一种隧道环境自动驾驶车辆行驶能力测试系统和测试方法

    公开(公告)号:CN111649957A

    公开(公告)日:2020-09-11

    申请号:CN202010514898.X

    申请日:2020-06-08

    Abstract: 本发明公开了一种隧道环境自动驾驶车辆行驶能力测试系统及测试方法,在拱形隧道壁内设置用于屏蔽卫星定位信号的信号屏蔽装置,利用拱形隧道壁与设置于其内的测试道路形成模拟隧道空间,在拱形隧道壁内设置用于隧道路段照明指示的车辆行驶指示装置以及监控定位装置,利用车载终端与控制系统之间进行车辆控制信息以及车辆行驶信息交互,通过监控定位装置获取待测自动驾驶汽车在隧道空间内行驶状态信息,本发明系统简单,通过监控定位装置以及控制系统可实现多种不同环境下待测自动驾驶汽车在隧道环境内的行驶能力参数测试,所形成的模拟隧道空间与真实环境一样,可对同一反应能力进行多种测试,测试效率高,结果准确,能够满足车辆在隧道环境内行驶测试的实际需求。

    无人车禁令交通标志牌自主感知能力测试系统及测试方法

    公开(公告)号:CN109141922B

    公开(公告)日:2020-08-11

    申请号:CN201811021028.8

    申请日:2018-09-03

    Applicant: 长安大学

    Abstract: 本发明公开了一种无人车禁令交通标志牌自主感知能力测试系统及测试方法,通过设置测试车辆、路侧单元、摄像头、测试管理中心以及与交通场景所对应的禁令交通标志牌测试装置;基于测试场的实际测试将更精准的测出无人车真实的自主感知禁令交通标志牌能力,有效防止无人车违反交通规则,测试点处的禁令交通标志牌可以根据测试需求进行更换,大大简化测试过程,提高了工作效率,节省了人力与物力成本,能够全面测试无人车自主感知禁令交通标志牌的能力,通过无人车自主感知禁令交通标志牌能力的测试,为无人车自主感知交通标志牌的性能评价提供了一种简单有效、快速准确的方法,为简单、有效评价无人车自主感知交通标志牌能力提供了一个良好的平台。

    车辆台架测试的行驶阻力控制方法、装置及系统

    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

    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。

    一种车轮转向随动控制系统

    公开(公告)号:CN109238743B

    公开(公告)日:2020-08-04

    申请号:CN201811110230.8

    申请日:2018-09-21

    Abstract: 本发明适用于车辆台架测试技术领域,提供了一种车轮转向随动控制系统,包括传感器装置、控制装置、随动执行机构和滚筒装置,传感器装置包括第一传感器和第二传感器,通过第一传感器检测至车轮的第一距离,通过第二传感器检测至车轮的第二距离;控制装置根据第一距离、第二距离及当前滚筒转向角度,得到滚筒控制量,随动执行机构根据滚筒控制量驱动滚筒装置转向,使滚筒转向角度与车轮的车轮转向角度之差符合预设角度差条件。本发明通过车轮转向角度和当前滚筒转向角度控制驱动机构改变滚筒转向角度,使滚筒装置实时的跟随车轮转动,以减少转向过程中车轮受到的侧向力,保持车轮与滚筒位置的相对稳定,保证车辆在台架上行驶过程中正常转向。

    一种综合人-车-路多源信息的行车异常检测系统及方法

    公开(公告)号:CN108711204B

    公开(公告)日:2020-07-31

    申请号:CN201810482082.6

    申请日:2018-05-18

    Applicant: 长安大学

    Abstract: 本发明公开了一种综合人‑车‑路多源信息的行车异常检测系统及方法,包括驾驶员信息采集模块、车辆信息采集模块、道路行车条件采集模块和嵌入式CompactRIO平台和报警模块,驾驶员信息采集模块、车辆信息采集模块、道路行车条件采集模块用于分别用于采集驾驶员信息、车辆信息和道路行车条件,并将采集到的信息传递至嵌入式CompactRIO平台,嵌入式CompactRIO平台用于接收车辆信息采集模块、道路行车条件采集模块和驾驶员信息采集模块传递的采集到的信号,并根据收集到的信息判断当前行车处于正常还是异常状态,综合考虑了驾驶员、车辆、道路环境三方面的信息,同时通过对所采集的多源信息数据点进行融合分析,从而给出更为合理的车辆异常行为警告。

