-
公开(公告)号:CN116834723A
公开(公告)日:2023-10-03
申请号:CN202311056315.3
申请日:2023-08-21
Applicant: 北京理工大学
IPC: B60W10/30 , B60W10/08 , B60W30/02 , B60W30/188
Abstract: 本发明提供一种机电复合传动系统电功率平衡自适应控制方法,包括步骤:对辅助设备,采用扩展卡尔曼滤波方法进行功率估计,并获取各辅助设备总功率最优估计值;确定串联式机电复合传动系统稳定运行时车辆两侧驱动电机的动态功率边界;对车辆两侧驱动电机转向行驶时的转向力矩和加速力矩进行解耦后,对车辆两侧驱动电机的加速力矩进行动态约束,并更新车辆两侧驱动电机目标转矩。本发明所述一种机电复合传动系统电功率平衡自适应控制方法具有电功率平衡稳定性高、控制精度高等特点,可广泛应用于车辆控制领域。
-
公开(公告)号:CN119475767A
公开(公告)日:2025-02-18
申请号:CN202411586950.7
申请日:2024-11-08
Applicant: 北京理工大学
IPC: G06F30/20 , G06F30/15 , G06F119/14
Abstract: 本发明公开了一种履带车辆侧滑状态估计方法、设备、介质及产品,涉及履带车辆智能驾驶技术领域,该方法包括:获取车辆试验数据;建立履带经验模型,并基于车辆试验数据,对履带经验模型的经验参数进行模型校准;基于履带经验模型,建立三自由度履带车辆动力学模型;基于三自由度履带车辆动力学模型,分别建立离散形式的状态估计系统和参数估计系统的状态转移方程和量测方程;并利用双扩展卡尔曼滤波算法对车辆进行行驶状态参数估计,得到车辆各时刻的状态估计值和参数估计值;基于车辆各时刻的状态估计值和参数估计值,计算得到车辆侧滑状态估计。本发明可提高侧滑角估计的精度,进而可提高行驶稳定性和行驶安全性。
-
公开(公告)号:CN119474869A
公开(公告)日:2025-02-18
申请号:CN202411595260.8
申请日:2024-11-08
Applicant: 北京理工大学
IPC: G06F18/214 , G06F18/21 , G06N3/0442 , G06F30/27 , G06F30/15 , G06F119/14
Abstract: 本申请公开了一种履带车辆行驶状态预测模型训练方法、预测方法及产品,涉及履带车辆智能驾驶技术领域,首先获取履带车辆的量测向量数据和可测控制向量数据;将可测控制向量数据输入训练好的传动‑履带模型,得到实际控制向量数据;获取履带车辆的上一时刻的状态向量数据,依次计算状态向量数据和量测向量数据的先验估计,得到先验状态估计和先验量测估计;将先验状态估计、先验量测估计和实际控制向量数据转换为差分序列;利用差分序列训练循环神经网络,得到履带车辆行驶状态预测模型。本申请将具有良好非线性拟合特性的神经网络结合到卡尔曼滤波算法中,实现对强非线性系统的有效状态估计,融入卡尔曼滤波状态估计原理,减少神经网络的待学习参数。
-
-