-
公开(公告)号：CN110068772B
公开(公告)日：2021-07-30
申请号：CN201910372379.1
申请日：2019-05-06
Applicant: 重庆大学 , 重庆长安新能源汽车科技有限公司
IPC: G01R31/387 , G01R31/367
Abstract: 本发明涉及一种基于改进分数阶模型的锂离子电池荷电状态估计方法，属于电池技术领域，包括步骤：S1：选定待测动力电池，收集整理该动力电池的技术资料，建立该动力电池的改进分数阶电池模型，并确定该动力电池荷电状态状态估计所需的模型参数；S2：在25℃下对被测电池进行电流倍率为C/20的充放电实验和电化学阻抗谱EIS实验，进而建立充放电开路电压、电池模型参数的实验数据库，模拟多种实车工况，建立工况测试实验数据库；S3：对EIS数据进行参数辨识得到电池模型参数，通过数据拟合获取OCV与SOC之间的映射关系；S4：将动力电池的改进分数阶电池模型结合FEKF算法对电池进行SOC状态估计。
-
公开(公告)号：CN113156963A
公开(公告)日：2021-07-23
申请号：CN202110475638.0
申请日：2021-04-29
Applicant: 重庆大学
Abstract: 本发明涉及一种基于监督信号引导的深度强化学习自动驾驶汽车控制方法，属于自动驾驶汽车领域。该方法包括：S1：获取周边车辆状态信息；S2：建立汽车运动学模型；S3：利用DDPG算法构建自动驾驶汽车控制模型对车辆的加速度和转向角进行控制，并优化Actor网络的损失函数，同时利用IDM算法和MOBIL算法构建加速度和转向角监督信号，对DDPG算法的训练进行引导和优化。本发明提升了DDPG算法的训练效率，实现了控制策略的实时性与最优性。
-
公开(公告)号：CN113085665A
公开(公告)日：2021-07-09
申请号：CN202110506276.7
申请日：2021-05-10
Applicant: 重庆大学
Abstract: 本发明涉及一种基于TD3算法的燃料电池汽车能量管理方法，属于新能源汽车领域。该方法包括：S1：获取燃料电池汽车的车辆状态信息、动力电池状态信息以及燃料电池状态信息；S2：建立燃料电池汽车能量管理系统模型，包括：整车纵向动力学模型、燃料电池氢耗模型、动力电池等效电路模型、燃料电池衰退模型、动力电池老化模型；S3：利用TD3算法构建燃料电池汽车能量管理策略，求解包含能耗经济性、燃料电池寿命以及动力电池寿命的多目标优化问题。本发明有效的提升了燃料电池汽车的经济性，同时保证了燃料电池以及动力电池的耐久性。
-
公开(公告)号：CN112677957A
公开(公告)日：2021-04-20
申请号：CN202110019579.6
申请日：2021-01-07
Abstract: 本发明涉及一种双模构型多目标条件下基于帕累托最优性的参数优化方法，属于新能源汽车领域。该方法包括：S1：构建双模构型不同构型模式下稳态动力学方程及基于传动效率最大化的模式切换策略；S2：搭建计及部件转动惯量的混合动力传动系统瞬态动力学方程；S3：基于动态规划算法构建包括工况相关经济性成本和传动系统部件成本在内的经济性评价指标以及以百公里加速时间量化的动力性评价指标；S4：通过切比雪夫的聚合方法构造多目标优化函数，基于多目标进化算法MOEA/D得到双模构型有关工况相关经济性成本，动力传动系统部件成本和以加速性能为评价指标的动力性的最优帕累托前沿。本发明为构型优化提供更广阔的设计空间。
-
公开(公告)号：CN111967498A
公开(公告)日：2020-11-20
申请号：CN202010699523.5
申请日：2020-07-20
Applicant: 重庆大学
Abstract: 本发明公开了基于毫米波雷达和视觉融合的夜间目标检测和跟踪方法，跟踪方法为：通过毫米波雷达和摄像头分别获取原始数据和原始图像；处理所述原始数据，得到有效目标的第一目标航迹；处理所述原始图像，得到有效目标的第二目标航迹；将所述第一目标航迹与第二目标航迹进行匹配。本发明采用相机原始图像获得更丰富的图像暗部信息，利用深度学习的图像增亮算法还原图像暗部细节，增强无人车的夜间视觉能力，利用YOLO v4目标检测算法准确快速检测目标，满足无人驾驶实时性的要求，所提出的航迹融合方法容错性好，在一个传感器失效时，感知系统仍能正常工作。
-
Patent Agency Ranking
公开(公告)号：CN111845701A
公开(公告)日：2020-10-30
申请号：CN202010777968.0
申请日：2020-08-05
Applicant: 重庆大学
IPC: B60W20/00 , B60W30/165 , B60W40/00 , B60W50/00
