-
公开(公告)号:CN120080909A
公开(公告)日:2025-06-03
申请号:CN202510174828.7
申请日:2025-02-18
Applicant: 东南大学
IPC: B62D6/00 , G06F17/10 , B62D137/00
Abstract: 本发明属于智能汽车线控底盘技术领域,公开一种基于前馈LQR的后轮转向自适应稳定性控制方法,包括以下步骤:构建车辆二自由度状态空间方程,其中前轮由驾驶员控制,后轮由所述后轮转向变道稳定性控制方法控制;将车辆稳态转向条件代入车辆二自由度状态空间方程中,得到理想传递矩阵Ad;定义离散时域下的代价函数,通过拉格朗日乘子法和极小值原理,求得前轮转角前馈增益矩阵KFF和状态变量反馈增益矩阵KFB;获取前轮等效侧偏角的计算信息,计算前轮等效侧偏角,并定义自适应权重系数λ;实现根据车辆状态对后轮转向控制进行自适应调节的目的,有效提升行驶安全性。
-
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:CN119872508A
公开(公告)日:2025-04-25
申请号:CN202510174504.3
申请日:2025-02-18
Applicant: 东南大学
Abstract: 本发明公开了全解耦线控制动系统与个性化驾驶人智能协调方法及系统,涉及汽车驾驶技术领域。本发明包括:接收车辆驾驶信息数据并进行预处理,利用径向基神经网络对真空助力式制动系统的伺服特性进行建模,并考虑驾驶人的制动激进度,设计得到全解耦线控制动系统的个性化制动伺服特性。本发明以驾驶人熟悉的真空助力式制动系统的伺服特性为基准,根据不同驾驶人的制动激进度为全解耦线控制动系统设计了个性化的制动伺服特性,且本发明提出了能够提高响应速度、控制精度和制动一致性的级联压力控制器,有效保证了在具有不同制动伺服特性的各种的制动风格下,全解耦线控制动系统都能够实现良好的压力控制性能。
-
公开(公告)号:CN119740306A
公开(公告)日:2025-04-01
申请号:CN202411652546.5
申请日:2024-11-19
Applicant: 东南大学
IPC: G06F30/15 , G06F30/20 , G06F119/14
Abstract: 一种面向模块化分布式电驱动重载车辆的稳定域估计方法,包括:考虑车辆全轮转向和轮毂电机驱动特性,构建模块化分布式电驱动重载车辆动力学模型,通过有理多项式拟合轮胎非线性模型,得到轮胎侧向力解析表达式,构建基于有理多项式的模块化分布式电驱动重载车辆动力学模型;利用广义S‑procedure理论和平方和规划方法,将模块化分布式电驱动重载车辆动力学有理多项式函数的正定问题转化为平方和规划问题;设计V‑s迭代算法,解决双线性矩阵不等式求解问题,基于Lyapunov方法和非线性动力学理论,估计并优化模块化分布式电驱动重载车辆动力学的稳定域,实现对不同车速、路面附着系数、前/中/后轮转角及直接横摆力矩下的模块化分布式电驱动重载车辆稳定域准确估计。
-
公开(公告)号:CN119202770A
公开(公告)日:2024-12-27
申请号:CN202411208791.7
申请日:2024-08-30
Applicant: 东南大学
IPC: G06F18/23213 , G06F18/214 , G06F18/2431 , G06F18/213
Abstract: 本发明公开一种重型货车驾驶员行为评估与经济性驾驶引导方法,利用大数据提取技术从多源数据集中提取模型所需车辆运行数据,进而完成数据异常帧辨识、数据清洗和车辆特征扩展,基于运行中断时刻切分构建驾驶行为数据集;采用K‑means算法构建驾驶行为数据集的聚类分析模型,生成高速行驶、舒缓、适中、激进四类驾驶行为簇;面向激进类驾驶行为片段,采用Transformer瞬时燃油消耗率预测模型评估能耗水平,进而建立以能耗最优为目标的动态规划算法模型,完成驾驶行为片段的能耗水平对比与最佳燃油经济性策略规划。本发明依托车联网数据实现驾驶行为类型辨识,针对高能耗驾驶片段提供经济性运行方案,有利于规范驾驶员在途行驶操作,为燃油消耗的优化提供可靠策略。
-
公开(公告)号:CN118036367A
公开(公告)日:2024-05-14
申请号:CN202410118760.6
申请日:2024-01-29
Applicant: 东南大学
IPC: G06F30/23 , G06F111/04 , G06F113/10
