-
公开(公告)号:CN119990603A
公开(公告)日:2025-05-13
申请号:CN202510053629.0
申请日:2025-01-14
Applicant: 东南大学
IPC: G06Q10/0631 , G06Q10/047 , G06Q50/06 , G06N5/01
Abstract: 本发明公开了面向电动汽车充电网络设计的最优调度方法及系统,涉及电动汽车车队路由技术领域。本发明包括:根据电池实际充电过程和电池磨损情况,定义充电函数及磨损成本函数;根据磨损成本和充电状态之间的单调关系,构建对应的磨损成本函数的数学模型,并设置约束条件;采用CWIGALNS的三阶段高效启发式算法求解磨损成本函数的数学模型,得到最优调度方案。本发明充分考虑充电过程对电动汽车调度的影响,能够系统分析、解决电动汽车配送服务与充电调度的协同优化问题,降低物流运营成本。
-
公开(公告)号:CN119990489A
公开(公告)日:2025-05-13
申请号:CN202510053599.3
申请日:2025-01-14
Applicant: 东南大学
IPC: G06Q10/047 , G06F18/15 , G06F18/213 , G06F18/25 , G06N3/045 , G06N3/0442 , G06N3/0455 , G06N3/092 , G06N3/048 , G06F123/02
Abstract: 本发明公开了大规模电动汽车车队运营的路径优化方法、系统及设备,涉及汽车路径规划技术领域。本发明包括:基于图结构对带时间窗的电动汽车路由问题进行定义,基于强化学习角度描述带时间窗电动汽车路由问题;构建注意力模型,用于聚合图结构的局部和全局信息;采用随机抽样法对图结构求解结果进行采样;最后采用rollout基线策略梯度算法对注意力模型进行训练。本发明能够在确保客户的位置和时间的条件下,快速、高效地为电动汽车车队寻找最短路径,做出路由决策,使得车队行驶的总距离最小,且具备极大的可扩展性,可支持超大规模电动汽车车队运营实例。
-
公开(公告)号:CN119762538A
公开(公告)日:2025-04-04
申请号:CN202411951009.0
申请日:2024-12-27
Applicant: 东南大学
IPC: G06T7/246 , G06V10/74 , G06V20/58 , G06T3/4038 , G06T5/50 , G06T3/4046 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开一种鲁棒的飞行汽车空地目标匹配方法及系统,属于飞行汽车计算机视觉领域;目标匹配方法包括:接收飞行汽车地面行驶模式与飞行模式的图像;基于YOLOv5s网络,引入CA注意力机制并改进损失函数,来对接收的图像进行检测;针对检测结果,进行基于DeepSORT算法的目标跟踪处理,并对跟踪结果进行重识别预处理,获得待检测数据集;针对目标图像与待检测数据集,进行基于FastReID算法的目标重识别处理;对重识别结果进行余弦相似度计算匹配,并进行再跟踪;本发明将飞行视角与地面行驶视角的信息进行融合,显著提高了跟踪的准确度和鲁棒性,实现了双视角下对于同一目标图像的准确定位与跟踪。
-
公开(公告)号:CN114266386B
公开(公告)日:2025-01-10
申请号:CN202111449906.8
申请日:2021-12-01
Applicant: 东南大学
IPC: G06Q10/047 , G06Q10/0631 , G06Q10/0835
Abstract: 本发明提出了一种电动汽车车队经济性路由方法、装置、车辆及存储介质,其中路由方法包括以下步骤:步骤1:构建包括充电站、仓库以及客户地的地图模型,以实现地图的路口和路段划分;步骤2:在步骤1建立的地图模型上添加约束,生成路径代价集;所述约束包括车辆在所有路段时的加速度、速度、地形以及动力系统效率;步骤3:计算客户地、充电站和仓库之间的能耗成本,寻找两两之间的能耗最小路径,构建客户需求库;步骤4:选择最优路径,实现从仓库分发车辆得最终总能量成本最小目的。本发明考虑实际的地形、动力系统效率、包括加速和刹车在内的速度变化的能耗精确模型,并将能量消耗估计融入到电动汽车路径问题的集成化管理中,具有高精度集成特性。
-
公开(公告)号:CN119176122A
公开(公告)日:2024-12-24
申请号:CN202411188906.0
申请日:2024-08-28
Applicant: 东南大学
