辽宁工业大学专利

摘要：本实用新型公开了一种无人驾驶汽车电动线控转向装置，包括：转向电机；直齿轮减速箱，其通过主动齿轮与所述转向电机的输出轴连接；锥齿轮减速器，其通过锥形主动齿轮与所述直齿轮减速箱的输出轴连接；转向传动轴，其一端穿过所述锥齿轮减速器，并与所述锥齿轮减速器的从动齿轮连接。本实用新型提供的无人驾驶汽车电动线控转向装置，采用电动机提供动力，占用空间小，通用性强，扭矩大，可以实现转向的精确控制。

摘要：

摘要：本发明公开四轮独立驱动与转向电动汽车的四轮转向控制方法，包括步骤1：当车辆转弯速度v≤40km/h时，控制器识别驾驶员特性，并且根据所述驾驶员特性并基于BP神经网络对参考横摆角速度进行调控；当车辆转弯速度v＞40km/h时，控制器根据二自由度调控模型控制输出参考横摆角速度；步骤2：控制器根据车辆实际横摆角速度和所述参考横摆角速度的差值向角度分配器输出附加转角，所述角度分配器将所述附加转角分配到四个车轮上。本发明所述的四轮独立驱动与转向电动汽车的四轮转向控制方法，根据驾驶员特性和车辆实时行驶状态，在车辆转弯时控制产生附加转角并分配给四个车轮而改变汽车的转向行驶状态，提高驾驶舒适性和稳定性。

摘要：本发明公开了一种驾驶员特性辨识方法，包括：步骤1、通过多传感器采集实验数据，并对采集数据进行滤波处理；步骤2、将滤波处理后的数据进行归一化处理，之后进行聚类分析，得到时间序列分割数据；步骤3、建立双层HMM模型库，包括下层行为辨识层和和上层特性辨识层，上层根据下层行为辨识结果实现对驾驶员特性的辨识；步骤4、进行模型验证。建立的辨识模型能与实际紧密联系，结合实际情况对驾驶员各种驾驶情况进行特性辨识，使模型更贴近实际，通用性、推广性较强。基于隐形马尔可夫模型(HMM)理论，得到的因素权重可信度高。

摘要：本发明公开了一种四轮独立驱动与转向的电动汽车状态与参数校正方法，包括建立车辆动力学模型和Dugoff轮胎模型；对行驶状态变量、路面附着系数变量和汽车参数变量进行时间更新预测行驶状态、路面附着系数和汽车参数以及误差协方差；再进行量测更新校正行驶状态、路面附着系数和汽车参数并更新误差协方差。本发明所述的四轮独立驱动与转向的电动汽车状态与参数校正方法，在汽车状态校正的同时对不确定的汽车参数进行不断校正，对汽车行驶状态、路面附着系数和汽车参数同时进行校正，保证汽车状态与汽车参数校正的准确性。

摘要：

摘要：

摘要：

摘要：

摘要：