一种基于拓扑地图的自主泊车路径协调方法

    公开(公告)号:CN109131318A

    公开(公告)日:2019-01-04

    申请号:CN201811219163.3

    申请日:2018-10-19

    Applicant: 清华大学

    Abstract: 本发明公开一种基于拓扑地图的自主泊车路径协调方法,是基于V2X通信,自主泊车控制器通过停车场服务器提供的停车场拓扑地图、目标空置车位和动态道路通行矩阵,规划行车的全局路径和泊车路径,然后通过融合协调,形成平滑完整的自主泊车路径。本发明方法实现了在车辆运行前就规划出从停车场入口到车位的自主泊车路径,实现全局路径与泊车路径的无偏差融合,使低速自动驾驶与自动泊车能够平滑过渡,解决了低速自动驾驶与自动泊车的高效切换问题。

    基于多源数据挖掘的汽车智能驾驶系统有效性评价方法

    公开(公告)号:CN107291972A

    公开(公告)日:2017-10-24

    申请号:CN201710139406.1

    申请日:2017-03-10

    Applicant: 清华大学

    Abstract: 本发明公开一种基于多源数据挖掘的汽车智能驾驶系统有效性评价方法,包括步骤:1)通过多源数据挖掘得到待评价车辆模型、随机交通场景模型、乘员损伤模型;2)基于随机交通场景和车辆模型,仿真出事故的特定场景;3)利用事故再现软件仿真该场景,输出碰撞后车辆状态;4)结合乘员损伤模型,计算事故发生后的乘员损伤风险和单位里程风险;5)将待评价车辆模型替换成常规模型,重复1)-4)步得到无待评价系统车辆的单位里程乘员损伤风险;然后对比有、无待评价系统的损伤结果,得知该系统的有效性。该评价平台依靠多源数据和已知软件,可实现多种智能驾驶系统的评价,同时该评价平台运行成本低、速度快,具有较好的普遍适用性。

    一种基于行星传动的履带车辆及其传动系统

    公开(公告)号:CN105922856A

    公开(公告)日:2016-09-07

    申请号:CN201610228508.6

    申请日:2016-04-13

    Applicant: 清华大学

    CPC classification number: B60K6/365

    Abstract: 本发明公开了一种基于行星传动的履带车辆及其传动系统,涉及履带车辆传动技术领域。履带车辆传动系统包括三排行星齿轮机构以及六个系统构件,六个系统构件分别为发动机、第一电机、第二电机、第三电机以及用于分别控制两侧履带的第一输出轴和第二输出轴;六个系统构件分别与三排行星齿轮机构的九个节点中的六个节点连接,三排行星齿轮机构的自由度为三、约束为三,约束中包括至少两个耦合类约束,以使得各排行星齿轮机构间相互连接。通过上述方案,本发明实现了一种基于行星传动的履带车辆及其传动系统,可以在履带车辆及其传动系统中发挥行星传动的优势。

    基于碰撞变形深度的汽车主动安全系统有效性的预测方法

    公开(公告)号:CN105808857A

    公开(公告)日:2016-07-27

    申请号:CN201610134695.1

    申请日:2016-03-10

    Applicant: 清华大学

    CPC classification number: G06F17/5009

    Abstract: 本发明公开一种基于碰撞变形深度的汽车主动安全系统有效性的预测方法,包括如下步骤:1.确定相似刚度的车辆组;2.确定EES与变形深度的关系以及变形深度与损伤风险的关系;3.建立事故再现数据库,搭建控制系统,进行事故仿真,结合EES与变形深度的关系和变形深度与损伤风险的关系,计算并对比有无该安全系统在事故场景中的损伤风险;通过对比结果,得知该安全系统对提高汽车安全性是否有效。该预测方法仅依靠事故数据库中准确的变形程度信息,探讨和展望如何利用变形程度来预测汽车主动安全系统对减少乘员损伤风险方面有效性,相比传统利用速度信息的方法,能够获得更多的事故数据支持,更全面的评价汽车主动安全系统。

