江苏大学专利

摘要：本发明公开了一种基于变速率模型的智能车辆迭代轨迹跟踪控制方法，属于智能汽车控制领域，采用不同的采样频率建立变速率模型；在建立变速率模型之后，利用迭代学习控制作为逐步确定瞬态驾驶正确转向输入的方法，通过多次重复该操作，实现高精度和稳定地路径跟踪。本发明提出的变速率模型的思想，得到一个使用多速率的包含扰动的增广模型。在计算复杂度增幅不大的情况下变速率模型中考虑的状态包含了单速率模型中所考虑的状态，这样的话使用变速率模型进行控制能找到不劣于使用单速率模型进行控制的解。提出的迭代轨迹跟踪控制思想，作为一种逐步确定瞬态驾驶机动正确转向输入的方法，通过多次重复，并利用先前迭代得到的信息来提高跟踪性能。

摘要：本发明提供了一种风冷和液冷相结合的电池散热装置及方法，属于汽车电池热管理技术领域；整个散热装置主要通过在电池模组外围设置双向型环绕液冷管，以及在电池箱体底部设置冷却风扇，将风冷和液冷结合，对电池模组进行散热；同时还利用BMS控制冷却风扇驱动电机和电子水泵，可以根据实时检测的电池模组温度选择不同的散热形式，而且还能实现根据温度实时控制冷却风扇转速和冷却液进口流量，节约能源，高效散热；散热装置还设置有风摆和排风扇进行辅助散热，进一步提高散热效果。

摘要：本发明公开了一种智能代客泊车局部路径规划方法。包括出入库路径规划、路口直角转弯路径规划：根据计算得到的最小侧向距离、转向半径和碰撞风险，确定出入库控制点并生成出入库行驶轨迹；将已知全局路径中拐点作为一个控制点，然后根据车辆直角转弯的转向半径R′确定其余两个控制点，生成路口直角转弯行驶轨迹；最后进行避让障碍物路径规划。本发明针对智能代客泊车中的车辆出入库场景、直线行驶场景、路口转弯场景及车辆避障场景，分别设计了符合场景需求的局部路径规划方法，使得车辆能够成功抵达目标车位或顺利离开停车场。

摘要：

摘要：本发明涉及自动泊车路径规划领域，具体是一种后轮驱动轮毂电机汽车的平行自动泊车路径规划方法，后轮独立驱动电动汽车可以实现四轮转向，其中前轮通过传统转向实现，后轮利用轮毂电机控制差速实现转向，从而实现一种折线路径，车身平行于车位的入库方法。后轮独立驱动结合差动转向技术在泊车工况下可有效提高车辆机动性，同时提升车辆的操作稳定性和行驶稳定性。

摘要：本发明公开一种轮毂电机驱动车辆及其悬架互联结构，该悬架互联结构由多个铰链及连接杆件组成，铰链包括圆柱形铰链和球形铰链。该结构可将车轮受到的上下跳跃运动转换为悬架互联结构的水平运动，与车轮上悬臂连接的斜杆通过球形铰链与长杆和“旗”型结构连接，当车轮通过凹凸不平路面时，长杆和“旗”型结构将车轮上下运动传递给水平面上的互联杆件，通过一系列杆件的转化，使得其它车轮也发生上下运动，减少路面的冲击传递到车身，从而使车身保持平稳，动力学特性得到改善，提高乘坐的舒适性和安全性。本发明提高了轮毂电机驱动车辆行驶过程中的车身稳定性。

摘要：本发明涉及用于车辆磁流变半主动悬架减振器响应时滞控制的粒子群-时滞依赖H∞鲁棒控制器设计方法，属于车辆悬架控制领域。根据含减振器响应时滞的1/4车辆磁流变半主动悬架模型，构建系统运动状态方程、输出方程和状态反馈测量方程；从而，构建时滞独立H∞鲁棒控制器及时滞依赖H∞鲁棒控制器；以相对时滞独立H∞鲁棒控制器综合性能改善最大化为目标，建立粒子群-时滞依赖H∞鲁棒控制器，并进行求解；进而获得悬架系统的理想可变控制力，实现对含减振器响应时滞的车辆磁流变半主动悬架的控制。本发明设计的控制器鲁棒性能高，抗外界干扰能力强，能准确控制含减振器时滞的磁流变半主动悬架系统，可保证悬架系统性能指标最大程度改善。

摘要：本发明公开了一种燃料电池用流道可控的柔性流场板、控制系统及控制方法。复合流场板由高密度石墨薄层、喷涂橡胶、薄铝金属板、助力液组合而成；通过一个柱塞泵与节流阀共同控制肋内的液体量；同时利用薄膜式ntc温度传感器测得的温度对肋内液体的流量进行修正。其中喷涂速凝液体橡胶是一种高分子聚合物的弹性防水材料，常用于建筑等领域的接合与防水。本发明中流道可控的柔性流场板及其控制方法可实现在需要增加功率输出时，瞬间增加流场板内的反应物浓度。同时，可以联合欠压吹扫过程，实现流场板内瞬间压力降低，从而增强水的蒸发。该可控的柔性流场板可以动态地满足汽车的行驶过程的能量需要与电池的吹扫需求。

摘要：本发明所提出的一种自适应GRNN的电动汽车锂离子电池健康状态的估算方法。针对电池测量数据存在缺失、异常和噪音的特点，根据变异系数采用改进粒子滤波算法处理或选择最小二乘法、均值替换法处理参数以使神经网络输入参数平稳，从而提高抗噪性。而GRNN算法应用于SOH估算具有估算精度高的优势，但因平滑因子人为设定存在其实验平均误差与方差不稳定局限。因此本发明利用QGA对GRNN的平滑因子进行优化以提高网络自适应性。进一步的，考虑到不同特征参数与容量的相关性存在差异的特点，本发明利用最优平滑因子与相关系数构建模式层的传递函数以提高GRNN的估算精度。实验结果表明，本发明所提出的算法能有效估算锂离子电池健康状态具有广阔的应用前景。

摘要：本发明公开了基于长短时记忆LSTM和粒子滤波PF的锂离子电池剩余使用寿命预测方法，属于新能源电动汽车锂离子电池剩余使用寿命预测领域，具体步骤如下：分析从锂离子电池电压、电流和温度中提取锂离子电池性能退化特征参数，利用改进主成分分析法融合特征参数作为锂离子电池健康指数，充分表征锂离子电池性能退化特征且不含冗余信息；训练基于长短时记忆神经网络的锂离子电池容量预测模型预测锂离子电池容量，以LSTM预测模型的容量预测值作为粒子滤波预测模型的观测值，在粒子滤波算法的每一步迭代过程中调整更新容量预测值，比较容量预测值和容量失效阈值从而预测锂离子电池剩余使用寿命。本发明能有效监控和预测锂离子电池性能退化过程。