-
公开(公告)号:CN109084994B
公开(公告)日:2020-08-11
申请号:CN201810969316.X
申请日:2018-08-23
Applicant: 石家庄华燕交通科技有限公司 , 长安大学
IPC: G01M17/007 , G05B11/42
Abstract: 本发明提供了一种车辆台架测试的行驶阻力控制方法、装置及系统,包括获取车辆参数信息、台架参数信息、道路参数信息以及车辆受到的实际阻力;根据所述车辆参数信息、台架参数信息与道路参数信息,通过行驶阻力模型算法确定需要向测试车辆加载的目标阻力;根据所述实际阻力与所述目标阻力,通过自适应PID控制算法处理得到脉宽调制信号并发送给阻力加载装置。本发明实施例提供的车辆台架测试的行驶阻力控制方法及装置,能够使台架测试准确模拟车辆在实际道路行驶中受到的行驶阻力,并且相对于道路测试能够节约成本,提高测试效率。
-
公开(公告)号:CN109229206A
公开(公告)日:2019-01-18
申请号:CN201810867378.X
申请日:2018-08-02
Applicant: 长安大学
Inventor: 赵祥模 , 王文威 , 杨澜 , 徐志刚 , 时恒心 , 连心雨 , 王振 , 闵海根 , 周豫 , 陈南峰 , 冀建新 , 阚春辉 , 谷占勋 , 李玉 , 杨建辉 , 卢春波 , 李拓
IPC: B62D15/02
Abstract: 本发明公开了一种车辆及其转向角度的检测方法和系统,其中,所述方法通过实时获取车辆的至少一个转向轮轮胎的图像;对当前的所述图像进行边缘检测,得到包含所述轮胎边缘的二值图像;检测出所述二值图像中的轮胎的边缘线;根据所述边缘线得到当前车辆的转向角度及转向方向。可见,本发明通过对转向轮轮胎的图像进行一系列处理后能实时的、直接的得到车轮的转向角度,无需改变车辆的转向结构,准确性好。
-
公开(公告)号:CN109084994A
公开(公告)日:2018-12-25
申请号:CN201810969316.X
申请日:2018-08-23
Applicant: 石家庄华燕交通科技有限公司 , 长安大学
IPC: G01M17/007 , G05B11/42
Abstract: 本发明提供了一种车辆台架测试的行驶阻力控制方法、装置及系统,包括获取车辆参数信息、台架参数信息、道路参数信息以及车辆受到的实际阻力;根据所述车辆参数信息、台架参数信息与道路参数信息,通过行驶阻力模型算法确定需要向测试车辆加载的目标阻力;根据所述实际阻力与所述目标阻力,通过自适应PID控制算法处理得到脉宽调制信号并发送给阻力加载装置。本发明实施例提供的车辆台架测试的行驶阻力控制方法及装置,能够使台架测试准确模拟车辆在实际道路行驶中受到的行驶阻力,并且相对于道路测试能够节约成本,提高测试效率。
-
公开(公告)号:CN109084992B
公开(公告)日:2020-06-16
申请号:CN201810842710.7
申请日:2018-07-27
Applicant: 长安大学
Inventor: 赵祥模 , 徐志刚 , 王文威 , 连心雨 , 承靖钧 , 时恒心 , 王振 , 闵海根 , 周豫 , 陈南峰 , 冀建新 , 阚春辉 , 谷占勋 , 李玉 , 杨建辉 , 卢春波 , 李拓
IPC: G01M17/007 , G06K9/62
Abstract: 基于台架测试无人车智能性的方法,包括以下步骤:将待测无人车设置在测试台架上进行模拟驾驶;构建虚拟场景以及虚拟场景中的各个数据类型;主车获取待测无人车的运行参数和测试台架模拟的路面信息并将主车模拟进虚拟场景中;主车与虚拟场景中的各个数据类型发生交互,产生虚拟驾驶行为数据;将主车产生的驾驶行为数据作为样本集,采用随机森林算法将决策树中输出次数最多的类别作为该测试样本的类别。由于采取数据驱动,采集主车与各个数据类型之间的驾驶行为数据,使得数据采集成本较低,所提供的原始数据具有较高的真实性,数据的可控制性实现检测场景重现。
-
公开(公告)号:CN109084992A
公开(公告)日:2018-12-25
申请号:CN201810842710.7
申请日:2018-07-27
Applicant: 长安大学
Inventor: 赵祥模 , 徐志刚 , 王文威 , 连心雨 , 承靖钧 , 时恒心 , 王振 , 闵海根 , 周豫 , 陈南峰 , 冀建新 , 阚春辉 , 谷占勋 , 李玉 , 杨建辉 , 卢春波 , 李拓
IPC: G01M17/007 , G06K9/62
Abstract: 基于台架测试无人车智能性的方法,包括以下步骤:将待测无人车设置在测试台架上进行模拟驾驶;构建虚拟场景以及虚拟场景中的各个数据类型;主车获取待测无人车的运行参数和测试台架模拟的路面信息并将主车模拟进虚拟场景中;主车与虚拟场景中的各个数据类型发生交互,产生虚拟驾驶行为数据;将主车产生的驾驶行为数据作为样本集,采用随机森林算法将决策树中输出次数最多的类别作为该测试样本的类别。由于采取数据驱动,采集主车与各个数据类型之间的驾驶行为数据,使得数据采集成本较低,所提供的原始数据具有较高的真实性,数据的可控制性实现检测场景重现。
-
-
-
-