-
公开(公告)号：CN114954437A
公开(公告)日：2022-08-30
申请号：CN202210570780.8
申请日：2022-05-24
Applicant: 重庆邮电大学
Abstract: 本发明属于铰接式车辆无人驾驶技术领域，具体涉及一种面向铰接式车辆的泊车轨迹规划和跟踪控制方法及系统；该方法包括：构建铰接车运动学模型和跟踪偏差模型；根据铰接车运动学模型和跟踪偏差模型，设计不确定非线性系统；根据不确定非线性系统，构建目标函数和约束函数，得到不确定非线性系统最优化问题描述；求解不确定非线性系统最优化问题，得到泊车轨迹规划和跟踪控制方案；铰接式车辆根据泊车轨迹规划和跟踪控制方案实现自动泊车；本发明规划的轨迹和跟踪控制过程具有快速适配能力，更符合实际场景的需要，实用性高。
-
公开(公告)号：CN115909790B
公开(公告)日：2025-03-14
申请号：CN202211382439.6
申请日：2022-11-07
Applicant: 重庆邮电大学
IPC: G08G1/0968 , G08G1/14 , H04W4/40 , H04W4/44 , H04W12/06
Abstract: 本发明涉及自动驾驶、车路协同、智能交通系统技术领域，特别涉及一种增强型自主代客泊车停车场外区域的行车系统及其应用方法，所述系统包括客户端、E‑AVP云端、路测单元以及5G‑V2X车端；客户端通过5G与E‑AVP云端相互通信；E‑AVP云端通过5G与客户端、路测单元以及5G‑V2X车端相互通信；路测单元与5G‑V2X车端通过V2X通信相互通信；5G‑V2X车端，通过CAN总线实现车辆间交互本发明实现E‑AVP管理系统与用户终端、车载终端的交互，以解决现存用户停车难、寻车难的问题，以达到实现远程代客泊车的无人监管，提高用户泊车体验的目的。
-
公开(公告)号：CN115909790A
公开(公告)日：2023-04-04
申请号：CN202211382439.6
申请日：2022-11-07
Applicant: 重庆邮电大学
IPC: G08G1/0968 , G08G1/14 , H04W4/40 , H04W4/44 , H04W12/06
Abstract: 本发明涉及自动驾驶、车路协同、智能交通系统技术领域，特别涉及一种增强型自主代客泊车停车场外区域的行车系统及其应用方法，所述系统包括客户端、E‑AVP云端、路测单元以及5G‑V2X车端；客户端通过5G与E‑AVP云端相互通信；E‑AVP云端通过5G与客户端、路测单元以及5G‑V2X车端相互通信；路测单元与5G‑V2X车端通过V2X通信相互通信；5G‑V2X车端，通过CAN总线实现车辆间交互本发明实现E‑AVP管理系统与用户终端、车载终端的交互，以解决现存用户停车难、寻车难的问题，以达到实现远程代客泊车的无人监管，提高用户泊车体验的目的。
-
公开(公告)号：CN115146528A
公开(公告)日：2022-10-04
申请号：CN202210575222.0
申请日：2022-05-25
Applicant: 重庆邮电大学
IPC: G06F30/27 , G06N3/04 , G06N3/08 , G06Q10/04 , G06F119/06 , G06F119/14
Abstract: 本发明涉及装载机无人驾驶技术领域，具体涉及一种面向无人驾驶装载机的制动踏板开度值预测方法，包括获取驾驶员驾驶的历史数据，根据历史数据获取循环作业时长与行驶路程的最佳组合，以此作为驾驶员的驾车作业熟练度；筛选出熟练驾驶员的驾驶数据作为训练数据；构建LSTM预测网络，以训练数据对构建的网络进行训练；将实时数据输入完成训练的LSTM预测网络，预测开度值变换，根据预测的开度值变化判断车辆踏板是否制动；本发明以装载机制动动作极为频繁的典型作业模式为背景，将具有多年驾驶经验熟练驾驶员的驾驶数据与机器学习方法相结合，能够实现对满载后退、满载前进和空载后退3种制动类型在未来时间步制动踏板开度值的良好预测。
-
公开(公告)号：CN114801781B
公开(公告)日：2024-12-10
申请号：CN202210564747.4
申请日：2022-05-23
Applicant: 重庆邮电大学
IPC: B60L15/32 , B60L15/20 , B60W30/045 , B60W10/119
Abstract: 本发明请求保护一种四轮驱动AFS(Active Front Steering,主动前轮转向)/DYC(Direct Yaw‑moment Control,直接横摆力矩控制)集成控制系统的模糊‑滑模复合控制方法，该复合控制方法由模糊控制基于滑移率为控制目标和基于滑膜变结构控制AFS(主动前轮转角)和DYC(直接横摆力矩)控制器获取附加值构成。利用该方法基于四轮驱动电动汽车模型设计AFS/DYC集成控制器，进而分配各控制器权重，实现各控制器之间的切换，最后根据动态载荷分配各轮驱动力矩。在相同工况下与未集成控制方法相比，能够有效地改善四轮驱动汽车在高速行驶工况下的横摆稳定性能，当车辆失稳时，通过附加前轮转角以及横摆力矩能使车辆恢复至稳定状态，使实际的横摆角速度更好的跟踪其理想值，能有效的提高车辆在极限工况下的横向稳定性。
