-
公开(公告)号：CN110867125B
公开(公告)日：2021-07-02
申请号：CN201911285727.8
申请日：2019-12-13
Applicant: 清华大学
Abstract: 本申请公开了一种智慧车列交通系统沙盘演示装置及其控制方法，其中，该控制方法包括：步骤1，根据接收到的启动指令，将仿真车的行驶状态由待机状态切换为跟车循迹模式，根据接收到的进站指令，当判定进站指令对应的车队中指定的仿真车到达路侧红外传感器时，控制舵机分别将右转指示牌和匀速指示牌由平倒状态转换为竖立状态；步骤2，根据读取周期，获取仿真车两侧的车载红外传感器的检测状态，根据检测状态，切换仿真车的行驶状态；步骤3，根据仿真车当前的行驶状态，驱动仿真车行驶。通过本申请中的技术方案，实现智慧车列交通系统的演示，控制车列中仿真车跟车行驶、进出站以及融入车列，对智能交通系统进行初步验证以及推广宣传。
-
公开(公告)号：CN112859869A
公开(公告)日：2021-05-28
申请号：CN202110075132.0
申请日：2021-01-20
Applicant: 中车青岛四方机车车辆股份有限公司 , 清华大学
IPC: G05D1/02
Abstract: 本申请提供一种车辆路径跟踪方法、装置、控制器、车辆和介质，方法包括：根据车辆状态参数、不确定性参数建立车辆横向动力学模型；建立车辆路径跟踪运动学模型，并根据车辆路径跟踪运动学模型建立路径跟踪伺服等式约束；控制车辆横向动力学模型跟随路径跟踪伺服等式约束，以得到路径跟踪控制器；根据路径跟踪控制器控制车辆跟踪期望路径。本申请提供的该路径跟踪控制器设计简单，对所有车辆动力学参数摄动、外部干扰引起的动力学不确定性具有鲁棒性，可以有效提升车辆路径跟踪的精度，改善用户体验。
-
公开(公告)号：CN111791898A
公开(公告)日：2020-10-20
申请号：CN202010812339.7
申请日：2020-08-13
Applicant: 清华大学
Abstract: 本发明公开一种基于合作型博弈的自动驾驶汽车避撞控制方法，包括步骤1、通过车载传感设备检测周围环境，判断周围是否存在障碍物，若不存在则继续检测；步骤2、结合步骤1中获取障碍物位置信息，自动驾驶汽车选择一系列安全的轨迹点，并利用贝塞尔曲线拟合这些轨迹点，从而生成避撞轨迹步骤3、车辆减速至安全避撞车速；步骤4、实施非线性鲁棒轨迹跟踪控制，抑制曲率半径变化对跟踪性能的影响；步骤5、完成避撞过程后，车辆切换至自适应巡航状态。本发明基于合作型博弈的框架，把稳定性、跟踪性能分别与控制器可调参数关联，从而实现兼顾稳定性的鲁棒轨迹跟踪控制。
-
公开(公告)号：CN109738205B
公开(公告)日：2020-06-30
申请号：CN201910020502.3
申请日：2019-01-09
Applicant: 清华大学
IPC: G01M17/007 , G06F30/15 , G06F30/20
Abstract: 本发明公开了一种集成车辆自动紧急制动与安全气囊系统的乘员防护方法，包括如下步骤：步骤一，建立乘员约束系统基准模型；步骤二，对步骤一建立的基准模型的损伤指标进行试验；步骤三，利用SVM模型预测乘员头部位置；步骤四，对步骤三中预测出来的乘员头部位置的准确性进行判断；步骤五，在发生碰撞事故时，利用步骤四中选取的最优保护区域作为约束条件，同时设定自动紧急制动减速度约束条件。本发明的集成车辆自动紧急制动与安全气囊系统的乘员防护方法，通过步骤一至步骤五的设置，便可有效的实现通过建立模型，然后进行损伤预测以后输出最优的控制参数至汽车的刹车系统内，使得汽车的刹车系统能够对碰撞事故中未系安全带乘员的防护。
-
公开(公告)号：CN111323069A
公开(公告)日：2020-06-23
申请号：CN202010207680.X
申请日：2020-03-23
Applicant: 清华大学
Abstract: 一种基于深度强化学习的多传感器标定方法及系统，该专利提供一种基于深度神经网络和强化学习的多模型目标状态预测方法，有效应对多模型融合的复杂的强非线性环境表达与目标状态长时间预测问题，有助于提高目标状态预测精度和预测时长，实现多模型融合的在线参数自修正。该专利提供的标定方法具有优势：1）自适应环境场景变化，自调节多模型目标状态预测参数；2）提高目标状态预测精度；3）提高目标状态预测时间长度；4）在线自学习多模型预测参数，提高动态场景下目标状态预测精度。
-
Patent Agency Ranking
公开(公告)号：CN110867125A