    考虑站点、信号灯和前车约束的BRT公交速度优化推荐方法

    公开(公告)号:CN108922211B

    公开(公告)日:2020-07-10

    申请号:CN201810636248.5

    申请日:2018-06-20

    Applicant: 长安大学

    Abstract: 本发明公开了一种考虑站点、信号灯和前车约束的BRT公交速度优化推荐方法,该方法首先确定车辆运行线路上即将到达的站点以及信号灯信息,然后根据车辆即将到达的信号灯的相位,确定车辆通过所述信号灯的可通过区间;最后根据所述的可通过区间、前方排队车辆的个数、前方车辆速度、即将要到达的站点的位置对当前车辆的速度进行优化和推荐;本方案中还提出了一套与该方法适配的推荐系统。本发明方法综合考虑了站点、信号交叉口和前方车辆的约束,为驾驶人提供实时合理的速度建议,降低了燃油消耗,提高了燃油经济性和道路通行能力,满足人们出行需求的同时,提高出行效率。

    一种车速引导方法
    107.
    发明授权

    公开(公告)号:CN108791306B

    公开(公告)日:2020-04-24

    申请号:CN201810263975.1

    申请日:2018-03-28

    Applicant: 长安大学

    Abstract: 本发明公开了一种车速引导方法,该方法根据目标车辆在不同探测区域行驶状态的变化,实时计算邻居车辆对目标车辆所产生的影响力,保证车辆在周围车辆的影响下能更加合理且安全的行驶。该方法综合运用周围车辆的行驶状况,使得计算结果更加准确合理,具有较高的实时性,同时也能更加高效的调节驾驶环境,提高道路的通行率。

    一种基于密集卷积网络特征的视觉目标跟踪方法

    公开(公告)号:CN110689559A

    公开(公告)日:2020-01-14

    申请号:CN201910947630.2

    申请日:2019-09-30

    Abstract: 本发明属于目标跟踪技术领域,具体涉及一种基于密集卷积网络特征的视觉目标跟踪方法。本发明提供的技术方案,包括以下五个步骤:步骤一、构建初始位置滤波器;步骤二、构建初始尺度滤波器;步骤三、目标定位;步骤四、尺度估计;步骤五、模型更新。通过深度密集卷积网络的不同层提取目标特征,基于APCE(Average Peak-to-Correlation Energy)值自适应地选择最佳响应图,然后确定目标中心位置。在此基础上,进一步对目标尺度进行估计,能够适应目标尺度变化,准确确定目标的大小,选择性地对模型进行在线更新。算法精确度和成功率较高,实现了目标的鲁棒跟踪,易于在实际场景中推广应用。

    一种基于V2V的协作式城市道路拥堵检测方法

    公开(公告)号:CN106781509B

    公开(公告)日:2019-09-10

    申请号:CN201710129358.8

    申请日:2017-03-06

    Applicant: 长安大学

    Abstract: 本发明公开了一种基于V2V的协作式城市道路拥堵检测方法,将车辆行驶速度v和车流密度ρ作为交通拥堵水平的影响因素,输入到模糊控制器中得到本地的交通拥堵水平,当有车辆O检测到有交通拥堵发生时,启动拥堵判决过程,即检测到有拥堵的车辆O向其邻居表中的车辆发送拥堵查询消息,邻居表中的车辆根据其拥堵判决结果向车辆O回复拥堵验证消息。未检测到交通拥堵时,车辆之间仅互相发送其位置信息,因此能够有效抑制网络过载,这种由车辆O和邻居表中的车辆协作完成交通拥堵检测的机制,显著提高了车辆检测交通拥堵的准确性。模糊控制器输出交通拥堵水平值为连续值,精准地反映了交通拥堵的级别,并且车辆O根据位置信息计算出拥堵区域和拥堵长度。

    一种面向汽车底盘测功机的BP~RNN变速积分PID算法

    公开(公告)号:CN110187633A

    公开(公告)日:2019-08-30

    申请号:CN201910361149.5

    申请日:2019-04-30

    Applicant: 长安大学

    Abstract: 本发明属于自动控制技术领域,具体涉及一种面向汽车底盘测功机的BP~RNN变速积分PID算法,包括,步骤1:对汽车底盘测功机历史时刻的运行状态进行采样,获得历史采样数据作为训练集;步骤2:建立BP神经网络模型并进行初始化,训练BP神经网络模型并修正BP神经网络各层权系数;步骤3:建立RNN网络模型并进行初始化,训练RNN网络模型并修正RNN网络各层权系数;步骤4:对汽车底盘测功机当前时刻的运行状态进行采样,获得当前采样数据,将当前采样数据分别输BP神经网络模型和RNN网络模型,得到汽车底盘测功机PID控制器的参数;步骤5:计算控制量对汽车底盘测功机进行控制。本发明能有效解决传统变速积分PID积分项系数判断困难问题,处理数据量大大减少,有效避免累计误差。

Patent Agency Ranking