考虑模型参数失配的路面附着系数级联估计方法及系统

    公开(公告)号:CN118761158A

    公开(公告)日:2024-10-11

    申请号:CN202411045447.0

    申请日:2024-08-01

    申请人: 东南大学

    摘要: 本发明公开了考虑模型参数失配的路面附着系数级联估计方法及系统,涉及智能车辆状态估计技术领域。本发明包括:接收车辆的前轮转角、纵向加速度、侧向加速度参数信息;构建车辆运动状态估计动力学模型,将上述参数信息输入车辆运动状态估计动力学模型,并构建车辆运动状态的非线性状态空间方程。本发明采用无迹卡尔曼滤波作为基本框架,基于正交理论引入强跟踪滤波,通过调节衰减因子矩阵对增益矩阵实时动态更新,有效降低了模型参数失配、模型不确定性引起的估计精度下降问题,通过将两个强跟踪无迹卡尔曼滤波器串联连接,实现了对路面附着系数的高精度估计,有效增强了模型参数失配非理想状况下路面附着系数估计的鲁棒性。

    一种基于卡尔曼滤波轨迹预测的能量机关识别算法

    公开(公告)号:CN111985296B

    公开(公告)日:2024-06-07

    申请号:CN202010549137.8

    申请日:2020-06-16

    申请人: 东南大学

    摘要: 本发明涉及一种基于卡尔曼滤波轨迹预测的能量机关识别算法,利用几何约束集遍历轮廓删除伪装甲板,采用模板匹配方法对能量机关扇叶进行识别;接着建立了基于卡尔曼滤波的能量机关轨迹预测模型,采用卡尔曼滤波预测和更新能量机关运动状态,完成了能量机关的定位和预测;最后建立子弹抛物模型对云台角度进行补偿,获得云台横摆角和俯仰角;本发明不仅提高了查找能量机关轮廓的准确率,而且能够完成能量机关的准确定位与预测,解决了装甲误识别率高、鲁棒性差以及云台运动滞后等问题。

    基于模型预测控制的分布式驱动电动汽车转矩控制方法

    公开(公告)号:CN116811601A

    公开(公告)日:2023-09-29

    申请号:CN202310814861.2

    申请日:2023-07-05

    申请人: 东南大学

    IPC分类号: B60L15/30 B60L15/20

    摘要: 本发明公开了一种基于模型预测控制的分布式驱动电动汽车转矩控制方法,涉及自动驾驶转向控制技术领域,解决了车辆操纵在稳定性和节能性方面存在不足的技术问题,其技术方案要点是为了在提高车辆操纵稳定性的同时实现分布式电动汽车的节能,设计了力矩矢量分配框架,上层驾驶员速度控制需求产生总转矩,采用比例积分控制算法设计,通过驾驶模拟器获得转向行为。然后,将优化后的转矩矢量分配到前/后轴。下层通过左右车轮的纵向差力产生直接偏航力矩控制输入,以确保车辆的操纵稳定性。

    一种基于灯条匹配的装甲板识别算法

    公开(公告)号:CN111985481B

    公开(公告)日:2024-08-09

    申请号:CN202010721041.5

    申请日:2020-07-24

    申请人: 东南大学

    摘要: 本发明涉及一种基于灯条匹配的装甲板识别算法,首先对图像预处理,基于灯条几何特征约束遍历轮廓提取灯条并对灯条进行匹配,通过提取装甲板数字图案,采用模板匹配提高装甲板的识别率;接着利用图像像素坐标系和真实世界坐标转换,获得控制转角进行云台控制,解决了云台控制滞后于物体运动的情况;最后建立目标选择机制模型及目标跟踪机制模型,确定跟踪视野外的潜在威胁目标;本发明解决了背景技术中提出的无法确定装甲最优击打目标、装甲误识别率高、鲁棒性差等问题,为装甲识别提供了一种可靠的识别方法,具有良好的市场前景。

    一种考虑质量失配的轮胎路面附着系数多模型融合估计方法

    公开(公告)号:CN114043986B

    公开(公告)日:2024-04-26

    申请号:CN202110971842.1

    申请日:2021-08-20

    申请人: 东南大学

    IPC分类号: B60W40/064

    摘要: 本发明公开了一种车载传感器测量数据异常情况下的汽车状态估计方法,具体包括以下步骤:采集车辆纵向加速度、横向加速度、横摆角速度和前轮转角信号,与非线性车辆模型结合,利用强跟踪无迹卡尔曼滤波估计车辆轴向力信息,基于车辆轴向力信息利用交互多模型无迹卡尔曼估计轮胎路面附着系数;车辆轴向力信息包括车辆前轴的纵向力和侧向力以及车辆后轴的纵向力和侧向力。通过交互与混合、预测以及融合,给出了一种可以结合多个模型的优势实现在复杂驾驶工况下轮胎路面附着系数的精确估计,然后对后验状态#imgabs0#和它的协方差矩阵Pη更新,采用先验与后验相结合的估计方法,可以填补当前质量失配情况下汽车轴向力无法精确估计的技术空白。