    一种基于多目标优化的电动车辆出行规划方法

    公开(公告)号:CN104331743A

    公开(公告)日:2015-02-04

    申请号:CN201410534280.4

    申请日:2014-10-11

    Applicant: 清华大学

    CPC classification number: G06Q10/04 G06N3/006 G06Q10/047

    Abstract: 本发明公开一种基于多目标优化的电动车辆出行规划方法,总体分为:1)建立出行规划问题模型,2)驾驶员提供出行信息,3)基于赋时多目标蚁群优化算法求解最优方案。问题模型包括路网模型、车辆模型、出行目标与出行约束定义。出行信息分为未提供任何信息、提供约束信息、提供优化目标与约束信息。蚁群优化算法包括信息素初始化、计算路线转移概率、搜索出行方案、确定空调的使用、出行方案排序、信息素更新、循环优化的步骤。本发明利用动态随机路网模型描述交通环境并规划电动车辆的出行,能够反映不同出行方案所对应的各目标特性;利用蚁群优化算法保证随着迭代次数的增加,产生多目标多约束下的电动车辆优化出行方案。

    一种基于MPC的异质车辆队列分布式节能控制方法

    公开(公告)号:CN108973998B

    公开(公告)日:2020-04-24

    申请号:CN201810759299.7

    申请日:2018-07-11

    Applicant: 清华大学

    Abstract: 本发明公开了一种基于MPC的异质车辆队列分布式节能控制方法,该方法包括步骤100,构建异质车辆队列;步骤200,构建分布式异质队列节能控制方法框架,包括节能控制器和跟车控制器;步骤300,设计节能控制器;步骤400,制定异质车辆队列中各车辆行驶的经济车速;步骤500,设计跟车控制器;步骤600,明确异质队列中各车辆控制器分工;步骤700,在没有道路坡度的情况下,所述异质车辆队列中各车辆按照步骤400提供的所述经济车速行驶;以及,在有道路坡度的情况下,异质车辆队列中各车辆按照如下步骤提供的当前最经济车速行驶。本发明提供的控制方法能够达到异质车辆队列的跟车及稳定性控制同时实现在获取道路信息情况下的异质队列的节能控制,该种方法能够有效的减小车辆队列的能耗。

    一种基于MPC的异质车辆队列分布式节能控制方法

    公开(公告)号:CN108973998A

    公开(公告)日:2018-12-11

    申请号:CN201810759299.7

    申请日:2018-07-11

    Applicant: 清华大学

    Abstract: 本发明公开了一种基于MPC的异质车辆队列分布式节能控制方法,该方法包括步骤100,构建异质车辆队列;步骤200,构建分布式异质队列节能控制方法框架,包括节能控制器和跟车控制器;步骤300,设计节能控制器;步骤400,制定异质车辆队列中各车辆行驶的经济车速;步骤500,设计跟车控制器;步骤600,明确异质队列中各车辆控制器分工;步骤700,在没有道路坡度的情况下,所述异质车辆队列中各车辆按照步骤400提供的所述经济车速行驶;以及,在有道路坡度的情况下,异质车辆队列中各车辆按照如下步骤提供的当前最经济车速行驶。本发明提供的控制方法能够达到异质车辆队列的跟车及稳定性控制同时实现在获取道路信息情况下的异质队列的节能控制,该种方法能够有效的减小车辆队列的能耗。

    基于UKF与修正Dugoff轮胎模型路面峰值附着系数估算方法

    公开(公告)号:CN104021310B

    公开(公告)日:2016-09-28

    申请号:CN201410282738.1

    申请日:2014-06-23

    Applicant: 清华大学

    Abstract: 本发明公开一种基于UKF与修正Dugoff轮胎模型路面峰值附着系数估算方法,通过:实时采集车辆的各种传感器信号,利用车辆纵向动力学方程和模型的几何坐标关系对各轮滑移率和侧偏角估计;然后将估计的滑移率、垂向力、侧偏角等传给基于修正Dugoff模型的UKF系数计算模块,得到非线性系统的系数向量,将此向量与实时估计的纵向力发送到UKF路面峰值附着系数估计模块,求取峰值附着系数。本方法应用车辆状态观测系统实时采集信号,保证了计算的实时性,对于没有拟合过的路面情况估计准确度高。应用修正Dugoff轮胎模型和UKF理论,使得求解过程简单,运算量小、快捷,收敛时间短。本方法鲁棒性良好,能够较好的识别各轮的路面情况,适用于路面峰值附着系数的实时估计。

Patent Agency Ranking