-
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：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：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：CN119226660A
公开(公告)日：2024-12-31
申请号：CN202411441999.3
申请日：2024-10-15
Applicant: 清华大学
Abstract: 本发明是关于一种系统摩擦力矩的估算方法及装置、线控转向系统和车辆。估算方法应用于线控转向系统，线控转向系统包括转向执行模块，转向执行模块的齿条与转向横拉杆铰接，转向横拉杆的另一端与转向节臂铰接，转向节臂与轮胎固连，齿条拉动转向横拉杆往复移动，以驱动转向节臂和轮胎绕主销转动；估算方法包括：通过滑模观测器观测得到前轴侧向力的估计值；获取前轴侧向力与主销力矩Mkp之间的函数关系；基于Mkp＝Frackrarm、前轴侧向力与主销力矩Mkp之间的函数关系和前轴侧向力的估计值，得到估算的齿条力，其中，Frack为齿条力，rarm为转向节臂长度；基于所述估算的齿条力、系统摩擦力矩‑齿条力的函数模型，得到估算的系统摩擦力矩。
-
Patent Agency Ranking
公开(公告)号：CN111667695B
公开(公告)日：2022-08-23
申请号：CN202010644941.4
申请日：2020-07-07
Applicant: 清华大学
Abstract: 本发明涉及一种基于高音喇叭队列的交通风险预警系统和方法，包括：智能感知设备、智能路侧终端、定向高音喇叭队列和数据中心可视化平台，智能感知设备，用于获取各车辆驾驶信息；智能路侧终端，用于接收车辆驾驶信息，并筛选存在交通风险的车辆，向目标车辆行驶位置的高音喇叭队列发送控制信号；定向高音喇叭队列，用于接收控制信号，并根据控制信号控制目标车辆驾驶室两侧的高音喇叭，实现长短音配合的规律性鸣笛；数据中心可视化平台，用于接收智能路侧终端获取的车辆驾驶信息和存在交通风险的车辆的数据，进行道路监测及数据存储与离线分析。其预警效果明显、针对性强，能够有效提高道路交通安全，降低高速公路的事故发生概率。
-
公开(公告)号：CN109533011B
公开(公告)日：2020-07-03
申请号：CN201811231548.1
申请日：2018-10-22
Applicant: 清华大学
Abstract: 本发明公开了一种商用车电动辅助转向系统控制方法，该方法包括以下步骤：电动辅助转向系统接收所需信号；电动辅助转向系统底层电机控制；实现驾驶员在环情景下的随速助力转向、方向盘主动回正、中间位置手力、路面颠簸过滤、驾驶预警功能；实现驾驶员不在环情景下车道保持、主动转向角跟踪功能；实现应急转向、电子转向锁、电机过温保护功能。本发明实现了驾驶员在环情景下、不在环情景下的商用车电动辅助转向系统控制方法，通过驾驶员在环方法提高了驾驶员的体验，通过驾驶员不在环方法，使得驾驶员驾驶途中不便于开车或需要驾驶辅助时，可以将方向盘控制权交给无人驾驶转向系统操作，解决了现有技术或者无人驾驶、或者有人驾驶，功能单一不能互补的问题。
-
公开(公告)号：CN110471277B
公开(公告)日：2020-06-16
申请号：CN201910659851.X
申请日：2019-07-22
Applicant: 清华大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于输出反馈增益规划的智能商用车自动循迹控制方法，包括以下步骤：得到车辆在当前时刻相对于参考点的侧向位置偏差和航向角偏差；将车辆侧向位置偏差和航向角偏差作为循迹状态增广到商用车辆动力学模型中，得到自动循迹系统状态方程。基于循迹系统各控制目标加权函数的设计，得到广义商用车辆自动循迹模型；将商用车辆横向运动控制主要影响因素车速作为模型时变参数，基于输出反馈增益规划控制律，提出根据时变车速自适应调度控制器增益的横向循迹控制策略；求解步骤四所述横向循迹控制策略的最终解，进而实现智能商用车辆横向自动循迹控制。本发明采用增益规划的方式，在保证系统鲁棒稳定的前提下提升了智能商用车循迹的精度。
-
公开(公告)号：CN110471277A
公开(公告)日：2019-11-19
申请号：CN201910659851.X
申请日：2019-07-22
Applicant: 清华大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于输出反馈增益规划的智能商用车自动循迹控制方法，包括以下步骤：得到车辆在当前时刻相对于参考点的侧向位置偏差和航向角偏差；将车辆侧向位置偏差和航向角偏差作为循迹状态增广到商用车辆动力学模型中，得到自动循迹系统状态方程。基于循迹系统各控制目标加权函数的设计，得到广义商用车辆自动循迹模型；将商用车辆横向运动控制主要影响因素车速作为模型时变参数，基于输出反馈增益规划控制律，提出根据时变车速自适应调度控制器增益的横向循迹控制策略；求解步骤四所述横向循迹控制策略的最终解，进而实现智能商用车辆横向自动循迹控制。本发明采用增益规划的方式，在保证系统鲁棒稳定的前提下提升了智能商用车循迹的精度。
-
公开(公告)号：CN103234900A
公开(公告)日：2013-08-07
申请号：CN201310136801.6
申请日：2013-04-19
Applicant: 清华大学 , 武汉捷隆汽车电动转向系统有限公司
Abstract: 本发明涉及一种轮胎与地面间的滑动摩擦系数辨识方法，该方法借助测力方向盘分别测出整车两前轮有转盘和无转盘两种情况下的转向盘手力矩，然后再借助测力方向盘间接测得整车前桥负有载荷时的转盘处摩擦力矩，代入整个转向系统的力矩平衡方程，得到轮胎与地面间的原地转向阻力矩，再将轮胎与地面间的原地转向阻力矩代入轮胎与地面间的原地转向阻力矩的经验计算公式，即可获得汽车原地转向时的轮胎与地面间的滑动摩擦系数。采用本发明测量时，无需要专门的试验台架，也无需拆卸整车部件，只需分别测量有转盘和无转盘两种情况下的转向盘转矩和转角数据，方法简单实用，对汽车助力转向系统的部件选择以及助力特性曲线的设计具有较强的实际应用意义。
-
-
-
-
-
-
-
-
-
Search Results
71
records
(took 0.029 seconds)
