-
公开(公告)号:CN114492043B
公开(公告)日:2023-12-19
申请号:CN202210101344.6
申请日:2022-01-27
Applicant: 吉林大学
IPC: G06F30/20 , G06F18/23213
Abstract: 考虑感知受限特性的个性化驾驶员跟车建模方法,涉及人机共驾汽车仿真测试领域,为解决现有跟车模型的不足,本发明包括速度‑间距指数跟车模型、距离感知模型、风险评估模型、任务场景切换模型和期望间距模型,涵盖了驾驶员跟车行为中的感知与决策过程。在建立速度‑间距指数跟车模型的过程中,综合考虑速度差和车间距对驾驶员决策过程的影响,采用的指数函数形式可以体现驾驶员在加速和制动行为上的非对称性。在建立距离感知受限模型的过程中,提高了跟车模型的拟人化程度。本发明充分考虑了驾驶技能和驾驶风格对驾驶员跟车行为的影响,驾驶技能和驾驶风格不仅影响驾驶员的决策过程,在距离感知和风险评估等环节中也有充分体现。
-
公开(公告)号:CN113722837B
公开(公告)日:2023-09-29
申请号:CN202111087397.9
申请日:2021-09-16
Applicant: 吉林大学
Abstract: 一种根据不同工况的数据簇建立柴油车辆油耗与排放模型方法,属于汽车控制技术领域。本发明的目的是将数据聚类与神经网络结合的建模方法,先使用聚类算法根据车辆不同工况下的数据内部特点,将车辆数据聚类成不同的数据簇,然后使用每个工况对应的数据簇建立专属神经网络模型的根据不同工况的数据簇建立柴油车辆油耗与排放模型方法。本发明的步骤是:确定模型的输入和输出,分别定义Eps邻域、核心数据点、密度直达、密度可达、簇、噪声点,将数据集划分为不同的数据簇,对于不同数据簇,使用单隐含层双节点结构神经网络建模。本发明提高了针对性(仅针对特定工况),因此不需要为了满足全面性而牺牲精度,神经网络模型的精度也得到了提高。
-
公开(公告)号:CN116142209A
公开(公告)日:2023-05-23
申请号:CN202310259531.1
申请日:2023-03-17
Applicant: 吉林大学
IPC: B60W40/105 , B60W50/00 , G06F17/10
Abstract: 一种四轮驱动车辆纵向速度估计方法,属于车辆安全控制技术领域。本发明的目的是通过自适应卡尔曼滤波和积分法的有效切换,准确估计出四轮驱动车辆任意行驶状态下纵向速度的四轮驱动车辆纵向速度估计方法。本发明针对车辆四轮非全部打滑的情况,设计了一种实时更新测量噪声与过程噪声的自适应卡尔曼滤波方法;针对车辆四轮全部打滑的情况,以四轮非全部打滑时自适应卡尔曼滤波的最后一个准确纵向速度估计值作为初值,对车辆的纵向加速度进行积分。本发明提出的估计方法不依赖路面附着系数,测量输入信号容易获取,具有更强的实用性。同时不涉及复杂的车辆动力学模型和轮胎模型,具有更小的计算压力和更好的实时性。
-
公开(公告)号:CN113219955B
公开(公告)日:2023-04-25
申请号:CN202110519547.2
申请日:2021-05-13
Applicant: 吉林大学
IPC: G05B23/02
Abstract: 本发明公开了一种多驾驶员在环驾驶试验平台,涉及自动驾驶系统开发与测试技术领域,至少包括传感模拟系统、车辆动力学模拟系统、驾驶模拟器和场景模拟系统;所述传感器模拟系统用于获取目标级传感信息,并将所述目标级传感信息发送至车载控制系统;所述驾驶模拟器用于为真人驾驶员提供驾驶环境和驾驶场景,并按照所述真人驾驶员的驾驶意图输出驾驶指令,然后将所述驾驶指令发送至所述车载控制系统;所述车辆动力学模拟系统用于根据所述车载控制系统输出的控制信号,确定车辆位姿信息;所述场景模拟系统用于根据所述车辆位姿信息对显示在所述驾驶模拟器中的驾驶场景进行实时更新。本发明能够达到节约研发成本,缩短研发周期的目的。
-
公开(公告)号:CN113722837A
公开(公告)日:2021-11-30
申请号:CN202111087397.9
申请日:2021-09-16
Applicant: 吉林大学
Abstract: 一种根据不同工况的数据簇建立柴油车辆油耗与排放模型方法,属于汽车控制技术领域。本发明的目的是将数据聚类与神经网络结合的建模方法,先使用聚类算法根据车辆不同工况下的数据内部特点,将车辆数据聚类成不同的数据簇,然后使用每个工况对应的数据簇建立专属神经网络模型的根据不同工况的数据簇建立柴油车辆油耗与排放模型方法。本发明的步骤是:确定模型的输入和输出,分别定义Eps邻域、核心数据点、密度直达、密度可达、簇、噪声点,将数据集划分为不同的数据簇,对于不同数据簇,使用单隐含层双节点结构神经网络建模。本发明提高了针对性(仅针对特定工况),因此不需要为了满足全面性而牺牲精度,神经网络模型的精度也得到了提高。
