一种电子驻车制动鼓式制动器

    公开(公告)号:CN110617286A

    公开(公告)日:2019-12-27

    申请号:CN201910986568.8

    申请日:2019-10-17

    Applicant: 吉林大学

    Abstract: 本发明公开了一种电子驻车制动鼓式制动器,包括:制动鼓,其具有容置空腔;制动器底板,其匹配盖合在制动鼓上;第一通孔,其开设在制动器底板的中心处;两个制动蹄片,其对称设置在容置空腔内;减速电机;第一齿轮,其设置在容置空腔内;第一齿轮的齿轮轴穿过第一通孔,并且与减速电机的动力输出端固定连接;两个制动机构,其对称设置在容置空腔内;制动机构包括:第二齿轮,其可转动的设置在制动器底板上,并且与第一齿轮啮合传动;推杆,其一端可转动的偏心连接在第二齿轮上;固定销,其与推杆的另一端固定连接;其中,蹄片上具有第二通孔,固定销可移动的设置在第二通孔中;当第一齿轮转动时,能够驱动推杆移动,使制动蹄片靠近或远离制动鼓。

    一种高速公路上车辆协同编队预先组队管理系统及方法

    公开(公告)号:CN113487854A

    公开(公告)日:2021-10-08

    申请号:CN202110740726.9

    申请日:2021-06-30

    Applicant: 吉林大学

    Abstract: 本发明属于智能网联汽车技术领域,尤其为一种高速公路上车辆协同编队预先组队管理系统及方法,系统包括行程预定模块、车辆排序模块和身份验证模块;待组队车辆提前通过行程预定模块在组队管理系统上预定行程,完成行程预定后,系统自动为每一辆车生成一个车辆I D编号;组队管理系统获取各个车辆的行程列表,并遍历各个行程,让对应的车辆I D编号全部入栈后再逐一出栈。本发明采用行程预定、车辆排序、车辆身份验证等一系列车辆管理方式实现车辆的协同编队预先组队,解决了高速路上具备协同自适应巡航(CACC)功能的车辆渗透率低,难以找到适合组队的车辆的问题,且车队在高速公路上行驶的过程中,离队车辆不影响车队里的其它车辆。

    一种基于车-车协同的高风险场景辨识方法、装置及介质

    公开(公告)号:CN117676509A

    公开(公告)日:2024-03-08

    申请号:CN202311686543.9

    申请日:2023-12-11

    Applicant: 吉林大学

    Abstract: 本发明涉及一种基于车‑车协同的高风险场景辨识方法、装置及介质;方法包括将采集到的环境信息映射到BEV视角下;使用主干网络对传感器采集的环境信息进行编码,得到中间特征信息;对自身感知信息进行加密压缩;通过V2X传感器接收其他智能网联车辆感知信息;将获取的感知信息进行空间对齐,将特征信息转换至自车坐标系下;分析同一区域的感知特征的离散程度;自车融合多源感知信息,得到全景感知结果输出,并输入给决策规划模块;分析自车的协同感知结果的不确定性;本发明通过综合分析自动驾驶车辆的感知理解能力和场景的复杂程度,从一个新的维度辨识行车中的高风险场景,提醒驾驶员介入或切换行车策略,提高自动驾驶车辆行驶安全性。

    考虑感知不确定性的自动驾驶轨迹规划方法、装置及介质

    公开(公告)号:CN119847147A

    公开(公告)日:2025-04-18

    申请号:CN202411961742.0

    申请日:2024-12-30

    Applicant: 吉林大学

    Abstract: 本发明涉及一种考虑感知不确定性的自动驾驶轨迹规划方法、装置及介质;方法包括构建概率化目标检测模型进行环境感知,构建障碍物缓冲区;构建基于软约束凸可行集的轨迹规划算法,生成最优规划轨迹;本发明利用多元高斯分布对行车环境中的障碍物建模,建立了概率化感知模型,对周围环境进行高精度感知和方差推断;本利用包络框属性方差信息,构建感知障碍物最大抖动区域,建立障碍物缓冲区,能够量化并传递感知不确定性,为下游模块提供了更加可靠的感知数据支持;在轨迹规划目标函数中加入松弛因子,使得在规划过程中适应感知的不确定环境,提升了规划轨迹的平顺性和车辆在不确定环境中的适应能力和行驶舒适性。

    一种自动驾驶汽车感知不确定性量化方法及装置

    公开(公告)号:CN118711156A

    公开(公告)日:2024-09-27

    申请号:CN202410798844.9

    申请日:2024-06-20

    Applicant: 吉林大学

    Abstract: 本发明涉及一种自动驾驶汽车感知不确定性量化方法及装置;方法包括采集车辆行驶过程中的环境信息;对采集的数据标注,形成带有标签的数据集;数据集划分为训练集、测试集和验证集;构建方差推断神经网络;利用无序数据集对每个方差推断神经网络进行预训练;对每个方差推断神经网络进行训练;集成所有方差推断神经网络,构建集成网络;计算每个方差推断神经网络感知结果的不确定性指数;构建基于不确定性的结果融合策略;计算集成网络感知结果的不确定性指数;输出模型的最终感知结果;本发明提供的基于高斯误差和模型投票机制的不确定性量化指标、不确定性指数,为感知模型输出结果不确定性,提供了一种统一的数值量化方法。

