-
公开(公告)号:CN113635780B
公开(公告)日:2023-09-08
申请号:CN202110940982.2
申请日:2021-08-17
申请人: 长春工业大学
摘要: 本发明属于汽车技术领域,具体的说是一种四轮驱动电动汽车驱动节能与操稳底盘一体化控制方法。该控制方法首先建立复合工况下轮胎等效侧偏刚度的简式表达,构建考虑车身动力学和复合工况轮胎特性的车辆预测模型。采用模型预测控制方法,设计混合型目标函数及控制输入参考目标。确定面向节能的四轮力矩分配参考map表,基于轮胎建模理论,提出半经验UniTire滑移能量模型,结合操稳控制策略,提出综合驱动节能与操稳的底盘一体化控制方法。本发明提出的驱动节能与操稳底盘一体化控制方法能够在保证车辆稳定性的前提下,同时减小电机输出功率和轮胎的滑移能量,提高整车的节能水平。
-
公开(公告)号:CN113635780A
公开(公告)日:2021-11-12
申请号:CN202110940982.2
申请日:2021-08-17
申请人: 长春工业大学
摘要: 本发明属于汽车技术领域,具体的说是一种四轮驱动电动汽车驱动节能与操稳底盘一体化控制方法。该控制方法首先建立复合工况下轮胎等效侧偏刚度的简式表达,构建考虑车身动力学和复合工况轮胎特性的车辆预测模型。采用模型预测控制方法,设计混合型目标函数及控制输入参考目标。确定面向节能的四轮力矩分配参考map表,基于轮胎建模理论,提出半经验UniTire滑移能量模型,结合操稳控制策略,提出综合驱动节能与操稳的底盘一体化控制方法。本发明提出的驱动节能与操稳底盘一体化控制方法能够在保证车辆稳定性的前提下,同时减小电机输出功率和轮胎的滑移能量,提高整车的节能水平。
-
公开(公告)号:CN115402295A
公开(公告)日:2022-11-29
申请号:CN202211257798.9
申请日:2022-10-13
申请人: 长春工业大学
摘要: 本发明属于车辆操纵稳定性控制领域,具体说的是一种基于车辆操纵稳定性概率分布的滑移率动态约束方法。建立了相空间对复合工况下车辆稳定性进行了分析,进一步提出车辆操纵稳定性概率分布Pstable;分析Pstable随滑移率的变化趋势,并定义滑移率约束;利用遍历方法提取各个工况下的滑移率约束,并基于神经网络训练滑移率动态约束估计模型,结合模型预测控制器建立了滑移率动态约束方法。最后利用四轮驱动电动汽车在冬季试验场进行了双移线试验。本方法给出了复合工况下车辆操纵稳定性概率分布指标,并准确估计任意条件下的滑移率约束,辅以模型预测控制策略,实现轮胎滑移率的动态约束,防止轮胎过度滑转导致车辆失稳。
-
公开(公告)号:CN118569350A
公开(公告)日:2024-08-30
申请号:CN202411023989.8
申请日:2024-07-29
申请人: 长春工业大学
IPC分类号: G06N3/092 , G06F9/50 , G06N3/006 , G06N3/045 , G06N3/047 , G06N3/06 , G06N3/084 , G06N3/0985 , B60W60/00
摘要: 一种减少车辆超参数调整的深度强化学习方法,涉及基于深度强化学习的自动驾驶车辆减少超参数调整的技术领域。提出了深度逆强化学习的车辆操纵稳定性非线性奖励学习架构,并进一步提出了高速公路场景下自车非线性操纵稳定性奖励与行驶规则奖励的自动驾驶集成决控策略,大大减少了在集成决控策略训练过程中对车辆操稳奖励函数的超参数设置。本发明的步骤是:获取深度逆强化学习训练所需的专家策略;使用深度逆强化学习获取车辆操纵稳定性奖励;使用多进程异步方法加速深度逆强化学习训练速度;高速复杂场景中的车辆集成决控。本发明能够在不依赖车辆大量的稳定性超参数设置的基础上,实现在高速场景中具有车辆稳定性保持能力的集成决控。
-
公开(公告)号:CN116562332A
公开(公告)日:2023-08-08
申请号:CN202310838419.3
申请日:2023-07-10
申请人: 长春工业大学
IPC分类号: G06N3/008 , G06N3/0442 , G06N3/092 , G06Q10/047 , G06Q50/00
摘要: 本发明公开了一种人机共融环境下的机器人社交性运动规划方法,该方法涉及服务、配送、机器人控制、运动规划等领域。为解决人机共融环境下存在的人机冲突、机器人智能决策不灵活等问题,首先,从合作博弈和长短期收益两个角度设计奖励函数;其次,使用GAN模型生成行人的运动轨迹,并将其作为训练数据,优化模型参数;然后,采用RNN设计网络结构,通过参数更新和损失函数的定义来构建并优化A3C算法;最后,进行模型训练及方法论证。与现有方法相比,本发明不仅能够提高模型的泛化能力及鲁棒性,还能在人机共融环境下提高人‑机的安全性、机器人的社交性以及其完成任务的效率,可广泛应用于饭店、酒店、机场、写字楼、医院、车间等场所。
-
公开(公告)号:CN111873985B
公开(公告)日:2021-07-20
申请号:CN201910454983.9
