-
公开(公告)号：CN113346603A
公开(公告)日：2021-09-03
申请号：CN202110707514.0
申请日：2021-06-25
Applicant: 长春工业大学
Abstract: 本发明提供一种具有多个超级电容的车用复合电源能量回收装置，涉及复合电源领域，尤其是用于车用复合电源的系统。系统包括动力电池、多个超级电容、DC/DC逆变器、负载电路等。其中多个超级电容分为C1、C2、C3、C4、其中C1与C3并联，C2与C4并联，两组相互串联接入电路，相互辅助工作。其储存的能量是普通单超级电容复合单元系统的2倍，解决了汽车频繁启动，耗能高，且在高压电路中高频度使用超级电容，可能导致单一电容被高压击穿短路损坏系统无法正常工作的问题。
-
公开(公告)号：CN119239657B
公开(公告)日：2025-04-08
申请号：CN202411670669.1
申请日：2024-11-21
Applicant: 长春工业大学
Abstract: 一种基于扰动预测的无人驾驶汽车管状模型预测控制方法，属于自动驾驶领域，其特征在于，该方法包括参考路径模块、扰动预测模块、管状模型预测控制器和车辆模型；参考路径模块根据道路信息得到控制器的期望路径，包括侧向位移和横摆角，并将其输入给扰动预测模块和管状模型预测控制器；在此基础上，扰动预测模块通过逆向求解车辆运动模型，预测未来时刻的轮胎侧偏刚度，并将预测值与实际值的偏差视为有界扰动，构建扰动预测模型预测扰动范围；管状模型预测控制器根据预测的扰动范围，离线计算鲁棒不变集，并且对标称系统约束进行紧缩处理，在线多目标优化求解最优前轮转角，结合状态反馈，得到实际控制动作输入车辆模型，控制车辆实现路径跟踪。
-
公开(公告)号：CN119239657A
公开(公告)日：2025-01-03
申请号：CN202411670669.1
申请日：2024-11-21
Applicant: 长春工业大学
Abstract: 一种基于扰动预测的无人驾驶汽车管状模型预测控制方法，属于自动驾驶领域，其特征在于，该方法包括参考路径模块、扰动预测模块、管状模型预测控制器和车辆模型；参考路径模块根据道路信息得到控制器的期望路径，包括侧向位移和横摆角，并将其输入给扰动预测模块和管状模型预测控制器；在此基础上，扰动预测模块通过逆向求解车辆运动模型，预测未来时刻的轮胎侧偏刚度，并将预测值与实际值的偏差视为有界扰动，构建扰动预测模型预测扰动范围；管状模型预测控制器根据预测的扰动范围，离线计算鲁棒不变集，并且对标称系统约束进行紧缩处理，在线多目标优化求解最优前轮转角，结合状态反馈，得到实际控制动作输入车辆模型，控制车辆实现路径跟踪。
-
公开(公告)号：CN118977704A
公开(公告)日：2024-11-19
申请号：CN202411396685.6
申请日：2024-10-08
Applicant: 长春工业大学
Abstract: 一种约束优化驱动的非合作博弈避撞控制方法，其特征在于，该方法包括路径规划模块、约束型非合作博弈控制器、车辆模型；路径规划模块根据道路信息，通过驾驶员路径规划和控制器路径规划，分别得到驾驶员期望路径和控制器期望路径，并将期望路径输入给约束型非合作博弈控制器；在此基础上，约束型非合作博弈控制器结合驾驶员期望路径和控制器期望路径，以及车辆模型输出实际的车辆状态信息，包括汽车侧向速度、横摆角速度、侧向位移和横摆角，进行约束型优化问题构建，通过二次规划求解，确定最优控制动作，包括驾驶员的前轮转角和控制器的前轮转角，输入给车辆模型，控制车辆实现避撞控制。
-
公开(公告)号：CN116702986A
公开(公告)日：2023-09-05
申请号：CN202310702890.X
申请日：2023-06-14
Applicant: 长春工业大学
IPC: G06Q10/04 , G06Q50/30 , G06N3/0442 , G06F18/2415
Abstract: 本发明提出了一种车间交互运动关系自学习的车辆轨迹预测方法，包括轨迹输入模块、意图识别模块、车间交互自学习模块、轨迹输出模块。其中，轨迹输入模块，目标车辆及其周围车辆的历史轨迹信息、速度和加速度进行预处理，并将处理好的信息输入给意图识别模块；意图识别模块通过LSTM网络对轨迹信息进行处理，通过Softmax函数确定车辆换道的概率。车间交互自学习模块对每一辆车的轨迹进行交互学习，并将邻居车辆的信息输入到池化模块中和目标车辆共同输入到下一个LSTM网络中，最终输出轨迹信息。轨迹输出模块是将意图识别模块输出的意图的概率和车间交互自学习模块输出的轨迹信息共同输入到LSTM网络中，最终输出车辆的未来轨迹。以解决现有技术中忽略动态的交通环境对车辆轨迹预测的影响的问题，可提高车辆轨迹预测的准确性和及时性，为自动驾驶车辆的决策提供更好的数据支持，从而使车辆在动态变化复杂的交通环境中行驶更加安全高效。
