-
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:CN119960355A
公开(公告)日:2025-05-09
申请号:CN202510109849.0
申请日:2025-01-23
Applicant: 江苏大学
IPC: G05B19/042
Abstract: 本发明公开了一种基于动态循环神经网络的异构商用车队列分布式模型预测控制方法及装置,建立基于深度学习的车辆模型,引入动态循环神经网络(RNN)作为预测模型,并提出一种自适应更新律来动态调整RNN的权值,提高建模精度。本发明提出一种针对异构商用车队列的分布式模型预测控制系统,为领航车和跟随车分别设计多目标函数与约束,实现队列的纵横向耦合多目标分布式控制。针对纵横向耦合多目标分布式控制中的多目标优化问题,采用动态非支配排序遗传算法求解目标函数,以实现队列控制变量的实时调整,从而改善综合性能。
-
公开(公告)号:CN119773731A
公开(公告)日:2025-04-08
申请号:CN202411950566.0
申请日:2024-12-27
Applicant: 江苏大学
Abstract: 本发明公开了一种基于可拓理论的汽车智能底盘AFS/DYC协同控制器及控制方法,在车辆底盘控制技术中创新引入了可拓理论方法,通过对AFS和DYC的协调控制,构建可拓域和关联度函数,改进了复杂工况下车辆动力学特性的适应能力以及系统模式切换的平稳性,能够在保证系统易于控制的前提下,精准应对复杂工况下车辆动力学特性变化和稳定性需求问题。引入K均值聚类方法,解决了经典域、可拓域和非域的最优划分难题,算法以其快速迭代和较强的全局搜索能力,避免了传统方法易陷入局部最优的缺点。同时,该方法简化了边界值的确定过程,通过聚类结果的清晰划分,显著提升了车辆稳定性和控制性能,为复杂动态条件下的系统优化提供了有效支持。
-
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:CN119478916A
公开(公告)日:2025-02-18
申请号:CN202411321814.5
申请日:2024-09-23
Applicant: 江苏大学
IPC: G06V20/64 , G06V10/80 , G06V10/764 , G06V10/77 , G06V10/20 , G06V10/30 , G06V10/40 , G06T5/90 , G06T5/73
Abstract: 本发明公开了同质多模态特征融合和交互的三维物体检测系统及方法,包括相机调节板,所述相机调节板上设置有图像采集模块,图像采集模块控制连接有图像处理模块,图像处理模块控制连接有图像输出模块,图像处理模块和图像输出模块设置在相机调节板上,图像输出模块控制连接有图像接收模块,图像接收模块设置在接收调节板上;本发明,通过融合来自激光雷达和相机的数据,并利用它们的互补优势,提高三维物体检测的准确性和鲁棒性;通过增强图像体素特征和点云特征,使其更易于被检测算法识别和利用;通过特征学习模块对不同分类的特征进行学习,用于后续相似特征的快速处理,能够在使用一段时间后加快三维物体的检测效率。
-
公开(公告)号:CN118859705A
公开(公告)日:2024-10-29
申请号:CN202410846940.6
申请日:2024-06-27
Applicant: 江苏大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于Co‑DMPC的自动驾驶车辆底盘多智能体系统协同控制方法、控制器及存储介质,本发明建立具有状态耦合与控制输入耦合特征的分布式状态空间方程,体现了多智能体间的相互耦合,综合考虑了邻居智能体的状态与控制输入的影响,提高了局部智能体对未来状态序列预测的准确性;设计了状态与控制输入的预测轨迹、假设轨迹和最优轨迹的含义与转化方式,为智能体间的信息交互提供了通讯基础。为协调车辆的全局性能指标,建立了考虑成本耦合的局部智能体优化问题,通过自适应权重系数定量分析了协同关系对控制效果的影响;本发明采用了在单位采样时间内多次迭代求解的方式,利用迭代误差使控制器在求解精度与求解效率两方面取得了平衡。
-
公开(公告)号:CN118778033A
公开(公告)日:2024-10-15
申请号:CN202410789741.6
申请日:2024-08-13
Applicant: 江苏大学
IPC: G01S13/88 , G01S13/66 , G01S17/88 , G01S17/89 , G01C21/16 , G01S7/40 , G01S7/497 , G01S7/481 , G01S19/42 , G01S7/02 , G01S19/43 , G07C5/08 , H04N5/76 , H04L12/40 , H04W4/38 , H04Q9/00
Abstract: 本发明公开了一种用于构建自动驾驶数字孪生模型的数据采集方法、装置、设备及介质,包括传感器系统和智能处理系统,主激光雷达、毫米波雷达、相机和补盲激光雷达均通过CAN分析仪控制连接在工控机上,本发明,由安装架将主激光雷达、相机、RTK惯导、补盲激光雷达固定在车体上,搭配毫米波雷达构成数据采集的传感器终端,配合CAN分析仪对接工控机构成数据采集的硬件结构,可适配安装在不同的车体上,适应性强;搭配智能处理系统整合硬件结构构成数据采集的整体介质,为自动驾驶构建数字孪生模型提供了数据支撑,可以优化驾驶模型的性能和行为;在进行数据采集之前通过对传感器终端进行标定,保障了数据的采集精度。
-
-
-
-
-
-
-
-
-