申请日:2019-05-29
申请人: 长春工业大学
摘要: 本发明属于电动汽车领域,具体的说是一种四轮驱动电动汽车的集成底盘控制方法。本发明利用分布驱动电动汽车动力学模型即十四自由度车辆操纵模型、UniTire轮胎模型、电机控制模型以及驾驶员模型设计了车辆状态与参数在线估计系统、质心侧偏角观察器、稳定性判断系统、集成协调底盘控制模型、模型预测控制、考虑约束的多步中心矫正内点优化算法;通过分析二自由度车辆模型,得到参考状态轨迹、参考期望控制变量的离线优化系统。本发明将主动前轮转向和直接横摆力矩控制两种控制方法结合起来,通过优化车辆底盘控制结构、合理设计集成底盘控制算法和优化调度电机的力矩分配提高车辆的操纵稳定性。
-
公开(公告)号:CN111873985A
公开(公告)日:2020-11-03
申请号:CN201910454983.9
申请日:2019-05-29
申请人: 长春工业大学
摘要: 本发明属于电动汽车领域,具体的说是一种四轮驱动电动汽车的集成底盘控制方法。本发明利用分布驱动电动汽车动力学模型即十四自由度车辆操纵模型、UniTire轮胎模型、电机控制模型以及驾驶员模型设计了车辆状态与参数在线估计系统、质心侧偏角观察器、稳定性判断系统、集成协调底盘控制模型、模型预测控制、考虑约束的多步中心矫正内点优化算法;通过分析二自由度车辆模型,得到参考状态轨迹、参考期望控制变量的离线优化系统。本发明将主动前轮转向和直接横摆力矩控制两种控制方法结合起来,通过优化车辆底盘控制结构、合理设计集成底盘控制算法和优化调度电机的力矩分配提高车辆的操纵稳定性。
-
公开(公告)号:CN117115780A
公开(公告)日:2023-11-24
申请号:CN202311082864.8
申请日:2023-08-25
申请人: 长春工业大学
IPC分类号: G06V20/58 , G06V40/10 , G06V10/25 , G06V10/62 , G06V10/74 , G06V10/764 , G06V10/82 , G06V10/75 , G06N3/045 , G06N3/08 , G06T7/246 , G06T7/277
摘要: 本发明属于自动驾驶图像识别领域,具体提供了一种自动驾驶中实时多目标跟踪方法及系统,该方法包括以下步骤:对视频的每一帧图像进行多目标行人检测,利用上一帧的检测框信息更新卡尔曼跟踪器,计算卡尔曼增益、状态更新和协方差更新,根据设定的阈值,将检测框分为高置信度检测框和低置信度检测框。在第一次追踪中利用匈牙利算法对高分检测框和上一帧的目标检测框进行匹配,对于低分检测框首先对目标周围区域进行一个二倍大小的裁切,然后将裁切后的图片输入到ResNet网络中经过候选框细化操作获得更加精确的候选框,在第二次追踪中,针对经过细化后的低分目标进行连续5帧的跟踪,如果目标在连续5帧中能够成功匹配,则恢复由于遮挡问题而丢失的目标,如果无法进行匹配则将其标记为未匹配到的轨迹,并将所有未匹配到的轨迹进行删除。
-
公开(公告)号:CN116961497A
公开(公告)日:2023-10-27
申请号:CN202310929278.6
申请日:2023-07-26
申请人: 长春工业大学
IPC分类号: H02P21/14 , H02P21/20 , H02P27/06 , H02P25/024
摘要: 本发明属于电机驱动控制领域,具体说的是一种基于贯序模型预测控制的永磁同步电机控制方法。建立了永磁同步电机关于电磁转矩和定子磁链的两步预测模型,补偿由于模型预测控制算法计算复杂度大导致的系统的延迟,并对不确定性因素引起的系统干扰做出响应;其次,设计了基于最小交叉误差的最优电压矢量选择机制,考虑电磁转矩和定子磁链在每个控制间隔中的重要性,产生最小的交叉误差用于电压矢量选择,可以在不使用权重因子的情况下找到最优电压矢量。本方法可有效提高系统的动态快速性以及减少稳态时的转矩脉动。
-
公开(公告)号:CN116562332B
公开(公告)日:2023-09-12
申请号:CN202310838419.3
申请日:2023-07-10
申请人: 长春工业大学
IPC分类号: G06N3/008 , G06N3/0442 , G06N3/092 , G06Q10/047 , G06Q50/00
摘要: 本发明公开了一种人机共融环境下的机器人社交性运动规划方法,该方法涉及服务、配送、机器人控制、运动规划等领域。为解决人机共融环境下存在的人机冲突、机器人智能决策不灵活等问题,首先,从合作博弈和长短期收益两个角度设计奖励函数;其次,使用GAN模型生成行人的运动轨迹,并将其作为训练数据,优化模型参数;然后,采用RNN设计网络结构,通过参数更新和损失函数的定义来构建并优化A3C算法;最后,进行模型训练及方法论证。与现有方法相比,本发明不仅能够提高模型的泛化能力及鲁棒性,还能在人机共融环境下提高人‑机的安全性、机器人的社交性以及其完成任务的效率,可广泛应用于饭店、酒店、机场、写字楼、医院、车间等场所。
-
-
-
-
-
-
-
-
-