北京理工大学专利

摘要：本发明提供了一种敏感报文攻击场景下的智能汽车风险缓释控制方法及系统，属于智能汽车的信息安全领域，尤其涉及到敏感报文攻击场景下自动驾驶系统的风险缓释控制。本发明基于分层架构自动驾驶系统实现，利用门控循环单元网络对感知层后融合的不可靠状态进行补偿估计；根据场景危险程度及敏感报文攻击强度等因素基于模糊逻辑规则决策驾驶策略；改进安全模型预测控制方法，滚动优化网络风险项，以纠正攻击诱导的错误路径规划；通过更新密钥，确保执行器能够安全执行控制律。本发明解决敏感报文攻击场景下智能汽车感知状态不可靠、决策不可理、路径规划错误以及控制律无法被安全接收的问题，提高分层架构下智能驾驶汽车的信息安全。

摘要：本发明公开一种涡轮增压器旁通阀故障诊断方法、识别装置及补偿机构，属于汽车发动机的涡轮增压器领域。本发明通过运行参数获取模块，获取发动机和增压器当前运行参数，通过分析模块得出权重矩阵，并进行降维处理，确定累积分布函数，得出待判断样本集累积分布函数以及健康样本集的累积分布函数卡滞度数值，通过判断模块以及阈值确定涡轮增压器旁通阀是否发生卡滞故障。本发明采用加权马氏距离降维处理，减少运算时间，提高处理大样本数据集的效率，在短时间内判别出涡轮增压器旁通阀是否发生卡滞故障；确定发生卡滞故障后，通过补偿机构进行压力补偿，保持发动机高效率运行，减少发动机排放，避免发动机损坏，提高发动机寿命。

摘要：本发明提供了一种用于燃料电池汽车的氢浓度探测器，通过设置两个检测件并使其中一个直接用于检测氢气浓度，而使另一个检测件与氢气隔绝，只用于检测氢气以外的环境因素所导致的检测结果，由此在氢浓度检测中有效消除温度等环境因素所造成的偏差，使检测精度得以显著提升。

摘要：

摘要：本发明提供了一种适用于多场景的新能源汽车电池系统异常检测方法，其对不同用车场景分别执行了数据集构建和特征提取，并建立了基于Trans‑GAN的无监督异常检测模型，在此基础上使用改进的累积和(CUSUM)方法，能够实现对不同场景下电池系统电压不一致性异常的有效检测。所采用的Trans‑GAN模型的无卷积特性，使本发明相对其他基于GAN模型的方法在精度和计算成本方面也具有明显优势。

摘要：

摘要：本发明提出了一种无人驾驶车辆多级横摆运动控制方法、系统和设备，属于无人驾驶车辆运动控制技术领域，该方法包括：将获取的质心位置信息进行坐标轴变换得到前轴中心和后轴中心，以及设置目标车辆的参考路径；根据车辆前轴中心位置、质心位置、后轴中心位置分别与参考路径的偏离程度进行运动控制模式切换；构建绕后轴中心、前轴中心和质心位置旋转运动控制模式计算公式，并分别计算相应的期望横摆力矩；选择切换出的运动控制模式对应的期望横摆力矩作为最优横摆力矩进行横摆运动失稳控制。基于该方法，还提出了一种无人驾驶车辆多级横摆运动控制系统和设备。本发明可大大降低车辆高速避障过程中侧滑、甩尾等风险，提升高速行驶的操纵稳定性。

摘要：本发明提供了一种客滚船载运新能源汽车安全风险辨识方法，通过搭建上下两层监管体系，能够对待上船的新能源汽车安全状态进行实时监测和评估，有助于提高客滚船载运管理的精准性和效率，使得监管能够更加科学、合理地进行。通过引入新能源汽车上船前的两级安全评估系统，本发明可以有效评估新能源汽车的安全状态，提前发现潜在的安全隐患，可有效降低新能源汽车在运输过程中发生火灾等事故的概率，从而提高滚装船载运新能源汽车的整体安全性。

摘要：

摘要：