-
公开(公告)号:CN116912580A
公开(公告)日:2023-10-20
申请号:CN202310873569.8
申请日:2023-07-17
Applicant: 江苏大学
IPC: G06V10/764 , G06V10/774 , G06N3/0464 , G06N3/08 , G06Q50/30
Abstract: 本发明公开了一种用于混合交通环境下的多车队协同控制方法、系统及模型,使用残差多尺度卷积神经网络,较大程度上解决了车流图像或视频中存在着严重的遮挡、视角的失真以及显著的密度变化等问题,引入的残差单元可以避免梯度消失或者梯度爆炸以及网络退化问题,且能够减少模型中的参数数量和计算复杂度,提高预测效率;使用中继节点实现多个车队之间的通信,提高了多车队间的通信效率,以便更好地管理和协调车队之间的行动;本发明仅基于软件层面的改变实现了混合交通环境下的多车队协同控制目标,不增加硬件成本,本发明将对象从人工驾驶车辆与智能网联车辆混合的单车队推广到混合交通环境下的多车队,更符合工程实际,具有更大的应用价值。
-
公开(公告)号:CN116278570A
公开(公告)日:2023-06-23
申请号:CN202310292828.8
申请日:2023-03-23
Applicant: 江苏大学
IPC: B60G17/015 , B60G17/018 , G05B13/04
Abstract: 本发明公开了一种基于数据驱动模型的商用车半自动悬架自适应协同控制系统与方法,将物理模型与神经网络结合构建车辆俯仰运动的拉格朗日力学模型,有效提升建模的精度,针对半主动悬架主要是通过调整有限的阻尼变化进行控制,因此精确的阻尼系数将有助于改善控制效果,同时由于神经网络运算速度快,改善悬架系统的响应速度,提升车辆俯仰和垂向运动控制效果;通过上层侧倾控制器、俯仰与垂向控制器求解期望控制力与力矩,通过下层最优分配控制器求解各悬架的作用力,实现四个悬架之间协同控制,有效抑制车辆侧倾,提升车辆稳定性与安全性,同时有效抑制车辆俯仰运动,改善舒适性;构造自适应的权重矩阵实现了悬架在不同工况下的自适应性。
-
公开(公告)号:CN118711759A
公开(公告)日:2024-09-27
申请号:CN202410816277.5
申请日:2024-06-24
Applicant: 江苏大学
Abstract: 本发明公开了用于预防非酒精性脂肪肝的驾驶员健康管理系统及方法,包括健康管理系统本体,健康管理系统本体包括健康云计算平台、驾驶感应平台、精细化管理平台、脂肪肝平台和健康体检平台,本发明健康体检平台对驾驶员进行实时的生理参数和心理参数监测,并基于数据分析给出生活习惯改善建议和预防性营养干预,以预防和管理非酒精性脂肪肝,且对驾驶员身体和心理全面检测避免出现驾驶员不具备良好的心理调节能力的现象,保证驾驶员驾驶的安全性;健康云计算平台实时对驾驶员的健康信息进行监测,且监测信息传递至医生和体检中心,医生和体检中心对驾驶员的健康参数进行分析并给出合理的建议,保证驾驶员的身心健康。
-
公开(公告)号:CN118411843A
公开(公告)日:2024-07-30
申请号:CN202410491758.3
申请日:2024-04-23
Applicant: 江苏大学
IPC: G08G1/0967 , G08G1/01
Abstract: 本发明公开了基于数据机理耦合建模的车路协同控制架构系统及构建方法,针对自动驾驶传统机理建模难度大的问题,提出数据与机理融合驱动的多智能体系统建模,基于联邦强化学习的车路协同群体优化方法,建立基于多维度经验共享的车辆决策模型参数更新技术,解决了纯数据驱动模型的可解释性、泛化性难题。搭建基于规则的行车安全场,实现规则引导下的数据驱动训练;构建基于智能底盘的二次规划控制框架,提出基于底盘反馈的状态量输入,解决了纯数据驱动可信度存疑、依赖大规模数据、决策过程不透明不可解释等问题;构建了舒适性量化指标筛选针对当前环境的最优策略,通过合成受益于不同环境的共享模型,实现样本效率和模型鲁棒性之间的平衡。
-
公开(公告)号:CN116620307A
公开(公告)日:2023-08-22
申请号:CN202310843302.4
申请日:2023-07-11
Applicant: 江苏大学
Abstract: 本发明公开了一种智能半挂车高速转向时的纵横向协调控制方法、控制器及存储介质,通过拉格朗日方法建立了半挂车的动力学模型,此动力学模型的状态量不止包含了决定牵引车稳定性的状态量还包含了决定挂车稳定的状态量,使得在之后的控制中不止考虑提供转向和驱动的牵引车还将对整车稳定性影响很大的挂车进行考虑。在此模型基础上设计了非线性模型预测控制器,在铰接角测量或者可估计的情况下,对铰接角进行限制并且对牵引车的前轮转角、横摆角速度和挂车的横摆角速度进行连续控制,保证半挂车紧急工况下的稳定性;考虑到挂车轴仅具有制动的直接横摆力矩控制的办法,在代价函数中对纵向速度的差值加以限制。