    一种电子驻车制动鼓式制动器

    公开(公告)号:CN110617286B

    公开(公告)日:2024-07-19

    申请号:CN201910986568.8

    申请日:2019-10-17

    Applicant: 吉林大学

    Abstract: 本发明公开了一种电子驻车制动鼓式制动器,包括:制动鼓,其具有容置空腔;制动器底板,其匹配盖合在制动鼓上;第一通孔,其开设在制动器底板的中心处;两个制动蹄片,其对称设置在容置空腔内;减速电机;第一齿轮,其设置在容置空腔内;第一齿轮的齿轮轴穿过第一通孔,并且与减速电机的动力输出端固定连接;两个制动机构,其对称设置在容置空腔内;制动机构包括:第二齿轮,其可转动的设置在制动器底板上,并且与第一齿轮啮合传动;推杆,其一端可转动的偏心连接在第二齿轮上;固定销,其与推杆的另一端固定连接;其中,蹄片上具有第二通孔,固定销可移动的设置在第二通孔中;当第一齿轮转动时,能够驱动推杆移动,使制动蹄片靠近或远离制动鼓。

    一种基于事件触发的智能网联汽车编队控制方法

    公开(公告)号:CN114792478B

    公开(公告)日:2023-10-24

    申请号:CN202210486957.6

    申请日:2022-05-06

    Applicant: 吉林大学

    Abstract: 本发明属于智能网联汽车技术领域,尤其为一种基于事件触发的智能网联汽车编队控制方法,包括:通过车联网通信和自车传感器测量接收前车及自车状态信息;使用卡尔曼滤波器对测量的车辆状态信息进行估计;将获取及处理后的状态信息输入上层控制器;将期望加速度与实际车辆状态输入下层控制器修正节气门开度和制动压力;根据事件触发策略输出自车加速度传递值。本发明利用事件触发策略减少了车辆之间的通信频率与能量消耗,引入卡尔曼滤波对自车传感器接收信息进行状态估计,提高了跟随精度,降低跟随误差,增加内触发时间;采用线性最优二次型(LQR)设计跟随控制律,实现了编队的控制目标,保障了跟随车的安全。

    一种基于事件触发的智能网联汽车编队控制方法

    公开(公告)号:CN114792478A

    公开(公告)日:2022-07-26

    申请号:CN202210486957.6

    申请日:2022-05-06

    Applicant: 吉林大学

    Abstract: 本发明属于智能网联汽车技术领域,尤其为一种基于事件触发的智能网联汽车编队控制方法,包括:通过车联网通信和自车传感器测量接收前车及自车状态信息;使用卡尔曼滤波器对测量的车辆状态信息进行估计;将获取及处理后的状态信息输入上层控制器;将期望加速度与实际车辆状态输入下层控制器修正节气门开度和制动压力;根据事件触发策略输出自车加速度传递值。本发明利用事件触发策略减少了车辆之间的通信频率与能量消耗,引入卡尔曼滤波对自车传感器接收信息进行状态估计,提高了跟随精度,降低跟随误差,增加内触发时间;采用线性最优二次型(LQR)设计跟随控制律,实现了编队的控制目标,保障了跟随车的安全。

    一种电子驻车制动鼓式制动器

    公开(公告)号:CN210799834U

    公开(公告)日:2020-06-19

    申请号:CN201921740311.6

    申请日:2019-10-17

    Applicant: 吉林大学

    Abstract: 本实用新型公开了一种电子驻车制动鼓式制动器,包括:制动鼓,其具有容置空腔;制动器底板,其匹配盖合在制动鼓上;第一通孔,其开设在制动器底板的中心处;两个制动蹄片,其对称设置在容置空腔内;减速电机;第一齿轮,其设置在容置空腔内;第一齿轮的齿轮轴穿过第一通孔,并且与减速电机的动力输出端固定连接;两个制动机构,其对称设置在容置空腔内;制动机构包括:第二齿轮,其可转动的设置在制动器底板上,并且与第一齿轮啮合传动;推杆,其一端可转动的偏心连接在第二齿轮上;固定销,其与推杆的另一端固定连接;蹄片上具有第二通孔,固定销可移动的设置在第二通孔中;当第一齿轮转动时,能够驱动推杆移动,使制动蹄片靠近或远离制动鼓。(ESM)同样的发明创造已同日申请发明专利

Patent Agency Ranking