公开(公告)号：CN110727994A

公开(公告)日：2020-01-24

申请号：CN201911032576.5

申请日：2019-10-28

Applicant: 吉林大学

Inventor： 朱冰 ,  张伊晗 ,  赵健 ,  李志轩 ,  靳万里 ,  倪海龙

IPC: G06F30/15 ,  G06F30/20

Abstract: 本发明公开了一种参数解耦的电动汽车质量与坡度估计方法，其特征在于，具体步骤包括：利用数据采集系统获取车辆行驶状态数据，并计算模型所需参数；建立整车质量、路面坡度与车辆行驶状态数据的关系模型；分别基于整车质量模型与路面坡度模型，构建递推最小二乘估计模型和龙贝格观测器估计模型；将采集到的车辆行驶状态数据和相关模型参数输入实时估计系统中，估计实时整车质量与路面坡度；采用全局K均值聚类与三次Hermite插值对异常数据处理得到整车质量与路面坡度估计结果。该方法对慢变的整车质量进行递推最小二乘估计，对快变的路面坡度进行龙贝格观测器估计，实现参数估计的解耦，并进行修正补偿处理，从而提高参数估计的精度。

公开(公告)号：CN117933805A

公开(公告)日：2024-04-26

申请号：CN202410103564.1

申请日：2024-01-25

Applicant: 吉林大学

Inventor： 吴坚 ,  倪海龙

IPC: G06Q10/0639 ,  G06Q50/40 ,  G06N3/084 ,  G06N3/0499

Abstract: 本发明属于智能汽车技术领域，具体的说是一种基于神经网络的道路场景复杂度评估方法。包括以下步骤：步骤一、确定道路场景元素；步骤二、将道路场景元素输入到神经网络，输出车辆行驶过程中的表现；步骤三、将车辆行驶过程中的表现作加权和得到最终的道路场景复杂度分数，从而对道路场景复杂度进行评估。本发明可以协助测试智能网联汽车的环境适应性，也可以帮助智能汽车判断当前道路场景是否适合开启自动驾驶功能，并且暂不考虑天气和无线环境，主要考虑城市道路环境中的交通流对自动驾驶的影响，通过分析这些交通流要素得到当前道路场景复杂度，对复杂场景的适应性是自动驾驶能力的重要量化指标。

公开(公告)号：CN117901828A

公开(公告)日：2024-04-19

申请号：CN202410103553.3

申请日：2024-01-25

Applicant: 吉林大学

Inventor： 吴坚 ,  倪海龙

IPC: B60T13/74 ,  B60T7/06 ,  B60T7/04

Abstract: 本发明是一种电动助力制动器及其控制方法。电动助力制动器由永磁同步电机提供助力，通过齿轮连接转动丝杠，丝杠带动助力阀体平移，助力阀体推动橡胶反馈盘副面，进而推动主缸推杆。当驾驶员需要制动而踩下制动踏板时，踏板推杆推动连接杆，进而推动橡胶反馈盘主面，位移传感器测得反馈盘主副面位移差，ECU根据位移差大小来控制电机转速及位置，实现电机助力。当具有辅助驾驶功能的汽车需要主动制动时，汽车通过发送指令到ECU，使在驾驶员没有踏板输入的情况下，通过控制电机实现制动。当助力机构失效时，通过驾驶员踏板输入实现制动。本发明以电机取代真空源，通过电控单元控制电机的运转，因此可以实现诸多辅助功能，能与智能车、电动车完美匹配。