Abstract: 本发明涉及一种跟车环境下基于深度强化学习的HEV能量管理方法，属于智能混合动力汽车控制领域。该方法包括：基于跟随车的实时车速等信息，确定两车之间的最短安全距离以及最长跟车距离；建立串联式DDPG算法模型，学习跟车速度规划策略以及能量管理控制策略；定义DDPG算法中的变量空间；当每次迭代过程所获得的总奖励值趋于稳定收敛状态并且学习效果较为理想后，结束离线训练过程并且保存持久化模型；制定评价指标，并且利用动态规划算法作为能量管理策略的对比标准。本发明针对具有自动跟车功能的智能混合动力汽车，利用深度强化学习算法，完成跟车环境的速度规划以及传动系统的能量管理，实现整车的综合控制。
-
公开(公告)号：CN111717217A
公开(公告)日：2020-09-29
申请号：CN202010624121.9
申请日：2020-06-30
Applicant: 重庆大学
Abstract: 本发明涉及一种基于概率修正的驾驶员意图识别方法，属于无人驾驶汽车领域。该方法包括：S1：采集驾驶行为的数据，并预处理；S2：获取环境道路信息，选取特征数据，并用MGHMM模型进行驾驶员意图的初步识别，计算得到观测序列对应于各驾驶员意图模型初始概率；S3：结合环境道路信息和采集的驾驶员数据对驾驶员意图模型初始概率P1进行修正，分别得到修正概率P2和P3；S4：将修正后的驾驶员意图模型概率输入PSO-SVM分类器进行分类识别，辨识出最终的驾驶员意图。本发明大大提高了驾驶员意图识别的精度和实用性。利用本发明可进行驾驶员辅助系统的开发设计，实现无人驾驶汽车的人车协同控制。
-
公开(公告)号：CN111474487A
公开(公告)日：2020-07-31
申请号：CN202010286583.4
申请日：2020-04-13
Applicant: 重庆大学
IPC: G01R31/387 , G01R31/374 , G01R31/389 , G01R31/367
Abstract: 本发明涉及一种电池荷电状态-内部温度联合在线估计方法，属于电池管理技术领域。该方法为：S1选定待测试的动力电池，划分电池区域，将不同电池区域分别简化为一个物理节点，将三维模型简化为一维模型；S2确定节点电阻与总内阻的关系；S3运用参数辨识方法辨识电池动态内阻以及电容；S4基于已经辨识的电池参数，利用卡尔曼滤波实时估计电池SOC；S5基于辨识的内阻以及估计的SOC，利用卡尔曼滤波原理预测当前时间步的电池内部温度；S6在S5完成电池内部温度修正的基础上计算该时刻的产热，并重复S3-S5的步骤，直至电池工况结束。本发明具有精度高，鲁棒性好，针对不同种类电池的普适性强的特点。
-
公开(公告)号：CN111261973A
公开(公告)日：2020-06-09
申请号：CN202010062895.7
申请日：2020-01-19
Applicant: 重庆大学
IPC: H01M10/613 , H01M10/625 , H01M10/633 , H01M10/635 , H01M10/6554 , H01M10/6568 , G06N3/08 , G06N3/04 , G06F17/15 , B60L58/24
Abstract: 本发明涉及一种基于模型预测控制的电动汽车整车电池热管理方法，属于新能源汽车领域。该方法包含如下主要步骤：S1:建立包含传动系统、电池包的电-热-老化多状态估计和冷却系统在内的系统模型；S2:设计模型预测控制器的状态估计器和代价函数；S3：将车速预测和控制系统耦合；S4：实时监测环境温度，找到和环境温度相关的最佳电池温度参考值，并与控制器耦合。本发明算法复杂度低，有着很好的可行力；同时在控制系统中考虑到了电池的温度管理、老化管理和冷却系统的能耗管理，为整车电车热管理系统提供了新思路。利用本发明方法可以进一步实现系统且高效的电池热管理策略。
-
公开(公告)号：CN111209633A
公开(公告)日：2020-05-29
申请号：CN202010023517.8
申请日：2020-01-09
Applicant: 重庆大学
Abstract: 本发明涉及一种插电式混合动力汽车传动系统的评价与参数优化方法，属于新能源汽车领域。该方法包括以下步骤：S1：建立插电式混合动力汽车ICE模型、EM模型、传动系统模型、电池模型及其容量衰退模型；S2：建立构型方案(行星排)成本优化目标函数；S3：基于动态规划算法建立燃油消耗评估模型与动力性能评估模型；S4:建立多目标优化问题，依照结果生成构型方案优选等级，得到相对最优的构型方案。S5：基于粒子群算法(POS)优化该传动系统参数。
-
-
-
-
-
-
-
-
-
Search Results
154
records
(took 0.026 seconds)