-
公开(公告)号:CN113386630A
公开(公告)日:2021-09-14
申请号:CN202110894556.X
申请日:2021-08-05
Applicant: 吉林大学
Abstract: 一种低温环境下智能网联燃料电池汽车功率分配管理方法,属于新能源汽车的节能控制技术领域。本发明的目的是结合智能网联信息,有效统筹在行驶过程中汽车动力性与驾驶舱温度舒适性的低温环境下智能网联燃料电池汽车功率分配管理方法。本发明将道路的坡度信息传递至汽车的车载控制单元,建立汽车期望功率计算模块,建立汽车驾驶舱温度变化模块,建立燃料电池工作效率计算模块及耗氢量计算模块,制定低温环境下智能网联燃料电池汽车功率分配管理策略,制定功率分配管理策略。本发明避免了燃料电池满负载运转状况的出现,提升其工作效率及燃料经济性,延长其使用寿命。
-
公开(公告)号:CN111284489B
公开(公告)日:2021-09-07
申请号:CN202010215172.6
申请日:2020-03-24
Applicant: 吉林大学
IPC: B60W30/14 , B60W40/04 , B60W40/105 , B60W50/00 , G05B13/04
Abstract: 一种智能网联汽车随机预测巡航控制系统,属于智能网联汽车节能控制领域。本发明的目的是设计了一种考虑未来车速不确定性的智能网联汽车随机预测巡航控制系统。该系统能够预测巡航模式下前车未来速度序列并量化不确定性,将不确定性信息融入到跟车决策的优化控制中,达到了节约了汽车能耗的智能网联汽车随机预测巡航控制系统。本发明步骤是:信息采集、建立面向控制的巡航控制动力学模型、建立前车车速预测模型、根据前车车速预测模型预测前车未来车速信息、SMPC的优化控制问题的描述、SMPC优化问题求解、实现在巡航跟车中的汽车车速控制、基于SMPC实现滚动时域的汽车节能控制。本发明实现了带有概率约束优化问题在线求解,节约了车辆巡航过程中能耗。
-
公开(公告)号:CN111608790B
公开(公告)日:2021-08-06
申请号:CN202010171216.X
申请日:2020-03-12
Applicant: 吉林大学
Abstract: 一种电辅助涡轮增压柴油机气路优化控制系统,属于柴油发动机电控技术领域。本发明的目的是针对电辅助涡轮增压系统多执行器、多控制目标并带有约束难点的电辅助涡轮增压柴油机气路优化控制系统。本发明建立油路、气路传感器、油路控制器模块,面向多目标气路跟踪控制的电辅助涡轮增压柴油机气路的三阶模型,设计下层基于NMPC的气路跟踪控制器,再设计上层优化控制器。本发明面向电辅助涡轮增压气路控制系统多目标需求,实现多气路状态的精确跟踪控制与系统中能量传递的优化管理,从而提升电辅助涡轮增压柴油发动机的综合性能。
-
公开(公告)号:CN111422192A
公开(公告)日:2020-07-17
申请号:CN202010070188.2
申请日:2020-01-21
Applicant: 吉林大学
Abstract: 一种智能网联商用车跟车行为下的排放与油耗协调控制系统,属于智能交通领域。本发明的目的是通过智能交通信息,对在跟车行驶时的本车车速与对应的驱动力/制动力进行规划,获得排放与油耗综合最优的车速。本发明首先建立起基于车辆车速与加速的排放与油耗模型,其次根据智能交通信息中获得的本车与前车的相对车距,相对车速以及距离前方交通灯的距离与交通灯相位序列,对本车的车速进行了规划,获得了油耗与排放综合最优的车速以及对应该车速的控制输入(车辆驱动力与制动力)。最后为了验证本方法的有效性,在MATLAB中进行了仿真验证。
-
公开(公告)号:CN111391848A
公开(公告)日:2020-07-10
申请号:CN202010137162.5
申请日:2020-03-02
Applicant: 吉林大学
IPC: B60W30/18
Abstract: 一种自动驾驶车辆换道方法,属于自动驾驶技术领域。本发明的目的是通过对交通行驶大数据进行挖掘,建立了能够反映人类的耐心和礼让的心理因素模型,并将其融入到换道决策中的自动驾驶车辆换道方法。本发明构建反映自动驾驶车辆跟随前方较慢车辆时的耐心程度的模型和礼让程度的模型,通过耐心阈值和礼让系数判定是否换道。本发明考虑人类驾驶心理因素的自动驾驶车辆换道决策方法,结构清晰,易于实现,能够广泛应用于各类复杂的交通环境,可以提升换道决策的有效性、安全性,进而提高交通通行效率。将人类心理因素(如耐心、礼让等)融入换道决策中,并构建一种能够考虑心理因素的换道决策框架,以达到提升换道决策的易用性、有效性、安全性和提高交通环境的通行效率。
-
-
-
-
-
-
-
-
-