一种基于无源性的侧向车速估计方法

    公开(公告)号:CN115422764B

    公开(公告)日:2023-11-24

    申请号:CN202211155930.5

    申请日:2022-09-22

    Abstract: 定性,同时从理论上分析了侧向速度观测系统的本发明公开了一种基于无源性的侧向车速 鲁棒性和稳定性。估计方法,具体如下:基于汽车动力学理论,建立汽车二自由度侧向动力学系统;基于无源性理论,设计侧向车速观测系统;获得观测误差动态系统状态空间模型;设计增益矩阵,代入观测误差动态系统的状态空间模型中,将观测误差动态系统转化为期望的端口哈密尔顿系统;证明侧向车速观测系统的稳定性和收敛性;验证在不同方向盘转角工况下侧向速度估计方法的准确性;验证侧向速度估计方法的鲁棒性。本发明建立汽车侧向动力学系统,设计侧向速度观测系统的增益

    一种根据输入饱和的L2增益鲁棒路径跟踪方法

    公开(公告)号:CN115629549B

    公开(公告)日:2023-04-04

    申请号:CN202211644462.8

    申请日:2022-12-21

    Abstract: 一种根据输入饱和的L2增益鲁棒路径跟踪方法,建立考虑外部干扰信号和输入饱和的端口哈密尔顿系统如下:;其中,为系统状态变量的导数;系统状态量;为车辆质心与期望路径的侧向偏差;为车辆质心与期望路径的侧向偏差的导数;为实际横摆角和期望横摆角差值;为实际横摆角速度和期望横摆角速度的差值。本发明所述的根据输入饱和的L2增益鲁棒路径跟踪方法,在仿真环境中验证考虑输入饱和的L2增益鲁棒路径跟踪方法的有效性;设计的自适应控制器能够克服外部干扰信号的影响,保证车辆能够有效地跟踪期望路径。

    一种根据输入饱和的L2增益鲁棒路径跟踪方法

    公开(公告)号:CN115629549A

    公开(公告)日:2023-01-20

    申请号:CN202211644462.8

    申请日:2022-12-21

    Abstract: 一种根据输入饱和的L2增益鲁棒路径跟踪方法,建立考虑外部干扰信号和输入饱和的端口哈密尔顿系统如下:;其中,为系统状态变量的导数;系统状态量;为车辆质心与期望路径的侧向偏差;为车辆质心与期望路径的侧向偏差的导数;为实际横摆角和期望横摆角差值;为实际横摆角速度和期望横摆角速度的差值。本发明所述的根据输入饱和的L2增益鲁棒路径跟踪方法,在仿真环境中验证考虑输入饱和的L2增益鲁棒路径跟踪方法的有效性;设计的自适应控制器能够克服外部干扰信号的影响,保证车辆能够有效地跟踪期望路径。

    一种基于深度学习的飞机驾驶舱跨屏眼动交互方法及系统

    公开(公告)号:CN115562490B

    公开(公告)日:2024-01-09

    申请号:CN202211246364.9

    申请日:2022-10-12

    Abstract: 本发明公开了一种基于深度学习的飞机驾驶舱跨屏眼动交互方法及系统,包括以下步骤:步骤S1:采用大规模视线识别的方法获取眼动训练集;步骤S2:通过视觉Transformer的深度学习方法不断对眼动训练集进行训练,获得眼动信息;步骤S3:根据眼动信息进行若干个屏幕的用户眼动校对,获得若干屏幕相对位置;步骤S4:根据用户的实时眼动数据、屏幕相对位置计算用户眼动焦点匹配的屏幕,获得眼动焦点屏幕;步骤S5:根据眼动焦点屏幕实时激活匹配的飞机驾驶舱显控系统屏幕,执行预设交互操作。本发明的飞机驾驶舱跨屏眼动交互方法能够面向复杂飞(56)对比文件US 2020134295 A1,2020.04.30WO 2022095440 A1,2022.05.12Changyuan Wang等.Transformer NetworkIntelligent Flight Situation AwarenessAssessment Based on Pilot Visual GazeandOperation Behavior Data《.InternationalJournal of Pattern Recognition andArticial Intelligence》.2022,全文.姬鸣等.飞行座舱人因设计中的眼动追踪技术应用《.包装工程》.2021,全文.

    一种基于深度学习的飞机驾驶舱跨屏眼动交互方法及系统

    公开(公告)号:CN115562490A

    公开(公告)日:2023-01-03

    申请号:CN202211246364.9

    申请日:2022-10-12

    Abstract: 本发明公开了一种基于深度学习的飞机驾驶舱跨屏眼动交互方法及系统,包括以下步骤:步骤S1:采用大规模视线识别的方法获取眼动训练集;步骤S2:通过视觉Transformer的深度学习方法不断对眼动训练集进行训练,获得眼动信息;步骤S3:根据眼动信息进行若干个屏幕的用户眼动校对,获得若干屏幕相对位置;步骤S4:根据用户的实时眼动数据、屏幕相对位置计算用户眼动焦点匹配的屏幕,获得眼动焦点屏幕;步骤S5:根据眼动焦点屏幕实时激活匹配的飞机驾驶舱显控系统屏幕,执行预设交互操作。本发明的飞机驾驶舱跨屏眼动交互方法能够面向复杂飞行场景,且提升飞行员跨屏交互的效率和用户体验。

    一种基于无源性的侧向车速估计方法

    公开(公告)号:CN115422764A

    公开(公告)日:2022-12-02

    申请号:CN202211155930.5

    申请日:2022-09-22

    Abstract: 本发明公开了一种基于无源性的侧向车速估计方法,具体如下:基于汽车动力学理论,建立汽车二自由度侧向动力学系统;基于无源性理论,设计侧向车速观测系统;获得观测误差动态系统状态空间模型;设计增益矩阵,代入观测误差动态系统的状态空间模型中,将观测误差动态系统转化为期望的端口哈密尔顿系统;证明侧向车速观测系统的稳定性和收敛性;验证在不同方向盘转角工况下侧向速度估计方法的准确性;验证侧向速度估计方法的鲁棒性。本发明建立汽车侧向动力学系统,设计侧向速度观测系统的增益矩阵,将观测误差动态系统转化为期望端口哈密尔顿系统,保证侧向速度观测系统的鲁棒性和稳定性,同时从理论上分析了侧向速度观测系统的鲁棒性和稳定性。

Patent Agency Ranking