-
公开(公告)号：CN114489087B
公开(公告)日：2022-07-05
申请号：CN202210400906.7
申请日：2022-04-18
Applicant: 北京理工大学 , 慧动星球(北京)科技有限公司
IPC: G05D1/02
Abstract: 本发明涉及一种多无人驾驶车辆路径协同规划方法及系统。该方法包括建立多无人驾驶车辆行驶的环境模型；建立每一无人驾驶车辆的运动学模型，并根据运动模型建立无人驾驶车辆之间的防碰撞包裹圆模型；根据无人驾驶车辆的之间防碰撞包裹圆模型以及环境模型，采用分离超平面定理，建立无人驾驶车辆与环境中动静态障碍物防碰撞模型；根据环境模型、运动学模型、防碰撞包裹圆模型以及无人驾驶车辆与环境中动静态障碍物防碰撞模型，基于交替方向乘子法逐步迭代对多无人驾驶车辆进行解耦式运动规划，确定每一无人驾驶车辆的最优路径。本发明能够合理的避免与动静态障碍物发生碰撞，进而实现多无人驾驶车辆协同规划控制。
-
Patent Agency Ranking
公开(公告)号：CN114359349B
公开(公告)日：2022-06-17
申请号：CN202210274209.1
申请日：2022-03-21
Applicant: 北京理工大学 , 慧动星球(北京)科技有限公司
Abstract: 本发明涉及一种用于车辆自适应路径跟踪的终身学习方法及系统，属于路径跟踪技术领域，该方法包括：采集车辆运动状态数据和与运动状态数据对应的操控数据；将采集的数据集分为多个驾驶任务训练集；初始化轨迹跟踪策略模型和梯度暂时记忆；基于平均梯度暂时记忆的学习策略，根据多个驾驶任务训练集对轨迹跟踪策略模型进行迭代训练：对每个驾驶任务训练集，根据梯度暂时记忆确定参考梯度下降方向并以参考梯度下降方向为约束训练轨迹跟踪策略模型；当每个训练集训练后，基于知识分布和知识质量，对当前梯度暂时记忆中知识进行更新；采用训练好的轨迹跟踪策略模型对待控制车辆进行路径跟踪。本发明提高了车辆自适应路径跟踪的适应性。
-
公开(公告)号：CN114355954A
公开(公告)日：2022-04-15
申请号：CN202210274213.8
申请日：2022-03-21
Applicant: 北京理工大学 , 慧动星球(北京)科技有限公司
IPC: G05D1/02
Abstract: 本发明涉及一种无人履带车辆转向过程的跟踪控制方法和系统。该方法基于构建的运动学模型和坐标值模型确定非线性运动学微分模型后，根据非线性运动学微分模型构建跟踪时域预测模型，再对跟踪时域预测模型进行线性化处理得到时域预测线性化模型，接着，在采用向前欧拉法，将时域预测线性化模型离散化得到预测模型后，又根据预测模型构建代价函数模型，然后，确定代价函数模型的最小值，得到最优开环序列，最后，根据最优开环序列实现无人履带车辆转向过程中纵横向耦合控制，以实现无人履带车辆对未来轨迹的预测，从而达到无人履带车辆对预测期望轨迹的高精度、强稳定性控制。
-
公开(公告)号：CN118182495B
公开(公告)日：2024-07-19
申请号：CN202410619631.5
申请日：2024-05-20
Applicant: 北京理工大学 , 北理慧动(常熟)车辆科技有限公司
IPC: B60W40/109 , B60W50/00
Abstract: 本发明公开了一种基于非线性轮胎和车辆横向动力学模型的车辆动力学参数估计方法、装置、介质及产品，涉及车辆动力学领域。方法包括：建立基于简化魔术公式轮胎的车辆横向动力学模型，根据历史行驶数据和待估计动力学参数对轮胎魔术公式系数和侧偏角进行表征；构造关于横向加速度的非线性优化问题，采用列文伯格‑马夸特算法求解得到动力学参数和轮胎魔术公式系数估计值；基于历史行驶数据、动力学参数估计值和轮胎魔术公式系数估计值，构造绕偏航轴转矩与角加速度的线性回归问题，采用最小二乘法求解得到车辆绕偏航轴转动惯量估计值。本发明能够提高车辆动力学参数的估计准确度、应用成本低且能够获取完整动力学参数。
-
公开(公告)号：CN113643542A
公开(公告)日：2021-11-12
申请号：CN202111189571.0
申请日：2021-10-13
Applicant: 北京理工大学 , 北理慧动(北京)科技有限公司
Abstract: 本发明公开了基于集成学习的多车交互环境下车辆轨迹预测方法及系统。该方法包括：采集车辆的行驶信息；对行驶信息进行预处理，得到空间网格信息和车辆驾驶模式信息；对训练集进行多次随机抽样得到多组含不同数据的训练集；通过多组含不同数据的训练集分别对LSTM编码‑解码器模型进行训练，得到多个基学习器；采用集成学习方法，对多个基学习器进行集成，得到集成学习器，对车辆的未来轨迹进行预测。本发明利用机器学习与深度学习的手段，实现对车辆交互信息的有效利用，并应用集成学习的方法实现对车辆轨迹的预测。且通过集成学习能够将多个模型进行结合，可获得比单一模型显著优越的泛化性能，解决了单一模型对训练数据敏感、精确度低等问题。
-
公开(公告)号：CN118182495A
公开(公告)日：2024-06-14
申请号：CN202410619631.5
申请日：2024-05-20
Applicant: 北京理工大学 , 北理慧动(常熟)车辆科技有限公司
IPC: B60W40/109 , B60W50/00
Abstract: 本发明公开了一种基于非线性轮胎和车辆横向动力学模型的车辆动力学参数估计方法、装置、介质及产品，涉及车辆动力学领域。方法包括：建立基于简化魔术公式轮胎的车辆横向动力学模型，根据历史行驶数据和待估计动力学参数对轮胎魔术公式系数和侧偏角进行表征；构造关于横向加速度的非线性优化问题，采用列文伯格‑马夸特算法求解得到动力学参数和轮胎魔术公式系数估计值；基于历史行驶数据、动力学参数估计值和轮胎魔术公式系数估计值，构造绕偏航轴转矩与角加速度的线性回归问题，采用最小二乘法求解得到车辆绕偏航轴转动惯量估计值。本发明能够提高车辆动力学参数的估计准确度、应用成本低且能够获取完整动力学参数。
-
-
-
-
-
Search Results
16
records
(took 0.037 seconds)
