-
公开(公告)号：CN119644710A
公开(公告)日：2025-03-18
申请号：CN202411950567.5
申请日：2024-12-27
Applicant: 江苏大学
IPC: G05B11/42
Abstract: 本发明公开了一种基于在线学习的自适应RNN车辆轨迹跟踪控制器及控制方法，引入了循环神经网络(RNN)方法，充分利用其能够捕捉时间序列中的动态变化规律、对长期依赖关系建模的核心优势，同时具备非线性映射能力和网络内部特征表达能力，从而显著提升了复杂系统状态与控制输入之间非线性耦合关系的建模能力。通过这一改进，本发明有效解决了车辆动力学在复杂工况(如模型失配)下的控制精度与轨迹跟踪性能问题，在车辆动力学控制领域展现出显著的优越性。通过预测‑反馈控制器的协同作用，使系统在保持在线预测控制高效性的同时，实现了在复杂环境下更为精准和稳定的路径跟踪。
-
公开(公告)号：CN118982061A
公开(公告)日：2024-11-19
申请号：CN202411109882.5
申请日：2024-08-13
Applicant: 江苏大学
Abstract: 本发明公开了一面向多智能体可信交互式决策控制的联邦强化学习系统、方法及设备。系统框架采用基于机理模型的数据分析方法建立样本置信度综合量化指标，实现精准、全面、可解释的偏好建模，并依据偏好模型从目标对齐和协同优化角度，解构联邦强化学习算法，实现算法多层级解释；创新采用数据机理双驱动的混合视觉注意力模型，解决传统深度强化学习在城市复杂交通环境下的高维状态空间表征难题，实现高可用性算法表现；该系统将多智能体联邦强化学习协同优化过程建模为可解释的自组织性群体合作过程，通过偏好启发式参数聚合实现模型鲁棒性与样本效率之间的平衡，解决了城市自动驾驶算法可信任难题。
-
公开(公告)号：CN118781221A
公开(公告)日：2024-10-15
申请号：CN202410935881.X
申请日：2024-07-12
Applicant: 江苏大学
IPC: G06T11/20 , G06T17/05 , G06V10/44 , G06V20/56 , G06N3/0464 , G06N3/0455 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于高阶建模的端到端矢量化高清地图模型、设备及存储介质，包括：将高阶建模思想用于地图构建任务，在高维空间中对每个实例进行划分，通过计算高阶统计量捕获地图元素的相关性；引入鸟瞰图增强模块，强化语义和几何信息；使用实例查询作为解码器的输入，增强查询能力，避免实例内信息不一致。本发明设计的高阶建模模块可以有效促进实例之间进行特征交互，增强对复杂环境的建模能力。引入的鸟瞰图增强模块，可以利用高阶统计信息强化鸟瞰图特征。整个模型在复杂的驾驶环境中也能保持良好的建图效果。
-
公开(公告)号：CN116729433A
公开(公告)日：2023-09-12
申请号：CN202310915326.6
申请日：2023-07-25
Applicant: 江苏大学
Abstract: 本发明公开了一种结合元学习多任务优化的端到端自动驾驶决策规划方法及设备，采用端到端学习方式克服误差传递，同时利用多任务约束的方法优化了模型的收敛，多任务的多分支输出结果进一步增加了模型的可解释性。设计八个不同的子任务分支，包含对于环境的感知任务以及对于自身状态的认知，通过子任务的设计模型将原始传感器特征转化到鸟瞰图空间提升了决策规划预测的准确性。进一步，为优化不同的多任务组合，首先采用多任务亲密度对不同任务组合进行评估，得到初始化任务权重，然后采用基于结合元学习的多任务优化方法，在训练过程中动态调整不同任务之间权重，从而实现主任务预测的最优化。
-
公开(公告)号：CN116653977A
公开(公告)日：2023-08-29
申请号：CN202310761333.5
申请日：2023-06-26
Applicant: 江苏大学
IPC: B60W40/064 , B60W50/00 , G06F30/15 , G06F30/20 , G06F119/14
Abstract: 本发明公开了基于智能轮胎多传感器信息融合的四轮驱动汽车路面附着系数估计方法及装置，首先借助智能轮胎的周向加速度功率谱密度的变化，利用轮胎振动模式来表征路面类型，根据Burckhardt典型路面附着系数和滑移率模型，获得不同路面类型的峰值路面附着系数经验值；其次在高滑移率下，根据车辆动力学响应信息，采用无迹卡尔曼滤波器估计方法得到路面附着系数估计值；然后设置适当的路面滑移率阈值，采用切换逻辑来实现更大范围内路面附着系数的估计，融合输出最终的路面附着系数估计值。本发明根据路面类型获得路面附着系数估计值，通过与动力学估计算法融合，获得更大激励范围内的路面附着系数估计值，相比传统的传感器估计方法，估计精度更高。
-
Patent Agency Ranking
公开(公告)号：CN116353290A
公开(公告)日：2023-06-30