    基于强跟踪最大熵准则的车辆状态估计方法、装置及介质

    公开(公告)号:CN117465462A

    公开(公告)日:2024-01-30

    申请号:CN202311477678.4

    申请日:2023-11-08

    申请人: 东南大学

    IPC分类号: B60W40/10 B60W50/00

    摘要: 本发明提供一种基于强跟踪最大熵准则的车辆状态估计方法、装置及存储介质,车辆状态估计方法包括:利用车载传感器获取车辆的前轮转角、纵向加速度及侧向加速度;基于获取的车辆的前轮转角、纵向加速度及侧向加速度,建立车辆纵向、侧向及横摆的三自由度非线性车辆动力学模型;对建立的三自由度非线性车辆动力学模型进行线性化和离散化,得到每一时刻离散化的线性车辆系统模型;基于最大熵准则构建卡尔曼滤波器的代价函数;基于构建的卡尔曼滤波器对得到的线性车辆系统模型进行状态预测和预测校正。本发明考虑了非高斯噪声的环境干扰和车辆模型参数不确定性的特征,能够充分利用传感器信息和量测信息,实现非理想条件下车辆状态的精确估计。

    一种考虑传感器数据丢失的线控汽车轮胎侧向力估计方法

    公开(公告)号:CN113978476A

    公开(公告)日:2022-01-28

    申请号:CN202110964949.3

    申请日:2021-08-20

    申请人: 东南大学

    IPC分类号: B60W40/10

    摘要: 本发明涉及一种考虑传感器数据丢失的线控汽车轮胎侧向力估计方法,首先利用电动汽车车载传感器获得带有部分测量数据丢失的前轮转角,纵向速度,质心侧偏角以及纵、横向加速度信号,利用线控系统中CAN总线获得轮胎的纵向驱动力信息,将这些信息与非线性车辆模型结合利用先验预估和后验更新的方法估计轮胎侧向力,实现轮胎侧向力的精确获取。本发明可以填补当前传感器数据丢失情况下轮胎力无法估计的技术空白,促进了汽车主动安全控制技术的发展。

    一种四轮电驱动汽车状态预测方法

    公开(公告)号:CN113650620A

    公开(公告)日:2021-11-16

    申请号:CN202111002707.2

    申请日:2021-08-30

    申请人: 东南大学

    IPC分类号: B60W40/10 B60W40/13

    摘要: 本发明涉及一种四轮电驱动汽车状态预测方法,首先利用车载传感器获得汽车的纵向速度、横摆角速度、轮胎侧向力、前轮转角信号和纵向驱动力信息,利用无迹卡尔曼滤波算法获得基于模型的车辆状态估计;将车辆运行中产生的大数据进行提取获得状态输入和输出数据集,运用神经网络训练获得软件定义的车,使得其能够根据车辆控制输入自动输出车辆状态,获得基于数据的车辆状态估计;将获得的基于模型和数据的车辆估计加权融合,获得最终汽车状态估计值。本发明基于算法的持续优化,不断改善预测精度,促进了汽车主动安全控制技术的发展。

    一种陆空两用机器人
    9.
    发明公开

    公开(公告)号:CN106004285A

    公开(公告)日:2016-10-12

    申请号:CN201610384073.4

    申请日:2016-06-01

    申请人: 东南大学

    摘要: 一种陆空两用机器人,包括骨架、电源模块、飞行模块、陆地行走模块和控制模块;其中,陆地行走模块包括前、后、左、右车轮,每个车轮配备有一个直流电机;每个直流电机输出转轴连接一组传动齿轮,通过传动齿轮与车轮轮辋内壁上的齿槽啮合控制车轮转动;飞行模块包括前、后、左、右四个螺旋桨,每个螺旋桨配备一个航模电机和一个电子调速器;螺旋桨的桨叶连接点落在车轮所在平面的圆心上,桨叶长度小于车轮内半径,桨叶的旋转面垂直于对应车轮所在平面并将车轮所在平面均分为上下两部分;控制模块连接直流电机和航模电机,通过调整电机的转速来控制机器人做出相应动作。本发明可实现陆空两用且能够很好的完成陆空行走模式之间的转换。

    一种纯电动方程式赛车整车电气系统

    公开(公告)号:CN112026672A

    公开(公告)日:2020-12-04

    申请号:CN202010850348.5

    申请日:2020-08-21

    申请人: 东南大学

    IPC分类号: B60R16/02 B60R16/023 B60L3/00

    摘要: 本发明提出一种纯电动方程式赛车整车电气系统,以主控制器为核心,基于CAN总线进行数据传输,电气系统包括驱动系统、电池及BMS管理系统、安全系统和控制及数据采集系统。驱动系统采用后轮双电机驱动;电池及BMS管理系统实时检测电池的电流、电压、温度等信号,动态制定电池管理策略,通过热管理、主动均衡管理、充电管理、放电管理等手段控制电池工作在合适工况;安全系统实时检测赛车状态,若状态异常则切断所有动力来源;控制及数据采集系统结合踏板角度传感器等信号得到赛车行驶意图,最终实现赛车的动力系统、高压电安全、硬件预警保护等控制,解决了电动赛车线束布置复杂、CAN信号抗干扰能力弱、电气系统的鲁棒性差等问题。