数据进行收集，并发送到数据处理层；数据处理层，用于对收集的各类数据进行预处理，并发送到模型构建层或转向意图预测层；模型构建层，用于根据训练和测试阶段处理后的肌电信号数据和转向力矩数据建立深度时间序列模型，并发送到转向意图预测层；转向意图预测层，用于根据在线使用阶段处理后的驾驶员肌电信号数据以及深度时间序列模型对驾驶员转向意图进行连续预测，得到驾驶员转向预测结果。本发明可以广泛应用于智能驾驶技术领域。
-
公开(公告)号：CN112339766A
公开(公告)日：2021-02-09
申请号：CN202011286713.0
申请日：2020-11-17
Abstract: 本发明涉及一种基于混合学习的驾驶员转向意图预测方法，其特征在于包括以下步骤：1)在驾驶模拟平台上进行多模式数据收集，并对收集的多模式数据进行预处理；2)基于预处理后的多模式数据建立混合学习时间序列模型；3)在智能车辆上装载混合学习时间序列模型，并将在线采集的驾驶员肌电信号序列输入到该混合学习时间序列模型进行预测，得到驾驶员连续转向意图预测和离散转向意图预测结果。本发明通过建立混合学习时间序列模型，实现了连续转向力矩预测和离散意图分类预测，并且通过历史观测参数的设置可以实现在一定的预测时间范围内对转向意图的精确预测。本发明可以广泛应用于驾驶员转向意图预测领域。
-
公开(公告)号：CN112339766B
公开(公告)日：2021-11-16
申请号：CN202011286713.0
申请日：2020-11-17
Abstract: 本发明涉及一种基于混合学习的驾驶员转向意图预测方法，其特征在于包括以下步骤：1)在驾驶模拟平台上进行多模式数据收集，并对收集的多模式数据进行预处理；2)基于预处理后的多模式数据建立混合学习时间序列模型；3)在智能车辆上装载混合学习时间序列模型，并将在线采集的驾驶员肌电信号序列输入到该混合学习时间序列模型进行预测，得到驾驶员连续转向意图预测和离散转向意图预测结果。本发明通过建立混合学习时间序列模型，实现了连续转向力矩预测和离散意图分类预测，并且通过历史观测参数的设置可以实现在一定的预测时间范围内对转向意图的精确预测。本发明可以广泛应用于驾驶员转向意图预测领域。
-
公开(公告)号：CN111976733B
公开(公告)日：2021-11-12
申请号：CN202010876455.5
申请日：2020-08-27
Abstract: 本发明公开了一种驾驶员转向意图连续预测方法和系统，包括：数据采集层，用于在训练和测试阶段对模拟驾驶场景中驾驶员的肌电信号数据和转向力矩数据进行收集，或在在线使用阶段对真实驾驶场景中驾驶员的肌电信号数据进行收集，并发送到数据处理层；数据处理层，用于对收集的各类数据进行预处理，并发送到模型构建层或转向意图预测层；模型构建层，用于根据训练和测试阶段处理后的肌电信号数据和转向力矩数据建立深度时间序列模型，并发送到转向意图预测层；转向意图预测层，用于根据在线使用阶段处理后的驾驶员肌电信号数据以及深度时间序列模型对驾驶员转向意图进行连续预测，得到驾驶员转向预测结果。本发明可以广泛应用于智能驾驶技术领域。
-
公开(公告)号：CN114139360B
公开(公告)日：2024-09-06
申请号：CN202111394185.5
申请日：2021-11-23
Applicant: 清华大学
IPC: G06F30/20 , G06F119/14
Abstract: 本发明涉及一种基于双扩展卡尔曼滤波的车辆侧倾状态估计方法，其包括以下步骤：根据力矩平衡建立考虑侧倾运动和横摆运动的五自由度车辆动力学模型，得到系统的状态方程和输出方程；基于采集的待估计车辆的相关数据，利用双扩展卡尔曼滤波方法对所述状态方程和输出方程进行求解，得到待估计车辆侧倾状态的估计结果。本发明得到的侧倾角估计值可以用于商用车的防侧翻控制，具有估计精度高、实时性好、成本低等优点。本发明可以广泛应用于汽车电子控制领域。
-
Patent Agency Ranking
公开(公告)号：CN117985103A
公开(公告)日：2024-05-07
申请号：CN202410330821.5
申请日：2024-03-21
Applicant: 清华大学
IPC: B62D5/04
