-
公开(公告)号：CN115179963B
公开(公告)日：2024-11-05
申请号：CN202210839980.9
申请日：2022-07-18
Applicant: 湖南大学
IPC: B60W50/02 , B60W30/045 , B60W60/00
Abstract: 本发明公开了一种自动驾驶车辆换道的容错控制方法、介质、系统及汽车，包括：获取车辆当前的状态信息、期望的路径信息，建立离散跟踪误差变量的状态方程模型；分别将采用最佳的前轮转角实现最佳的路径、生成最佳的额外横摆力矩实现最佳的横向稳定性能作为TFC、DYC的目标构建代价函数；将前轮执行的失效系数α引入构建好的代价函数得到时变代价函数，根据车辆实时运行时α的大小改变时变代价函数的控制量权重；求解最优控制量，将最优控制量作用于自动驾驶车辆，使车辆完成换道操作。构建两个目标的代价函数，通过动态博弈理论求解最佳的控制策略。并通过实时获取α，动态调整权重系数，使车辆能够顺利完成换道操作。
-
公开(公告)号：CN115179963A
公开(公告)日：2022-10-14
申请号：CN202210839980.9
申请日：2022-07-18
Applicant: 湖南大学
IPC: B60W50/02 , B60W30/045 , B60W60/00
Abstract: 本发明公开了一种自动驾驶车辆换道的容错控制方法、介质、系统及汽车，包括：获取车辆当前的状态信息、期望的路径信息，建立离散跟踪误差变量的状态方程模型；分别将采用最佳的前轮转角实现最佳的路径、生成最佳的额外横摆力矩实现最佳的横向稳定性能作为TFC、DYC的目标构建代价函数；将前轮执行的失效系数α引入构建好的代价函数得到时变代价函数，根据车辆实时运行时α的大小改变时变代价函数的控制量权重；求解最优控制量，将最优控制量作用于自动驾驶车辆，使车辆完成换道操作。构建两个目标的代价函数，通过动态博弈理论求解最佳的控制策略。并通过实时获取α，动态调整权重系数，使车辆能够顺利完成换道操作。
-
公开(公告)号：CN118468952B
公开(公告)日：2024-10-01
申请号：CN202410927277.2
申请日：2024-07-11
Applicant: 湖南大学
IPC: G06N3/063 , G06N3/0464 , G06N3/0495 , G06N3/082
Abstract: 本发明公开了一种基于FPGA加速的神经网络模型部署方法及系统，选择神经网络模型并压缩，选择FPGA开发板，基于FPGA开发板设计适于神经网络模型的全局架构，将全局架构的描述文件添加到设备树文件中，生成可在FPGA开发板上运行的linux系统，将生成的linux系统烧录至FPGA开发板上的Nand Flash中，将压缩后的神经网络模型编译成二进制代码文件并部署到FPGA开发板上，得到部署后的FPGA开发板，采集待检测图像并将其输入至部署后的FPGA开发板中处理，将处理后得到的待检测目标的预测框和置信度分数加载到待检测图像上并显示。该方法检测速度快，功耗低，准确率高，可适用于低功耗，低延迟的场合。
-
公开(公告)号：CN118468952A
公开(公告)日：2024-08-09
申请号：CN202410927277.2
申请日：2024-07-11
Applicant: 湖南大学
IPC: G06N3/063 , G06N3/0464 , G06N3/0495 , G06N3/082
Abstract: 本发明公开了一种基于FPGA加速的神经网络模型部署方法及系统，选择神经网络模型并压缩，选择FPGA开发板，基于FPGA开发板设计适于神经网络模型的全局架构，将全局架构的描述文件添加到设备树文件中，生成可在FPGA开发板上运行的linux系统，将生成的linux系统烧录至FPGA开发板上的Nand Flash中，将压缩后的神经网络模型编译成二进制代码文件并部署到FPGA开发板上，得到部署后的FPGA开发板，采集待检测图像并将其输入至部署后的FPGA开发板中处理，将处理后得到的待检测目标的预测框和置信度分数加载到待检测图像上并显示。该方法检测速度快，功耗低，准确率高，可适用于低功耗，低延迟的场合。
-
-
-
Search Results
4
records
(took 0.017 seconds)
