江苏大学专利

摘要：本发明公开了一种基于稳定性切换理论的车辆ISD半主动悬架PID时滞切换补偿控制方法，该方法在传统PID控制器的基础上以阻尼切换配合时滞补偿的手段克服作动器的响应时滞对悬架性能造成的影响。依据稳定性切换理论，通过建立含时滞悬架动力学方程、求取系统特征方程、获得系统稳定判别多项式、推导全时滞稳定条件以及非全时滞稳定状态下最小临界时滞点得到控制器设计的原理依据，在此基础上结合开关切换原理与时滞补偿原理设计控制策略。本发明提供了一种克服时滞不利因素新的控制方法，相较于传统PID控制能使得ISD悬架在同一时滞作用下综合性能得到提升，抗时滞效果明显。

摘要：本发明公开了一种基于视觉感知行为和ANFIS的仿人转向建模方法及转向控制系统，基于驾驶模拟器采集人类驾驶员弯道驾驶数据，从车辆运动状态及道路信息提取视觉感知参数，基于ANFIS建立方向盘转角决策模型，本发明还提供一种基于视觉感知行为和ANFIS的仿人转向控制系统通过道路模块、视觉感知模块、ANFIS方向盘转角决策模块、车辆响应模块，本发明所建立的仿人转向模型能够使自动驾驶汽车具有与人类驾驶员相似的转向控制行为，实现各种等级的智能汽车和有人驾驶汽车和谐地共享道路，从而提高混行交通体系下的安全性和效率。

摘要：本发明提供了一种分区渐缩式汽车尾气温差发电器及其渐缩角确定方法，热端换热器根据上下相对的温差发电模块分为n个区域，沿着入口端盖到出口端盖方向，每个区域上下两侧壁面尾端向内倾斜，与尾气流动方向形成n个渐缩角，渐缩角沿着渐缩方向依次增大；渐缩角确定方法中，首先将第一个区域D1的渐缩角α1划分成多个α1j，计算α1j下温差发电模块的输出功率以及各渐缩角引起的泵气损失，确定渐缩角α1；根据各区域换热量相等原则，依次确定其它区域的渐缩角。本发明渐缩角沿着入口端盖到出口端盖的方向依次增大，使得各区域的换热量相等，各温差发电模块工作在相同温度下，从而大幅提高温差发电器的输出功率和热电转化效率。

摘要：本发明提供了一种基于LSTM神经网络的电池组SOH估算方法，首先采集实际运行一年以上的电动汽车的电池组充电数据，进行相关性分析，提取LSTM神经网络的输入特征；再利用SOC-电量增益法计算电池组最大可用容量，作为LSTM神经网络的输出特征；构建LSTM神经网络模型，确定LSTM神经网络输出值；最后，利用训练并验证后的LSTM神经网络模型估算电池组SOH。本发明LSTM神经网络的输入特征和输出特征均由实际运行一年以上的电动汽车的电池组充电数据获取，适用于电动汽车全状态、全气候运行时的电池组SOH估算，克服基于实验室验证的估算方法难以适应复杂的实际工作环境的问题。

摘要：本发明公开了一种基于地面投影技术的汽车防碰撞预警装置及方法，属于智能汽车技术领域。本发明在已有的智能汽车基础上增加了地面投影仪和向后监测的毫米波雷达和单目测距摄像头，智能汽车通过监测后方车辆并获取后方车辆的速度和位置信息，利用安全距离模型计算安全距离和预警距离，利用蜂鸣报警器和地面投影技术分别对智能汽车和后方车辆驾驶员进行防碰撞预警。本发明在一定程度了降低了行车时追尾碰撞的风险和概率，不仅提高了自车的安全性，也提升了其他车辆的安全性。

摘要：

摘要：本发明公开了一种车内声品质优化系统及优化方法，系统包括信号获取装置、信号处理装置和声音播放装置；方法包括一、声音传感器采集驾驶员右耳处噪声信号，当汽车处于定速巡航工况下，车内噪声信号可看作为稳态信号；二、控制器对噪声信号进行预处理，采用EMD分解，将原信号分解为n个IMF分量；三、由步骤二得到的预处理结果来确定基于FELMS算法的控制单元中误差滤波器的参数，通过调整误差滤波器的参数从而确定需要控制的频带；四、根据步骤一中的噪声信号，利用基于FELMS算法的控制单元的自适应滤波器得到次级噪声信号，得到最优的L、μ取值；五、通过车内扬声器播放次级声音信号，选择性抵消人耳处初始噪声。

摘要：

摘要：本发明一种线控转向容错装置及其控制方法，包括转向操纵机构、转向执行机构及转向控制模块，该装置在电机动力输出端通过两级行星齿轮减速机构可以实现中断动力的传递，并且通过电磁锁止装置可以控制由线控转向模式转变为电动助力式转向模式，可以实现在汽车最坏情况下保持转向能力，且在保证汽车行驶安全性的前提下，提升转向时的轻便性。

摘要：本发明公开了一种基于卡尔曼滤波与匈牙利算法的道路3D车辆跟踪方法及系统，属于智能汽车感知技术领域，包括步骤1、建立检测模块对当前帧t进行目标检测，获取第t帧的目标检测集合；步骤2、建立3D卡尔曼滤波器模型对当前帧t进行目标状态预测；步骤3、建立数据关联模块，利用匈牙利算法将检测结果与预测的跟踪目标相匹配；步骤4、建立3D卡尔曼滤波器模型根据关联结果更新目标状态。步骤5、建立轨迹管理模块对轨迹进行更新。本发明提出的将结合卡尔曼滤波状态更新和匈牙利算法应用于智能车辆的3D目标跟踪，可以快速的发现、定位和跟踪目标车辆，并且跟踪精度非常高。