江苏大学专利

摘要：

摘要：本发明公开了一种适用于冷藏车的多轴式混合动力系统，包含发动机、扭矩减震器、驱动电机、行星齿轮组、第一传动轴、第二传动轴、动力输出轴、辅助传动轴、辅助传动系统和模式离合器等部件，其双动力源的多轴式架构配置，使得车辆具有停车/驻车(制冷工作)、纯电动、发动机单独驱动、混合驱动、行车充电及再生制动六种运行模式，能够适应不同的运行工况，并显著地降低燃料消耗，减少尾气污染物的排放，提高冷藏车运行的可靠性，极大地拓展了应用领域，节能效益明显。此外，无论车辆处在行驶，还是停车状态，辅助传动系统都能够确保车载制冷压缩机可靠稳定运行，冷藏效果良好，从而进一步提升了冷藏车辆的运行品质。

摘要：本发明公开了面向智能网联车辆决策规划的局部交通网络关键车辆节点识别方法及系统，本发明结合动态车网特征和复杂网络理论，同时考虑了风险直接和间接传播、网络动态特性，提出了一种基于流行病传播机理的局部交通网络中关键车辆节点的识别方法。其中直接传播考虑了车辆节点发生异常的风险传播到邻居节点的路径多样性，间接传播在更大范围尺度上考虑了车辆节点的潜在传播风险，所以本发明提出方法能够更加准确的挖掘出动态车网中的关键节点。帮助智能汽车形成更加迅速有效的驾驶策略。

摘要：本发明提供了一种基于轮胎滑移起点位置参数估算路面附着系数的方法，基于采集汽车车速传感器、车轮轮速传感器和轮胎内衬层加速度传感器所输出的车辆运动信号，通过滚动轮胎的滑移起点位置计算模块获取滚动轮胎实时滑移率及其对应的滑移起点位置坐标，进而建立轮胎路面附着系数估算模型，获取滚动轮胎实时滑移率对应的路面附着系数。设置了多传感器的智能轮胎系统采集算法需要的输入参数；根据汽车传感器提供的车辆运动信号以及针对性的估算方法的设计，能够实现对滚动轮胎实时滑移率、滑移起点位置坐标和路面附着系数的快速、精确估算，这对用于智能汽车及其车辆动力学控制的广泛应用奠定良好的方法指导和理论基础。

摘要：本发明公开了一种半主动车辆ISD悬架系统及分数阶地棚控制方法，包括以下工作步骤：步骤一：构建基于分数阶地棚半主动控制的车辆ISD悬架结构模型；步骤二：分数阶地棚半主动控制方法解析表达；步骤三：采用优化算法求解变量值和目标函数；步骤四：动态性能仿真分析。本发明的有益效果是，可以更准确的描述复杂系统的动态特性；改善车辆道路友好性。

摘要：本发明公开了一种半主动车辆ISD悬架系统及分数阶控制方法，包括以下工作步骤：步骤一：构建基于分数阶半主动控制的车辆ISD悬架结构模型；步骤二：分数阶半主动控制方法解析表达；步骤三：采用优化算法求解变量值和目标函数；步骤四：动态性能仿真分析。本发明的有益效果是，可以更准确的描述复杂系统的动态特性；改善车辆乘坐舒适性。

摘要：

摘要：本发明提供了一种电气及气电双重动力驱动装置，包括第一动力系统、第二行星齿轮机构、输出构件、第二动力系统、第一行星齿轮机构、离合器组件和制动器组件；所述第一动力系统包括第一电机和第一气马达，所述第二动力系统包括第二电机和第二气马达，所述第一行星齿轮机构与第二行星齿轮机构连接；所述第二行星齿轮机构与输出构件连接；选择性控制所述离合器组件与制动器组件的接合，提供第一电机和/或第二气马达与输出构件之间连续的传动比。本发明通过气动与电动组成的混合动力，采用合理的混合模式，使两种动力系统优势互补。

摘要：本发明公开了基于多层复杂网络的智能网联车辆交互博弈决策方法及车用设备。引入多层复杂网络理论对智能网联环境下的混行交通流进行建模，利用复杂网络的演化博弈对智能网联汽车和智能云端系统的决策进行指导，通过多层复杂网络对智能云端系统和各车辆视为网络节点，交互关系为边建立动态多层复杂网络模型。利用复杂网络的演化博弈建立动力学模型，确立车辆节点以及云端系统的节点各自的决策集合以及相应的收益函数。确定多层复杂网络层与层之间的演化博弈模型，对人工网联汽车驾驶员与智能网联云端系统之间的交互博弈进行设计，最终得出智能网联环境下各车辆决策的最佳效用，使系统趋于最优。

摘要：本发明提供了一种融合复杂网络和图Transformer的自动驾驶车辆行为预测系统及方法，首先，构建车辆交互复杂网络，同时将原始地图信息数据、车辆的运动数据、局部交互信息作为模型的多层输入；然后，借助图Transformer的图卷积和多头节点注意力机制，对车辆之间的复杂关系进行建模和学习，获取车辆全局、局部的相关性；最后，通过训练预测模型，使得图Transformer模型具有良好的泛化性和鲁棒性，可以准确输出自动驾驶车辆的行为。