-
公开(公告)号：CN113682293B
公开(公告)日：2023-08-22
申请号：CN202111153172.9
申请日：2021-09-29
Applicant: 厦门大学
Abstract: 智能网联混合动力汽车多系统动态协调控制系统及方法，涉及汽车智能安全与自动驾驶。系统包括数据模块、数据感知模块、与多系统动态协调控制系统。智能网联混合动力汽车通过车载传感器获得车辆状态信息，并将其发送给多系统动态协调控制模块；多系统动态协调控制模块根据获得的车辆状态信息，求解最优发动机功率与电机功率分配方案以提高车辆的燃油经济性；建立可准确表征智能网联混合动力汽车多过程耦合的车辆动力学模型，作为智能网联混合动力汽车多系统动态协调控制算法的执行机构，执行由多系统动态协调控制器输出的可执行控制信号，进行车辆状态更新。有效解决多目标对于车辆控制要求相矛盾等问题，可获得更好的计算结果，提高计算速度。
-
公开(公告)号：CN112158200B
公开(公告)日：2022-04-01
申请号：CN202011023668.X
申请日：2020-09-25
Applicant: 厦门大学
IPC: B60W30/16
Abstract: 基于驾驶员特性的智能电动汽车跟车控制系统及方法，属于汽车智能驾驶领域。系统包括自组织神经网络驾驶员模型、上层控制模块和下层控制模块，首先建立描述驾驶员跟车行为特征的自组织神经网络驾驶员跟车模型，其次基于模型预测控制理论设计上层控制模块，并结合自组织神经网络驾驶员模型输出的参考加速度，以跟车安全性、符合驾驶员特性和经济性为目标求解优化期望加速度；下层控制模块用于实现对期望加速度的跟踪。为提高智能电动汽车制动时的能量效率，在下层控制模块中设计了再生制动控制器协调分配各执行器的制动力矩以最大化制动能量的回收。明显提高了智能电动汽车跟车控制系统性能。
-
公开(公告)号：CN109194524A
公开(公告)日：2019-01-11
申请号：CN201811182207.X
申请日：2018-10-11
Applicant: 厦门大学
IPC: H04L12/24 , H04L12/725
Abstract: 一种端到端的分布式流量分配算法，涉及网络流量分配领域，本发明包括以下步骤：步骤1：建立非凸优化问题；步骤2：经过选择合适的变量，将非凸优化问题转化为一族等价的凸优化问题；步骤3：提出完全分布式的最优的流量分配算法。本发明为优化非凹效用函数的、完全分布式的、基于优化控制的方法，有着提高网络安全性、降低通讯代价等优点，而且可以节省很大的计算量。
-
-
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。
-
Patent Agency Ranking
公开(公告)号：CN115963840A
公开(公告)日：2023-04-14
申请号：CN202310056808.0
申请日：2023-01-17
Applicant: 厦门大学
IPC: G05D1/02
Abstract: 通信拓扑切换下基于深度强化学习的智能车编队控制方法，涉及汽车智能安全与自动驾驶。1)实时采集自车以及其他跟随车辆和领航车辆的行驶运动状态信息；2)分析车辆控制所需的算法类型，算法优化，基于图论描述智能电动车之间的信息交互形式，建立智能电动车实现编队控制的目标函数；3)考虑系统在通信故障的场景，建立数据融合机制，在通信完全故障的情况下，采用AKF减少感知误差，实现多车系统的通信拓扑切换；4)针对传统编队系统控制下的诸多弊端，设计一个深度强化学习过程来进行编队控制策略的迭代，得到最优控制策略。实现编队系统的数据驱动和通信拓扑切换，提高控制器的适用性和车辆的行驶综合性能，改善交通拥堵、安全隐患。
-
公开(公告)号：CN115158364A
公开(公告)日：2022-10-11
申请号：CN202210980755.7
申请日：2022-08-16
Applicant: 厦门大学
Abstract: 一种自动驾驶汽车对周车驾驶意图和轨迹联合预测的方法，涉及智能驾驶。1)周车行驶数据处理：采集周车行驶数据，设立规则定义周车的驾驶意图类型，为各序列数据设标签，获得实现车辆运动预测所需数据；2)周车驾驶意图和轨迹联合预测：构建基于BiLSTM的意图识别模型，对周车驾驶意图识别；构建基于LSTM的编码器‑解码器框架的轨迹预测模型，引入注意力机制提升时序问题预测效果，结合周车位置信息、驾驶意图对周车较长时域轨迹预测；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信息依据。节省计算成本，提高长期轨迹预测准确性；减小深层网络梯度消失和网络退化问题的影响。为车辆提供决策信息，保证安全性和舒适性。
-
公开(公告)号：CN113619563B
公开(公告)日：2022-08-30
申请号：CN202111038399.9
申请日：2021-09-06
Applicant: 厦门大学
Abstract: 基于人机共享的智能电动汽车横向控制系统及方法，属于汽车智能驾驶领域。所述基于人机共享的智能电动汽车横向控制系统包括车辆信息采集模块、道路检测模块、CCD视觉传感器模块、驾驶员模型、时滞鲁棒保性能转向控制器、深度神经网络驾驶权优化模块。为使得智能电动汽车转向过程更好的体现驾驶员跟车特性，建立描述驾驶员转向行为的驾驶员转向模型，设计基于模型预测控制的转向控制器，提出基于深度学习的人机共享控制驾驶权分配模块，构建基于人机共享的智能电动汽车横向控制系统及方法，实现智能电动汽车协同控制。明显增强智能电动汽车横向控制系统性能。
-
公开(公告)号：CN110568762B
公开(公告)日：2021-05-14
申请号：CN201910958157.8
申请日：2019-10-10
Applicant: 厦门大学
IPC: G05B13/04
Abstract: 一种抗通信延迟的智能电动车编队自适应鲁棒控制方法，属于汽车智能安全与自动驾驶领域。通过无线通信系统和车载传感器采集车辆自身行驶状态信息和周围其他车辆的信息，采用反馈线性化技术，建立具有参数不确定性特征的智能电动车编队纵向控制模型，设计一种抵抗通信延迟的智能电动车编队自适应鲁棒H∞控制方法。可有效克服智能电动车编队动力学系统的参数不确定性及外部无线通信延迟的影响，提高智能电动车编队控制系统的综合性能。
-
公开(公告)号：CN112158200A
公开(公告)日：2021-01-01
申请号：CN202011023668.X
申请日：2020-09-25
Applicant: 厦门大学
IPC: B60W30/16
Abstract: 基于驾驶员特性的智能电动汽车跟车控制系统及方法，属于汽车智能驾驶领域。系统包括自组织神经网络驾驶员模型、上层控制模块和下层控制模块，首先建立描述驾驶员跟车行为特征的自组织神经网络驾驶员跟车模型，其次基于模型预测控制理论设计上层控制模块，并结合自组织神经网络驾驶员模型输出的参考加速度，以跟车安全性、符合驾驶员特性和经济性为目标求解优化期望加速度；下层控制模块用于实现对期望加速度的跟踪。为提高智能电动汽车制动时的能量效率，在下层控制模块中设计了再生制动控制器协调分配各执行器的制动力矩以最大化制动能量的回收。明显提高了智能电动汽车跟车控制系统性能。
-
-
-
-
-
-
-
-
-
Search Results
59
records
(took 0.016 seconds)