Abstract: 本发明公开一种可重构分布式驱动多轴车辆轨迹跟踪方法及运载装置。方法包括实时获取车身的纵、横向运动速度和横摆角速度;获取车辆的位置信息,目标路径信息,并匹配轨迹跟踪目标点;建立用于轨迹跟踪的车辆三自由度动力学模型;根据车辆的纵向动力学模型,采用滑模控制方法求解整车所需纵向力,达到跟踪指定速度的效果;得到跟踪误差模型,基于非线性模型预测控制算法计算出各轮转角和整车横摆力矩;根据轮胎附着率的定义与上层控制器输出的整车纵向力与横摆力矩要求,分配各轮纵向轮胎力,并转化为电机扭矩;控制车辆的转向系统和车轮电机执行车轮转向角和扭矩指令。本发明有利于提高车辆的操纵稳定性和轨迹跟踪精度。
-
公开(公告)号:CN114862306B
公开(公告)日:2024-07-09
申请号:CN202210423508.7
申请日:2022-04-21
Applicant: 东南大学
IPC: G06Q10/047 , G06Q10/0835 , G06Q10/083
Abstract: 本发明公开了一种重型车辆生态驾驶路线优化方法及系统,涉及智能网联车辆生态驾驶技术领域,解决了重型车辆在货物运输过程中能耗较大的技术问题,其技术方案要点是通过云技术实时获取外部数据,综合考虑道路交通、天气条件以及车辆自身状态对能耗的影响,同时通过优化速度谱和档位谱来降低车辆行驶能耗,以满足货物运输时间限制条件和能耗最优为目标,通过迪杰斯特拉算法进一步确定最佳生态驾驶路线。该优化方法及系统对于降低重型车辆在货运过程中的能量消耗具有积极意义,优化系统不仅能够在货物运输任务开始前进行离线应用,同时也可以对货物运输过程中出现的突发事件做出实时动态反应。
-
公开(公告)号:CN114648114B
公开(公告)日:2024-06-07
申请号:CN202210274485.8
申请日:2022-03-21
Applicant: 东南大学
IPC: G06N3/08 , G06F18/214 , B60W40/09
Abstract: 本发明公开了一种基于受限玻尔兹曼机的驾驶员活跃程度识别方法及系统,涉及自动驾驶技术领域,解决了驾驶员驾驶活跃程度不能够便捷的应用于人机交互控制权限分配设计中的技术问题,其技术方案要点是通过受限玻尔兹曼机对驾驶员活跃程度进行建模分析,系统结构简单,逻辑清晰,运算成本小,能高效应对连续时变的应用场景,具有强实时性。整个GB‑RBM网络系统可应用于个性化的高级驾驶辅助系统,对驾驶员活跃程度评估的结果直接明确,可以直接应用于人‑车共享控制权限的分配策略等各类决策控制模型中,具备高灵活性,强泛用性的优势。
-
公开(公告)号:CN115675403A
公开(公告)日:2023-02-03
申请号:CN202211361825.7
申请日:2022-11-02
Applicant: 东南大学
IPC: B60T8/40
Abstract: 本发明公开了一种基于驾驶员制动风格的个性化踏板感觉模拟器,涉及踏板感觉模拟器技术领域,解决了踏板感觉模拟器无法满足驾驶员个性化踏板感需求的技术问题,其技术方案要点是该踏板感觉模拟器包括踏板缸、模拟缸、踏板位移传感器、第一电磁阀、第二电磁阀、第三电磁阀和电控单元ECU等;该踏板感觉模拟器结构简单、集成度高、便于安装和维修;采用三段不同刚度的踏板位移和反馈力曲线,能够提供更加真实的脚感;通过弹簧的不同组合和控制电磁阀的通断,实现“激进型”、“一般型”和“保守型”制动风格下的三种踏板感觉反馈模式,满足驾驶员个性化的踏板感需求,匹配驾驶员差异化的制动风格,增强驾驶体验,丰富驾驶乐趣。
-
公开(公告)号:CN111679667B
公开(公告)日:2022-09-02
申请号:CN202010428882.7
申请日:2020-05-20
Applicant: 东南大学
IPC: G05D1/02
Abstract: 本发明涉及一种面向无人驾驶赛车的路径与车速协同规划方法,在规划的过程中不仅考虑可行路线和运动学,还考虑车辆的动力学,通过赛车本身的数据和赛道地图规划出一条可行的在理论上为最短圈速的路径,同时该方法提供在各个位置上可供参考的速度和参考的前轮转角,方便之后循迹时进行控制;该方法可以应用于不同的车辆和赛道,并且具有较好的实时性,为赛车在赛道提供一条切实可行、利于控制的最快路线。
-
公开(公告)号:CN114783175A
公开(公告)日:2022-07-22
申请号:CN202210290849.1
申请日:2022-03-23
Applicant: 东南大学
IPC: G08G1/01 , G08G1/052 , G08G1/0967
Abstract: 本发明公开了一种基于伪谱法的多信号灯路况下网联车辆节能驾驶控制方法,涉及智能交通技术领域,解决了车速规划不够经济且控制方法效率不高的技术问题,其技术方案要点是基于伪谱法规划车辆在多信号灯路口下的经济性行驶速度,可以减少车辆在信号灯路口的不必要启停,从而提升车辆的经济性、舒适性与交通效率。伪谱法规划的速度能达到与动态规划方法相似的能量节省率,且伪谱法的求解时间远远小于动态规划方法。
-
-
-
-
-
-
-
-
-