北京理工大学专利

摘要：本发明属于氢燃料汽车氢气泄漏检测技术领域，公开了带有混合装置的氢燃料汽车氢气泄漏检测系统，包括用于构建密闭空间的保温舱体，保温舱体连接有进气风机、氢气浓度传感器、阳光模拟系统、垂直混合风机、调节气囊、水平混合风机、闸门和充气式密封圈；本发明在保温舱体的水平和垂直方向上设置混合风机，使得氢气在密闭空间内分布的均匀性；设置调节气囊以保持密闭空间内的气压保持稳定；本发明基于氢气泄漏质量定量方法计算氢气的泄露质量，检测得到的氢气泄漏量结果数据准确，重复性好，适用于氢燃料汽车氢气泄漏的检测。

摘要：

摘要：本发明提供一种无人车自动制动系统性能的测试方法和装置，包括：获取测试车辆触发制动信号时的初始速度，性能测试试验分为三个制动期间，分别获取三个制动期间的时间，结合初始速度计算得到对应的行驶距离，根据三个制动期间的行驶距离，计算得到第一制动距离，采用惯导技术获取测试车辆的制动起始位置和制动停止位置，计算得到第二制动距离，对第一制动距离和第二制动距离进行加权平均，得到目标制动距离，并计算测试车辆在制动过程中的平均减速度，结合目标制动距离和平均减速度对测试车辆的自动制动系统性能进行评测，并生成对应的评测报告。本发明能够实现对无人车自动制动系统性能的精确评测，可靠性高，便于查看。

摘要：本发明公开了一种汽车尾板装置，包括：安装架、尾板；所述安装架的一端与车体尾部固定连接，且所述安装架与所述尾板之间的连接处设置有传动装置；本发明实施例中的汽车尾板装置，利用装配于升降装置以及翻转装置的驱动器进行驱动，使得驱动器配合离合驱动组件进行驱动后以使尾板进行快速升降或翻转，这种设置方式，无需通过其他元件即可完成对尾板的升降和翻转操作，不仅减少了驱动电机的成本，同时减小了汽车尾板整体的体积。此外，升降机构配合升降臂进行使用，提高升降机构的整体承载性能，且用户在使用过程中对汽车尾板进行快速升降，在提升安装便携性的同时提升装卸效率，进一步提升了装置整体的传动效率。

摘要：本发明提供了一种基于大数据的新能源汽车营销区域选择的方法，基于车联网平台获取的车辆运行数据和充电数据，选择具有市场特征的因子，建立营销热点和营销区域推荐模型和单辆车月度画像，并通过和地图POI点数据的结合，能够直观地评价宏观市场发展水平、局部市场POI点和网格区域的营销热度，便于向车企推荐市场营销热点和区域，并基于城市用户画像和区域用户画像，为车企制定营销策略提供支撑，能够有效地提升营销转化率，通过车系新增车辆数评估营销效果，从而新能源汽车营销形成闭环。

摘要：本发明提供多构型飞行汽车的飞行控制系统、控制板卡及控制方法，属于交通工具系统技术领域，解决飞行汽车在多任务、多模式下存在较大范围质量和环境不确定性的飞行稳定控制和飞行安全问题；飞行控制系统包括：自主决策系统，用于在飞行汽车执行任务的过程中，综合用户指令和传感器数据，自主进行决策任务；在线辨识神经网络算法模块，用于依据传感器数据，适应飞行汽车质量和构型变化，在线辨识质量特性参数；自适应反步制导及姿态控制算法模块，用于综合质量不确定性和外界扰动的影响，对质量特性参数进行修正；优先级混控器，用于依据飞行汽车电机几何特性，得到控制输出与电机间的映射关系；本发明提升了飞行汽车的自主性、鲁棒性和安全性。

摘要：本发明涉及智能驾驶汽车技术领域，具体而言，涉及一种安全防护壳体及安全防护装置。安全防护壳体的内腔用于安装智能驾驶汽车的安全防护模块，安全防护壳体的壳壁具有夹心中层，夹心中层的材质为纸蜂窝。安全防护装置包括安全防护模块和上述安全防护壳体，安全防护模块安装于安全防护壳体内。本发明提供的安全防护壳体及安全防护装置，可提高安全防护模块的网络防护性能，有利于智能驾驶汽车的发展和普及，此外，还可实现减重效果。

摘要：

摘要：本发明公开一种用于车辆踏板自动控制的力位一体化执行机构，属于汽车试验设备技术领域。本发明包括力位一体化电动缸以及踏板连接工装，力位一体化电动缸包括：伺服电机、传动组件、活塞杆、缸体、密封垫圈、传感器、以及电气接口，踏板连接工装包括：花键丝杆、花键丝杆螺母、固定螺母以及U型连接件；伺服电机的内部转子与丝杠一体化连接，花键丝杆螺母与活塞杆的伸出端固定连接，车辆踏板与踏板连接工装通过U型连接件紧密贴合；本发明通过伺服电机转子与丝杠一体化连接，减少连接组件的摩擦，提高传动效率；电动缸内部通过集成力传感器，实现高精度的力位一体化闭环控制；通过踏板连接工装，能够限制作用力的方向，降低踏板损坏的概率。

摘要：本发明提供了一种基于深度强化学习的自动驾驶端对端纵向运动控制方法，基于马尔科夫决策过程建立的强化学习模型，在仿真环境实现模型训练。在云端完成训练后进行实车部署，车载域控制器实时地将感知信息作为输入，输出电机和制动器力矩的指令，实现了对智能网联电动汽车的端对端纵向运动控制。对于强化学习模型训练初始化，利用了分层控制策略的预训练结果，从而以模仿学习的方式使训练大大加速，结合对多个目标优化也使训练好的模型性能显著提高。在端对端控制失效时由车辆自身完成控制决策，并且在自动驾驶策略都失效后转由驾驶员接管，如此以冗余机制充分保证了控制稳定性与行驶安全性。