申请号：CN202310487987.3
申请日：2023-04-28
Applicant: 江苏大学
IPC: B60H1/00 , B60R16/037
Abstract: 本发明公开了一种基于座舱热舒适性的暖通空调系统及其控制方法，该控制方法为：硬件控制器根据座舱热舒适度或目标温度，计算暖通空调工作量；基于暖通空调工作量，选择空调空气流量与空调温度的组合；根据空调空气流量与空调温度的组合选择暖通空调的操作模式，在不同的操作模式下，控制相应风门打开；依据映射关系确定混合风门位置并进行控制，实现所需的座舱热舒适性。本发明能够提高整车的能源利用率，降低外部环境对车内热环境的影响。
-
公开(公告)号：CN114995426A
公开(公告)日：2022-09-02
申请号：CN202210627864.0
申请日：2022-06-06
Applicant: 江苏大学
IPC: G05D1/02
Abstract: 本发明公开了一种基于神经网络动力学模型的无人驾驶车辆轨迹跟踪控制方法、系统及车载控制设备，在基于神经网络的动力学模型中，使用全连接前馈神经网络设计了神经网络模型，模型有两层隐藏层，每层有64个神经元，使用ReLU激活函数，模型的输入为当前时刻的车辆状态与控制指令，输出为下一时刻的车辆状态，该神经网络通过最小化预测的输出状态和观测的输出状态之间的均方误差来学习动态方程。基于神经网络动力学模型设计的ILQR控制器内包含迭代线性二次型调节器的控制算法，通过最小化成本函数求得最优控制指令，实现对参考轨迹的跟踪。本发明相比于端到端的控制，所提出的方案可解释性更强，在保证轨迹跟踪精度的同时，兼顾了横向和纵向稳定性。
-
公开(公告)号：CN114407611A
公开(公告)日：2022-04-29
申请号：CN202210100602.9
申请日：2022-01-27
Applicant: 江苏大学
Abstract: 本发明提供了一种基于热泵的整车热管理系统及其控制方法，该系统包括由压缩机、水冷凝器、室外热交换器、冷水机、蒸发器、气液分离器、电子膨胀阀和四通阀组成的热泵制冷剂循环，由水泵、加热器和加热器芯组成的座舱加热冷却液循环，由水泵、四通阀、散热器和副水箱组成的电驱冷却液循环，由水泵和三通阀组成的电池冷却液循环；通过控制制冷剂流量、冷却液流量、空气流量、加热器的加热功率以及电子膨胀阀、四通阀和三通阀的开闭，进而控制流体的连通、关闭或指定的流动状态，实现整车热管理系统根据环境和热管理需求提供多个工作模式，以低能耗实现座舱温度、湿度控制以及零部件温度控制。
-
公开(公告)号：CN119227530A
公开(公告)日：2024-12-31
申请号：CN202411293843.5
申请日：2024-09-14
Applicant: 江苏大学
Abstract: 本发明公开了一种面向车路协同的多智能体异步感知仿真方法及系统，包括：设定车路协同仿真场景的详细参数，开启异步世界流；创建多个车路协同智能体以及普通交通参与者，规划交通行为；在车路协同智能体上构建多源异构传感器，实现异步感知；在车路协同智能体上创建数据处理模块，实现感知数据的处理与共享；在车路协同智能体上创建车路协同模块，实现跨智能体数据融合；建立适用于本仿真方法的算法训练与测试流程，实现一体式训练与测试。本发明可用于车路协同仿真以及感知算法开发，通过异步感知、异步传输与异步处理的方式，使得仿真过程更贴近真实环境，能够更准确地模拟通信延迟，可以有效提升感知算法的实用性和可靠性。
-
公开(公告)号：CN118691779A
公开(公告)日：2024-09-24
申请号：CN202410828172.1
申请日：2024-06-25
Applicant: 江苏大学
IPC: G06V10/22 , G06V10/764 , G06V10/774 , G06V10/26 , G06F17/11 , G06T7/80 , G06V10/80 , G06N3/0455 , G06N3/0442 , G06N3/048 , G06N3/0464 , G06N3/084
Abstract: 本发明提供了一种基于Transformer的结构化道路自动驾驶商用车全局定位方法，包括：S1.图像采集、图像处理数据集制作S2.网路模型建立S3.网络模型训练S4.定位实现。有益效果：通过对原始图像进行语义分割，去除了动态物体对定位的影响，保留了原始图像的空间结构信息。加入PSA注意力模块后，DeepLabV3Plus更能捕获结构化道路细节信息。Transformer自注意力机制可以捕获分割后的图像空间结构信息。在Swin Transformer最后一阶段计算全局注意力时，使用可变注意力机制替换自注意力机制。提高强相关特征的表达，获得图像特征向量。最后将特征向量按获取时间顺序进入LSTM网络，时序信息的利用，可以解决某些帧相机成像质量不高导致的定位失准问题，从而预测出更加准确的定位信息，完成定位。
-
-
-
-
-
-
-
-
-
Search Results
60
records
(took 0.033 seconds)