Abstract: 本发明公开一种基于增材制造各向异性的最小化频率响应拓扑优化方法,属于结构拓扑优化技术领域;一种基于增材制造各向异性的最小化频率响应拓扑优化方法包括:S1,通过变厚度薄板法来获得指定体积约束下的自由材料分布,并基于正交各向异性材料模型,使用准静态Ritz矢量方法来减轻有限元计算的负担,以实施频率响应分析;S2,对S1的有限元计算结果进行灵敏度过滤,并采用两种OC优化策略来更新单元的相对密度和纤维角度;S3,对S2中通过两种OC优化策略更新后的设计变量是否收敛进行判断,若不收敛转至S1,否则输出包含单元密度和纤维角度的最优结构拓扑构型。
-
公开(公告)号:CN119475900A
公开(公告)日:2025-02-18
申请号:CN202411590473.1
申请日:2024-11-08
Applicant: 东南大学
IPC: G06F30/23 , G16C60/00 , G06F18/2337 , G06F111/04 , G06F119/14 , G06F119/08 , G06F113/10
Abstract: 本发明涉及拓扑优化技术领域,公开了一种面向增材制造的热力耦合多尺度并行拓扑优化方法,该方法通过模糊C聚类方法将宏观设计域划分为多个宏观子设计域,将宏观子设计域信息映射在微观上作为微观优化的约束条件;将瞬态温度载荷进行等效静态转化,将等效热载荷引入多尺度拓扑优化模型;根据热力耦合控制方程进行宏观和微观的热力耦合有限元分析,使用HHT‑α法求解位移向量矩阵;对宏微观目标函数和约束条件的灵敏度分析,并使用移动渐近线MMA法作为宏微观设计变量更新的求解器;将微结构填入宏观构型中获得整体构型,并对收敛条件进行判断,若满足条件则输出最优材料分布结构以及微观最优构型。本发明更能体现工件真实的工作状态。
-
公开(公告)号:CN117341711A
公开(公告)日:2024-01-05
申请号:CN202311264171.0
申请日:2023-09-27
Applicant: 东南大学
Abstract: 本发明涉及一种基于滑窗机理的车辆横向运动状态预测方法及装置,包括:步骤S1:获取预配置的滑窗长度,基于滑窗长度和历史数据初始化车辆横向运动状态预测模型;步骤S2:当收到最新采集的车辆前轮转向角、车辆前轮滑移率和车辆横向运动状态后,基于最新采集的车辆前轮转向角、车辆前轮滑移率和车辆横向运动状态,生成预测模型的系统演化矩阵,其中,预测模型的系统演化矩阵作用于车辆横向运动状态预测模型,车辆横向运动状态包括车辆横向速度和车辆横摆角速度;步骤S3:基于生成预测模型的系统演化矩阵修正车辆横向运动状态预测模型;步骤S4:基于修正后的车辆横向运动状态预测模型预测车辆横向运动状态。与现有技术相比,本发明具有需求参数少且可以适应工况的动态变化等优点。
-
公开(公告)号:CN119705498A
公开(公告)日:2025-03-28
申请号:CN202510075705.8
申请日:2025-01-17
Applicant: 东南大学
Abstract: 本发明公开了考虑驾驶风格不确定性的交互式轨迹预测方法及系统,涉及自动驾驶技术领域。本发明包括:接收基于典型道路得到的车辆状态信息数据集进行数据预处理,并将预处理后的数据划分为训练集与测试集;基于预处理后的数据,对驾驶工况进行优化,并利用高斯混合聚类方法对车辆驾驶风格进行辨识,得到驾驶风格信息;构建轨迹预测模型,所述轨迹预测模型包括编码器部分与解码器部分,且编码器部分引入车道注意力机制和多头注意力机制。本发明能够在面对多样化的驾驶风格和复杂交通状态时,精准捕捉和预测自动驾驶车辆与人类驾驶车辆之间的复杂交互行为,通过结合驾驶风格不确定性,模型更好地理解驾驶员的个性化行为模式,提升轨迹预测准确性。
-
公开(公告)号:CN119590439A
公开(公告)日:2025-03-11
申请号:CN202411690724.3
申请日:2024-11-25
Applicant: 东南大学
Abstract: 本发明提供一种考虑噪声扰动和质量参数失配的车辆状态估计方法,包括:利用车载传感器获取车辆的纵向加速度、前轮转向角以及横向加速度;基于获取的纵向加速度、前轮转向角以及横向加速度,建立车辆纵向、横向、横摆的非线性三自由度车辆动力学模型,对建立的模型进行离散化,并采用无迹变换来处理均值和协方差的非线性传递问题;基于此模型构建无迹卡尔曼滤波器对车辆系统进行状态预测和预测校正,并引入强跟踪思想与自适应滤波来应对模型参数失配问题与噪声扰动不确定性。本发明考虑了噪声统计特性不确定的环境干扰和车辆模型参数不确定的复杂情况,能够充分利用车载传感器信息和量测信息,实现不确定外部扰动下车辆状态参数的精确估计。
-
-
-
-
-
-
-
-
-