-
Patent Agency Ranking
公开(公告)号：CN106394658A
公开(公告)日：2017-02-15
申请号：CN201610907896.0
申请日：2016-10-19
Applicant: 长春工业大学
Abstract: 一种基于双排行星轮系的汽车前轮主动转向耦合装置,安装在方向盘和转向器之间，包括安装在壳体上动力驱动装置和安装在壳体内的机械传动装置，所述动力驱动装置包括助转角电机、相互啮合的涡轮及蜗杆；所述机械传动装置包括并列的行星轮系Ⅰ及行星轮系Ⅱ；行星轮系Ⅰ的太阳轮和行星轮系Ⅱ的太阳轮同轴，行星架Ⅰ固定在壳体上；手动输入部分动力经输入轴传递到齿圈Ⅰ，由齿圈Ⅰ输入到行星轮系Ⅰ，从太阳轮Ⅰ输出到行星轮系Ⅱ；助转角电机部分经涡轮蜗杆传递至行星架Ⅱ；太阳轮Ⅱ和行星架Ⅱ共同作为输入，耦合后的转角由齿圈Ⅱ对外输出；该装置采用机械连接，加工方便，实现了可变传动比传动，使转向过程更加安全、灵活。
-
公开(公告)号：CN117184045A
公开(公告)日：2023-12-08
申请号：CN202311203903.5
申请日：2023-09-19
Applicant: 长春工业大学
Abstract: 本发明公开了一种拐角车位车辆自动泊车路径规划方法。该方法包括以下步骤：步骤1，读取车辆数据，建立车辆运动学模型，计算车辆最小转弯半径；步骤2，根据地图输入信息，计算泊车位在空间中的坐标；步骤3，利用Hybrid A Star规划算法搜索路径，使车辆行驶至单步最佳入库点；步骤4，判断当前位置是否存在狭小空间，如果满足条件，则根据Hybrid A Star算法与Reeds‑Shepp(RS)曲线的特性对泊车点位进行优化，以用时最短为首要目标，将优化后的泊车点设为目标点重新规划泊车路径；步骤5，输出无碰撞平滑路径。本发明能够解决传统Hybrid A Star规划算法在目标车位狭小或终点附近环境复杂时，节点扩展过多而无法搜索到路径或搜索时间过长的问题，从而高效完成拐角车位车辆自动泊车。
-
公开(公告)号：CN117032265A
公开(公告)日：2023-11-10
申请号：CN202311203901.6
申请日：2023-09-19
Applicant: 长春工业大学
IPC: G05D1/02
Abstract: 本发明公开了一种基于ROS的智能搬运AGV路径规划方法及控制系统，属于AGV领域，包括AGV机器人本体、用户操作软件及工作环境局域网。所述的智能搬运AGV机器人本体包含有上位机，下位机。上位机即中央计算单元，连接激光雷达模块、图像识别模块、局域网通信模块、姿态传感器和信息显示模块。下位机是单片机，连接车轮驱动模块、超声波测距模块、叉举模块和电源保障模块。本发明方便用户可通过操作软件手动规划路径，灵活构建AGV路网，包含设置AGV在路网的运行速度等功能。本发明中基于ROS的智能搬运AGV可建图导航、路线循迹、自动急停避障、自动充电、监控货物，并汇报运行信息。
-
公开(公告)号：CN115583161A
公开(公告)日：2023-01-10
申请号：CN202110760998.5
申请日：2021-07-06
Applicant: 长春工业大学
Abstract: 本发明提出了一种电动汽车高压储能系统，包括控制系统、超级电容组、锂电池组和驱动电机，其中，所述驱动电机和锂电池组之间连接有单向降压DC/DC转换器和控制开关，所述超级电容组输出端和锂电池组输出端连接到驱动电机，输入端连接到控制器。电动汽车行驶时，通过控制系统输出控制指令给单向降压DC/DC转换器和控制开关，控制锂电池组与超级电容组的功率输出。该电动汽车复合电源储能系统可实现高电压工作的同时，可以实现四种工作模式，真实的模拟电动汽车在起步、加速、匀速、减速等状态时，复合电源的工作方式。
-
公开(公告)号：CN113581293A
公开(公告)日：2021-11-02
申请号：CN202110708863.4
申请日：2021-06-25
Applicant: 长春工业大学
IPC: B62D21/18 , B60P3/335 , B60K7/00 , B60R16/033
Abstract: 本发明提供一种配置有轮毂电机及储能系统的拖挂房车底盘，采用设置在拖挂房车车轮内的轮毂电机，实现了当轮毂电机电动时驱动拖挂房车自行移车行走、长途迁移反拖时发电为车载动力电池充电的功能。同时在拖挂房车底盘上搭载了大容量的动力电池及电力逆变控制总成，从而实现了对轮毂电机的控制、动力电池充放电控制、电力逆变、房车旅居生活用电保障及地面供电设备对房车的充电功能。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.028 seconds)