公开(公告)日：2020-03-06
申请号：CN201911285727.8
申请日：2019-12-13
Applicant: 清华大学
Abstract: 本申请公开了一种智慧车列交通系统沙盘演示装置及其控制方法，其中，该控制方法包括：步骤1，根据接收到的启动指令，将仿真车的行驶状态由待机状态切换为跟车循迹模式，根据接收到的进站指令，当判定进站指令对应的车队中指定的仿真车到达路侧红外传感器时，控制舵机分别将右转指示牌和匀速指示牌由平倒状态转换为竖立状态；步骤2，根据读取周期，获取仿真车两侧的车载红外传感器的检测状态，根据检测状态，切换仿真车的行驶状态；步骤3，根据仿真车当前的行驶状态，驱动仿真车行驶。通过本申请中的技术方案，实现智慧车列交通系统的演示，控制车列中仿真车跟车行驶、进出站以及融入车列，对智能交通系统进行初步验证以及推广宣传。
-
公开(公告)号：CN112859869B
公开(公告)日：2023-01-03
申请号：CN202110075132.0
申请日：2021-01-20
Applicant: 中车青岛四方机车车辆股份有限公司 , 清华大学
IPC: G05D1/02
Abstract: 本申请提供一种车辆路径跟踪方法、装置、控制器、车辆和介质，方法包括：根据车辆状态参数、不确定性参数建立车辆横向动力学模型；建立车辆路径跟踪运动学模型，并根据车辆路径跟踪运动学模型建立路径跟踪伺服等式约束；控制车辆横向动力学模型跟随路径跟踪伺服等式约束，以得到路径跟踪控制器；根据路径跟踪控制器控制车辆跟踪期望路径。本申请提供的该路径跟踪控制器设计简单，对所有车辆动力学参数摄动、外部干扰引起的动力学不确定性具有鲁棒性，可以有效提升车辆路径跟踪的精度，改善用户体验。
-
公开(公告)号：CN111753411B
公开(公告)日：2022-12-20
申请号：CN202010532373.9
申请日：2020-06-12
Applicant: 清华大学
IPC: G06F30/20 , G06F119/02
Abstract: 本发明公开了一种考虑边云协同的云应用可靠性评估方法，包括如下步骤：步骤S1：基于组件间的分层依赖关系建立有向无环图模型；步骤S2：基于各组件的历史故障信息计算其可靠性；步骤S3：基于组件的故障分布采用蒙特卡洛仿真对其进行可靠性仿真；步骤S4：根据有向无环图模型中各组件的仿真状态确定云应用的状态；步骤S5：重复步骤S3和步骤S4，直到满足结束条件。本发明的考虑边云协同的云应用可靠性评估方法，通过上述步骤S1至S5的设置，便可有效的实现对于云应用的可靠性进行评估了。
-
公开(公告)号：CN111746538B
公开(公告)日：2021-09-10
申请号：CN202010632978.5
申请日：2020-07-02
Applicant: 清华大学
Abstract: 本申请公开了一种严格避撞的车辆队列跟驰控制方法和控制系统，该控制方法包括：步骤1，获取车辆队列中前方车辆的第一行驶信息、自身车辆的第二行驶信息以及自身车辆与前方车辆之间的车间距测量值；步骤2，根据车辆执行器的饱和特性信号参数和车辆不确定动力学模型，构建车辆控制器的动力学计算模型；步骤3，根据第一行驶信息、第二行驶信息和车间距测量值，利用动力学计算模型，计算自身车辆的车辆控制器的控制力输出值，其中，控制力输出值用于控制自身车辆跟随前方车辆行驶。通过本申请中的技术方案，结合车辆的复杂不确定性以及执行器的饱和特性，构建非线性车辆动力学模型，优化车辆队列的跟驰控制，提高车辆队列的避碰性能。
-
公开(公告)号：CN111746539B
公开(公告)日：2021-05-28
申请号：CN202010633606.4
申请日：2020-07-02
Applicant: 清华大学
Abstract: 本发明公开了一种智能网联汽车严格安全换道入队控制方法，具体包括以下步骤：步骤1；当有匝道车辆申请换道入队时，主车道现有车队的领航车接收该申请，并获取换道入队车辆当前行驶状态信息，信息包括该车当前位置、速度、加速度；步骤2；领航车判定申请入队车辆的汇入位置；步骤3；对车间距误差建立双边约束，并对车间距误差做状态变换；步骤4；建立非线性纵向动力学模型，并考虑实际场景下的参数摄动，在此条件下设计鲁棒控制律；步骤5、当申请换道入队的车辆完成换道后全过程结束，各车辆切换至自适应巡航控制，该方法能确保换道过程中入队车辆与其插入位置前后车车间距始终保持在合理范围内，从而实现换道合流的严格安全。
-
-
-
-
-
-
-
-
-
Search Results
43
records
(took 0.034 seconds)
