-
公开(公告)号:CN119305586A
公开(公告)日:2025-01-14
申请号:CN202411705288.2
申请日:2024-11-26
Applicant: 厦门大学
Abstract: 网络攻击下基于传感器测量重构的智能汽车横向控制方法,涉及汽车智能安全与自动驾驶。构建基于传感器测量重构的模型预测控制MPC控制器,实现对车辆横向运动的精确控制。系统实时监测传感器数据,检测到网络攻击导致传感器数据异常,启动测量重构机制,利用冗余传感器或算法模型对数据进行修正。设计一种下层转矩优化分配控制器,该控制器根据上层MPC控制器输出的期望横摆力矩和车辆状态信息,智能调整四个轮毂电机的输出转矩,以实现对车辆横摆力矩的精确控制,从而减小横向跟踪误差,提高车辆的行驶稳定性和动力学性能。提出横向协同控制规则,通过协调上层MPC控制器与下层转矩优化分配控制器的工作,实现对车辆横向控制的全面优化。
-
公开(公告)号:CN117141517A
公开(公告)日:2023-12-01
申请号:CN202311179871.X
申请日:2023-09-13
Applicant: 厦门大学
IPC: B60W60/00 , G06V20/58 , G06V10/22 , G06V10/36 , G06V10/72 , G06V10/764 , G06V10/82 , G06N3/0442 , G06N3/0464 , G06N3/048 , G06N3/08 , B60W50/00
Abstract: 数据驱动与知识引导相结合的车辆轨迹预测模型构建方法,涉及智能驾驶。步骤:1)数据的处理:将车辆配备的摄像头、毫米波雷达等车载传感器采集的周车行驶数据进行处理,设立规则定义周车的驾驶意图类型,为各个序列数据设置标签,获得实现车辆运动预测所需的数据;2)采用编码器‑解码器框架,提出一种基于意图感知时空注意网络的车辆轨迹预测模型;3)提供决策信息:根据联合预测的结果为主车的后续操纵提供丰富的信息依据。通过自动驾驶汽车配备的传感器采集的周车行驶信息,利用深度学习网络对周车的驾驶意图和行驶轨迹进行联合预测,提升长期轨迹预测的精度,实现更准确的位置预测,为车辆提供丰富的决策信息以保证车辆的行驶安全。
-
公开(公告)号:CN119584134A
公开(公告)日:2025-03-07
申请号:CN202411704760.0
申请日:2024-11-26
Applicant: 厦门大学
IPC: H04W12/122 , H04W4/38 , H04W4/40 , H04W4/029 , G08G1/0967
Abstract: 网络攻击下智能电动车辆行驶状态安全估计方法,涉及汽车智能安全与自动驾驶。首先建立智能电动车辆的三自由度动力学模型,该模型全面考虑车辆的横向、纵向和横摆动力学特性,为后续的状态估计提供准确的描述。设计一种基于自适应容忍扩展卡尔曼滤波算法的攻击信号与状态安全估计方法。该方法通过融合GPS、LiDAR和IMU等多种传感器的信息,实现对车辆状态的实时、准确估计,并能够有效剔除因网络攻击而引入的恶意数据。同时,该方法还具备对传感器数据丢包等非理想网络环境的容忍能力,进一步增强自动驾驶汽车的安全性和可靠性。能够使智能电动车辆在遭受网络攻击时仍能维持准确的行驶状态估计,确保车辆的安全行驶。
-
公开(公告)号:CN117376920A
公开(公告)日:2024-01-09
申请号:CN202311471626.6
申请日:2023-11-07
Applicant: 厦门大学
IPC: H04W12/122 , H04W12/126 , H04W4/46 , H04W4/44 , H04W4/38 , G06N3/045 , G06N3/0442 , G06N3/0464 , G07C5/08
Abstract: 智能网联汽车网络攻击检测、安全状态估计及控制方法,涉及智能网联汽车安全与自动驾驶。通过车载传感系统和车对车通信采集智能网联汽车的行驶状态信息和周围智能网联汽车行驶状态信息,考虑传感器遭受网络攻击和车对车通信中存在恶意车辆上传虚假行驶状态信息,建立基于云平台的智能网联汽车网络攻击检测、安全状态估计及控制方法。本发明解决智能网联汽车在进行轨迹跟踪时遭受网络攻击和恶意车辆干扰的控制问题,能够使智能网联汽车在传感器遭受网络攻击和恶意车辆存在时仍能进行有效的轨迹跟踪控制,确保车辆安全行驶。
-
公开(公告)号:CN117141518A
公开(公告)日:2023-12-01
申请号:CN202311179906.X
申请日:2023-09-13
Applicant: 厦门大学
IPC: B60W60/00 , G06V20/58 , G06V10/44 , G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/0442 , G06N3/048 , G06N3/084 , B60W50/00 , B60W40/00
Abstract: 一种基于意图感知时空注意网络的车辆轨迹预测方法,涉及智能车辆技术领域。步骤1:车辆轨迹预测模型的离线训练:分为通过大规模真实驾驶场景的采集和处理构建训练数据库和训练车辆轨迹预测模型两部分;步骤2:车辆轨迹预测模型的在线实时预测:车辆实时采集数据和数据预处理之后,用训练好的车辆轨迹预测模型在线实时预测,即可预测目标车的轨迹。考虑驾驶意图与邻居车辆交互的耦合性,提出一种意图注意机制,在时间维度上分配注意力权重以提取车辆的历史信息;引入交互关系捕捉模块,基于多头注意力机制获取不同邻居车辆对目标车辆的影响,在空间维度上捕捉车辆之间的交互信息,提升长期轨迹预测的精度,有效地实现预测周围车辆的换道意图。
-
-
-
-