一种基于方向角的非完整约束车辆多圆编队控制方法

    公开(公告)号:CN119847161A

    公开(公告)日:2025-04-18

    申请号:CN202510041970.4

    申请日:2025-01-10

    Applicant: 厦门大学

    Abstract: 一种基于方向角的非完整约束车辆多圆编队控制方法,属于多车协同控制领域。通过车载传感器和视觉标记采集测量传感器网络中相邻车辆的相对信息,根据采集到的相对信息,即车辆之间的方位角,设计虚拟中心车辆和虚拟领导车辆,并根据这些信息设计具有分布式饱和输入的控制律。无需通信设备,通过控制律实时计算车辆的线速度和角速度,确保所有车辆保持期望的半径、速度和间距。通过Lyapunov稳定性理论和线性矩阵不等式方法证明系统的渐近稳定性,并通过数值仿真验证方法的有效性。该方法适用于自动驾驶、区域监控等复杂交通环境,具有广泛的应用前景。

    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

    公开(公告)号:CN115158364B

    公开(公告)日:2025-02-14

    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。

    网络攻击下智能电动车辆轨迹跟踪控制方法

    公开(公告)号:CN114779752B

    公开(公告)日:2024-06-07

    申请号:CN202210423341.4

    申请日:2022-04-21

    Applicant: 厦门大学

    Abstract: 网络攻击下智能电动车辆轨迹跟踪控制方法,涉及汽车智能安全与自动驾驶。1:建立准确表征智能电动车辆行为机理的动力学模型;2:设计基于扩展卡尔曼滤波原理的多传感器信息融合的网络攻击检测方法;3:设计基于网络攻击检测的模型预测控制器的目标函数和约束条件,控制车辆在网络攻击下的跟踪期望轨迹的偏差尽可能小;当智能电动车辆在正常行驶过程遭受网络攻击时,利用网络攻击检测模块进行网络攻击检测,检测到传感器受网络攻击时,屏蔽受网络攻击传感器并利用未受网络攻击传感器信息进行状态估计,利用网络攻击检测模块估计的车身状态信息和模型预测控制器轨迹跟踪控制,在传感器遭受网络攻击时仍进行有效轨迹跟踪控制,确保安全行驶。

    一种错误数据注入攻击下的车辆队列事件触发控制方法

    公开(公告)号:CN116800501A

    公开(公告)日:2023-09-22

    申请号:CN202310775161.7

    申请日:2023-06-28

    Applicant: 厦门大学

    Abstract: 一种错误数据注入攻击下的车辆队列事件触发控制方法,属于汽车智能安全与自动驾驶领域。1)车辆队列中的车辆通过车载传感器以及V2X无线通信网络实时采集其他车辆的行驶运动状态信息;2)采用逆模型补偿和反馈线性化的技术,建立车辆纵向动力学模型;3)基于图论描述智能电动车之间的信息交互形式,建立智能电动车编队控制的目标函数;4)设计防御FDI攻击的车辆队列事件触发分布式控制方法,实时求出编队控制所需的车轮电机驱动力矩。基于事件触发策略和观测器技术,有效抑制队列系统控制性能在FDI攻击下的影响,可实现车辆队列系统稳定性,同时使用基于车辆自身信息的事件触发方案减轻通信负担,实现编队控制的性能指标。

    一种防御拒绝服务网络攻击的智能电动车编队控制方法

    公开(公告)号:CN116721535A

    公开(公告)日:2023-09-08

    申请号:CN202310774595.5

    申请日:2023-06-28

    Applicant: 厦门大学

    Abstract: 一种防御拒绝服务网络攻击的智能电动车编队控制方法,属于汽车智能安全与自动驾驶领域。对于DoS攻击和外部干扰的车辆编队控制问题,利用车载传感器以及V2X无线通信系统来实现自身和其他车辆的信息交互,采取逆模型补偿和反馈线性化的技术,建立具有外部干扰的车辆队列闭环控制模型,设计一种基于观测器模型的防御DoS攻击的切换式队列鲁棒控制方法。针对电动车辆纵向队列系统设计出一种仅依赖相对输出信息进行更新的切换式控制器,进而有效防御Dos攻击给队列系统带来的信息传输隐患,同时抑制外部干扰,实现编队控制的性能指标。实现队列系统的稳定性,确保队列中每辆汽车的期望车车间距以及期望行驶速度。