-
Patent Agency Ranking
公开(公告)号：CN114954437B
公开(公告)日：2024-08-02
申请号：CN202210570780.8
申请日：2022-05-24
Applicant: 重庆邮电大学
Abstract: 本发明属于铰接式车辆无人驾驶技术领域，具体涉及一种面向铰接式车辆的泊车轨迹规划和跟踪控制方法及系统；该方法包括：构建铰接车运动学模型和跟踪偏差模型；根据铰接车运动学模型和跟踪偏差模型，设计不确定非线性系统；根据不确定非线性系统，构建目标函数和约束函数，得到不确定非线性系统最优化问题描述；求解不确定非线性系统最优化问题，得到泊车轨迹规划和跟踪控制方案；铰接式车辆根据泊车轨迹规划和跟踪控制方案实现自动泊车；本发明规划的轨迹和跟踪控制过程具有快速适配能力，更符合实际场景的需要，实用性高。
-
公开(公告)号：CN115657548A
公开(公告)日：2023-01-31
申请号：CN202211307937.4
申请日：2022-10-25
Applicant: 重庆邮电大学
IPC: G05B19/042
Abstract: 本发明涉及自动驾驶技术领域，特别涉及一种基于模型预测控制和强化学习融合的自动泊车决策方法，即在自动泊车过程中，采用近端策略优化算法训练选择最优动作的过程，近端策略优化算法包括Actor网络和Critic网络，策略函数对应Actor网络，值函数对应Critic网络，Actor网络的输出为当车辆处于特定状态时采取每个可能转向动作的概率，Critic网络的输出是采取Actor网络的转向动作后状态的状态值函数；本发明以狭窄垂直停车位为背景，将模型预测控制与近端策略优化强化学习算法相结合，解决了停车位较窄情况下的停车规划时间长，成功率不高的问题，扩展了系统的停车位选择范围。
-
公开(公告)号：CN115567916A
公开(公告)日：2023-01-03
申请号：CN202211161695.2
申请日：2022-09-23
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种车载自组织网络的无证书签密方法包括：KGC根据用户输入的安全参数生成系统参数；并根据系统参数生成车辆的假名和车辆的部分私钥；车辆根据车辆的假名、车辆的部分私钥和系统参数采用双线性映射算法生成车辆的完全私钥和车辆的公钥，并将车辆的假名和车辆的公钥上传至区块链生成车辆的车辆假名公钥表；第一车辆根据第二车辆的假名从区块链获取第二车辆的公钥，第一车辆根据第二车辆的公钥和系统参数利用签密算法对用户消息进行签密，生成签密密文，并将签密密文发送给第二车辆；第二车辆根据签密密文和系统参数通过解密算法对签密密文解密得到解密用户消息；并对有效的解密用户消息进行接收，提升车载自组织网络的安全性。
-
公开(公告)号：CN115061139A
公开(公告)日：2022-09-16
申请号：CN202210768001.5
申请日：2022-07-01
Applicant: 重庆邮电大学
IPC: G01S13/931 , G01S13/86 , G01S17/931 , G06V20/52 , G06T7/20
Abstract: 本发明属于智能驾驶车辆技术领域，具体涉及一种面向智能驾驶车辆的多传感器融合方法及系统；该方法包括：根据GM‑PHD算法和探测物体的矩形目标模型构建扩展目标跟踪器；采用扩展目标跟踪器对毫米波雷达的探测信息进行处理，得到探测物体的毫米波雷达航迹信息；采用构建的边界框探测器和配置有IMM‑UKF的JPDA跟踪器对激光雷达的探测信息进行处理，得到探测物体的激光雷达航迹信息；采用时空间转换将毫米波雷达航迹信息和激光雷达航迹信息进行处理，得到中心融合节点；采用IMF算法对中心融合节点进行处理，得到全局航迹信息；本发明解决了数据关联方法引入的组合爆炸以及由不同传感器局部航迹信息错序导致的时序问题。
-
公开(公告)号：CN114940164A
公开(公告)日：2022-08-26
申请号：CN202210552336.3
申请日：2022-05-20
Applicant: 重庆邮电大学
Abstract: 本发明属于无人驾驶车辆技术领域，具体涉及一种面向泊车场景的无人驾驶车辆行驶轨迹优化方法及系统；该方法包括：获取全局泊车路径；根据车辆状态参数构建整车运动学模型；根据整车运动学模型和全局泊车路径，以泊车所耗时间最短为优化目标，以自动泊车起始点位姿、目标点位姿、行驶车速、整车运动学以及避障安全距离为基本约束参数，构建行驶轨迹优化模型；采用Levenberg‑Marquardt(LM)方法对行驶轨迹优化模型进行求解，得到优化的局部行驶轨迹；根据优化的局部行驶轨迹实现泊车场景下的完整车辆行驶轨迹优化；本发明提高了在泊车场景下，无人驾驶车辆行驶的安全性，实用性高。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.019 seconds)