-
公开(公告)号:CN119474849A
公开(公告)日:2025-02-18
申请号:CN202411321817.9
申请日:2024-09-23
Applicant: 江苏大学
IPC: G06F18/214 , G06F18/24 , G06F17/18
Abstract: 本发明公开了一种样本不平衡数据处理诊断系统及方法,包括数据导入模块、样本分类模块、样本数求均模块、样本平衡模块和数据分析模块,数据导入模块上连接有样本分类模块,样本分类模块上连接有样本数求均模块,样本数求均模块,样本数求均模块上连接有样本平衡模块,样本平衡模块上连接有数据分析模块;本发明,通过样本分类模块的使用,实现了数据的自动分类,防止逐组导入时出现错误;同时,通过样本数求均模块和样本平衡模块之间的配合,实现了更好的数据平衡化,避免了建立模型时出现偏移;同时,通过数据分析模块和数据预测模块之间的配合,可以在分析数据的基础上生成数据模型,提高了系统的应用范围。
-
公开(公告)号:CN118816909A
公开(公告)日:2024-10-22
申请号:CN202410828173.6
申请日:2024-06-25
Applicant: 江苏大学
Abstract: 本发明提出了一种基于车载传感器数据和辅助地图相结合的车辆定位方法,以实现车辆在公路隧道环境下的定位。该方法通过快速直接的激光雷达惯性里程计将原始点云直接注册到局部地图上并更新局部地图,利用隧道环境中的细微特征来提高定位的准确性,从而实现在隧道环境中交通标志不可用路段时车辆的定位。而对于存在交通标志的路段,需将点云数据制作成交通标志地图,并设置好标志图大小的阈值。一旦检测到的标志图超过所设阈值时,即可使用事先制作好的交通标志地图来实现车辆定位。最终,将惯性里程计的定位结果与基于辅助地图获得的定位数据相融合,以提升车辆在整个公路隧道环境中的定位精度和稳定性。
-
公开(公告)号:CN118565493A
公开(公告)日:2024-08-30
申请号:CN202410624966.6
申请日:2024-05-20
Applicant: 江苏大学
Abstract: 本发明提供了一种基于LoFTR和Yolo算法的车路多传感器融合协同定位方法,具体是首先使用以扩展卡尔曼滤波为核心,对视觉导航信息和惯性导航信息进行松耦合的数据融合方案来解决车辆端导航数据融合的问题,并使得定位系统可以适应转弯角度过大的场景,然后提出一种车辆端和路侧端的坐标系定义方案,使得路侧端负责消除车辆端累积误差,并在路侧端提出一种车辆检测方法,用以实现对车辆的实时跟踪和定位数据记录。本方案为GPS信号受到遮蔽的定位场景提供了一种新的解决方案,成本相对较低,且定位精度能够满足要求,不仅可以运用于室外的道路场景,也同样可以运用在室内的地下停车场或者其他移动设备场景。
-
公开(公告)号:CN117272779A
公开(公告)日:2023-12-22
申请号:CN202310863836.3
申请日:2023-07-14
Applicant: 江苏大学
Abstract: 本发明公开了基于多层复杂网络的智能网联车辆交互博弈决策方法及车用设备。引入多层复杂网络理论对智能网联环境下的混行交通流进行建模,利用复杂网络的演化博弈对智能网联汽车和智能云端系统的决策进行指导,通过多层复杂网络对智能云端系统和各车辆视为网络节点,交互关系为边建立动态多层复杂网络模型。利用复杂网络的演化博弈建立动力学模型,确立车辆节点以及云端系统的节点各自的决策集合以及相应的收益函数。确定多层复杂网络层与层之间的演化博弈模型,对人工网联汽车驾驶员与智能网联云端系统之间的交互博弈进行设计,最终得出智能网联环境下各车辆决策的最佳效用,使系统趋于最优。
-
公开(公告)号:CN115892070A
公开(公告)日:2023-04-04
申请号:CN202211518976.9
申请日:2022-11-30
Applicant: 江苏大学
Abstract: 本发明公开了一种四轮驱动与四轮转向的自动驾驶汽车极限避障工况轨迹跟踪控制方法及设备,根据轮胎滑移率对轮胎横向力影响的分析,设计对应的滑移率与轮胎侧偏角峰值范围。采用自适应滑模观测器实时估计轮胎纵向力,并将估计值代入模型预测控制器中以代替控制器的上一时刻输出,提高控制精度,充分利用轮胎的附着极限防止轮胎力饱和;通过逼近非线性模型,降低计算负担,解决了使用二自由度线性模型控制精度低的问题。多输入多输出非线性模型预测控制器可在高附着力路面上实现较好的轨迹和速度跟踪,同时车辆具有良好的转向响应速度。在附着系数无法满足所规划轨迹的路面上,本发明能在控制车辆不失稳的基础上保持对期望轨迹的跟踪能力。
-
-
-
-
-
-
-
-
-