    基于语义分割的可行驶区域和车道线检测模型构建方法

    公开(公告)号:CN115294551A

    公开(公告)日:2022-11-04

    申请号:CN202210938073.X

    申请日:2022-08-05

    Applicant: 厦门大学

    Abstract: 基于语义分割的可行驶区域和车道线检测模型构建方法,涉及汽车智能化与自动驾驶。改进YOLOv5s模型结构,提高模型对目标检测能力;建立可行驶区域和车道线检测模型结构,由主干网络、颈部结构、可行驶区域检测头、车道线检测头组成;将原始图像裁剪后归一化,对RGB每个通道标准化;设计可行驶区域和车道线检测YOLOv5模型的模型推理和后处理;设计可行驶区域和车道线检测模型的损失函数,根据损失值大小分析模型训练好坏,判断模型是否收敛;构建自动驾驶汽车可行驶区域和车道线检测数据集,设计可行驶区域和车道线分割标签;训练可行驶区域和车道线检测模型,设计可行驶区域和车道线检测模型评价指标。实现实时、准确、高效。

    一种野外环境下的无人车障碍物识别方法

    公开(公告)号:CN115063777A

    公开(公告)日:2022-09-16

    申请号:CN202210741541.4

    申请日:2022-06-27

    Applicant: 厦门大学

    Abstract: 一种野外环境下的无人车障碍物识别方法,涉及智能车辆技术领域。1)制作野外环境障碍物数据集:包括野外环境障碍物图像采集和数据集图像标定;2)基于障碍物特点改进网络模型:以Faster R‑CNN网络模型作为基础网络框架改进,实现野外环境障碍物的识别和分类,改进包括对特征提取网络的改进和对检测网络的改进;3)训练前对数据集预处理,训练过程对参数和学习方法调节,训练好的检测识别模型在线实时预测,即实现野外环境障碍物识别。从野外环境障碍物情况入手,制作新野外环境障碍物数据集,并从野外环境障碍物的特点出发,对Faster R‑CNN网络改进。在野外环境障碍物检测方面具有一定优越性。

    智能网联混合动力汽车多系统动态协调控制系统及方法

    公开(公告)号:CN113682293A

    公开(公告)日:2021-11-23

    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。

    基于人机共享的智能电动汽车横向控制系统及方法

    公开(公告)号:CN113619563A

    公开(公告)日:2021-11-09

    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。

    异构多智能体系统的完全分布式抗饱和跟踪控制方法

    公开(公告)号:CN113589694A

    公开(公告)日:2021-11-02

    申请号:CN202110879934.7

    申请日:2021-08-02

    Applicant: 厦门大学

    Abstract: 异构多智能体系统的完全分布式抗饱和跟踪控制方法,涉及多智能体系统分布式协调控制。1)基于图论定义多智能体系统的通信拓扑图,给出通信拓扑图的邻接矩阵和拉普拉斯矩阵,描述系统的随机切换通信拓扑;2)给出多智能体系统通信拓扑图的假设;3)建立跟随者和领导者的动力学模型,建立异构多智能体系统跟踪控制的目标函数,给出智能体的动力学需满足的假设;4)设计异构多智能体系统的完全分布式自适应抗饱和跟踪控制协议,给出跟踪控制协议所需满足的线性矩阵不等式条件,提出完全分布式自适应抗饱和跟踪控制方法,构造李雅普诺夫函数,证明控制方法有效性。仅使用局部信息更新耦合增益,有效减少计算量、提高系统安全性和保护隐私。

Patent Agency Ranking