Abstract: 本公开提供一种位置闭环控制方法、装置、系统和可读存储介质。该方法包括：获取车辆轮胎的齿条的目标位移、实际位移和目标移速；根据所述目标位移、所述实际位移、所述目标移速和转向执行系统的控制率参数计算所述目标齿条的初始驱动力；根据所述目标移速获取所述目标齿条的补偿驱动力；获取所述初始驱动力和所述补偿驱动力的合力，作为所述目标齿条的目标驱动力。本实施例通过提供补偿驱动力即前馈补偿可以改善车辆在转向启动、换向以及小幅度慢打过程中的控制性能，能够适用于电动助力转向系统和线控转向系统。
-
公开(公告)号：CN115805947B
公开(公告)日：2023-06-30
申请号：CN202211453098.7
申请日：2022-11-21
Applicant: 清华大学
IPC: B60W40/09 , G06N3/0442 , G06N3/048 , G06N3/08 , G06F18/23213
Abstract: 本发明涉及一种个性化车辆轨迹预测方法、系统、设备和存储介质，包括以下步骤：基于驾驶模拟实验，获取原始驾驶数据；基于获取的原始驾驶数据进行驾驶风格辨识和工作负荷辨识，并基于驾驶风格辨识结果和工作负荷辨识结果，进行个性化系数计算；将历史轨迹数据以及计算得到的个性化系数输入到轨迹预测网络模型中，实现考虑驾驶风格和工作负荷的个性化车辆轨迹预测。本发明所提出的个性化系数综合了驾驶风格辨识结果和工作负荷辨识结果，可以比较全面地表征驾驶员的个性驾驶特征，可以广泛应用于车辆安全领域。
-
公开(公告)号：CN112353393B
公开(公告)日：2022-03-22
申请号：CN202011237862.8
申请日：2020-11-09
Applicant: 清华大学
Abstract: 本发明涉及一种智能驾驶汽车乘员状态检测系统，包括：乘员体征检测系统、乘员舒适性评价反馈系统、车辆状态采集系统和计算机；乘员体征检测系统用于测量智能驾驶汽车行驶过程中乘员的体征信息；乘员舒适性评价反馈系统用于收集智能驾驶汽车行驶过程中乘员的主观舒适性评价得分；车辆状态采集系统用于收集测量智能驾驶过程中智能驾驶汽车的动力学信息，包括智能驾驶汽车的三轴速度以及加速度等；计算机用于根据接收到的乘员体征信息、主观舒适性评价得分以及车辆动力学信息，对乘员舒适性进行预测，并反馈于智能驾驶车辆的智能驾驶系统，为智能驾驶车辆的自动驾驶提供参考。本发明可以广泛应用于智能汽车乘员状态检测领域。
-
公开(公告)号：CN112793385A
公开(公告)日：2021-05-14
申请号：CN202110063403.0
申请日：2021-01-18
Applicant: 清华大学
Abstract: 本发明公开了一种氢燃料电池汽车用制动能量捕捉器及其控制方法，该制动能量捕捉器通过高压直流总线连接到整车的高压直流母线上，在车辆制动过程中，制动能量捕捉器能够择机利用高压直流母线上多余的制动回馈电能来为加热室中的加热元件提供电能，加热元件用来加热暖风供热管路中的循环水。通过本发明提出的“控制电流限制电压”控制方法，在保证锂离子动力电池不过充的前提下，通过有效回收利用整车的制动能量来为暖风加热装置供能，从而提高了整车的能效和燃料经济性，减少了氢燃料电池汽车的氢气消耗。
-
公开(公告)号：CN111768626A
公开(公告)日：2020-10-13
申请号：CN202010644920.2
申请日：2020-07-07
Applicant: 清华大学
Abstract: 本发明涉及一种集声光电一体化的高速公路风险主动预警系统，包括智能感知系统、智能路侧终端，智能路侧终端用于对智能感知系统发布的车辆状态信息进行分析和处理；还包括：风险预警系统，风险预警系统与智能路侧终端相连；风险预警系统包括声音预警模块、光预警模块和电预警模块，且声音预警模块、光预警模块和电预警模块用于根据智能路侧终端发送的分析处理结果，利用声音、光、文字的预警信息，从声、光、电三个角度给予存在风险行为的车辆驾驶员及其后方车辆驾驶员预警提示。本发明将交通安全技术领域中的声、光、电三种方法有效结合，联合交通行为预测分析，可快速准确发布预警信息，有效降低道路交通风险与二次事故发生率。
-
-
-
-
-
-
-
-
-
Search Results
66
records
(took 0.046 seconds)
